AI算力爆发：数据中心成地产投资新蓝海

CUPSRealty

AI算力爆发：数据中心成地产投资新蓝海

现在只要跟AI沾边，什么都在涨。

生成式AI爆火之后，云服务的使用也跟着飙升，企业对数据中心（IDC）和云计算的需求同样水涨船高。

尤其在美国洛杉矶这种大都会区，不少人已经发现：数据中心，正成为新的地产热潮。不只是高楼办公室，连工业厂房、市郊空地，只要电力够、网速稳，都可能被改造成AI算力的基地。

过去只有IT部门才关心的电力配置和网络条件，现在也成了地产圈争抢的资源。数据中心、云计算、托管服务这些技术名词，如今正实实在在地影响着城市格局和土地价值......

AI算力激增，数据中心与云计算基础设施需求大爆发

AI服务器需求井喷，各大企业疯狂布建AI芯片与AI算力资源，为的就是跟上生成式AI的发展脚步。

从内容托管、服务器托管，到数据服务、云计算平台，谁能先卡到位，谁就有未来竞争力。

就连洛杉矶市中心的地标建筑 One Wilshire 也在从传统办公楼转型为满载AI服务器的高密度机房。（latimes）

整栋30层的空间，塞满服务器机房、冷却系统、备用电源和成排的光纤电缆，使该大楼成为亚美间最关键的算力中心之一。

虽然将传统办公空间改造为数据中心背后，也有近年来洛杉矶市中心的办公楼空置率持续高企的原因，甚至出现许多业主将传统办公楼改造为高密度机房的趋势。（commerceinus）

但其主要推手仍是快速膨胀的AI服务器等长期计算资源的抢占。尤其是生成式AI模型（如ChatGPT）训练所需的AI芯片与能耗巨大，未来势必会影响城市空间用途。

高租金也挡不住热潮：为何云服务商抢着租机房？

即使像 One Wilshire 这样由传统写字楼改造而来的数据中心节点建筑，其租金价格已远高于周边新建办公楼，仍持续吸引企业租用，开发商也不断加码投入。

原因很简单：

数据中心客户大多不是短租散户，机房租赁前期投入大、定制化程度高。机房一旦建成，使用周期长、替代性低，迁移成本极高，通常会选择长期续约。

相较依赖短期市场波动的一般写字楼，技术地产投资机构这类资产的客户粘性更高、收益结构更稳定。

因此即使电力成本高、前期建设费用大，许多开发商依然愿意花钱布局、锁定这类具长期价值的数据设施空间。

洛杉矶电力紧张、土地稀缺，数据中心正向智能城市外扩

但据JLL报告，目前洛杉矶市数据中心空置率已经跌破3%，能用来建IDC机房的土地不多，电力容量也几乎被吃光，供需严重失衡。（jll）

于是，开发商纷纷把目标转向郊区，寻找适合托管AI算力的地方：

• Vernon：胜在有自建发电厂，工业用地多、电价也便宜，已成为新建IDC机房的首选地。
• Monterey Park：距离市中心不远，接近主干电力线路，由Southern California Edison供电，地价相对较低，多个云服务商已经提前锁定场地。
  

两地的崛起也标志着未来的竞争核心，将是提供稳定的冷却用水与足够的电力冗余与便捷的电网接入。

从核电重启到热管理：AI服务器背后的能耗压力

AI服务器需求持续飙升，但是能耗与基础资源的压力也极大。

• 电网承压严重：
  

生成式AI模型训练功耗惊人，单颗芯片功率高达700W以上。高盛预测，到2030年，美国数据中心将消耗全国11%的用电量（目前为3%）随着AI算力需求继续爆发，电网承压的问题越来越紧迫。

• 能源短缺推动核电需求：
  

微软（Microsoft）与能源公司Constellation签署了为期20年的协议，计划于2028年重启位于宾夕法尼亚州的三哩岛核电站（Three Mile Island），为其数据中心提供835兆瓦的电力 。（foronuclear）

Meta（Facebook母公司）也与Constellation购买了伊利诺伊州克林顿清洁能源中心的核电，以支撑其AI和数据中心的能源需求 。

科技公司纷纷将目光投向核能其实有助于缓解能源紧张，还能降低碳排放，推动可持续发展。（apnews.com）

• 人力资源短缺：
  

尽管AI行业薪资诱人，但数据中心的工作环境却让许多技术人才望而却步。夜班工作、封闭空间和高强度的工作压力，导致员工流失率居高不下。

JLL的数据显示，去年数据中心相关岗位的流失率高达30%，使技术人才荒成为制约AI发展的又一瓶颈。

因此，无论是空间、设备还是人力，都是开发过程中不得不面对的现实门槛。

跟上数据中心浪潮：地产与空间利用新逻辑

因为IDC机房、托管服务与混合云环境的需求急剧上升，趋势已从科技圈影响到地产领域。

究竟如何布局才能顺应这一需求变化？

若是以数据中心为导向的物业规划，首先要评估电力系统是否具备扩容潜力，能否支持负载均衡与备用电源部署。同时，冷却系统的可行性也越来越重要——不只是散热效率，还包括热管理与冷却用水的稳定供应。

参考洛杉矶市中心传统办公楼改造为IDC机房或托管型数据中心的案例，对闲置空间较多、结构承重能力强的建筑，也是一个具参考价值的发展路径。

由于高频数据处理仍需靠近市中心以降低延迟，所以核心区域更适合发展低频数据存储与边缘计算节点。而郊区工业地块若能提供稳定电力与冷却条件，也可能成为新一轮扩建热点。

数据中心发展已不再只是科技公司的议题，也关系到未来资产配置的主动权。

📌你可能还想了解...（FAQ）

1. 数据中心的冷却系统会影响运营成本吗？

会。特别是部署AI服务器与高密度机架时，冷却系统的能耗可能占到总成本的40%以上。合理选择冷却系统结构将直接影响长期利润率。

2. 边缘计算和传统云计算有什么区别？

边缘计算强调处理节点靠近用户，响应更快，而云计算集中在大型云平台。两者常结合成混合云架构，提高处理效率与稳定性。

3. IDC机房租赁有哪些隐藏成本？

除了租金，常见隐性费用包括：电力升级费、布线成本、UPS更换周期、冗余设备维护。选定机房租赁方案前建议评估服务商SLA内容。

4. Azure是什么？适合中小企业吗？

Azure是什么？它是微软的全球云平台服务，适合各种规模企业部署云计算、数据分析与AI模型。不过，与aws服务器、谷歌云、阿里云服务器等相比，Azure提供更强的本地政府/企业支持选项。