AI算力浪潮推动数据中心进入新一轮升级周期。在MoneyFrontier 2026新基建智算峰会上，芯科液冷CEO王冲指出，从传统PoW（工作量证明）基础设施向AI数据中心的转型，绝非简单增加GPU或液冷设备，而是一场覆盖供电、制冷、消防、网络、建筑结构及运维体系的系统性重构。随着GB300 NVL72等高密度AI服务器部署，单机柜功率已从传统数据中心的15千瓦飙升至约150千瓦，传统以暖通、消防或单一设备交付为主的建设模式已难以满足需求。
高密度算力时代，液冷已不仅是一套散热方案，而是AI数据中心基础设施的重要组成部分。王冲强调，AI服务器对温度和流量稳定性要求极高，需要建立一次侧与二次侧协同工作的精密液冷系统，以保障GPU持续稳定运行。相比设备采购，工程交付能力正成为新的竞争重点。部分项目仍将“通电、开机”作为验收标准，但AI数据中心需要更完善的交付体系，包括气密检测、循环稳定性测试、冷却介质兼容性验证、传感器标定及满载老化测试等关键环节，并建立完整的数据档案为后续运维提供支撑。
随着算力密度不断提升，运维模式正从“故障维修”转向“主动预警”。新一代数据中心基础设施管理平台（DCIM）需统一管理供电、液冷、消防、网络及能耗等系统，并结合环境温度、流量及冷热侧运行数据对潜在风险进行预测分析。供电体系同样面临升级：传统PoW场地允许设备中断运行，而AI数据中心正从“可中断”走向“零中断”，通常采用双路市电、UPS、备用发电机及N、N+1等冗余架构，并进一步探索风电、光伏、储能等多种能源协同应用。
针对传统PoW基础设施转型，王冲表示并非所有既有设施都适合直接复用，真正具有长期价值的主要是土地资源、电力接入能力及一次侧散热条件，而机房结构、消防、建筑承重及噪声控制等仍需按AI数据中心标准重新评估。在产业路径上，传统基础设施企业可从液冷改造、托管服务切入，再逐步向GPU部署、算力租赁及云算力服务等更高价值环节延伸。但业务向产业链上游发展时，对供应链管理、软件生态、客户运营及长期运维能力也将提出更高要求。
王冲总结道，未来数据中心的竞争壁垒将更多集中在绿色能源利用、网络质量和冷却效率等基础能力。在AI算力持续增长的背景下，行业更适合沿着托管服务、算力运营、云服务等路径逐步完成能力升级，而非一次性重资产投入。基础设施的工程质量、运营能力和长期交付能力，将成为产业竞争的重要分水岭。