高盛会关注到乌兰察布，12.5GW固然醒目，但更值得琢磨的是它和现实使用量之间的距离。
报告估算，2025年，乌兰察布已经投运的数据中心容量约1.2GW，实际利用约800MW，整体利用率约66%；到今年6月，已经取得的容量承诺却迅速抬到12.5GW，规划尺度在一年左右被拉开到十倍以上。
这12.5GW里，既有已经运行的机房，也有在建和规划容量，距离全部转化成可用算力，还隔着不短的距离。
从一纸签约到真正产出Token，中间要跨过审批、土建、接电、设备交付、客户迁入和利用率爬坡。即使机房亮灯，服务器也会按节奏一批批上架，很少一开场就满负荷运行。
偏偏AI软件日新月异，模型架构和训练方法可能半年一换。但数据中心、电网和变电设施却是以十年计的重资产。所以前者疾驰，后者只能未雨绸缪，提前为几年后的需求备好粮草。
Agent可能连续工作数小时，视频生成、多模态、AI搜索和代码智能体都在增加单次任务的计算量；模型调用价格不断下降，又会把更多原本用不起、用不着AI的场景拉进来，单位成本降低之后，总调用量反倒可能继续膨胀。
比如最近凤凰网科技援引知情人士消息称，DeepSeek计划在内蒙古新数据中心部署至少16万颗昇腾950DT，主要用于运行模型，暂不用于训练。
如果属实，项目按这一方向推进，一座GW级园区的大头负载将直接指向推理侧，说明算力扩张的逻辑，已经从预训练继续延伸到海量模型调用。
对算力设施来说，服务这种需求，要面对一些与训练不同的问题。一个训练任务可以提前安排计算资源，面向大量用户的在线推理，则会遇到不断变化的请求。
运营方希望同一批设备处理更多请求，用户希望自己的请求尽快完成，两者需要在调度中取得平衡。
高盛在报告中专门提示，乌兰察布规划容量增长很快，后续利用率、项目交付、绿电成本和水资源都要经受检验，大量容量同期上马还可能压住机柜租金……从抢地、抢电到真正把机器长期跑满，中间少不了一轮大浪淘沙。
此外，算力建出来之后，谁来长期使用这些机器、有多少价值能够留在算力所在地，又成了新的问题。
对数据中心运营商，这决定机柜利用率和收入；对地方，则决定一轮数百亿乃至更大规模的基础设施投资，最终留下的是机房和用电量，还是能继续带出制造、运维、模型服务和AI应用。
高盛观察到，部分第三方运营商已经从传统机柜租赁延伸到绿电采购、能源资产管理以及算力服务分成。
AI数据中心的成本越来越集中在芯片、电力和运营效率上，只守着机房面积远远不够，算电协同、算力调度和客户运营都会被推到台前。
数据中心放在产业链中游，机房和服务器投资固然庞大，自动化程度也高，对当地的直接带动可能不会像传统制造业那样密集。
乌兰察布因此还在向两头延伸，上游对接服务器、机柜、运维等环节，下游则希望引入大模型训练、AI应用、视频渲染、可信数据空间。
数据中心带来的城市效应，也会从轰轰烈烈的建设期，转向更细水长流的产业配套。
由此，“Token之都”正在成为乌兰察布的新名片。当地2026～2028年的相关行动计划，也已经把算力服务、Token交易和智能应用列入方向。
这一天，我在几条路上来回穿行：一条通往核心城区，一条通往仍在长草的规划地，一条通往塔吊林立的施工现场，一条通往已经安静运行多年的老机房。
这座城市原有的日常和AI基础设施，就这样在同一张画面里并肩出现。
看得见的公路之外，两条更重要的线路已经接上乌兰察布。光纤把北京以及更远地方的计算任务送来，输电线路把草原上的风光电送进服务器。
模型一日千里，托住模型的世界，却总要一寸一寸建起来。
● AI生成
镜相工作室