中国算力格局重塑：训练重心西移，推理布局东扩

（来源：科创板日报）

记者实地探访乌兰察布、海东、哈尔滨等地的算力中心后发现，各类项目正在加速落地。尤其以模型训练为核心的算力设施，明显呈现出向西部地区聚集的态势。

作者 | 黄心怡

在人工智能时代，算力已成为最为紧缺的战略资源。从辽阔草原到雪域高原，从东北传统工业区到西部清洁能源新区，一场围绕AI算力的基础设施建设热潮正在全国各地同步展开。

记者近期走访了内蒙古乌兰察布、青海海东、黑龙江哈尔滨等地的算力中心，了解到各地项目密集落地，尤其是面向训练的算力基础设施正逐步向西部推进。一张横贯东西、覆盖南北的算力新版图正在加速绘就。

▌ "园区尚未开建，订单已经上门"

在内蒙古乌兰察布，华为、苹果、阿里、快手、腾讯等行业巨头的数据中心项目接连落地，已形成颇具规模的AI算力产业聚集区。

此前有传闻称，DeepSeek计划在乌兰察布投建一座大型AI数据中心，新增约1吉瓦（GW）的算力资源，期望该数据中心能在2027年末或2028年初至少实现部分算力的上线运营。对此，有知情人士向记者透露，DeepSeek在乌兰察布早已租用现成数据中心。

优刻得董事长兼CEO季昕华表示，周边分布着多家知名企业的算力中心。"我们这条路叫优刻得大道，旁边还有阿里大道。"

步入优刻得乌兰察布智算中心，一列列机柜整齐排列向远处延展，服务器持续发出低沉的运转声。季昕华透露，已建成数据中心的负载率长期处于高位，市场需求极为旺盛，全新数据中心在尚未动工时便已收获订单。

离开乌兰察布的草原算力集群，向西跋涉两千公里，青海高原上的算力布局同样在加快推进。

依托得天独厚的清洁能源资源与冷凉气候条件，青海已成为全国首个绿色算电协同示范省份。截至2026年上半年，青海已建成标准机架49760架，投运算力总规模达28116PFLOPS（每秒千万亿次浮点运算），构建起"通算+智算+超算"协同发展的综合算力供给体系。

《科创板日报》记者来到位于海东的中国移动(97.710, 1.60, 1.66%)高原大数据中心，其一期项目于2015年投产，是青藏高原建设最早、规模最大的绿色数据中心，占地51亩，部署标准机架7153架，总IT功率达18MW，已落地中国移动西部MOMA平台节点，汇聚超过300款AI大模型。自2025年起，青海移动新增投入超20亿元，持续推进"2+8+X"立体化算力基础设施布局落地，实现通算、智算、存储与模型资源的统一调度。

其中，高原大数据中心二期项目总投资25亿元，规划新建3栋数据机房楼、2栋动力中心，分三个阶段推进。一阶段项目主体结构已封顶，设备调试进入收尾阶段，即将建成投运，该阶段投资9.07亿元，规划标准机架14000架，总IT功率35MW，可承载算力规模达32400P。

中国移动（哈尔滨）算力中心基础维护专业主管刘伟介绍，在建的B04、B05机楼及配套项目总投资12亿元，建筑面积4.45万平方米，可提供4278架装机能力，IT负荷达61.25MW，计划于2026年正式投运。拟建的B06机房项目已申报国家发改委窗口指导，建成后将为智算集群承载空间带来进一步拓展，显著提升智算服务能力。 ▌ 电力资源成为选址关键 国产芯片从可用迈向好用

谈及为何选择在乌兰察布大规模布局数据中心，季昕华总结了当地的四大优势：电价低廉、气候凉爽利于散热、毗邻北京，以及能够满足苹果等国际客户对100%绿色电力的严格要求。

"在AI时代，算力的核心产出是Token，而Token的最终决定因素是电力。电价低廉，Token成本就低，这在乌兰察布具有显著优势。"季昕华进一步指出，这种资源禀赋也吸引苹果、阿里、快手等众多巨头在乌兰察布集聚，形成了优势互补的智算产业生态。

乌兰察布同样是阿里云在国内的八大数据中心节点之一，该数据中心的绿电占比约为45%。

截至今年4月，阿里旗下平头哥真武AI芯片累计出货量已达56万片，王朝阳介绍，平头哥的产能正稳步提升。"未来高度确定的是，国产自有芯片的产能将持续攀升，在阿里算力中心的占比也将越来越高，且这一过程大约不需要三年时间。"

中国移动（哈尔滨）算力中心则实现了AI芯片100%国产化。刘伟表示，该数据中心依托自研天池SDN、GSE自主组网技术，搭建起高速低延时、无阻塞的两级国产组网架构。配合极效分级存储与全生命周期智能运维体系，能够实现分钟级故障定位、小时级断点续训，确保超大算力集群长期稳定运转，为各类AI训练、行业算力应用提供坚实的底层支撑。

中国移动（青海）高原大数据中心正积极推进中昊芯英、燧原、壁仞、摩尔线程(576.980, -7.33, -1.25%)等芯片厂商的生态合作落地青海。其一期项目已部署南京智算中心青海节点、中科曙光(89.360, -0.27, -0.30%)数模训练算力集群，签约燧弘、七牛云等算力项目，总算力规模达3385P。

季昕华认为，近年来在国家政策大力扶持与市场需求持续拉动的双重作用下，国产GPU的整体性能正快速提升。目前产品已达到可用水准，不过综合性能与国外高端产品相比仍有一定差距。但他坚信，无需太久，国产GPU产业将迎来全面提速的拐点。 ▌ 高功率数据中心需求强劲

随着数据中心迈入智算中心（AIDC）时代，数据中心的体量是过去的十倍，密度也提升十倍甚至几十倍，这些都高度依赖充沛的电力供应。

王朝阳表示，当前数据中心的功率密度持续攀升，特别是AIDC时代单机柜功率密度已突破100千瓦，预计未来两年内还将出现1000千瓦的机柜。

季昕华指出，国内数据中心市场呈现明显的结构性特征：部分低功率数据中心闲置率偏高，而高功率数据中心却供不应求，往往项目刚启动便订单不断。"我们判断国内对高功率数据中心的需求将持续走高，未来也将进一步加大在高功率数据中心建设上的投入力度。"

与此同时，供给侧的瓶颈正从芯片向更上游环节延伸。王朝阳举例："最初是GPU产能不足，存储一度成为瓶颈，随后电力供给又成为制约，再后来光纤也开始紧张。中国一年生产6亿公里光纤，但仍会出现短缺——因为一个十万卡集群就需要几十万公里光纤。各类光模块同样面临供应紧张。"

季昕华也提到，业界起初普遍认为瓶颈在于芯片本身，随后发现内存成为关键制约，再后来又意识到不同计算卡间的网络互联是突出短板，于是开始重点攻克光通信等互联难题。整个系统的优化过程，本质上就是一个不断识别瓶颈、集中突破，再发现新瓶颈、再突破的循环迭代。 ▌ 训练向西，推理向东

季昕华指出，当前制约智能体应用的核心瓶颈并非时延，而是算力资源的稀缺。以图像生成为例，用户对几秒级响应普遍能够接受；视频生成场景下，几十秒的等待也在可容忍范围内，因此时延并非关键障碍。真正的挑战在于算力供给不足。若现阶段将算力分散部署于边缘侧，反而会造成资源浪费，即便在社区或城市内整体利用率达到七八成，仍存在碎片化的闲置算力，且这些空闲资源难以被其他任务有效调度，无法实现全局共享。因而，行业目前更倾向于采用大规模集中式算力部署，以便统一调度、高效复用。展望未来，随着边缘计算能力提升，在边端进行缓存或轻量级推理预处理，或将成为优化整体架构的有效路径。

王朝阳则判断，以训练为核心的算力正呈现从东部向西部纵深迁移的态势。千卡、万卡集群最初集中于京津冀、长三角、大湾区，而万卡乃至十万卡集群已基本迁至"胡焕庸线"以西。相反，以推理为核心的算力则从西向东下沉，这与东部地区作为AI推理需求主爆发点的地位密切相关。王朝阳预计，未来长三角、大湾区、京津冀三大经济圈将涌现大批推理型算力集群，并逐步形成产业群覆盖。"以新兴产业为例，数字化基础扎实的行业，必然成为Token使用的密集区域。"