建造世界上最大的数据中心需要哪些准备？

对更智能（从历史经验来看，这意味着规模更大）人工智能模型的无尽渴求，以及对现有模型的更大规模采用，导致数据中心建设项目爆炸式增长，其数量和规模都达到了前所未有的水平。其中最主要的是Meta公司2025年6月公布的美国路易斯安那州5吉瓦数据中心Hyperion。Meta首席执行官马克·扎克伯格表示，Hyperion的面积将“堪比小半个曼哈顿”，其第一阶段的2吉瓦数据中心将于2030年完工。

尽管该项目公布的5吉瓦数据中心是同类工程中规模最大的，但它只是目前数十个在建类似项目中的一个。建筑软件公司ConstructConnect的首席经济学家迈克尔·古克斯（Michael Guckes）表示，到2025年7月，各数据中心的建设支出已超过270亿美元，全年数据统计完毕后，这一数字将轻松超过400亿美元，仅Hyperion一个项目就占约1/4。

对于负责完成这些项目的工程师们而言，其中的各种挑战代表了一个独特的时刻。全球科技巨头正在欣然为计算、冷却和网络技术的新创新买单，追求5年前还看似天方夜谭的规模。

与此同时，这种飞速发展的工程建设也伴随着一些严重的问题。现代数据中心建设常常需要大量临时工，大幅增加噪声、交通流量、污染，而且往往会推高当地电价。即使在设施建成很久之后，环境负荷依然令人担忧，其根源在于人工智能数据中心前所未有的全天候能源需求。最近的一项研究表明，仅在美国，这些数据中心每年就可能排放数千万吨二氧化碳。

尽管存在这些问题，大型AI公司及其聘用的工程师们仍在全力推进巨型数据中心的建设。那么，建造一个规模空前的数据中心究竟需要哪些准备？

典型的数据中心建设在钢筋混凝土板地基上，辅以钢结构骨架和现浇混凝土墙板。建成的建筑被称为“外壳”，这个术语表明，结构本身只是次要考虑因素。Meta甚至曾使用巨型帐篷来搭建临时数据中心。

尽管如此，大型人工智能数据中心的规模仍带来了独特的挑战。“最大的挑战通常在地表以下。不稳定、腐蚀性或膨胀性的土质可能会导致工期延误，并且需要采取严格的干预措施。”建筑咨询公司Jacobs的副总裁罗伯特·黑利（Robert Haley）说。Stantec公司的高级技术负责人阿曼达·卡特（Amanda Carter）指出，土壤的热导率也很重要，因为大部分电力基础设施都在地下。“如果土壤的热阻率很高，那么（热量）将难以消散。”施工前，工程师们可能会采集成百上千份土壤样本。

不过，合格的建设用地似乎并不短缺，因为在建数据中心的数量和投入的资金都在急剧增长。凭借充裕的资金，建设数据中心的公司可以打破常规。在人工智能热潮之前，大多数数据中心依赖的是经过实际验证的设计，并优先考虑廉价高效的建设。大型科技公司则将投资焦点转向了速度和规模。

宽松的预算为更大、更坚固的预制混凝土墙板和楼板打开了大门。Clark Pacific公司的开发总监道格·贝维尔（Doug Bevier）表示，如今一些混凝土楼板的跨度可达23米，需要承受高达每平方米3000公斤的楼面荷载，这一数字是国际建筑规范规定的制造业和工业荷载的2倍多。在某些情况下，还必须针对具体项目定制混凝土板，这个步骤成本高昂，在人工智能时代之前很少被认为经济合理。

与此同时，项目的时间表也被压缩了。Crusoe公司数据中心运营高级副总裁杰米·麦格拉斯（Jamie McGrath）表示，该公司需要在“约12个月”的周期内交付项目，而此前是30到36个月。虽然并非所有项目都以这种速度推进，但速度是普遍优先考虑因素。

协调所需的劳动力和材料也因此很困难。Meta公司在路易斯安那州里奇兰教区郊区的Hyperion项目正是这一挑战的典型代表。据NOLA.com报道，至少有5000名临时工涌入该地区，而该地区的常住居民仅有约2万名。这些工人的工资高于平均水平，短期内提振了当地的餐饮店和便利店等企业的经营状况。然而，该项目也引发了居民对交通、施工噪声和污染的投诉。

与居民之间的摩擦不仅包括这些显而易见的影响，还包括一些人们可能不会立刻想到的事，例如日夜不停施工造成的光污染。对当地地下水位和径流的改变也同样重要，因为这可能会降低依赖井水的邻近居民所用的水质。这些问题已促使美国部分城市颁布了数据中心禁令。

Meta位于里奇兰教区的项目还凸显了一个对人工智能数据中心及其批评者来说至关重要的问题——电力。

数据中心会消耗大量电力，因此数据中心建设集中在当地电力公司能满足其需求的枢纽地区。弗吉尼亚州的电力公司Dominion Energy就签订了建设新基础设施（通常侧重于可再生能源）的协议来满足其需求。

然而，面对大型人工智能数据中心的电力需求，响应能力最强的电力公司也常常措手不及。位于加利福尼亚的劳伦斯伯克利国家实验室的一份报告估计，2014年美国数据中心行业的平均电力负荷约为8吉瓦。如今，最大的人工智能数据中心园区各自的设计功耗高达1吉瓦，而Meta的Hyperion项目预计功耗高达5吉瓦。

“数据中心让许多电力公司感到棘手。”总部位于佛蒙特州的非营利组织Clean Energy Group的项目总监阿贝·拉马南（Abbe Ramanan）说。

拉马南解释说，电力公司通常会使用“调峰电厂”来应对额外的需求。这类电厂通常是较旧、效率较低的化石燃料发电厂，由于运营成本和碳排放量较高，原本计划退役。但拉马南表示，电力需求的增长使它们只能继续运行。

Meta与路易斯安那州最大的电力公司Entergy进行了谈判，保证3座新的燃气轮机发电厂的建设正常进行，从而保障了Hyperion项目的用电。其中有两座电厂将位于里奇兰教区项目附近，另外一座则位于路易斯安那州东
南部。

Entergy将新电厂视为该州的一大胜利。“Entergy与Meta协议的一个核心支柱是，Meta支付了电力公司基础设施的全部成本。”Entergy公司输电规划与政策总监丹尼尔·克莱恩（Daniel Kline）说。该电力公司预计，“用户的账单将比原本要低。”这将成为一个特例，因为彭博社最近的一份报告发现，与没有数据中心的地区相比，拥有数据中心的地区的电价更有可能上涨。

这些电厂的总装机容量为2.26吉瓦，将采用可以回收利用废气余热的联合循环燃气轮机。这一技术可将热效率提升至60%甚至更高，这意味着更多燃料被转化成了有用能源。相比之下，简单的循环涡轮机会直接排放废气，效率降至40%左右。

即便如此，Hyperion项目电厂整个生命周期每年的二氧化碳排放量可能在400万至1000多万吨之间，具体取决于电厂的投用频率以及建成后的最终效率基准。如果按高值计算，则相当于超过200万辆乘用汽车产生的二氧化碳排放量。幸运的是，并非所有Meta的数据中心都采用相同的供电方式。该公司已计划采用核能为拟于2026年底前在俄亥俄州上线的大型数据中心项目Prometheus供电。

在快速建设数据中心的迫切需求驱动下，其他大型科技公司正在采取效率较低的方式。孟菲斯的xAI公司Colossus 2数据中心是最极端的例子。该公司用卡车运了数十台临时燃气轮机发电机组，用于为这个位于郊区的社区站点供电。与此同时，OpenAI、甲骨文和软银公司为其得克萨斯州阿比林的新“星际之门”数据中心（计划于2026年晚些时候开放）配备了装机容量高达300兆瓦的燃气轮机。两者使用的都是简单循环涡轮机，其效率远低于Entergy为Hyperion供电的联合循环发电厂。

事实上，对燃气轮机的高需求导致新涡轮机的等待时间长达7年。于是一些数据中心正转而翻新喷气发动机来获得所需的涡轮机。

现代人工智能数据中心内部的高能耗图形处理单元（GPU）驱动了对新型可靠电力的需求。

2025年1月，马克·扎克伯格在脸谱网发帖称，Meta计划到2025年底有至少130万个GPU投入使用；OpenAI的合资项目“星际之门”计划使用超过45万个英伟达GB200 GPU，而xAI的Colossus 2（Colossus的扩建项目）则计划容纳超过55万个GPU。

到目前为止，GPU仍然是人工智能工作负载中最受欢迎的选择，它们被集成到了与人类体型相当、由钢铁和硅制成的庞大单体中，像为了容纳它们而建造的数据中心一样，其重量、复杂性和功耗都在迅速增长。

英伟达的GB200 NVL72（一种机架级系统）是目前人工智能数据中心的首选之一。单个GB200机架包含72个GPU、36个中央处理器（CPU）和最高30.4太字节的内存。它高2.2米，重达1553千克，功耗约120千瓦，相当于大约100户美国家庭的能耗。而英伟达表示，这仅仅是开始。该公司预计未来每个机架的功耗可能高达1兆瓦。

维谛技术的基础设施解决方案高级副总裁维克托·佩蒂克（Viktor Petik）表示，机架级人工智能系统的快速变化迫使数据中心不得不做出调整。“人工智能机架比前代产品的能耗更高，也更重。”佩蒂克说。他补充说，数据中心必须在不占用额外空间的情况下为机架提供多种电源输入。

机架级系统的新电力需求带来的影响体现在了数据中心的设计上，甚至包括其占用空间。

2022年，Meta的一个新数据中心在得克萨斯州坦普尔市的一个园区破土动工。人工智能数据中心研究公司SemiAnalysis表示，该数据中心最初的计划是按照Meta其他数据中心常见的H形配置来建设。

然而，2022年12月，Meta在全公司范围内启动数据中心基础设施审查，该项目施工暂停。Meta决定拆除已建成的部分，并从头重建。虽然该公司做出这一决定的原因并未公开，但分析师认为，这是因为旧设计无法为功耗极高的新型人工智能机架提供足够的电力。施工于2023年恢复。

Meta的新方案摒弃了H形建筑，转而采用了简单的长矩形结构，每个结构的两侧都排列着燃气轮机发电机。目前，预计Hyperion项目将由11个矩形数据中心组成，每个数据中心包含数十万个GPU，分布在里奇兰教区13.6平方千米的园区内。不过，Meta的计划可能会有变动。

英伟达超高密度的人工智能GPU机架不仅通过其重量和功耗改变着数据中心，其极高的冷却和带宽要求也在催生变革。

传统数据中心采用的是空气冷却，但这种方法已到达极限。“空气作为冷却介质存在本质上的不足。”新加坡国立大学冷却研究小组CoolestLAB的负责人李宝生（Poh Seng Lee）说。

因此，未来的GPU将依赖液体冷却。然而，这会增加复杂性。“这涉及设施层面的所有环节。”李宝生说，“需要用到泵，我们称之为冷却液分配单元（CDU）。它将通过复杂的管道网络与机架连接。”在机架上，管道与安装在每个GPU顶部的冷板连接；在数据中心外壳外，管道则通过蒸发冷却单元循环。李宝生表示，改造采用空气冷却的数据中心是可能的，但代价高昂。

此外，还要改变人工智能数据中心使用的网络以适应新的需求。传统数据中心位于网络枢纽附近，以便于接入全球互联网；而人工智能数据中心注重GPU之间的网络连接，这些连接必须保持高带宽和无可挑剔的可靠性。

Meta的Hyperion以及其他大型人工智能数据中心的规模可能具有欺骗性。它似乎暗示了单个数据中心的实际规模才是关键所在。但实际上，Hyperion并不是一座单体建筑，而是通过高速光纤连接的一组建筑群。

“数据中心互联是绝对必要的。”网络基础设施公司Ciena的副总裁马克·比贝里希（Mark Bieberich）说，“可以将其视为一个逻辑上统一的人工智能训练设施，但在地理上是分散的。”英伟达将此称为“跨域扩展”（scale across），以区别于数据中心必须“纵向扩展”（scale up）为更大单体建筑的理念。

Hyperion和其他类似规模的未来人工智能数据中心所面临的挑战全景仍然模糊不清。英伟达尚未推出其将承载的机架级人工智能GPU系统。它需要多少电力？需要哪种类型的冷却方式？必须提供多少带宽？这些目前都只能估算。

在详细数据缺失的情况下，人工智能数据中心设计的重心被拉向了一个确定的方向：它必须庞大。新数据中心的设计师们正在重写规则手册，以应对规模空前的电力、冷却和网络基础设施挑战，而这种规模在5年前看来还很荒谬。

大型科技公司雄厚的财力推动了这种创新，仅2025年，这些巨头就豪掷数百亿美元，这也引发了关于这种支出是否可持续的问题。然而，身处数据中心设计一线的工程师则将此视为一个将不可能变为可能的机会。

“我告诉工程师，这是巅峰时刻。我们正在履行工程师的职责，正在接受复杂的挑战。”Stantec公司的卡特说，“我们已经很久没有机会做这些了。”