About Gemral & research index

AI基础设施物理遥测:时点实体解析、准确率门控与已知局限(技术白皮书)

AI基础设施物理遥测:时点实体解析、准确率门控与已知局限(技术白皮书)

Tóm tắt trực tiếp / Key Takeaway

AI infrastructure physical telemetry tracks 57 US-listed companies across 7 industry groups using point-in-time entity resolution across data-center sites, dated air permits, backup-generator MW, ≥115 kV substations, daily grid demand, equipment imports, quarterly capex, and monthly satellite measurements.

技术白皮书 · FEED 2 物理基础设施与遥测

AI基础设施物理遥测:时点实体解析、准确率门控与已知局限

AI基础设施物理遥测通过时点实体解析追踪7个行业组共57家美股上市公司,涵盖数据中心站点、带日期空气许可、核准备用发电机MW、≥115 kV变电站、区域日度电网需求、设备进口、季度资本开支与月度卫星测量。

发布日期:2026年11月22日
·
研究团队:物理基础设施与数据工程组
·
阅读时间:15分钟
AI基础设施样本池
57 只股票
覆盖 7 个行业组
站点归属覆盖率
88.9%
513 / 577 站点 (11月21日)
变电站邻近度
93.0%
629 / 676 在 5 km 内
样本包深度
427,261
176 个 Parquet 文件 / 25 张表
AI基础设施物理遥测

什么是AI基础设施遥测:解决57家上市公司的实体错配问题

在2026年10月24日的实证测量中,若通过当前母公司表而非发布当日有效所有者进行连接,169起数据中心空气许可事件中有40起(23.7%)、687起电厂状态事件中有70起(10.2%)会破坏时点完整性。对于分析AI基础设施建设的机构基金(涵盖超大规模云厂商、AI云、数据中心运营商、半导体、光通信、液冷设备与电力公用事业),原始公开登记表在将物理设施映射至上市股票代码的那一刻便会失效。

什么是AI基础设施遥测

为何原始设施名称匹配会严重失效?因为物理基础设施申报文件极少写明公开上市母公司名称。数据中心园区通常以特殊目的控股LLC、合资开发实体或区域电力子公司名义申请许可;同样,电厂运营商在多年建设周期中会经历并购、资产剥离与控股架构重组。在2026年10月24日的实证覆盖率审计中,仅凭原始运营商名称精确匹配只能将822起电厂状态事件中的0起归属至上市母公司代码,而带生效日期的实体解析将全部822起事件准确归属至每条记录公开发布当日有效的母公司。这衡量的是覆盖度,而非收益可预测性。

这种错配会严重扭曲量化研究管道。若缺乏带生效日期的企业股权树,由受监管子公司运营的区域电厂会与上市电力母公司完全脱节,甚至较早的环保申报会被静默丢弃。在覆盖7个行业组(超大规模云厂商、AI云、数据中心运营商、芯片与服务器、光通信、电力与冷却、公用事业与发电商)的57家美股上市AI基础设施公司中,保留历史母子关联是任何跨数据集连接的前提。

Feed 2在覆盖7个行业组的57家美股上市AI基础设施公司样本池上填补了这一结构性空白(2026年11月11日核验)。每一条物理记录——无论是环境空气许可、高压变电站连接、月度设备进口序列、季度资本开支申报还是月度卫星地表测量——均被置于同一条时点时间线上。数据仅来源于公开渠道,不含任何重大非公开信息。

时点AI基础设施数据如何解析控股实体并消除前视偏差

为彻底消除量化与基本面研究中的前视污染,物理遥测必须强制执行两项独立机制:带生效日期的所有权图谱与不可变发布时间戳。当数据中心地块或电厂通过收购或定制建设(build-to-suit)发生所有权变更时,静态映射表会回溯覆盖历史——将交易完成数年前签发的许可错误归功于收购方股票代码。

时点AI基础设施数据如何解析控股实体

带生效日期的母子解析层严格保留每个发布当日真实存在的历史企业所有权。截至2026年11月21日追踪的577个数据中心站点中,513个站点(88.9%)已确定上市所有者或明确分类所有者类型,另有64个站点仍由无公开母公司披露的中间实体持有。57只样本池股票中有13只通过直接或已解析子公司持有站点,且已退市或被收购公司均按当时使用的股票代码保留在历史记录中。

此外,每项修订或记录更新均写入仅追加修订日志,而非静默覆盖历史数值。需注意明确的时间边界:该修订日志自2026年10月起启用。在2026年10月之前,历史更新反映的是早期采集规则下的状态,而非逐行差异历史。保留这一明确边界可防止量化研究人员误以为2026年10月截点前具备修订级可审计性。

防止前视偏差还要求将历史回填与实时事件捕获分离。大多数数据中心许可事件(292起中的289起,2026年11月12日测量)从历史记录加载,因此其发布日期设为许可签发日期;我们仅自2026年末起按新许可出现时间实时记录。研究人员必须将许可历史视为带日期参考,而非回测用时点记录。

将执行或许可签发日期与公开可用时间戳分离,还能保护多层连接免受微妙的幸存者偏差与重述误差影响。在商业数据中心建设中,随着备用发电机数量增加或燃料存储上限调整,单个园区往往在24个月窗口内经历多次许可修订。时点表结构在各自生效日期保留每个版本,使机构团队能够重建任意历史研究日期当天可见的精确审批状态,而不会将后续修订向后泄漏。

此外,实体解析还需处理定制建设合资企业与托管租约,在这些情况下县级地契上的法定产权人与运营算力集群的超大规模租户并不相同。截至2026年11月21日追踪的577个数据中心站点中,513个站点(88.9%)解析至已识别上市所有者或明确分类所有者类别,其余64个站点处于无公开文件证实母公司关联的中间实体名下。严格的数据治理对这64个中间站点保持母公司关联为空,直至原始公开申报确认企业关系,绝不凭空猜测。

物理遥测为何重要:电厂、变电站与107个五层全覆盖站点

物理算力扩张早在服务器抵达装卸码头之前便受制于输电与发电交期。在同一园区上叠加五层独立公开记录,使研究人员能够在季度收入确认数年之前观测到物理产能里程碑。

物理遥测为何重要

在549个主要数据中心站点(不含离网加密货币矿场,2026年10月24日测量)中,487个站点连接≥115 kV变电站,484个映射至区域电网平衡区,264个具备空气许可或联邦空气项目登记记录,284个解析至母公司所有者实体,183个具备月度卫星地表测量(2023年起)。值得关注的是,107个数据中心站点同时具备全部五层公开记录——其中92个集中在Virginia。

物理基础设施层级 实测覆盖率 测量日期 核心范围与时间窗口
站点所有者解析 88.9% (513 / 577) 2026-11-21 64 个中间站点无公开母公司
变电站邻近度 (≥115 kV) 93.0% (629 / 676) 2026-10-18 5 km 以内;中位距离 1.02 km
弗吉尼亚备用发电机 MW 88.6% (109 / 123) 2026-11-20 核准备用上限,非 IT 负载
联邦空气项目登记 97.5% (79 / 81) 2026-10-19 覆盖 TX、GA、OH 与 AZ 主要站点
五层集成站点 107 (92 个在 VA) 2026-10-24 所有者 + 变电站 + 电网 + 空气 + 卫星

在发电侧,自2021年2月起的月度电厂状态追踪显示了公开记录如何在机组并网之前提前揭示新增电力容量。在2021年2月以来追踪的7,765座美国电厂(2026年10月24日测量)中,1,118座从“计划中(planned)”转为“运行中(operating)”,中位周期为16个月(四分位距9至25个月);2,884座从“在建(under construction)”转为“运行中”,中位周期为8个月;另有1,398座计划电厂仍在投运前队列中。

为何变电站距离与区域电网平衡区与电厂生命周期同样重要?因为高密度AI训练集群需要直接接入≥115 kV高压输电走廊。在676个评估物理站点(2026年10月18日测量)中,629个站点(93.0%)位于距≥115 kV变电站5 km以内,中位距离仅1.02 km。将每个站点与其最近高压变电站及日度区域电网需求序列(2019年起280,000+行)配对,可揭示超大规模集群是位于输电受限节点还是基荷扩容区域。

同时,每个站点的月度卫星地表测量(自2023年起覆盖183个主要数据中心站点)为地面施工进度提供了独立物理核验。当空气许可、变电站距离、公用事业发电队列与卫星建筑或地表热力指标在同一园区上对齐时,分析师便获得了资本开支计划正在转化为实体钢筋混凝土的多源印证。

AI基础设施资本开支、设备进口与州级空气许可覆盖

除园区坐标与变电站连接外,Feed 2还整合了三个宏观至园区定量层:州级空气质量许可记录、季度企业资本开支与月度美国设备进口统计。每一层均附带严格覆盖定义,确保分析师绝不超出原始公开文件支撑范围进行外推。

AI基础设施资本开支、设备进口与州级空气许可

在州级审批层(2026年11月11日测量),带日期的州级空气许可记录覆盖Georgia(46条:25项新许可与21项修订)、Arizona(17条:8项新许可与9项修订,其中10条含明确签发日期)和Texas(34条:11项新许可与23项修订),同时联邦空气项目登记覆盖Texas、Georgia、Ohio和Arizona合计81个站点中的79个(Ohio无州级空气许可门户)。在Virginia,123个关联股票主要站点中有109个(88.6%,2026年11月20日测量)具备核准备用发电机MW值,另补充Georgia 8个站点的10条MW记录(2026年10月19日测量)。核准备用发电机MW代表现场备用容量上限,而非IT负载;我们不对其进行换算。

在县级土地利用层(2026年11月20日测量),县级土地利用与建筑记录捕获了245栋获批建筑、139块数据中心宗地(46块关联至8只上市股票)与85个规划项目区,所有字段按发布原样保留并附带版本历史。关键在于,县级土地利用与建筑记录仅覆盖一个县且自2026年10月20日起始;准确率检查确认忠实抄录,而非发布方自身完整性,且建筑面积不换算为MW。

在财务与供应链层,季度资本开支申报覆盖57只样本池股票中的55只共3,216行(2026年11月20日测量),配对2019年起280,000+行区域日度电网需求、26,000+物理站点事件,以及2018年1月至2026年8月共104个月的73,165行月度美国设备进口数据(涵盖17个HS6产品编码按原产国分布,2026年10月25日测量)。进口数据是按产品编码和原产国统计的行业背景,而非公司级出货量。

为何将季度企业资本开支与州级空气审批及区域设备进口序列结合?因为每个序列捕捉物理AI硬件与建设周期的不同阶段。季度资本开支反映存在报告滞后的企业现金流出总额,而州级空气许可与联邦登记标记了Virginia、Texas、Georgia、Arizona和Ohio具体园区的站点级产能承诺。与此同时,连续104个月涵盖17个协调产品编码(变压器、开关柜、服务器、冷却组件与光网络设备)的月度美国设备进口流,提供了供应链吞吐量的行业级早期晴雨表。

还需注意多州审批异构性对跨区域对比的影响。Virginia提供详细的设施级空气许可文件,在123个关联股票站点中的109个(88.6%)列明备用发电机品牌与核准兆瓦总量;而Ohio没有集中的州级空气许可门户,使联邦空气项目登记成为Ohio的主要公开合规轨迹。将州级许可(Georgia 46、Texas 34、Arizona 17)与联邦登记(4州81个站点中的79个,即97.5%)统一至标准化园区模式,可避免将州级门户缺失误判为无建设活动。

准确率门控:12类物理基础设施记录抽样准确率100%

Feed 2中的每种记录类型仅在通过针对原始公开文件的最低95%抽样准确率审计后方可上线。在2026年10月和11月审计的12类Feed 2记录中,全部类别针对原始来源记录的抽样准确率均达到100%。

准确率门控:12类物理记录100%达标

这一发布前准确率门控以机械化方式强制执行,而非随意抽查。跨越全部12个类别的抽样行——从173条站点所有者关联与200条电厂所有者关联,到101份空气许可、157条变电站距离、163条电网分区归属、200条日度电网负荷、200条月度卫星观测、58条备用发电机兆瓦核验、96与60条设备进口核验、60条季度资本开支行及60条县级土地利用记录——均直接对照原始公开申报或登记条目逐条核验。任何低于95%最低准确率阈值的类别均会被拦截,直至实体解析或解析逻辑修复并复验通过。

记录类型 抽样准确率 已核验行数 审计说明
站点所有者关联 100% 173 / 173 母公司实体与股票代码归属
电厂所有者关联 100% 200 / 200 带生效日期的公用事业所有权
站点空气许可 100% 101 / 101 带日期的许可签发与修订
最近 ≥115 kV 变电站 100% 157 / 157 地理空间距离核验
电网分区与日度负荷 100% 163 / 163 & 200 / 200 平衡区与子区域需求
月度卫星测量 100% 200 / 200 2026年11月12日审计
备用发电机 MW 100% 58 / 58 另有 2 行无法核验
设备进口(HS6 按原产国) 100% 96 / 96 & 60 / 60 产品编码与原产国
季度资本开支与县级土地记录 100% 60 / 60 & 60 / 60 XBRL 现金流与县级宗地核验

已知数据局限与结构性边界

机构尽职调查要求明确记录数据集的边界,而非掩盖覆盖缺口。以下五项结构性边界约束全部57只样本池股票与25张表的物理AI基础设施遥测:

已知数据局限与结构性边界
  • 备用MW对比IT负载:核准备用发电机MW代表现场备用容量上限,而非IT负载;我们不对其进行换算。在Virginia(123个关联股票站点中的109个,88.6%)与Georgia(8个站点、10条MW记录)中,这些数值反映空气许可载明的应急备用上限,而非持续电力负荷。
  • 历史许可回填:大多数数据中心许可事件(292起中的289起,2026年11月12日测量)从历史记录加载,因此其发布日期设为许可签发日期;我们仅自2026年末起按新许可出现时间实时记录。请将许可历史视为带日期参考,而非回测用时点记录。
  • 行业级设备进口:进口数据是按产品编码和原产国统计的行业背景,而非公司级出货量。在73,165行月度数据(2018年1月至2026年8月共104个月、17个HS6编码)中,贸易统计衡量的是按协调产品类别划分的美国总进口流,而非单个企业的采购订单。
  • 单县土地利用记录:县级土地利用与建筑记录(245栋获批建筑、139块数据中心宗地与85个规划项目区,2026年11月20日测量)仅覆盖一个县且自2026年10月20日起始;准确率检查确认忠实抄录,而非发布方自身完整性。建筑面积不换算为MW。
  • 修订日志起始日期:修订日志自2026年10月起启用,意味着逐行修订历史自该上线日期起连续记录。

在技术规范与尽职调查问卷(DDQ)中明确记录这五项边界,使量化数据采购团队能够在运行任何模型前配置严格的时间过滤器,从第一天起便将采集模式与精确覆盖日期对齐。

交付架构:Parquet样本包、REST API与MCP集成

物理AI基础设施遥测通过三种生产级格式交付,分别服务量化管道、基本面研究台与AI辅助分析工作流。批量历史交付采用Parquet文件,附带SHA-256校验清单、行数汇总、完整数据字典与快速入门Notebook。最新通过验证的Feed 2样本包(2026年11月20日构建)包含覆盖57只样本池股票、25张表的176个Parquet文件,总计427,261行,且全部扫描单元格均实现外部URL零泄漏。

在编程工作流方面,只读REST API(支持物理基础设施资源)、Webhook与面向AI助手的MCP服务器暴露同一套实体解析记录。应基金需求,完全相同的Parquet文件可推送至基金自有云存储桶(Amazon S3、Google Cloud Storage或Azure)、通过sFTP交付,或按基金自有存储架构格式化以加载至Snowflake或Databricks。

每个Parquet交付包均包含确定性分区布局、强类型模式以及列出全部176个文件SHA-256校验和与精确行数的机器可读清单。自动化验证在发布前确认零未转义URL及全部25张表的完整引用完整性。无论是通过REST端点直接查询、经由MCP服务器连接内部助手,还是将月度Parquet快照加载至云数据仓库,所有交付渠道均执行完全一致的时点时间戳与实体解析主键,确保交互式Notebook中的探索查询与生产批处理管道逐行一致。

机构基金如何评估物理遥测:样本包与DDQ

机构数据采购团队在签约授权前通过结构化技术评审评估物理AI基础设施遥测。样本包(覆盖57只股票、25张表、176个Parquet文件共427,261行)可在邮件申请后通过14天有效期的每基金专属私有下载链接获取,同时附带完整尽职调查问卷(DDQ)、数据字典与方法论文档。基金授权报价应邮件咨询提供。

机构基金如何评估物理遥测

在标准的14天评估期内,数据团队通常会审计三项核心内容:第一,物理站点记录与原始公开申报之间的样本级对齐(12类记录均经100%准确率核验);第二,事件日期与公开可用时间戳之间的时间分离;第三,25张表Parquet模式与基金内部证券主数据(security master)的兼容性。工程与合规团队可在启动完整历史生产数据流之前,直接对照数据字典与DDQ核验每一列模式、发布时间戳与历史覆盖边界。

如需立即查看实时样本行或了解57家公司样本池的物理基础设施覆盖情况,可在gemral.com/edge/data-preview探索数据或访问gemral.com/edge/tech。相关分析请参阅主权AI基础设施指南与AI数据中心电力案例研究。

公开数据 · 非投资建议。数据仅来源于公开渠道,不含任何重大非公开信息。

Frequently asked questions

What does AI infrastructure physical telemetry cover?

It covers 57 US-listed AI-infrastructure companies across data-center sites (88.9% owner coverage across 513 of 577 sites), state and federal air permits, ≥115 kV substation proximity (93.0% within 5 km), daily regional grid demand, power-plant lifecycle changes, quarterly capex (3,216 rows across 55 tickers), monthly equipment imports (73,165 rows), and monthly satellite surface measurements.

How does point-in-time entity resolution prevent look-ahead bias?

Joining site events through today's parent table instead of the owner valid on the publication date would misattribute 40 of 169 permit events (23.7%) and 70 of 687 power-plant status events (10.2%). Point-in-time resolution anchors each event to the parent company and ticker valid on its public release date.

What are the known limits of Feed 2 physical AI infrastructure data?

Permitted backup-generator MW is an upper bound on backup capacity rather than IT load; most historical permit events (289 of 292) were backfilled with publication dates set to permit issue dates; equipment imports reflect industry context by product code and origin country rather than company shipments; and county land-use records cover one county starting October 20, 2026.

How can institutional funds evaluate the Feed 2 sample pack and DDQ?

Institutional teams can inspect live sample rows at /edge/data-preview or request a private 14-day Parquet sample pack (176 files, 25 tables, 427,261 rows) and DDQ by email.

Nguồn dữ liệu & Tài liệu tham khảo

Câu hỏi thường gặp (FAQ)

What does AI infrastructure physical telemetry cover?

It covers 57 US-listed AI-infrastructure companies across data-center sites (88.9% owner coverage across 513 of 577 sites), state and federal air permits, ≥115 kV substation proximity (93.0% within 5 km), daily regional grid demand, power-plant lifecycle changes, quarterly capex (3,216 rows across 55 tickers), monthly equipment imports (73,165 rows), and monthly satellite surface measurements.

How does point-in-time entity resolution prevent look-ahead bias?

Joining site events through today's parent table instead of the owner valid on the publication date would misattribute 40 of 169 permit events (23.7%) and 70 of 687 power-plant status events (10.2%). Point-in-time resolution anchors each event to the parent company and ticker valid on its public release date.

What are the known limits of Feed 2 physical AI infrastructure data?

Permitted backup-generator MW is an upper bound on backup capacity rather than IT load; most historical permit events (289 of 292) were backfilled with publication dates set to permit issue dates; equipment imports reflect industry context by product code and origin country rather than company shipments; and county land-use records cover one county starting October 20, 2026.

How can institutional funds evaluate the Feed 2 sample pack and DDQ?

Institutional teams can inspect live sample rows at /edge/data-preview or request a private 14-day Parquet sample pack (176 files, 25 tables, 427,261 rows) and DDQ by email.