中国云数据中心：电力与算力的新地理格局

结论先讲：中国已经不再把数据中心当成数字产业的附属品。通过安排哪些算力留在东部、哪些迁往西部，数据中心成了产业政策、能源政策和区域政策的一部分。这缓解了部分瓶颈，但并不等于中国云服务自动变得低碳。

此前一篇文章分析过 AI 与数据中心在中国电力需求中所占的比重：目前仍然有限，但增长很快。现在这个话题值得单独展开。因为「数据中心」这个词底下的基础设施差异极大：公有云园区、第三方托管机房、企业自建机房和 AI 训练集群，用途不同、负荷曲线不同、与电网的关系也不同。

所以真正该问的不只是「这些站点用了多少电」，还包括：它们建在哪里、跑的是什么计算任务、实际由什么电源供电。中国云服务的碳轨迹，正是在数字、区域和电力系统这三者的交叉点上决定的。

算力已经具备系统性影响

中国已是全球主要的数据中心聚集地之一。据国际能源署（IEA），2024 年中国约占全球数据中心用电量的 25%，量级约 100 TWh，仅次于美国。同年全社会用电量为 9,852.1 TWh，因此数据中心约占全国需求的 1%：宏观上仍属少数，但在某些地区已相当于一个大型工业门类。

机架规模也印证了这一点。截至 2023 年底，中国在用机架超过 810 万架，算力规模居全球第二。2022 年 2 月国家规划部门提到的还是 500 万标准机架。增速反映部署提速，但不同口径的容量数据仍需谨慎比较。

云是首要推动力。中国信息通信研究院（CAICT）数据显示，2023 年中国云计算市场规模达到 6,165 亿元人民币，同比增长 35.5%。公有云普及、数字平台扩张，加上生成式 AI 的融入，正在改变需求结构：孤立服务器减少，共享资源、高带宽网络和专用算力集群增加。

“方法说明：IT 设备用电与整站用电不是一回事。后者还包括制冷、电力损耗、配电和备电系统。这也是为什么两份都很严谨的估算可以不同，却并不矛盾。”

从机房到产业级云：三层叠加

中国的演进不是新机房替换老机房，而是三层结构的叠加：一是企业、电信运营商和政府部门的存量机房，承担就近服务、业务连续性和自主可控；二是公有云与托管，按需租用算力、存储和网络；三是智算中心，面向 AI 训练与推理，配备加速卡、高速互联和更高功率密度。

这套按运营模式的分类，还要和政策口径对照。2023 年的国家文件要求统筹通用算力、智能算力和超算。这不是行政措辞：通用云机房、科学超算和 AI 集群对电网的要求完全不同。IEA 则区分企业机房、托管机房和超大规模机房，并指出三者用电结构不同，制冷占比随密度和能效变化很大。

「东数西算」：迁移的是任务，不是用户

2022 年在全国启动的「东数西算」布局了 8 个国家算力枢纽和 10 个数据中心集群：京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏。

逻辑并不复杂。数字需求集中在东部沿海，那里土地、电力、有时还有水资源更紧张；西部若干省份在土地、气候条件或可再生能源潜力上更有优势。这一布局希望在全国层面统筹算力，而不是在沿海城市无限复制大规模机房。

但「把数据搬到西部」是过度简化。国家发展改革委明确区分了用途：后台处理、离线分析和备份可以迁移；而对时延高度敏感的业务——工业互联网、金融、灾害预警、远程医疗、视频通话和 AI 推理——必须留在东部枢纽、贴近需求。也就是说，大城市仍然需要数据中心，只是按任务对时延的容忍度重新分配。

这对能源意义重大。模型训练、渲染和备份有时可以安排在电力容量富余的地方；实时服务则仍然锚定在用户和经济活动密集的区域。未来中国云的地理格局，与其说是东部向西部的迁徙，不如说是算力的功能分工。

全国占比不高，局部压力很大

IEA 预计中国数据中心用电将大幅上升：2024 至 2030 年约增加 175 TWh，中间情景增幅 170%。以 2024 年约 100 TWh 为起点，2030 年量级约为 275 至 280 TWh。这足以支撑电网规划的必要性，但不意味着数据中心会成为中国电力需求增长的首要动力。

对 IEA 研究的独立综述指出，2022 年以来数据中心仅贡献了中国电力需求增量的约 3%，到 2027 年可能约为 6%。工业、终端电气化、电动车和空调仍是更大的增长因素。分析上的风险是从一个极端走向另一个极端：既不能忽视数字基础设施，也不能把 AI 当成需求增长的唯一解释。

关键在于集中度。一个智算集群可能在很小的区域内提出数百兆瓦的用电需求，而同等规模的居民用电增长会分散在广阔空间。于是电力接入、变压器、输电线路和电网建设时序，变得和芯片同样关键。

能效、绿电、电网：三个不能混为一谈的抓手

第一个抓手是运营能效。2024 年的国家方案提出到 2025 年数据中心平均 PUE 低于 1.5，并要求可再生能源利用率每年提升 10%。PUE 低意味着更多电力真正用于 IT 设备而不是制冷和辅助系统。这是必要的，但不足以减少排放。

第二个抓手是选址与绿电的合同化获取。2023 年的国家文件提出，到 2025 年底新增算力资源 60% 以上部署在国家枢纽节点，并要求这些节点新建数据中心的绿电占比超过 80%。

第三个抓手是柔性。政策鼓励算力与电网、可再生能源和储能融合，推进「源网荷储」模式。非紧急任务原则上可以调度到更有利的时段和地点，但这取决于价格信号质量、跨省互联能力，以及在不影响服务的前提下真正延迟负荷的可行性。

为什么「西部绿色云」不能变成一句捷径

中国西部并不是一张能源白纸。多个省份可再生资源丰富，但出力波动、输电需求巨大、地方电源结构差异明显。把一项计算任务迁往西部可以改善项目的用电画像，但本身不构成逐小时低碳供电的证明。

Carbon Brief 的分析提醒，跨省绿电交易、输电成本和波动性资源消纳仍是难题；而北部和西部数据中心的扩张还必须放在水资源压力下审视，因为制冷会带来额外约束。加上口径与假设不同导致估算差异较大，谨慎判断更有必要。

因此，认真的披露应包含三件事：一是能效指标（如 PUE）；二是电力来源凭证——采购合同、证书可追溯性，条件允许时还要有出力的时序曲线；三是当地电网背景——可用容量、边际排放、增容需求和水资源约束。缺了这三层，「绿色」只表达意愿，不代表已被验证的绩效。

结语：数字基础设施已成为能源政策

中国的云数据中心不再只是数字经济的隐形背景，而正在成为与输电线路、可再生能源基地和通信网络同级的产业政策基础设施。「东数西算」的雄心，不在于建更多服务器，而在于让算力布局与电力地理协同。

有三点结论。第一，短期内该行业的全国电力占比仍然有限，但增长与集中度让其区域影响不容忽视。第二，低时延算力与可迁移负荷之间的区分，是理解中国云新版图的关键。第三，站点能效、绿电采购和电网真实脱碳，是相互关联但不可互相替代的三件事。

对于在中国使用云服务、训练 AI 模型或采购数字服务的企业，尽职调查不应止于索取 PUE 或一纸证书，而应覆盖负载所在地、时延要求、电力采购方式，以及供电电网的电源结构。只有到这个精度，云才可能成为可信的减碳工具，而不只是一项持续增长的新增用电。

编者说明：所有 2030 年数据均按情景呈现。数据中心用电统计会因是否包含 IT 用电、整站设施、网络和小型企业机房而明显不同。