中國的 AI 資料中心正向北方及西北地區轉移

iconMetaEra
分享
AI summary icon精華摘要
中國的AI數據中心正因電力、土地和冷卻需求,向北方及西北地區遷移。AI + 加密貨幣新聞顯示,超過一半的新項目位於這些地區,其中內蒙古因氣候寒冷及綠色能源而居首。通脹數據保持穩定,有利於長期基礎設施投資。到2028年,這些地區的運算能力可能超越傳統樞紐。低延遲任務將保留在東部城市。挑戰包括高利用率和網絡效率。
中國AI算力的地理重心正在從「貼近用戶」轉向「貼近電力、土地和冷卻條件」。

文章作者、來源:ME News



簡而言之

  • 中國AI算力的地理重心正從「貼近用戶」轉向「貼近電力、土地和冷卻條件」。BloombergNEF最新統計顯示,全國在建和規劃中的數據中心項目,超過一半已分佈在北方和西北;到2028年,這些地區預計將超過北京、上海等傳統中心,成為全國最大的算力供應區域。
  • 這不是簡單的「數據中心西遷」,而是 AI 將數據中心進一步推向能源基礎設施。模型訓練和大規模離線推理提升了單體項目的用電規模後,電力價格、供電穩定性、綠電獲取能力與擴容空間,正變得比城市區位更重要。
  • 官方數據已印證集聚趨勢。2025年底,全國在用算力設施超過1373萬標準機架,智能算力達到159萬PFLOPS(FP16);八大國家算力樞紐的智算規模佔全國80%以上,樞紐地區新增算力佔全國新增算力也已超過80%。
  • 北方和西北不會“吃掉”東部算力。訓練、雲存儲、離線分析等低延遲敏感業務更適合遠距離遷移,而自動駕駛、工業控制、在線交易和面向用戶的實時推理仍需靠近人口和產業密集區。未來更可能形成“西部重資產算力底座+東部低延遲服務節點”的雙層結構。
  • 真正的風險不是西遷本身,而是新一輪投資是否會再次走向「重建設、輕利用」。當伺服器、晶片和電力投入以 GW 級增長,決定報酬率的將是上架率、利用率、網路調度效率以及能否獲得持續的 AI 工作負載。

為什麼中國的算力版圖在此時重繪

過去十多年的時間,中國數據中心最自然的落點一直是北京、上海、深圳、杭州等互聯網和金融產業密集地區,因為傳統數據中心首先服務用戶和企業,網絡延遲、客戶距離和雲服務生態比電力成本更重要。但生成式AI正在改寫這套選址邏輯,因為AI訓練的核心成本結構與傳統互聯網業務明顯不同。

BloombergNEF 於 9 月 8 日披露的最新研究顯示,中國數據中心項目管線中,超過一半已落在北方和西北地區,包括內蒙古等地。按照其預測,到 2028 年,這些地區將超過北京、上海等成熟市場,成為全國最大的算力供給區域;到 2030 年,北方和西北的已投運數據中心 IT 容量可能佔全國約三分之一。與此同時,中國數據中心實際投運 IT 容量未來五年預計將增加一倍以上,到 2030 年總用電需求或增長 151%,達到 329 太瓦時,佔全國電力需求約 2.4%。

這項變化的意義,不只是「東數西算」開始落實。更重要的是,AI 讓數據中心的選址邏輯明顯向能源工業靠攏。當一個訓練集群從幾十兆瓦走向數百兆瓦乃至 1GW 級別,企業首先要回答的已不是機房離用戶多遠,而是哪裡能夠穩定拿到足夠的電、哪裡能夠長期低成本擴容、哪裡更容易滿足綠電比例和能耗指標。算力由此第一次受到類似重工業的能源約束,只不過它生產的是模型參數、推理結果和數字服務。

北方和西北的優勢,本質上是「電力密度優勢」

內蒙古成為最受關注的樣本並不偶然。這裡土地相對充裕、氣候寒冷,風電和光伏資源豐富,同時距離北京並不遙遠。低溫環境有利於降低冷卻負擔,更關鍵的是,當AI集群進入數百兆瓦到GW級後,能否一次性解決大規模供電和持續擴容,已經成為選址的硬條件。

國家數據局發布的《數字中國發展報告(2025年)》顯示,截至2025年底,全國在用算力設施機架數已超過1373萬標準機架,建成42個萬卡智算集群,智能算力規模達到159萬PFLOPS(FP16)。更值得注意的是,八大國家算力樞紐地區各類新增算力已佔全國新增算力的80%以上;《全國數據資源調查報告(2025年)》則顯示,八大樞紐及十大集群的智算規模佔全國智算規模也超過80%。這說明算力集聚已經不是規劃目標,而是現實結構。

政策約束進一步強化了這種趨勢。2023年底發布的全國一體化算力網實施意見明確提出,國家樞紐節點外原則上不得新建大型和超大型數據中心,同時推動模型訓練、機器學習、視頻渲染、離線分析、存儲備份等業務向西部遷移。換言之,政府和市場正在共同重排生產要素的重要性:過去數據中心最貴的是「接近客戶」,現在越來越貴的是「拿到足夠而穩定的電」。

DeepSeek 之後,AI 公司開始直接下場造「算力工廠」

企業的行動更能說明問題。2026年7月底,多家媒體援引彭博報導稱,DeepSeek計劃在烏蘭察布建設約1GW規模的AI數據中心,並租用當地其他運營商的容量,目標是讓至少部分產能在2027年底或2028年初投入運行。對於一家以模型效率著稱的公司來說,直接規劃GW級基礎設施很有代表性:效率提升並沒有消滅算力需求,反而可能因為訓練輪次增加、推理調用擴大和模型迭代而釋放更多總需求。

智譜的案例則說明了另一層變化。公開報導顯示,智譜旗下 Z.AI 已建成約 1GW 級 AI 數據中心並開始部分運營,且採用國產 AI 芯片。不過現有報導並未披露這一項目的具體選址,因此不能簡單將其歸入內蒙古或西北。真正值得關注的是,獨立大模型公司正從「購買雲算力」走向「直接控制基礎設施」,算力已從技術部門的採購問題,變成公司資產負債表上的戰略問題。

這也會改變數據中心行業的客戶結構。未來大型AI項目越來越可能由模型公司、雲廠商、能源企業和地方平台共同參與,誰能同時解決晶片、電力、網絡、液冷和長期資金,誰才有資格進入下一轮基礎設施競爭。

但「東數西算」不會變成「東部無算力」

若將北方與西北的崛起誤解為東部數據中心將被系統性淘汰,便會誤判下一階段的格局。BloombergNEF 當前的競爭力評估中,長三角仍位居前列,因為網路連接、產業客戶、人才與數位服務生態仍集中於東部。其問題主要不在於缺乏需求,而在於電價更高、土地更緊張、能耗約束更強,因此不適合無限堆疊大規模訓練叢集。

未來真正清晰的分工,會出現在「時延敏感度」上。大模型預訓練、部分後訓練、雲存儲、備份、離線分析等任務,可以容忍更高網路時延,更容易遷往資源型地區;自動駕駛、工業控制、在線交易以及面向消費者的實時推理,則仍要靠近數據產生地和用戶。即使是AI推理,也不會全部西遷,因為推理本身已經從實時交互到批處理形成不同負載層級。

因此,中國未來的算力基礎設施更像「大發電基地+城市配電網」:北方和西北承擔高功率、重資產、可集中調度的基礎算力,東部保留高價值、低延遲、貼近應用的節點,中間依靠高速網絡和統一調度平台連接。「東數西算」的終點,不是把伺服器從A地搬到B地,而是把不同計算任務重新放到經濟性最合適的位置。

下一階段的矛盾,將從「算力不夠」轉向「算力是否好用」

這也是當前投資中最容易被忽視的風險。國家數據局曾披露,截至2024年3月,十個國家數據中心集群整體上架率為62.72%,較2022年提升約4個百分點。此後建設規模繼續擴大,行業已不能只看「建了多少機架」,而必須看這些機架是否真正承載持續的AI任務。

AI 數據中心的資本支出極高,晶片的折舊速度遠快於傳統基礎設施。如果一座大型智算中心缺乏穩定客戶,即使電價便宜、PUE 很低,也可能成為低利用率資產。尤其在各地爭奪「智算中心」「算力樞紐」項目時,最需要防止的是把規劃容量當成真實需求,把機房建成當成商業閉環完成。

因此,網絡和調度變得更加重要。國家數據局此前披露,東西部樞紐節點之間的網絡時延已基本滿足20毫秒的要求,並推進400G、800G高帶寬全光連接。到2026年,算力互聯網試驗網、算力互聯互通國家節點和全國一體化算力網試驗驗證平台將繼續推進。只有當遠端算力能夠像雲服務一樣被快速發現、調用、計費和遷移,西部廉價的電力才會真正變成東部企業可使用的低成本算力。

下一轮競爭因此不再只是「誰有更多GPU」,而是「誰能把GPU變成更高利用率的Token和業務收入」。數據中心的位置可以西移,但模型、算法、客戶和應用生態仍然決定最終的定價權。

中國AI基礎設施正在形成一張新的「能源—算力地圖」

從更長週期來看,這輪北移和西移最重要的意義,在於將中國在能源基礎設施上的優勢與AI需求大規模綁定。中國過去建設特高壓,是將西部的電送到東部;「東數西算」的另一種思路,則是在部分場景中將可移動的計算任務送到電力附近。前者運輸的是電,後者運輸的是數據,背後都是對區域資源稟賦的重新配置。

這也解釋了為何北方和西北會成為新增算力的主要增長極,卻未必成為全部數字經濟活動的新中心。算力是AI的基礎,但算力本身不等於產業。高價值的模型研發、軟體生態、行業客戶和商業化場景,仍然高度依賴北京、上海、深圳、杭州等城市。西部更容易獲得重資產基礎設施和能源消納價值,東部仍可能掌握更高比例的軟體和應用利潤。

判斷這場版圖重畫是否成功,不能只看2030年北方和西北佔了多少機架、多少GW,而要看三個結果:西部新增算力有沒有足夠高的長期利用率,綠電與算力能否形成穩定的成本優勢,跨區域網絡和調度能否讓企業像調用本地雲資源一樣調用遠端算力。如果這三点成立,中國才會真正形成一種「能源富集區負責大規模計算、產業密集區負責高價值應用」的AI基礎設施體系。

結語

中國AI算力向北方和西北集中,並不是一次傳統意義上的產業轉移,而是AI時代生產要素價格重新排序的結果。土地、氣候和政策固然重要,但真正改變版圖的是電力:當模型訓練和推理把數據中心推向GW級,便宜、穩定、可持續擴張的電力自然會成為最稀缺的資源。

但這張新地圖不會抹去東部。更可能出現的是「訓練向能源靠近、推理向用戶靠近;重資產向西集中、高價值應用仍在東部聚集」的分層格局。北方和西北的機會,在於成為中國AI時代的算力底座;它們面臨的考驗,則是能否將低成本電力轉化為高利用率算力,而不是將新的園區和機房變成下一轮過剩資產。

如果過去幾年「東數西算」解決的是算力應該建在哪裡,那麼從2026年開始,更重要的問題已經變成:這些算力究竟能否被持續、高效地使用。這個問題,最終會決定中國AI算力版圖的重畫,是一次真正的效率提升,還是又一輪基礎設施競賽。

參考資料

[1] Bloomberg News. China Is Building an AI Future Far From Its Biggest Cities. 2026-09-08.

[2] 國家數據局:《數字中國發展報告(2025年)》,2026年5月。

[3] 國家數據局:《全國數據資源調查報告(2025年)》,2026年4月。

[4] 國家發展改革委等:《關於深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》,2023年12月29日。

[5] 國家數據局:《國新辦舉行“推動高質量發展”系列主題新聞發布會 介紹推動國家數據事業高質量發展情況》,2024年8月。

[6] 數據中心智能。DeepSeek 將在內蒙古建設容量為 1GW 的 AI 數據中心. 2026-08-03.

[7] 南華早報。 Zhipu 股價上漲 37%,因公司建設由中國晶片驅動的大型資料中心. 2026-07-21.

免責聲明:本頁面資訊可能來自第三方,不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用,不構成任何形式的陳述或保證,也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏,或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息,請參閱我們的使用條款風險披露