Epoch AI 数据集浏览器
AI 数据中心
本地看板，用于分析功率、H100 等效算力、建设时间线、所有者和地理集中度。
来源
epoch.ai/data/ai-data-centers
最大站点功率排行
当前设施功率，单位 MW。
所有者汇总
按所有者汇总当前功率。
国家分布
站点数量和功率占比。
建设时间线
按年份汇总时间线中有正功率估算的记录。
核心分析
围绕 Owner、Users、芯片和效率看谁在建设、谁在使用、用什么芯片。
Owner 对比分析
按所有者对比站点数、功率、算力、成本和平均规模。
| 所有者 | 站点 | MW | H100 | 成本 | 均值 |
|---|
深度分析
这些是本地页面额外计算的指标，用来补充官方图表：集中度、效率和选中站点占比。
芯片结构分析
按芯片类型汇总数量，观察 H100、B200、B300、TPU 等结构。
用户维度分析
按 Users 字段汇总关联站点、功率和算力。
效率与成本分析
比较单位功率算力、单位算力成本和单位功率成本。
高级工具
需要做情景修改时再展开，不打断总览阅读。
假设推演
改一个现有站,或加一个假想站,看格局怎么变。
关联分析
判断功率、算力、成本、效率之间是否一起变化。
展开散点图
增长与预测
把时间线从累计状态转成新增量，再做趋势外推。
严格新增量分析
按同一数据中心的时间线状态差分，只统计功率和算力的正向新增。
统计建模/预测
基于严格新增量做简单线性趋势预测，并显示粗略区间。
质量与证据
集中检查可信度、异常值、来源和水资源缺失。
可信度分析
统计 confident、likely、speculative 和未标记字段。
水资源与缺失数据
基于 timeline 的 Water use (MGD) 字段。
异常值分析
识别成本为 0、Owner 缺失、算力密度异常和来源缺失。
来源审计
统计每个站点来源数量和引用域名分布。
地理与设施
把国家、地址、冷却设备和原始建设节奏放在同一组。
国家/区域深挖
按国家对比平均规模、Owner 多样性和算力。
冷却设备分析
汇总 chillers 与 cooling towers 表。
地址分布视图
不调用外部地图，按国家和地址列出空间分布线索。
建设节奏分析
按年份汇总时间线里的功率和 H100 等效算力。
报告输出
把当前筛选和选择的模块整理成 Markdown。
报告导出
生成当前筛选范围的 Markdown 分析摘要。
数据中心记录
来自 data_centers.csv 的可搜索记录。
表格内可上下滑动查看全部记录；横向滚动查看全部列，点击表头可排序。