全球人工智能迅猛发展的背景下，传统的互联网数据中心（IDC）正在向人工智能数据中心（AIDC）进化。
在国盛证券1月4日发布的研报中，对IDC和AIDC做了区分：传统 IDC针对“广覆盖”通用计算需求，AIDC则面向AI、大数据、高性能计算的“深计算”需求。二者最核心的区别在于，AIDC由于单机柜功率密度较高，投资回报周期有望较传统IDC更短。
随着AI技术计算功率密度提升，数据中心用电量的需求将大于对IDC空间需求。因此，国盛证券认为，AI需求将先拉动IDC行业存量资源去化，优化IDC整体利用率，再在高端需求增加的背景下，上架率逐步满载，核心城市的IDC资源吃紧，高功率的AI专用数据中心租金有望涨价。
IDC和AIDC到底有何不同？
IDC预计，到2028年，中国加速计算服务器市场规模将超过550亿美元，其中ASIC加速服务器市场占比将接近40%。
根据国盛证券的报告，IDC和AIDC在以下方面存在显著区别：
- 硬件设施：IDC以通用服务器为主，功率密度较低（通常 4-8kW/ 机柜），AIDC功率密度较高（20-100kW/机柜）。
- 散热要求：IDC主要采用风冷，结合机房环境控制；AIDC广泛采用液冷。
- 投资回报周期：IDC建设周期较长，以长期托管和租赁为主，收入模型稳定；AIDC初始建设成本（硬件、冷却系统）较高，但单位功率密度功率更高，回报期相对更短。
- 服务模式：IDC以通用托管服务为主；AIDC有望提供更加垂直化和专业化服务，如定制化机柜部署、专用冷却解决方案等。
伴随AI技术崛起共同发展起来的，是作为AI基础设施的数据中心建设。而在算力需求驱动下，全球范围内数据中心建设的步伐加快，市场将从存量消化转向供需紧张。
国盛证券表示，AI的发展将在消化存量资源后拉动AI数据中心的需求，推动价格和盈利能力的改善。
报告预计，IDC行业在AI发展下的新逻辑将从能耗去库存开启，或许之前三层楼的用电量现在半层楼就能消化，IDC按功率计算的整体利用率提升，再在高端需求增加的背景下，通过机房改造，上架率逐步满载，核心城市和偏远城市资源在训练和推理中各取所需，有望逐步开始行业新一轮周期。
- 存量压力与去库存：上一波云计算浪潮带来的IDC建设高峰，留下了大量空置或低租金的存量资源，尤其是在核心城市和边缘市场，这些存量数据中心的利用率需要随着AI需求的增加而逐步提升，短期内去库存是市场的首要任务。
- AI推动存量资源盘活：AI的高密度计算任务对现有数据中心资源进行再配置，例如，通过增加GPU服务器部署，部分空置的传统IDC可以快速转型为满足AI 需求的基础设施，从而提高资源利用率。
- 展望——价格提升逻辑：在存量资源得到有效利用后，新增AI数据中心的需求将推动市场供需平衡向紧张方向转变，高功率密度的AI专用数据中心租金有望涨价。
本文主要观点来自国盛证券分析师宋嘉吉（SAC执证编号：S0680519010002）、黄瀚（SAC执证编号：S0680519050002）、石瑜捷（SAC执证编号：S0680523070001）于1月4日发布的研报《AI下数据中心的新逻辑》
