GAIC
GAIC环球人工智能财团
全球算力地图 · 深度详解

AI 算力中心部署模式

完整覆盖 11 种主流与前沿部署模式:物理形态、工作原理、建设周期、CAPEX、PUE、核心优势、致命短板、落地案例与海外项目选型建议。

成熟商用落地模式

可直接用于海外项目投资建设

1

集中式园区智算中心(传统土建大楼模式)

Centralized Campus AI Data Center (Traditional Building)

物理形态

专门新建多层钢结构机房大楼,大规模园区,内部划分机房区、变配电、制冷、油机、运维办公区,大量 GPU 机柜集中部署。

工作原理

市电输入,冷水机组 / 液冷散热,配套完整消防、安防、备用柴油发电机组。

建设周期

12-24 个月,拿地、环评、电网接入是最大耗时环节。

资本开支 CAPEX

每 MW 算力 80-130 万美金。

PUE

1.30–1.50(全浸没液冷改造后可降至 1.15–1.25)

核心优势
  • 运维体系最成熟
  • 可做到 GW 级超大算力
  • 配套供电、消防、安防体系完善
  • 人员进场维护方便,硬件更换简单
致命短板
  • 拿地审批周期漫长
  • 消耗大量淡水用于冷却
  • 土地成本高,扩容慢
  • 社区邻避效应,很多国家很难审批超大算力园区

落地案例:马来西亚 YTL 英伟达柔佛智算中心、微软 Azure 大型智算园区。

适配业务:大模型全量训练、超大规模 GPU 集群、7×24 高可用商用算力对外租赁。

海外选型建议:适合土地充足、电网扩容条件好的国家;不适合岛国、土地稀缺地区。

2

集装箱 / 方舱模块化算力中心

Containerized / Modular Compute Center

物理形态

标准海运集装箱(20 尺 / 40 尺),工厂内完成服务器、液冷、UPS、消防预制集成,整机运输到项目现场,现场只需接高压电、大带宽光纤即可上线。注意:集装箱并非可以随意移动,搬迁需停机拆机,只能有限度搬迁。

工作原理

工厂预制整机柜,现场快速部署;可单机箱几 MW,多箱堆叠扩展到百 MW 级别;支持风冷、间接蒸发冷却、全浸没液冷多种散热方案。

建设周期

工厂预制 2-3 个月,现场部署 1-3 个月;整体 3-6 个月投产。

资本开支 CAPEX

每 MW 算力 90-150 万美金(液冷版本成本更高)。

PUE

1.08–1.20

核心优势
  • 交付速度快
  • 分批扩容,不需一次性巨额投入
  • 可放置在电厂空地、工业园空地、港口地块
  • 适配海外项目,规避土建审批长周期
致命短板
  • 大规模部署需要大片平整土地
  • 集群整体安防、消防、防雷需额外配套
  • 单箱算力上限有限
  • 露天环境需做防腐防晒

落地案例:全球大量海外电厂配套算力项目、海外边缘 AI 算力节点。

适配业务:海外非中美算力项目、电厂共生配套算力、分期扩容项目、临时算力、开源模型推理与微调。

海外选型建议:海外项目优先推荐该模式;英伟达硬件设备可直接部署集装箱内。

3

地下 / 废弃矿山洞库算力中心

Underground / Abandoned Mine Cavern Compute Center

物理形态

天然山体开凿洞库、废弃金属矿 / 盐矿隧道、水电站废弃施工隧洞,在地下空间部署服务器,可以是土建机房,也可以洞内再放集装箱算力舱。

工作原理

地下岩层常年恒温 12-18℃,天然冷源,减少制冷能耗;山体岩层提供极高物理防护。需专门设计通风排烟、消防、人员逃生通道。

建设周期

8-18 个月;复用现成废弃隧洞可压缩至 6-10 个月。

资本开支 CAPEX

复用旧矿洞每 MW 70-110 万美金;全新开凿成本大幅抬升。

PUE

1.08–1.15

核心优势
  • 天然恒温散热,节约用水
  • 抗台风、地震、战争破坏,物理安全性极高
  • 不占用地表优质土地
致命短板
  • 通风、消防、逃生设计难度大
  • 设备进出运输困难,运维环境受限
  • 废弃矿山地质条件不可控,存在渗水风险
  • 光纤、高压电缆下地施工复杂

落地案例:腾讯贵安七星洞库数据中心;四川两河口水电站岩洞算力舱项目。

适配业务:高安全等级 AI 训练、科研算力、对数据保密等级高的业务。

海外选型建议:优先找现成废弃矿洞、水电站隧洞,不建议全新开挖山体。

4

电厂共生算力中心(源网荷一体化)

Power-Plant Co-located Compute (Source-Grid-Load Integration)

物理形态

算力中心(大楼或集装箱集群)直接建设在发电厂围墙内部或紧邻厂区,如天然气电厂、光伏电站、风电基地、水电站旁。

工作原理

电厂直接输出高压电直供算力,减少公共电网传输损耗;可签署长期 PPA;新能源电站可把弃风弃光电力用来跑算力;算力作为虚拟负荷参与电网调峰。

建设周期

6-12 个月,取决于电厂侧电网扩容改造进度。

资本开支 CAPEX

每 MW 75-120 万美金,视载体是大楼还是集装箱。

PUE

1.1–1.3

核心优势
  • 电价成本最低
  • 绕开公共电网容量排队瓶颈
  • 可拿到绿电溯源
  • 适合天然气资源丰富的国家(加勒比、特立尼达、圭亚那)
致命短板
  • 选址被电厂地理位置绑定
  • 需要长距离光纤接入互联网
  • 风光电站电力波动,需配套储能缓冲

落地案例:全球大量海外天然气电厂配套 AI 算力项目;国内风光大基地算电融合项目。

适配业务:大模型训练、大规模 GPU 集群;海外非中美算力项目高度匹配。

海外选型建议:加勒比、马来西亚、东南亚海外项目首选模式之一,集装箱 + 电厂共生是黄金组合。

5

旧厂房改造算力中心

Brownfield Factory Retrofit

物理形态

废弃造纸厂、重工业厂房、大型工厂车间改造,原有建筑结构保留,内部改造为 AI 机房。

工作原理

复用原有建筑承重、变压器、厂区土地,内部重新做配电、液冷、消防改造。

建设周期

6-12 个月。

资本开支 CAPEX

每 MW 65-100 万美金,旧厂房基础越好,成本越低。

PUE

1.2–1.4(取决于散热改造方案)

核心优势
  • 土地获取成本低
  • 原有厂区电力基础可复用
  • 建设周期比新建大楼短
致命短板
  • 层高、承重限制高密度 GPU 机柜
  • 消防、防腐改造工程量大
  • 很多老厂房无法部署高功率液冷

落地案例:谷歌芬兰旧造纸厂数据中心。

适配业务:推理、中等规模训练,不适合极限高密度 GPU 集群。

6

漂浮驳船式算力中心(海上浮船)

Floating Barge Compute Center

物理形态

改造大型驳船、海上浮体平台,服务器部署在船体甲板舱室,整体漂浮在近海港口,不沉入海底;采用海水闭式循环换热器散热,海水不接触服务器内部硬件。

工作原理

船体停靠近岸港口,海底电缆连接陆地电网;海水作为免费冷源;船体可以拖航转移港口。

建设周期

6-10 个月。

资本开支 CAPEX

每 MW 110-180 万美金,海工船体造价高。

PUE

1.10–1.20

核心优势
  • 不占用陆地土地,零淡水消耗
  • 沿海土地稀缺国家可绕开土地审批
  • 可靠近海上风电获取绿电
致命短板
  • 船体腐蚀、海洋盐雾损耗硬件
  • 海事监管、港口泊位审批复杂
  • 船舶维护成本高,风浪带来振动
  • 搬迁需港口拖航,成本高昂

落地案例:Nautilus Data Technologies 美国斯托克顿 6.5MW 商业浮式项目;Keppel 吉宝新加坡规划 25MW 浮式算力中心;三星重工规划 50MW 浮式 AI 数据中心(2028 商业化)。

适配业务:沿海岛国、土地稀缺沿海地区;AI 推理、中等规模训练。

海外选型建议:适合加勒比岛国;CAPEX 偏高,优先小规模试点。

7

分布式边缘算力节点

Distributed Edge Compute Nodes

物理形态

大量分散部署在各地机房、酒店、工业园区、港口的中小算力节点,通过算力调度网络组网,没有单一超大算力园区。

工作原理

各个节点独立供电上网,上层调度平台统一调度算力任务。

建设周期

单节点 1-3 个月,整体网络分批建设。

资本开支 CAPEX

单节点 MW 级成本差异巨大。

PUE

1.2–1.6

核心优势
  • 就近终端用户,网络时延低
  • 利用各地闲置电力资源
  • 分散风险
致命短板
  • 跨节点网络延迟高,不适合超大模型全量训练
  • 适合推理、微调业务
  • 运维管理复杂度高

落地案例:全球各地边缘 AI 算力节点组网项目。

适配业务:AI 推理、Token 分销节点、本地化 AI 业务。

试点 / 原型阶段

已有示范项目,尚未大规模商业化

8

海底舱体算力中心(沉入海底)

Undersea Capsule Data Center (Submerged)

物理形态

大型钢制密封舱体,整体沉放到海平面下 10-40 米海底;分为旧款全密封不可登舱、新一代高出海平面可登舱版本。新一代半浮式舱体上沿露出海面,运维船停靠,人员可直接进入舱内维护服务器,极大降低运维成本。

工作原理

舱体内部服务器,舱壁和海水热交换被动散热;海底常年低温海水带走热量,不需要空调,零淡水消耗;海底光缆供电 + 传输数据。

建设周期

12-24 个月,海工装备制造 + 海床施工。

资本开支 CAPEX

每 MW 140-220 万美金,海工装备造价极高。

PUE

1.05–1.15

核心优势
  • 几乎零冷却能耗
  • 完全不占用陆地土地,不消耗淡水
  • 适合近海区域
致命短板
  • 第一代舱体维修极度昂贵,故障需大型起重船打捞
  • 海洋生物附着降低散热效率
  • 海底电缆造价昂贵,海域使用权审批复杂
  • 硬件迭代周期 2-3 年,频繁更换成本压力大
  • 海洋生态环境评估要求严格

落地案例:中国海南陵水海兰云海底数据中心;上海临港海上风电直连海底算力项目(2.3MW 示范)。

适配业务:示范项目、推理业务;现阶段不建议海外大规模投资大模型训练。

9

海上风电平台一体化算力舱

Offshore Wind Platform-Integrated Compute Pod

物理形态

算力舱直接集成在漂浮式海上风电塔筒平台内部,风机发出的电力直接供给算力服务器,海底光缆回传算力结果到陆地。

工作原理

海上风机发电,船体钢结构直接和海水换热散热;自带储能电池平滑风电波动。

建设周期

18-30 个月,海上风电工程周期。

资本开支 CAPEX

每 MW 180-260 万美金。

PUE

1.05–1.08

核心优势
  • 零碳电力直供
  • 海水自然冷却,PUE 极低
致命短板
  • 海上工程难度极高,造价昂贵
  • 运维完全依赖海上作业船舶
  • 目前只有挪威 Aikido 100kW 示范样机(2026 年底部署),尚未商业化大规模落地

落地案例:挪威 Aikido 100kW 示范样机。

适配业务:长期规划示范项目,现阶段不适合作为主力投资。

10

SMR 小型模块化核电配套算力中心

SMR Nuclear-Powered Compute Center

物理形态

算力园区紧邻小型模块化核反应堆,核电 24 小时稳定零碳电力直供算力。

工作原理

SMR 核电持续输出大功率稳定零碳电力,供给 AI 算力集群。

建设周期

3-5 年以上,核电牌照审批周期极长。

资本开支 CAPEX

GW 级重资产投入。

PUE

1.1–1.2

核心优势
  • 全天候稳定零碳电力,不受风光新能源波动影响。
致命短板
  • 核安全监管、公众接受度门槛极高
  • 审批周期漫长
  • 全球可以落地 SMR 的国家非常有限

落地案例:全球多个 SMR + 算力规划项目(规划阶段)。

适配业务:超大规模长期训练集群,海外只有少数国家具备落地条件。

完全原型概念

仅实验室、论文阶段,无商业落地

11

太空轨道算力中心

Orbital Space Compute Center

物理形态

服务器部署近地轨道卫星平台,太阳能发电,太空低温背景辐射散热,卫星链路回传数据。

工作原理

太阳能发电 + 太空辐射散热 + 星链回传。

短板
  • 发射成本极其昂贵
  • 带宽严重受限
  • 维护完全不可能
  • 仅概念,距离商业化极其遥远

附录:多模式关键参数对比总表

部署模式建设周期单项目规模PUE运维难度商业化成熟度核心海外适用地区
集中式园区12-24 月百 MW-GW1.3–1.5成熟商用土地充足、电网完善国家
集装箱方舱3-6 月几 MW-百 MW1.08–1.2中等成熟商用全部海外地区,优先推荐
地下洞库矿山6-18 月几十 MW-百 MW1.08–1.15商用落地拥有废弃矿洞、隧洞地区
电厂共生算力6-12 月几十 MW-GW1.1–1.3中等成熟商用加勒比、东南亚天然气 / 水电资源国家
旧厂房改造6-12 月几 MW-百 MW1.2–1.4中等成熟商用工业旧厂房存量大地区
漂浮驳船6-10 月几 MW-几十 MW1.1–1.2小规模商用沿海岛国,土地稀缺
海底舱体12-24 月示范-几十 MW1.05–1.15极高示范试点近海沿海,优先做示范项目
海上风电一体化18-30 月示范级别1.05–1.08极高原型样机远海风电区域,不适合短期投资
SMR 核电配套3-5 年 +GW 级1.1–1.2极高规划阶段少数拥有 SMR 牌照国家
重要补充说明(容易混淆)
  • 全浸没液冷不是独立部署模式,是散热技术,可以叠加在集中式、集装箱、山洞、漂浮驳船几乎所有模式之上。
  • 现实项目大量采用混合部署:天然气电厂旁部署集装箱算力集群(电厂共生 + 集装箱),是海外项目最优组合;废弃矿山洞库内部摆放集装箱算力舱(洞库 + 集装箱)也是常见方案。