“ 历史数据显示，结构性投资是驱动经济增长的关键变量。如今，AI投资正扮演这一角色。除了讨论现在的经济到底是AI boom还是AI带来的虚假繁荣之外，我感兴趣的是另外一个基础问题，作为AI经济的底座，中美两国的数据中心处在利用中的体量究竟有多大 in terms of IT load，在这条竞争赛道上两国处于什么样的位置？”
01
—
上周看到一条Twitter（X），美国哈佛大学经济学家杰森·弗曼（Jason Furman）的一项研究发现，2025年上半年美国国内生产总值（GDP）增长几乎完全由数据中心和信息处理技术推动，在这些技术以外的其他领域，美国的增长率仅为0.1%。今年上半年，信息处理设备和软件的投资仅占到美国GDP的4%，但它们占到GDP增长的92%。上半年美国GDP平均增长1.6%，但如果剔除数据中心和信息处理技术等领域，美国GDP增长率仅为0.1%，几乎停滞不前。
弗曼补充说，如果没有人工智能（AI）行业的繁荣，美国可能降低利率和电价，从而推动其他行业的增长，但这些增长可能只有AI热潮带来的收益的一半左右。
历史数据显示，结构性投资是驱动经济增长的关键变量。如今，AI投资正扮演这一角色。除了讨论现在的经济到底是AI boom还是AI带来的虚假繁荣之外，我感兴趣的是另外一个基础问题，作为AI经济的底座，中美两国的数据中心处在利用中的体量究竟有多大 in terms of IT load，在这条竞争赛道上两国处于什么样的位置？
02
—
先说结论：
从利用体量上来说，美国目前仍处于领先地位，以demand-driven为主要特征，25年预计总体量为25GW；中国紧追不舍且有后发先至之势，利用深厚的基建狂魔底子，以policy-driven为主要特征，25年预计利用的总体量达到18GW，自2010年以来年均复合增长率基本上达到美国的2.6倍。
引入了两个normalization的指标分别关注Data Center Utilized Capacity per GDP(GW per trillion USD of GDP)和Data Center Utilized Capacity per capita (MW per million people)，前者更偏重measure digital intensity of an economy，后者更侧重penetration of digital services into the daily lives of citizens。
在Data Center Utilized Capacity per GDP指标上显示24-25年预计中国已经完成对美国的反超，这一定程度上反映了美国的数据中心增长面临瓶颈，同时也是过去几年在政策驱动引导下的中国数据中心建设的成果在逐渐展示，尤其是24-25年，大批的新订单和存量订单的消化体现在用电量的剧增上。
在Data Center Utilized Capacity per capita指标上，中美差距还很大。当然了，什么事一扯到人均上，立马中国的优势似乎就荡然无存，这也是大家习以为常的。
在方法论上，几乎是不可能从bottom up的角度来看数据中心体量问题，主要原因是由行业的不透明性导致，而且由于行业核心数据保密性的性质，未来也不太可能透明化。那基本上就留top down一条路了。我认为可以从电力消耗，芯片算力，上游设备厂商出货量等几个角度来top down，那其中电力无疑是最靠谱的了。借助AI（Flowith Agent NEO）搜集整理，其中也用了Back-cast，Interpolation，Estimate，尽可能的拼凑出了中美两国近15年的数据中心用电情况。尽管用电量角度美国始终高于中国，但是数据中心占全社会用电量的占比，中国常年在1%左右徘徊，而美国数据中心占全社会用电占比例将会在2025年超过5%。北京理工大学发布的《数据中心综合能耗及其灵活性预测报告》指出，到2030年，我国数据中心用电负荷将达1.05亿千瓦，全国数据中心总用电量约为5257.6亿千瓦时，用电量将占到全社会总用电量的4.8%。
在得到了用电量统计的情况下，又搜集整理了PUE和server loading ratio/utilization ratio逐年的信息，这样就可以比较轻松地把累计电量指标转换成瞬时负载指标。同样的，这些历史数字的获取难度依然是天龙级别，尤其是早期数据，uptime institute出具过一些相关报告，我是把global average PUE当作USA average PUE来使用，我认为当时uptime只有也只能把美国的统计数字作为高权重的选手。当然这种转换还是基于使用或者需求端的角度，市场上如果有大量的库存或准库存或空置的数据中心，无法将其统计在内。
Normalized过后的指标其实是比较符合人们对于中美数字经济基础设施建设的发展的轨迹的预期的。美国起步早，但经历了接近8年的原地踏步，中国起步晚，但是复合增长率惊人，直到2023年以后直接skyrocketing了。但是增长之下，是否有隐忧，两国的AI经济里是否全是泡沫，这个问题还是不得而知。但是我还是要表达对一个观点的不认同：投资不足的风险，远大于过度投资的风险。这个Meta的CEO马克·扎克伯格和Google的CEO桑达尔·皮查伊等行业领袖均公开表达了这一观点。在他们看来，AI是定义未来10-15年科技版图的决定性技术，任何在基础设施上的落后都可能是致命的。因此，即便面临华尔街对“烧钱”模式和回报路径的质疑，他们也绝不会“踩刹车”。这个观点的基点在于经济始终上行，AI定能挣钱。靠循环经济挣钱不叫挣钱，叫庞氏骗局。
03
最后如我之前所说在用规模无法等同于装机规模，为什么没有去统计装机容量或者说市场上的supply存货容量，是因为需要进行的推测或猜测变量太多了，比如说如果仅仅是用信通院的报告里记载的标准机架数量乘以平均功率数2.5KW来得出总装机容量，还不如先研究下电力角度下的utilized capacity。如果说按我自己估算的话，采用预计的装机容量和利用容量两个数字，近几年全美国的数据中心上架率在80%左右徘徊，同期全中国的数据中心上架率在60%左右徘徊，甚至在前几年狂热的建造潮时期，整体平均上架率可能低于50%。这可能与一些人的常识预期有差异，并且对于整个行业供给平衡健康程度的影响也是不言而喻的。
主要参考资料
Uptime Institute: Global Data Center Surveys
Lawrence Berkeley National Laboratory (LBNL)
U.S. Department of Energy (DOE)
U.S. Energy Information Administration (EIA)
International Energy Agency (IEA)
McKinsey & Company
China Ministry of Industry and Information Technology (MIIT)
World Bank
International Monetary Fund (IMF)
United Nations (UN)
U.S. Census Bureau
National Bureau of Statistics of China (NBS)