数据中心总体使用多少功率？

完全取决于规模。小型零售托管设施运行在几兆瓦（MW）；单个批发承诺从 250 kW 开始，根据 CBRE 的市场跟踪。超大规模 AI 校园现在已进入吉瓦（GW）范围——Microsoft 的威斯康星州 Fairwater 站点根据 Epoch AI 的预测，到 2028 年的 IT 功耗将达到 2,263 MW；Meta 的路易斯安那州 Hyperion 校园正在扩展至 5 GW。

单个服务器使用多少功率？

标准 1U 或 2U 企业服务器在典型负载下消耗约 300-500 瓦。为 AI 训练构建的 GPU 服务器托盘是另一个类别：仅八个 NVIDIA H100 GPU 就消耗约 5.6 kW（每个 700W 热设计功耗），完整托盘包括 CPU、内存、网络和电源损耗通常接近 10-11 kW。

单个 GPU 使用多少功率？

NVIDIA H100 的热设计功耗约为 700 瓦。较新的 GB200 Grace Blackwell 超芯片将 CPU 与两个 Blackwell GPU 配对；一个完整的 GB200 NVL72 机柜的 72 个 GPU 标称功耗约为 120 kW，在已部署集群中测得 130-132 kW，相当于每个 GPU 加上冷却、网络和互连开关后接近 1.8 kW。

2026 年平均服务器机柜功率密度是多少？

Uptime Institute 第 16 次年度全球数据中心调查（2026 年）将平均机柜密度定在 11 kW，相比前一年的 9 kW 有所增加，排除高密度异常值后的平均值为 7.8 kW。为 AI 专门构建的数据厅远超于此：GB200 NVL72 机柜消耗 120-132 kW，下一代 GB300 NVL72 估计每个机柜接近 135-142 kW。

什么是 PUE，为什么它对总功耗很重要？

电力使用效能（PUE）是总设施功耗除以 IT 设备功耗。Uptime Institute 2026 年调查将行业整体平均值设定为 1.52，这意味着 IT 负载为 10 MW 的设施，添加冷却、电力分配损耗和照明后，在电表处的总消耗约为 15.2 MW。大型现代超大规模设施报告的 PUE 更接近 1.1-1.2。

全球数据中心使用多少电力？

国际能源署 (IEA) 的《电力 2026》报告估计全球数据中心电力消耗在 2025 年约为 485 万亿瓦小时 (TWh)，预计到 2030 年将接近翻倍达到约 945-950 TWh——约占全球电力需求的 3%。AI 专用容量增长最快，在该期间大约增长三倍。

美国电力中数据中心消耗多少？

美国能源部的劳伦斯伯克利国家实验室 2024 年报告显示，数据中心在 2023 年消耗了美国约 4.4% 的电力（176 TWh），并预测这一比例到 2028 年可能达到 6.7-12%（325-580 TWh），取决于增长情景——预测期间的复合年增长率为 13-27%。

数据中心使用多少功率？从机柜到校园

单个服务器耗电不足 1 kW，现代 AI 机柜耗电最高 132 kW，超大规模校园耗电最高 5 GW。每个规模的计算方法和数据来源。

作者 Artem Bukhkalov — The Dream View Co., Ltd. 创始人兼 CEO — Coloprice 的出版方

单个企业服务器消耗 300-500 瓦。一个满负载的 AI 机柜如今耗电最多 132 千瓦 (kW)，使用下一代硬件时最高 142 kW。一个现在正在建设的超大规模 AI 校园消耗高达 5 吉瓦 (GW) 的电力——超过一个中等规模国家的电力消耗。在这两个极端之间是行业内每笔托管协议、电费账单和电网连接队列。本指南介绍每个步骤的实际数字：服务器、机柜、数据厅、校园和电网。

关键要点

1U/2U 企业服务器使用 300-500W；8-GPU AI 服务器托盘使用约 10-11 kW。
整个已安装基础上的平均机柜运行 7.8 kW（Uptime Institute，2026 年）；最常见（众数）的数字是 11 kW；NVIDIA GB200 NVL72 等 AI 机柜消耗 120-132 kW。
电力使用效能 (PUE)——总设施功耗除以 IT 功耗——行业整体平均值为 1.52，因此 10 MW IT 负载通常在电表处拉取约 15.2 MW。
批发托管按 250 kW 起的块出售；超大规模 AI 校园现在的范围从 100 MW 到多吉瓦规模。
全球数据中心电力使用预计将从 2025 年的约 485 TWh 在 2030 年增加近一倍至 945-950 TWh（IEA），达到约全球电力需求的 3%。
美国数据中心 2023 年使用了估计 4.4% 的国家电力，到 2028 年可能达到 6.7-12%（LBNL/DOE）。

功率阶梯：从一个服务器到吉瓦级校园

关于数据中心的每一个功率数字都位于同一个阶梯上的某处。混淆这些级别是供应商宣传和新闻报道中最常见的错误——「我们的设施运行功率为 100 kW」的意思与「我们的校园是 100 MW 的设施」完全不同。

级别	典型功耗	示例
单个服务器（1U/2U，无 GPU）	300-500 W	通用企业计算
8-GPU AI 服务器托盘	~10-11 kW	8 个 NVIDIA H100，每个 700W，加 CPU/网络开销
标准托管机柜（平均）	7.8 kW	Uptime Institute 2026 年调查，不含高密度异常值
标准托管机柜（众数/典型）	11 kW	同一调查，最常见的报告数字
AI 机柜（GB200 NVL72）	120-132 kW	72 个 GPU，直接芯片液冷
AI 机柜（GB300 NVL72，下一代）	~135-142 kW	集成商指导下的估计值
批发托管块（最小值）	250 kW	CBRE 主要美国市场的市场惯例
中等规模数据厅	1-5 MW	典型企业或边缘托管设施
大型超大规模建筑	100-300 MW	多阶段校园上单个建筑
吉瓦级 AI 校园	1-5 GW	Meta Hyperion（路易斯安那州）、Microsoft Fairwater（威斯康星州）

服务器和 GPU 实际使用多少功率

在阶梯的底部，标准企业服务器不带加速器消耗 300-500 瓦——这个数字支配了数据中心规划二十年。AI 硬件打破了这个假设。NVIDIA H100 GPU 的热设计功耗本身约 700 瓦，还不包括 CPU、内存、网络接口和围绕它在服务器托盘中的电源损耗。将其中八个堆叠到一个托盘中，如大多数 AI 训练服务器所做的那样，托盘本身消耗约 5.6 kW——完整的组件包括 CPU 和网络接口卡通常接近 10-11 kW。

GB200 Grace Blackwell 超芯片再次改变了计算单位：它将一个 Grace CPU 与两个 Blackwell GPU 配对在单个模块上。一个完整的 GB200 NVL72 机柜在一个 NVLink 域内链接 72 个 GPU，分布在 18 个计算托盘中，整个机柜——GPU、开关、冷却歧管——消耗约 120 kW 标称功率，根据集成商数据，已部署集群测得 130-132 kW。将其除以 72 个 GPU，一旦包括共享基础设施，有效消耗接近每个 GPU 1.8 kW，相比单个芯片的 700W。这个单芯片和单机柜数字之间的差距就是为什么来自不同来源的引用的「GPU 功率」数字很少匹配——详见我们的机柜功率密度指南，按硬件代数的完整细节。

2026 年机柜密度：两个非常不同的平均值

Uptime Institute 的第 16 次年度全球数据中心调查发表于 2026 年，报告了两个既重要又经常被混淆的数字。排除为极端密度设计的少数设施，平均机柜消耗 7.8 kW——与前一年的 7.5 kW 几乎没有变化，由未为 AI 进行改造的企业和遗留托管安装基础主导。然而，最常见的（众数）数字在 2026 年首次超过 11 kW，从 2025 年的 9 kW 上升，因为越来越多的新部署从第一天起就针对更高的密度。

这两个数字都不描述专用 AI 数据厅。那些以强制直接芯片或浸没式液冷运行，每个机柜 120-142 kW——相比单个硬件世代的广泛平均值超过 10 倍的跳跃。购买者协商托管合同需要知道引用的「每个机柜 kW」价格实际上指的是这三个数字中的哪一个，因为冷却和电力分配基础设施所需的缩放比例在大约 30-40 kW 以上是非线性的，在这里空气冷却停止可行（见我们的液体冷却指南）。

PUE：为什么电表读数超过机柜

上述数字都不是设施从电网实际拉取的。电力使用效能 (PUE) 是总设施功耗与 IT 设备功耗的比率，它捕获机柜不包含的所有内容：冷却器、CRAC/CRAH 机组、UPS 损耗、电力分配损耗和照明。Uptime Institute 2026 年调查将行业整体平均值设定为 1.52——尽管存在广泛的效率倡议，七年来基本持平。这意味着 IT 负载为 10 MW 的设施在公用事业电表处通常消耗约 15.2 MW。

平均值掩盖了很大的范围。更大、更新的超大规模设施报告的 PUE 更接近 1.1-1.2，因为它们在能够实现自由冷却、更高的冷却水设定点和定制电力分配的规模上运行——一个 2 MW 零售托管数据厅无法复制的优势。在比较运营商之间的引用设施功耗数字时，始终询问该数字是否为 IT 负载、总设施负载或介于两者之间；差异在规模上迅速累积。

从兆瓦到吉瓦：设施如何实际规模调整

商业电力承诺遵循相当标准的阶梯。CBRE 的批发托管惯例为主要北美市场启动 250 kW 合约，并以 250 kW 以上的增量扩展。典型的中等规模企业或边缘数据厅运行 1-5 MW 总计。一个更大校园上的单个超大规模建筑现在运行 100-300 MW。在此之上，AI 时代的校园已进入吉瓦领地：Microsoft 的威斯康星州 Fairwater 站点由 Epoch AI 追踪为到 2028 年约 2,263 MW IT 功率的终端状态容量，Meta 在路易斯安那州 Richland Parish 的 Hyperion 校园在 2026 年中期扩展至 5 GW 目标，公司承诺超过 500 亿美元的总投资。即使在超大规模范围内，两者都是异常值——根据行业追踪，2026 年大多数新的校园公告仍在 100-300 MW 范围设计，有扩展的空间。

对于评估托管或建造合同的任何人的实际含义：询问承诺的 kW 数字、计入定价的 PUE 假设，以及电网互连的时间表——不仅仅是标题校园容量，这经常是多年、多阶段的终端状态，而不是实际上现在通电的东西。电网连接前置时间，而非楼面空间，现在是任何这些数字实现有多快的约束；详见我们的电网连接队列指南，了解按市场的典型等待时间。

将千瓦转换为电费账单

电力率在 Coloprice 的功率指数跟踪的市场中相差 10 倍或更多，这根据位置大幅改变给定 kW 承诺的经济学。

市场	商业率（美元/千瓦小时）	每 1 MW IT 负载的约月成本*
美国弗吉尼亚州	0.117	~$85,400
美国德克萨斯州	0.085	~$62,000
新加坡	0.27	~$196,900
马来西亚	0.135	~$98,500
泰国	0.128	~$93,300
瑞典	0.10	~$72,900

*仅说明性：假设 1.52 PUE（每 1 MW IT 负载在电表处拉取 1.52 MW）在列出的商业率下连续运行 730 小时/月。实际账单增加需求费用、税款和市场特定的附加费——详见 power-index.json 了解完整率表，包括每市场的来源和说明。

即使在需求费用和税款之前，新加坡（主要东盟托管中心中最高）和德克萨斯州（电解质 ERCOT 市场）之间在同一 1 MW 负载上的差价约为 3 倍——一个缝隙大于大多数谈判的托管折扣，以及电力采购而非不动产现在推动大型部署地点选择决策的主要原因。我们的全球数据中心指数追踪按市场批发托管定价的原因相同。

这在国家和全球水平上看起来像什么

在每个运营中心汇总上述所有内容，数字从特定公司移到宏观经济。IEA 的《电力 2026》报告估计全球数据中心电力消耗在 2025 年约 485 TWh，预计到 2030 年达到 945-950 TWh——一个接近翻倍，将数据中心置于全球电力需求约 3% 的偏移。AI 专用容量增长远快于该细分市场整体，在该五年窗口大约增长三倍，因为混合从通用计算转向加速硬件。

美国在个别国家中显示最尖锐的轨迹。劳伦斯伯克利国家实验室为美国能源部提供的报告将数据中心 2023 年国家电力消耗的 4.4%（176 TWh），基础案例预测到 2028 年 6.7-12%（325-580 TWh），取决于 AI 部署的速度——预测期间 13-27% 的复合年增长率，从大约 2018 年至 2023 年的大约 18% 和前十年约 7% 大幅上升。IEA 分别估计数据中心将推动 2030 年前约一半的美国电力需求增长。

用这些数字做什么

对于任何实际进行部署大小调整或评估托管报价的人，三项检查直接遵循上述数字。首先，确认引用的功耗数字是 IT 负载、总设施负载还是承诺（契约但不一定使用）容量——IT 负载和电表负载之间的差距是设施的 PUE，1.1 对 1.5 PUE 在相同的 IT 硬件上改变实际电费超过 35%。其次，将您的机柜密度假设与您的硬件路线图相匹配：遗留企业硬件舒适地适配 7-11 kW 平均机柜，但任何 GPU 密集的部署需要在签署租赁很久之前计划 120 kW 以上的机柜和随之而来的液体冷却基础设施。第三，将单位电力成本（美元/千瓦小时）视为主要地点选择变量，而不是事后考虑——0.085 和 0.27 美元/千瓦小时市场之间的差异在多兆瓦承诺上每年化成数百万美元，通常超过基础租赁本身。Coloprice 的托管和 AI 数据中心产业页面和全球设施目录列出了运营商披露的每个地点承诺功率数字，正是为了在签署合同之前而不是之后可以进行这些比较。