近期，国数局发布的《数字中国发展报告（2025年）》中有一组关键数据：截至2025年底，全国在用算力基础设施机架数超过1373万架。同比新增约473万架，增幅达52.5%。

　　同期，信通院数据显示，全国数据中心用电量同比仅增长18.07%。

　　一个问题随之出现：两者超过30个百分点的增速落差，是否意味着行业正从算力短缺步入算力结构性错配的新阶段？

　　01 算力增长 ≠ 有效算力增长

　　当我们谈论算力增长时，实际上存在两个维度的衡量标尺。一个是名义算力供给，即已部署的机柜数量与设计算力总和；另一个是有效算力产出，即这些算力资源在真实业务场景中，实际完成的有效计算量。

　　2025年的数据清楚地显示，这两个指标出现了严重的不匹配。52.5%的机柜增速代表的是名义算力供给的急剧膨胀，而18.07%的用电量增速则更贴近实际负载的增长轨迹。

　　两者的不匹配说明：新增的机柜资源可能并未在短期内转化为相应比例的计算产出。

　　事实上，当前行业正在同时发生三件事：

　　• 机柜规模快速扩张，智算中心建设井喷

　　• 实际负载增速低于扩张增速

　　• 算力利用效率高端稀缺与低端闲置并存

　　因此，我们不能再简单以机柜数量来衡量算力供给的有效性。行业需要从关注装了多少，转向衡量用了多少以及用出了什么价值。用电量增速与机柜增速之间的差距，正是这一转变最直观的警报。

　　02 标准机柜增长 ≠ 物理机柜增长

　　这里有还一个关键细节，外行人极易产生理解偏差——报告中提及的机柜，均为标准机柜（折算为2.5kW），而非物理机柜数量。

　　早期，机柜功率密度低，标准机柜能很好的体现机柜数量的变化。但随着智算业务的普及，标准机柜已经不能代表机柜真正数量的变化，而是代表电力容量的变化。

　　• 新增一个5-8kW通算机柜，贡献2-3个标准机柜

　　• 新增一个30kW+智算机柜，贡献十多个标准机柜

　　很多人可能会说两者没有区别，但是当我们统计分析与真实机柜数量相关的数据时，比如运维人员数量、单机柜运维成本时可能会受到影响。

　　纵观近几年数据中心标准机柜的数据，可以看到，2025年数据中心标准机柜之所以增长如此迅猛，主要是智算业务高速增长的原因。　　

　　2020-2025年全国数据中心机柜情况

　　2025年机柜暴增，更准确的解释是：电力密度提升+智算占比上升，它并不完全等价于物理机柜暴增。如果后期采用总交付电力容量（kVA/MW）来替代标准机柜数进行统计，会避免很多歧义，也更能反映真实交付能力。

　　03 机柜上架率 ≠ IT负载率

　　剔除机柜投产交付时间等原因，52.5% vs 18.07% 的差距，本质是三个结构性问题叠加：

　　1.智算负载波动性拉低平均利用率

　　传统通算业务例如政务系统、金融交易、企业ERP等，这类业务的负载全年相对平稳，服务器上架后，功率消耗与设计功耗之间的偏差不大。

　　智算业务则呈现完全不同的模式。一个大型模型训练任务，在数据预处理阶段可能只消耗集群额定功率的30%左右，在全量训练阶段升至95%以上，在模型评估和参数调优阶段又会明显回落。

　　从全年时间维度看，一个智算集群的平均实际功耗，与其业务属性强相关，可能显著低于其设备满载时的设计功耗。

　　2025年新增的标准机柜中，智算业务占了绝大部分，随着智算在新增机柜中的占比不断提高，这种差异将进一步被放大。

　　2.高端算力紧缺低端算力过剩

　　智算市场内部正在发生分化。一方面，用于大型模型训练的高性能算力资源——需要高GPU、高带宽互联——仍处于供不应求状态，且价格持续上涨。

　　以H200为例，不仅整机的价格持续上涨，租赁价格也在年初涨到10万/月左右。现在不仅预售居多，价格也很难低于9万/月，妥妥的卖方市场。

　　另一方面，配置相对普通的智算资源，主要用于中小规模推理或可替代性较强的任务，正面临供大于求。

　　其结果是：设备上架了，但承接的只是碎片化、可替代性强的任务，无法获得预期的持续高负载。最终交付的算力，高不成低不就，导致了结构性空转。

　　3.建设节奏与需求落地不同步

　　2025年新增的473万架机柜中，有相当比例来自中西部地区的超大型数据中心园区。这些项目的规划逻辑建立在几个预期之上：东部算力需求向西迁移、西部地区电价优势对AI训练任务的吸引力、以及推理应用大规模爆发的远景。

　　在实际推进中，推理业务对网络延迟也有一定要求，难以接受跨越数千公里带来的延迟增加；训练业务虽然对延迟不敏感，但其需求正在向少数几家大型模型企业集中，这些企业倾向于在东部核心区域自建算力资源，而不是大规模采购西部地区的算力服务。

　　04 “算电协同”从规模到效率的必经之路

　　其实，以上三个因素都在指向同一个方向：行业关注的重点需要从装机规模转向实际使用效率。一个机柜安装了多少设备、设计功率多大，与这个机柜全年实际贡献了多少有效计算、消耗了多少电力，是两套不同的衡量体系。　　

　　52.5%与18.07%的增速差距，表面上看是机柜增长与用电增长之间的背离，本质上反映的是智算时代算力资源利用方式正在发生变化。

　　传统数据中心时代，电力更多被视为一种基础保障资源。业务负载相对稳定，服务器上架后长期运行，电力系统主要承担供得上、供得稳的任务。

　　智算时代正在改变这一逻辑。

　　大模型训练、模型微调、推理服务等业务具有明显的动态特征，不同阶段的负载水平差异巨大。算力需求不再是稳定增长曲线，而是呈现出波动性、周期性和突发性并存的特点。

　　这样背景下，算力与电力已经不再是相互独立的两个系统，而正在逐步演变为一个深度耦合的整体。

　　对于智算中心而言，仅仅拥有充足的机柜和电力容量已经不足以形成竞争优势。如何根据业务负载变化动态调度资源，如何提升电力资源利用效率，如何实现算力与能源的协同优化，将越来越成为影响运营效率和投资回报的关键因素。

　　近年来，国家层面也在持续强化这一方向。早在《关于加快构建全国一体化算力网的实施意见》中就已定调，要求推动算力与电力协同，行业关注的重点正在从建设多少算力逐步转向释放多少有效算力。

　　未来数据中心竞争，也将从单纯规模竞争，转向算力利用率、电力利用效率和资源协同能力的综合竞争。

　　写在最后

　　从某种意义上说，我国数据中心行业正从“规模扩张周期”迈向“价值运营周期”。用好每一瓦特，释放每一分算力，这才是未来核心竞争力。

　　当机柜增长曲线与用电增长曲线趋于匹配，当算力系统与能源系统实现更深层次协同，才意味着我国数据中心产业真正进入成熟发展的新阶段。