चीन के एआई डेटा केंद्र उत्तरी और उत्तर-पश्चिमी क्षेत्रों की ओर बढ़ रहे हैं

चीन में एआई कैलकुलेशन केंद्र का भौगोलिक ध्यान “उपयोगकर्ता के करीब” से “बिजली, भूमि और ठंडा करने की स्थितियों के करीब” ओर जा रहा है।

लेखक, स्रोत: ME News



• चीन में AI कैलकुलेशन केंद्र का भूगोलीय केंद्र “उपयोगकर्ता के निकट” से “बिजली, भूमि और शीतलन की स्थितियों के निकट” जा रहा है। BloombergNEF के हालिया आंकड़ों के अनुसार, देश भर में निर्माणाधीन और योजनाबद्ध डेटा केंद्र परियोजनाओं में से आधे से अधिक पहले ही उत्तर और उत्तर-पश्चिम में फैल चुके हैं; 2028 तक, ये क्षेत्र पीकिंग, शंघाई जैसे पारंपरिक केंद्रों को पार करके देश के सबसे बड़े कैलकुलेशन आपूर्ति क्षेत्र बनने की उम्मीद है।
• यह केवल “डेटा सेंटर का पश्चिम की ओर स्थानांतरण” नहीं है, बल्कि AI डेटा सेंटर को ऊर्जा अवसंरचना की ओर आगे बढ़ा रहा है। मॉडल प्रशिक्षण और बड़े पैमाने पर ऑफलाइन निष्कर्ष निकालने के बाद, बिजली की कीमत, बिजली आपूर्ति की स्थिरता, हरी बिजली प्राप्त करने की क्षमता और विस्तार की जगह, शहरी स्थान से अधिक महत्वपूर्ण हो रही हैं।
• आधिकारिक डेटा ने संकेंद्रण के प्रवृत्ति की पुष्टि की है। 2025 के अंत तक, देशभर में 1373 लाख स्टैंडर्ड सर्वर रैक सक्रिय हैं, और स्मार्ट कैलकुलेशन क्षमता 159 लाख PFLOPS (FP16) तक पहुँच गई है; आठ राष्ट्रीय कैलकुलेशन हब्स की स्मार्ट कैलकुलेशन क्षमता देश की 80% से अधिक है, और हब क्षेत्रों में नए कैलकुलेशन का योगदान देश के कुल नए कैलकुलेशन का भी 80% से अधिक है।
• उत्तर और उत्तर-पश्चिम क्षेत्र “पूर्वी” कैलकुलेशन क्षमता को “खा जाएंगे” नहीं। प्रशिक्षण, क्लाउड स्टोरेज, ऑफलाइन विश्लेषण जैसी निम्न लेटेंसी संवेदनशील बिजनेस लंबी दूरी के स्थानांतरण के लिए अधिक उपयुक्त हैं, जबकि स्वयंचालित वाहन, औद्योगिक नियंत्रण, ऑनलाइन लेनदेन और उपयोगकर्ता-उन्मुख रियल-टाइम निष्कर्षण अभी भी आबादी और उद्योग सघन क्षेत्रों के पास आवश्यक हैं। भविष्य में “पश्चिमी भारी संपत्ति कैलकुलेशन बेस + पूर्वी निम्न-लेटेंसी सेवा नोड” की दोहरी संरचना अधिक संभावना है।
• असली जोखिम पश्चिमी स्थानांतरण नहीं है, बल्कि नई निवेश लहर फिर से “बनावट पर ध्यान, उपयोग पर कम” की ओर जा रही है या नहीं। जब सर्वर, चिप और बिजली का निवेश GW स्तर पर बढ़ता है, तो रिटर्न दर का निर्धारण उपलब्धता दर, उपयोग दर, नेटवर्क स्केड्यूलिंग कुशलता और सतत AI कार्यभार प्राप्त करने की क्षमता होगी।

पिछले दशकों में, चीन के डेटा केंद्रों के सबसे प्राकृतिक स्थान हमेशा इंटरनेट और वित्तीय उद्योगों के सघन क्षेत्रों जैसे बीजिंग, शंघाई, शेन्ज़ेन और हांग्ज़ू रहे हैं, क्योंकि पारंपरिक डेटा केंद्र पहले उपयोगकर्ताओं और उद्यमों की सेवा करते हैं, जहां नेटवर्क लेटेंसी, ग्राहक की दूरी और क्लाउड सेवा पारिस्थिति बिजली लागत से महत्वपूर्ण होती हैं। लेकिन जनरेटिव AI इस स्थान चयन के तर्क को फिर से लिख रहा है, क्योंकि AI प्रशिक्षण की मुख्य लागत संरचना पारंपरिक इंटरनेट व्यवसाय से स्पष्ट रूप से भिन्न है।

ब्लूमबर्गएनईएफ के 8 सितंबर के नवीनतम अध्ययन के अनुसार, चीन के डेटा केंद्र परियोजना पाइपलाइन में से आधे से अधिक उत्तर और उत्तर-पश्चिमी क्षेत्रों, जिनमें इंनर मोंगोलिया शामिल हैं, में स्थित हैं। इसके अनुमान के अनुसार, 2028 तक, ये क्षेत्र बीजिंग, शंघाई जैसे परिपक्व बाजारों को पार करके देश के सबसे बड़े कैलकुलेशन क्षमता आपूर्ति क्षेत्र बन जाएंगे; 2030 तक, उत्तर और उत्तर-पश्चिमी क्षेत्रों में संचालित डेटा केंद्रों की आईटी क्षमता देश की कुल आईटी क्षमता का लगभग एक-तिहाई हो सकती है। इसी समय, चीन में वास्तविक रूप से संचालित आईटी क्षमता का अगले पांच वर्षों में दोगुना होने का अनुमान है, 2030 तक कुल बिजली की मांग में 151% की वृद्धि हो सकती है, जो 329 टेरावाट-घंटे होगी, जो देश की कुल बिजली मांग का लगभग 2.4% है।

इस परिवर्तन का अर्थ केवल “पूर्वी डेटा, पश्चिमी कैलकुलेशन” के शुरू होने तक सीमित नहीं है। अधिक महत्वपूर्ण बात यह है कि AI ने डेटा सेंटर के स्थान चयन के तर्क को स्पष्ट रूप से ऊर्जा उद्योग की ओर झुका दिया है। जब एक प्रशिक्षण क्लस्टर कई दहाई मेगावाट से सैकड़ों मेगावाट और 1GW तक पहुँच जाता है, तो कंपनियों को पहले यह नहीं सोचना होता कि मशीन हाउस उपयोगकर्ताओं से कितनी दूर है, बल्कि यह सोचना होता है कि कहाँ से पर्याप्त बिजली स्थिर रूप से प्राप्त की जा सकती है, कहाँ लंबे समय तक कम लागत में विस्तार किया जा सकता है, और कहाँ हरित बिजली के अनुपात और ऊर्जा खपत के मानदंडों को सरलता से पूरा किया जा सकता है। इस प्रकार, कैलकुलेशन क्षमता पहली बार भारी उद्योगों की तरह ऊर्जा सीमाओं से प्रभावित होने लगी है, केवल इतना अंतर है कि यह मॉडल पैरामीटर, निष्कर्षण परिणाम और डिजिटल सेवाएँ उत्पादित करती है।

इंनर मंगोलिया का सबसे अधिक ध्यान आकर्षित करने वाला नमूना होना यादृच्छिक नहीं है। यहाँ भूमि अपेक्षाकृत पर्याप्त है, जलवायु ठंडी है, पवन और सौर ऊर्जा संसाधन समृद्ध हैं, और बीजिंग से दूरी भी कम है। निम्न तापमान की परिस्थिति शीतलन बोझ को कम करने में मदद करती है, लेकिन अधिक महत्वपूर्ण बात यह है कि जब AI क्लस्टर कई सौ मेगावाट से GW स्तर तक पहुँच जाता है, तो बड़े पैमाने पर बिजली आपूर्ति और निरंतर विस्तार को एक साथ हल करना स्थान चयन की एक कठोर आवश्यकता बन गया है।

राष्ट्रीय डेटा ब्यूरो द्वारा जारी "डिजिटल चाइना डेवलपमेंट रिपोर्ट (2025)" के अनुसार, 2025 के अंत तक, देशभर में सक्रिय कैलकुलेशन सुविधाओं के रैक संख्या 1373 लाख मानक रैक से अधिक हो गई है, 42 वन-कार इंटेलिजेंट कैलकुलेशन क्लस्टर बनाए गए हैं, और इंटेलिजेंट कैलकुलेशन क्षमता 159 लाख PFLOPS (FP16) तक पहुंच गई है। अधिक महत्वपूर्ण बात यह है कि आठ राष्ट्रीय कैलकुलेशन हब क्षेत्रों में सभी नए कैलकुलेशन का हिस्सा देशभर के नए कैलकुलेशन का 80% से अधिक है; "राष्ट्रीय डेटा संसाधन सर्वेक्षण रिपोर्ट (2025)" में दर्शाया गया है कि आठ हब और दस क्लस्टर की इंटेलिजेंट कैलकुलेशन क्षमता भी देशभर की इंटेलिजेंट कैलकुलेशन क्षमता का 80% से अधिक है। इससे स्पष्ट होता है कि कैलकुलेशन का संकेंद्रण अब केवल एक योजनाबद्ध लक्ष्य नहीं, बल्कि एक वास्तविक संरचना है।

नीतिगत प्रतिबंधों ने इस रुझान को और मजबूत किया है। अंतिम 2023 में जारी राष्ट्रीय एकीकृत कैलकुलेशन नेटवर्क के कार्यान्वयन सुझाव में स्पष्ट रूप से कहा गया है कि राष्ट्रीय हब नोड के बाहर मूल रूप से बड़े और अति-बड़े डेटासेंटर नहीं बनाए जाएंगे, और मॉडल प्रशिक्षण, मशीन लर्निंग, वीडियो रेंडरिंग, ऑफलाइन विश्लेषण, स्टोरेज और बैकअप जैसी सेवाओं को पश्चिम की ओर स्थानांतरित किया जाएगा। अर्थात्, सरकार और बाजार मिलकर उत्पादन के साधनों के महत्व को पुनः व्यवस्थित कर रहे हैं: पहले डेटासेंटर के लिए सबसे महंगा “ग्राहक के करीब होना” था, अब हर बार अधिक महंगा होता जा रहा है “पर्याप्त और स्थिर बिजली प्राप्त करना”।

कार्यवाही अधिक स्पष्ट रूप से बताती है। 2026 के जुलाई के अंत तक, कई मीडिया स्रोतों ने ब्लूमबर्ग के संदर्भ देते हुए बताया कि DeepSeek उलानचाब में लगभग 1GW के आकार का AI डेटासेंटर बनाने की योजना बना रहा है और स्थानीय अन्य ऑपरेटरों की क्षमता किराए पर लेगा, जिसका लक्ष्य 2027 के अंत या 2028 की शुरुआत तक कम से कम कुछ क्षमता को संचालन में लाना है। मॉडल की दक्षता के लिए प्रसिद्ध एक कंपनी के लिए, GW स्तरीय बुनियादी ढांचे की सीधी योजना बहुत प्रतिनिधित्वपूर्ण है: दक्षता में सुधार ने कैलकुलेशन की मांग को समाप्त नहीं किया है, बल्कि प्रशिक्षण चक्रों में वृद्धि, निष्कर्षण कॉल में वृद्धि और मॉडल अपडेट के कारण कुल मांग को और बढ़ा सकता है।

Zhipu के मामले में एक अन्य परिवर्तन स्पष्ट होता है। जारी रिपोर्ट्स के अनुसार, Zhipu के अंतर्गत Z.AI ने लगभग 1GW के AI डेटासेंटर का निर्माण पूरा कर लिया है और इसका कुछ हिस्सा संचालन में आ चुका है, जिसमें घरेलू AI चिप्स का उपयोग किया गया है। हालाँकि, वर्तमान रिपोर्ट्स में इस परियोजना के स्थान का उल्लेख नहीं किया गया है, इसलिए इसे सरलता से मंगोलिया या पश्चिमी क्षेत्र में शामिल नहीं किया जा सकता। वास्तविक रूप से ध्यान देने योग्य बात यह है कि स्वतंत्र बड़े मॉडल कंपनियाँ “बादल की गणना क्षमता खरीदने” से “बुनियादी ढांचे पर सीधा नियंत्रण” की ओर बढ़ रही हैं, और गणना क्षमता अब केवल प्रौद्योगिकी विभाग की खरीद समस्या नहीं, बल्कि कंपनी के संतुलन पत्र पर एक रणनीतिक मुद्दा बन गई है।

यह डेटा सेंटर उद्योग की ग्राहक संरचना को भी बदल देगा। भविष्य में, बड़े AI प्रोजेक्ट्स अधिक संभावना से मॉडल कंपनियों, क्लाउड फर्मों, ऊर्जा कंपनियों और स्थानीय प्लेटफॉर्म्स द्वारा संयुक्त रूप से शामिल होंगे, जो चिप, बिजली, नेटवर्क, तरल शीतलन और दीर्घकालिक वित्त को एक साथ हल कर सकते हैं, वे ही अगले चरण की बुनियादी ढांचे प्रतियोगिता में प्रवेश करने के पात्र होंगे।

अगर उत्तर और उत्तर-पश्चिम के उभार को पूर्वी डेटासेंटर के व्यवस्थित रूप से हटाए जाने के रूप में समझा जाए, तो अगले चरण के पैटर्न का गलत आकलन होगा। BloombergNEF के वर्तमान प्रतिस्पर्धात्मक मूल्यांकन में, यांग्त्ज़े डेल्टा अभी भी शीर्ष पर है, क्योंकि नेटवर्क कनेक्टिविटी, उद्योग ग्राहक, प्रतिभा और डिजिटल सेवा पारिस्थिति अभी भी पूर्व में केंद्रित हैं। इसकी मुख्य समस्या अभी भी अपर्याप्त मांग नहीं है, बल्कि बिजली की कीमतें अधिक, भूमि संकुचित है, और ऊर्जा खपत सीमाएं अधिक कठोर हैं, इसलिए इसे विशाल प्रशिक्षण क्लस्टर को अनिश्चित काल तक स्टैक करने के लिए उपयुक्त नहीं है।

भविष्य में वास्तविक रूप से स्पष्ट विभाजन “लेटेंसी संवेदनशीलता” पर दिखाई देगा। बड़े मॉडल प्री-ट्रेनिंग, कुछ पोस्ट-ट्रेनिंग, क्लाउड स्टोरेज, बैकअप, ऑफलाइन विश्लेषण जैसे कार्य, उच्च नेटवर्क लेटेंसी को सहन कर सकते हैं और संसाधन-आधारित क्षेत्रों में स्थानांतरित होने में आसान हैं; ऑटोनोमस ड्राइविंग, औद्योगिक नियंत्रण, ऑनलाइन लेनदेन और उपभोक्ता-उन्मुख रीयल-टाइम इनफरेंस, तो अभी भी डेटा उत्पादन स्थल और उपभोक्ताओं के पास रहेंगे। यहां तक कि AI इनफरेंस भी सभी को पश्चिम की ओर नहीं जाएगा, क्योंकि इनफरेंस स्वयं रीयल-टाइम इंटरैक्शन से बैच प्रोसेसिंग तक अलग-अलग लोड स्तरों में विकसित हो चुका है।

इसलिए, भविष्य के चीन की कैलकुलेशन बुनियादी ढांचा “बड़े बिजली संयंत्र + शहरी वितरण नेटवर्क” की तरह होगा: उत्तर और पश्चिम उच्च शक्ति, भारी संपत्ति और केंद्रीयकृत नियोजन के लिए बुनियादी कैलकुलेशन को संभालेंगे, जबकि पूर्वी क्षेत्र उच्च मूल्य, निम्न लेटेंसी और एप्लिकेशन के करीब नोड्स को बनाए रखेंगे, और मध्यवर्ती क्षेत्र में उच्च-गति नेटवर्क और एकीकृत नियोजन प्लेटफॉर्म के माध्यम से कनेक्ट किया जाएगा। “पूर्वी डेटा, पश्चिमी कैलकुलेशन” का अंतिम लक्ष्य, सर्वर को A स्थान से B स्थान पर ले जाना नहीं है, बल्कि विभिन्न कैलकुलेशन कार्यों को आर्थिक रूप से सबसे उपयुक्त स्थान पर पुनः स्थापित करना है।

यह वर्तमान निवेश का सबसे अनदेखा जोखिम भी है। राष्ट्रीय डेटा ब्यूरो ने प्रकाशित किया कि मार्च 2024 तक, दस राष्ट्रीय डेटा सेंटर क्लस्टर की समग्र स्थापित दर 62.72% थी, जो 2022 की तुलना में लगभग 4 प्रतिशत बढ़ गई। इसके बाद से निर्माण पैमाना आगे बढ़ता रहा है, और अब उद्योग को केवल “कितने रैक बनाए गए” देखने की बजाय यह देखना होगा कि ये रैक वास्तव में सतत AI कार्यों को संभाल रहे हैं या नहीं।

AI डेटासेंटर के लिए पूंजी खर्च बहुत अधिक होता है, और चिप्स का अवमूल्यन पारंपरिक बुनियादी ढांचे की तुलना में कहीं अधिक तेज़ होता है। यदि एक बड़ा एआई कैलकुलेशन सेंटर स्थिर ग्राहकों से वंचित है, तो भले ही बिजली की कीमत सस्ती हो और PUE बहुत कम हो, यह कम उपयोग वाला संपत्ति बन सकता है। खासकर जब सभी स्थान “एआई कैलकुलेशन सेंटर” और “कैलकुलेशन पावर हब” प्रोजेक्ट्स के लिए प्रतिस्पर्धा कर रहे हों, तो सबसे अधिक ध्यान देने की आवश्यकता है कि योजनाबद्ध क्षमता को वास्तविक मांग के रूप में न लिया जाए और मशीन हाउस के निर्माण को व्यावसायिक बंद चक्र पूरा होने के रूप में न माना जाए।

नेटवर्क और शेड्यूलिंग इसलिए अधिक महत्वपूर्ण हो गए हैं। राष्ट्रीय डेटा ब्यूरो ने पहले बताया था कि पूर्व और पश्चिम केंद्रीय नोड्स के बीच नेटवर्क लेटेंसी लगभग 20 मिलीसेकंड की आवश्यकता को पूरा कर चुकी है और 400G, 800G उच्च बैंडविड्थ ऑप्टिकल कनेक्शन को आगे बढ़ाया है। 2026 तक, कंप्यूटिंग पावर इंटरनेट प्रयोगात्मक नेटवर्क, कंप्यूटिंग पावर इंटरकनेक्टेड राष्ट्रीय नोड्स और राष्ट्रीय एकीकृत कंप्यूटिंग पावर नेटवर्क प्रयोगात्मक प्लेटफॉर्म को आगे बढ़ाया जाएगा। केवल तभी पश्चिमी क्षेत्रों की सस्ती बिजली पूर्वी कंपनियों के लिए सस्ती कंप्यूटिंग पावर में बदल पाएगी, जब दूरस्थ कंप्यूटिंग पावर को बादल सेवाओं की तरह तेजी से पता लगाया, सक्रिय किया, बिल बनाया और स्थानांतरित किया जा सके।

अगली प्रतिस्पर्धा इसलिए केवल “जिसके पास अधिक GPU है” नहीं होगी, बल्कि “जो GPU को अधिक उपयोग दर वाले टोकन और व्यापार आय में बदल सकता है” होगी। डेटासेंटर की स्थिति पश्चिम की ओर ले जाई जा सकती है, लेकिन मॉडल, एल्गोरिदम, ग्राहक और एप्लिकेशन पारिस्थिति अंतिम मूल्य निर्धारण का निर्णय लेती हैं।

लंबे समय के संदर्भ में, इस उत्तर और पश्चिम की ओर बढ़ोत्तरी का सबसे महत्वपूर्ण अर्थ है कि चीन के ऊर्जा अवसंरचना के लाभ को AI की मांग के साथ बड़े पैमाने पर जोड़ना। चीन ने पहले अल्ट्रा-हाई-वोल्टेज ट्रांसमिशन का निर्माण किया, जिससे पश्चिम से बिजली को पूर्व की ओर भेजा जाता था; “पूर्वी डेटा, पश्चिमी कैलकुलेशन” का दूसरा दृष्टिकोण है कि कुछ परिदृश्यों में स्थानांतरण योग्य कैलकुलेशन कार्यों को बिजली के पास भेजा जाए। पहले मामले में बिजली का परिवहन होता है, जबकि दूसरे में डेटा का परिवहन होता है, और दोनों ही मामलों में क्षेत्रीय संसाधनों के पुनर्विन्यास की बात हो रही है।

इसलिए स्पष्ट है कि उत्तर और उत्तर-पश्चिम नवीन कैलकुलेशन क्षमता के मुख्य वृद्धि केंद्र बनेंगे, लेकिन सभी डिजिटल अर्थव्यवस्था गतिविधियों के नए केंद्र नहीं बनेंगे। कैलकुलेशन क्षमता AI की नींव है, लेकिन कैलकुलेशन क्षमता स्वयं उद्योग के समान नहीं है। उच्च मूल्यवान मॉडल अनुसंधान, सॉफ्टवेयर पारिस्थिति, उद्योग ग्राहक और व्यावसायिक परिदृश्य अभी भी बीजिंग, शंघाई, शेन्ज़ेन, हांगज़ोउ जैसे शहरों पर अत्यधिक निर्भर हैं। पश्चिमी क्षेत्रों को भारी संपत्ति बुनियादी ढांचे और ऊर्जा अवशोषण मूल्य प्राप्त करने में आसानी होती है, जबकि पूर्वी क्षेत्र अभी भी सॉफ्टवेयर और अनुप्रयोगों के लाभ का उच्चतर हिस्सा प्राप्त कर सकते हैं।

इस भूखंड के पुनर्निर्माण की सफलता का आकलन केवल 2030 तक उत्तर और उत्तर-पश्चिम में कितने रैक और कितने GW होंगे, इसके आधार पर नहीं किया जा सकता, बल्कि तीन परिणामों पर निर्भर करता है: पश्चिम में नए कैलकुलेशन क्षमता का लंबे समय तक पर्याप्त उपयोग दर है, हरी ऊर्जा और कैलकुलेशन क्षमता क्या स्थिर लागत लाभ प्रदान करती हैं, और क्या बहु-क्षेत्रीय नेटवर्क और नियंत्रण व्यवसायों को दूरस्थ कैलकुलेशन क्षमता को स्थानीय क्लाउड संसाधनों की तरह उपयोग करने में सक्षम बनाते हैं। यदि ये तीनों बातें सत्य हैं, तो चीन वास्तव में एक “ऊर्जा समृद्ध क्षेत्र बड़े पैमाने पर कैलकुलेशन के लिए जिम्मेदार है, उद्योग-घने क्षेत्र उच्च मूल्यवान अनुप्रयोगों के लिए जिम्मेदार हैं” AI बुनियादी ढांचे का निर्माण करेगा।

चीन का AI कैलकुलेशन क्षमता उत्तर और उत्तर-पश्चिम की ओर केंद्रित हो रही है, जो पारंपरिक अर्थों में एक उद्योग स्थानांतरण नहीं है, बल्कि AI युग में उत्पादन कारकों की कीमतों के पुनर्व्यवस्थित होने का परिणाम है। भूमि, जलवायु और नीतियाँ निश्चित रूप से महत्वपूर्ण हैं, लेकिन वास्तविक रूप से मानचित्र को बदलने वाला बिजली है: जब मॉडल प्रशिक्षण और निष्कर्षण डेटा केंद्रों को GW स्तर तक ले जाते हैं, तो सस्ती, स्थिर और सतत रूप से विस्तारयोग्य बिजली स्वाभाविक रूप से सबसे दुर्लभ संसाधन बन जाती है।

लेकिन यह नई मानचित्र पूर्व को मिटा नहीं देगा। अधिक संभावना है कि “प्रशिक्षण ऊर्जा की ओर बढ़ेगा, निष्कर्षण उपयोगकर्ता की ओर बढ़ेगा; भारी संपत्ति पश्चिम में केंद्रित होगी, उच्च मूल्यवान अनुप्रयोग अभी भी पूर्व में समूहित होंगे” एक परतदार स्थिति। उत्तर और उत्तर-पश्चिम के अवसर, AI काल में कंप्यूटिंग बुनियादी ढांचे के रूप में चीन का समर्थन करना है; उनके सामने की चुनौती, कम लागत वाली बिजली को उच्च उपयोग दर वाली कंप्यूटिंग में बदलने की क्षमता है, न कि नए पार्क और डेटासेंट को अगली लहर की अतिरिक्त संपत्ति बना देना।

यदि पिछले कुछ वर्षों में "पूर्वी डेटा, पश्चिमी कैलकुलेशन" का मुद्दा यह था कि कैलकुलेशन कहाँ स्थापित किया जाए, तो 2026 से शुरू होकर, अब अधिक महत्वपूर्ण प्रश्न यह बन गया है: इन कैलकुलेशन क्षमताओं को लगातार और कुशलतापूर्वक उपयोग किया जा सकता है या नहीं। यह प्रश्न, अंततः चीन के AI कैलकुलेशन नक्शे के पुनर्चित्रण को निर्धारित करेगा—क्या यह एक वास्तविक कुशलता में वृद्धि होगी, या फिर एक और बुनियादी ढांचे की प्रतिस्पर्धा।

[1] ब्लूमबर्ग न्यूज। चीन अपने सबसे बड़े शहरों से दूर एक एआई भविष्य बना रहा है. 2026-09-08.

[2] नेशनल डेटा एजेंसी: डिजिटल चाइना डेवलपमेंट रिपोर्ट (2025), मई 2026।

[3] नेशनल डेटा एजेंसी: नेशनल डेटा रिसोर्स सर्वे रिपोर्ट (2025), अप्रैल 2026।

[4] राष्ट्रीय विकास और सुधार आयोग आदि: “‘पूर्वी डेटा, पश्चिमी कंप्यूटिंग’ अभियान को गहराई से लागू करने और राष्ट्रीय एकीकृत कंप्यूटिंग नेटवर्क के निर्माण को तेज करने के संबंध में अभिमत”, 29 दिसंबर, 2023।

[5] नेशनल डेटा एजेंसी: "उच्च गुणवत्ता वाले विकास को बढ़ावा देना" श्रृंखला समाचार सम्मेलन: "राष्ट्रीय डेटा कार्यक्रम के उच्च गुणवत्ता वाले विकास की स्थिति का परिचय", 2024, अगस्त।

[6] डेटा सेंटर इंटेलिजेंस। डीपसीक 1GW क्षमता के साथ इनर मंगोलिया में एआई डेटा सेंटर बनाएगा. 2026-08-03.

[7] साउथ चाइना मॉर्निंग पोस्ट। ज़हपु शेयर्स 37% बढ़ जाते हैं क्योंकि कंपनी चीनी चिप्स से संचालित विशाल डेटा केंद्र बना रही है. 2026-07-21.