Insights 研究
有来源、可追溯的知识体系，覆盖美国 AI 数据中心基础设施：AIDC 市场、选址、电力接入、许可与分区、仓库与旧工业建筑改造、算力设施、设备与供应链。每篇文章都标注来源、日期与证据等级。
为什么电力——而不是土地——如今是 AI 数据中心的第一瓶颈
2026-10-23 · 全文附来源与证据等级
美国并不缺适合建数据中心的土地。真正稀缺的，是公用事业公司能够按可融资的时间表实际交付的电力。本文梳理 IEA、劳伦斯伯克利国家实验室、EPRI 与 CBRE 数据实际显示的结论——以及为什么选址如今必须从电力证据，而不是从面积开始。
选址初筛（Site Check）：花大钱做尽调之前，先核什么
2026-10-23 · 全文附来源与证据等级
对一个数据中心场地做完整尽调，既贵又慢。一套结构化的初步筛选——AIDCKOL 的 Site Check——先检验最常让项目夭折的问题，把每一个容量说法按证据状态分类，并在花大钱之前把已证实的事实、推断和待核事项分开。本文说明这套方法及其边界。
仓库和旧工厂能不能改成 AI 数据中心？
2026-10-23 · 全文附来源与证据等级
有时候可以——而答案由一份很短的物理与监管测试清单决定，不由建筑的价格决定。本文列出把仓库和老旧工业建筑改造成数据中心的筛选标准：结构、净高、电力、冷却与水、光纤、zoning——以及什么时候新建（greenfield）反而胜出。