机房内部怎么省电、怎么散热，此前讲数据中心电力与冷却的文章已经说透；但比「机房内部怎么省电」更上游的问题是「机房建在哪」。选址定错，后面所有节能手段都是在错误的地基上打补丁：电价高一截，再极致的 PUE 优化也追不平；网络绕远路，再好的推理框架也救不回延迟。这篇文章只讲选址本身：约束是什么，怎么权衡，坑在哪里。
第一约束：电力是选址的第一变量
电价决定成本底线
数据中心的运营成本里，电费常年占大头，AI 集群尤其如此。一台高端 GPU 服务器整机功率轻松超过十千瓦，一个千卡规模的训练集群加上网络、存储与散热，整体功率以兆瓦计，而且一年三百六十五天接近满负荷。这样的负载曲线下，电价每差一点，全年成本就差出一大截。对 AI 数据中心来说，电价不是运营细节，而是商业模式的一部分。同样规模同样负载的两个机房建在电价水平不同的两个省，一年电费的差额足以养一支不小的工程团队。所以选址评估的第一张表是电价表：工商业电价水平、峰谷价差结构、大工业电价的准入条件、能不能签长期购电协议锁定价格。AI 负载的用电曲线相对平直，反而更容易谈出好价格，这是少数对买方有利的地方。
容量供给比电价更稀缺
比电价更关键的往往是「有没有电可用」。经济活跃地区周边的电网接入容量普遍紧张，新增一个大用户的报装要走评审流程，变压器与输电线路的扩容周期以年计。这就是为什么超大规模玩家总是先于业务很多年锁定电力资源：先拿地、先报装、先把变电容量的名额占住，服务器什么时候到货反而是次要问题。电力容量是典型的长周期资源，业务可以等一个季度，电网扩容等不起。落到操作层面，选址时要问的问题非常具体：就近变电站还有多少富余容量、新报装要排队多久、当地电网对高密度负载持什么态度。有些电力紧张的地区把数据中心视为高耗低税产业，审批层层收紧；有些能源富集地区则主动把电与算力绑定招商，条件好谈到超出预期。
电力商务：第二张谈判桌
电价表之外还有一张更隐蔽的表：电力商务结构。大工业电价通常由电度电费与容量需量电费两部分组成，前者按用电量计，后者按报装容量或最大需量计——报装多了闲置着也要付钱，报装少了超需量要挨罚。AI 负载的功率密度高、爬坡快，需量管理做得不好，一个月的容量电费就能吃掉几个点的成本。此外还有长期购电协议与绿电交易两类工具：前者锁价格锁供给，后者买碳属性，两者的谈判都以未来几年的负载曲线为输入，与选址决策同期启动最划算。电力商务是选址的衍生谈判，但它有自己的专业门槛，值得引入懂电的人专门去谈，而不是由基建团队顺便处理。
第二约束：网络决定业务半径
延迟划定了服务边界
电力决定成本，网络决定这个机房能承载什么业务。光在光纤里的传播速度有物理上限，延迟与距离成正比：同城往返几毫秒，跨省十几毫秒，跨国奔着一百毫秒去。推理服务对延迟敏感，用户请求经过的每一跳都在累积等待时间，端到端预算里留给网络的份额本来就不宽裕；训练集群则相反，参数同步的巨大流量必须留在机房内部的高速网络里，对外的互联网出口压力反而不大。所以训练集群可以建在偏远的电窟窿里，推理机房必须贴着用户建。这就是「训练向西、推理向东」格局的物理成因，也是业务架构师在选址讨论桌上最有发言权的议题。
到骨干网的距离就是到用户的距离
评估网络条件，看的是机房到骨干网节点的距离与跳数、可采购的带宽资源、运营商线路的丰富程度。多运营商接入是底线要求，避免单一光缆被挖断导致整站失联的事故重演。对托管机房来说，网络条件的另一层含义是互联生态：机房内部能不能与其他云平台、其他客户做高速互联，直接影响混合云与多云架构的可行性。选址阶段值得实地去机房看一眼配线架与运营商接入间，参数表上的数字与现场的真实接入能力有时是两回事。出口带宽是另一个常被低估的项：训练集群的内网流量再大，与互联网出口无关；但推理机房要承载用户的全部请求流量，出口带宽的采购价格与扩容速度直接决定高峰期的体验。评估时要问清楚机房的出口总容量、单客户可采购的上限与突发流量的临时扩容机制，有的机房出口富余，有的早已饱和，要聊过运营方才知道。
第三约束：气候与自然风险
免费冷源是最便宜的节能
气候直接影响散热成本。全年气温低、湿度合适的地区可以大量利用自然冷却，让冷水机组一年里相当比例的时间低负荷甚至停机，PUE 显著下降。这正是数据中心向高纬度、高原地区迁移的重要推力之一。反过来，常年高温高湿的地区制冷常年满负荷，电费与碳排放两头吃亏。选址时值得做的功课是拿到当地历年气象数据，估算自然冷却的可用小时数与湿球温度分布，把气候差异折算成可比较的度电成本与制冷资本开支差异。这笔账完全可以精算，也比拍脑袋的「感觉那边凉快」可靠得多。
灾害概率决定尾部风险
地震带、洪泛区、台风走廊，这些自然风险决定机房的设计等级与保险成本。选址红线是行业共识：避开洪涝历史区域、避开危化品源与机场航道周边、避开地质不稳定地带。选址的本质是替未来的自己挑风险：电价与网络是每天都在付的显性成本，灾害是小概率但可能一次性归零的尾部风险，两种账要用不同的方式算。前者看均价，后者看极值；评估一个候选地，既要算十年的电费差，也要问五百年一遇的洪水线在哪里。
水与土地：容易被忽略的实物约束
气候之外还有两项实物资源常被忽略。一是水：蒸发冷却与冷却塔都要耗水，缺水地区的取水许可越来越难拿，水价与水政策直接影响冷却方案的选择，评估气候时要把水一并评估。二是土地：训练机房向高密度演进，单园区功率密度持续抬升，对土地面积、承重与扩建留白都有要求；买地还是租地、周边有没有二期用地，决定五年后的扩容是顺理成章还是重新选址。实物资源的约束不常出现在招商宣传里，却经常在扩容的关键节点上卡住脖子。
地缘与政策：压秤的软变量
税收优惠、土地价格、监管稳定性，这些因素不写进技术白皮书，却经常是最终决策里压秤的砝码。各地对数据中心的态度差异极大：有的当作数字经济名片，给地给电给补贴，审批开绿色通道；有的视为耗电大户，能评与碳评层层把关。政策稳定性同样重要——招商承诺可能随换届变化，今天的优惠未必延续到明天，把承诺写进合同比听介绍更可靠。跨国业务还要叠加数据主权与跨境合规的考量，训练数据能不能进这个法域、运维团队要什么资质，都是选址之前要过的问题。地缘还包含产业链配套这个容易被低估的维度：机房建在偏远地区，工程师愿不愿意常驻、备件物流几小时能到、上下游施工与供应商资源是否触手可及，都是长期运营的现实约束。一个电价再低的地方，如果留不住愿意扎根的运维团队，省下的电费会以加薪、轮岗与差旅的形式还回去。审批流程本身也是选址变量：能耗评价、环境影响评价、安全评价，加上电网接入评审，一套流程走下来短则数月长则年余，不同地区的办理效率差异显著；同样的电价与土地条件，审批快半年就意味着算力早半年投产，这笔时间账在比较候选地时经常比电价差更有分量。选址团队值得把「从签约到通电」的历史周期当作硬指标向当地园区索取，并找已经落地的同行验证。
超大规模时代的选址迁移
近几年行业肉眼可见的趋势是数据中心向能源富集区迁移，逻辑很直白：AI 把单机房的功率密度推高了一个量级，传统一线周边的地块既没有足够的电也没有整块的地，而电力富集地区有现成容量与绿电指标。于是行业格局分化成两层：训练与离线计算向能源侧集中，实时推理与交互业务向用户侧收缩，中间靠高速骨干网缝合。这种分化对业务架构有直接含义：负载没有拆分弹性，选址红利就拿不到。另一个值得关注的趋势是绿电绑定。风光资源富集区把绿电直供当作招商卖点，对有碳披露压力的公司有真实吸引力；但绿电的间歇性也对机房自身的储能与负载柔性提出要求，算力负载能不能跟随电力供给波动调度，是新一代数据中心正在补的课。评估绿电项目时，要分清指标交易式的名义绿电与物理直供的真实绿电，两者的成本与合规价值完全不同。
自建与托管：两种不同的选址问题
自建数据中心与选用托管机房，选址问题的形状完全不同。自建是重资产长周期决策，看的是未来五到十年的电价曲线、地块扩容空间与区域电网规划，决策做出后几乎没有回头路，因此要亲自下场：拿地、报装、委托电力设计、与电网公司谈接入，每一步都以年为单位。托管是租赁决策，看的是机房离用户的网络距离、机柜功率密度上限、可采购的运营商线路与价格、运营方的履约历史与扩容余量，决策可以按年续约调整。自建选的是地缘，托管选的是位置。对大多数团队来说根本没有自建选项，精力应该花在读懂托管机房的参数表与合同条款上；只有当规模大到机柜以百计、电费以千万计，自建或定制机房才进入决策视野。现实中最常见的形态是混合：核心推理放用户侧托管机房保延迟，训练集群放能源区自建或定制省成本，两边的比例随业务演进而动态调整。
小结
数据中心的选址是一门在多重约束下找可行解的学问，没有全局最优，只有当前业务形态下的合理取舍。电力是第一约束：电价决定成本底线，容量供给决定能不能开工，两者都指向能源富集地区。网络是第二约束：延迟划定业务半径，训练可以远离用户，推理必须贴近用户。气候与灾害是第三约束：免费冷源直接折算成电费与 PUE，灾害概率决定尾部风险的定价。三重硬约束之上，还叠着税收、土地、监管与产业链配套这些软变量，它们经常是最终拍板的胜负手。行业的大方向是分化：训练向电而去，推理向人而去，骨干网把两者缝合起来。对从业者来说，选址从来不只是基建部门的事：业务架构师要回答负载能不能拆分迁移，财务要回答电价与容量锁定的商务结构是否成立，运维要回答那个地方的团队能不能长期活得好。机房建在哪，决定了之后每一年成本表与风险表的形状，这个决定值得最高级别的评审待遇。
读者留言
COMMENTS 暂无还没有留言，来说第一句？