过去，数据中心谈能源时更多是在谈“用了多少电”。但AI算力快速增长后，这个问题正在变得更具体：这些电，用在哪里？

IEA数据显示，2025年全球数据中心用电量约为485TWh，预计到2030年将接近950TWh，几乎翻倍。与此同时，AI也在推动机柜功率密度快速提升。对数据中心而言，算力增长带来的已经不只是用电量增加，还有整个供配电系统的变化。

9月初，迪拜、北京、雅加达和墨尔本相继举办数据中心及能源相关展会。高密度UPS、液冷、800V高压直流、电能质量等话题频繁出现，计量也开始从总进线进一步向UPS、列头柜、机柜支路以及冷却设备延伸。

机房规模越来越大、负载越来越复杂，仅看总表已经很难回答运营中的实际问题：哪部分负载更高？哪里存在损耗？制冷和IT负载分别消耗了多少能源？

能源管理，也因此开始从“看总量”走向“看结构”。

把总进线、UPS、支路和冷却系统分别计量，才能进一步观察不同负载的变化，为能效分析和PUE核算提供更细的数据基础。对于液冷系统而言，CDU、循环泵等辅助设备的用电，也逐渐成为需要被单独关注的部分。

这背后其实是一个很简单的变化：数据中心越复杂，能源数据就越不能只有一个总数。

9月4日发布的《促进数字化绿色化协同转型发展实施方案（2026-2030年）》进一步提出，支持液冷散热，探索800V高压直流供电架构，推动超百千瓦单机柜部署，并实现算力设施能效实时监测、预测和动态调节。

从技术演进到政策要求，数据中心对能源数据的需求正在变得越来越具体。

供电架构在变，冷却方式在变，机柜的功率密度也在变，计量自然不能停留在过去的单点监测。

对于数据中心来说，更重要的并不是增加多少块电表，而是建立一套准确、连续、细颗粒度，并能够接入能源管理系统的数据体系。

围绕不同配电层级，东鸿提供MCS多回路测量方案及SDM630MCT-ML系列产品，可用于支路、列头柜及辅助设备的分项监测，并通过RS485 Modbu, 以太网等通信方式接入上层系统。

从一块表，到一组数据，再到整个能源管理体系，智能计量正在承担越来越重要的角色。

AI让数据中心需要更多电，也让它更需要看懂自己的电。