大数跨境

算力系列 · 第二篇:2026 全球算力中心图鉴:最狠的一家,准备吃掉五台核电机组的电

算力系列 · 第二篇:2026 全球算力中心图鉴:最狠的一家,准备吃掉五台核电机组的电 平凡小开
2026-10-09
0
导读:一、先给你三个最新数字,体会一下这场竞赛有多疯第一个数字:93 个。

一、先给你三个最新数字,体会一下这场竞赛有多疯

第一个数字:93 个。截至 2026 年 10 月,全球在建和已投产的超大规模 AI 园区,已经排到 93 个:一年半之前,这个行业还在为“单园区十万张卡”欢呼。

第二个数字:5 吉瓦。OpenAI 星际之门(Stargate)二期的规划功率。一台百万千瓦级核电机组约等于 1 吉瓦—为了训下一代模型,OpenAI 一家就准备吃掉五座核电机组的电。

第三个数字:140 万颗。亚马逊单个园区(New Carlisle)的自研芯片部署量—不买英伟达,全用自己的 Trainium,一口气铺 140 万颗。

先交代这三个数字哪来的:研究机构 Epoch AI 维护的一份全球算力园区目录,逐个园区记录功率、投资和芯片—目前收录 93 个,这是目前公开渠道最全的一份。这份资料,中文圈还没有人系统盘过;今天这篇,就把它拆开给你看。

这三个数字指向同一件事:AI 军备竞赛,已经从“买卡”升级成“建电厂、圈电网、造芯片”的国家级工程。这是人类历史上最快的一轮基础设施投资浪潮。

真正有意思的,是把 2026 年底这批最前沿的园区逐个拆开看:芯片用什么、电从哪来、怎么散热—每个选择背后,都是这家公司对“算力战争”的独家判断。

二、三个头部项目,三种完全不同的活法

Meta Prometheus:为了 1 吉瓦,自己盖电厂。

Meta 在俄亥俄州的 Prometheus,是这轮竞赛最“硬核”的一个:当前 53.6 万张 H100 等效、471 兆瓦,规划干到 116 万张、超 1000 兆瓦。

关键在于它怎么解决”电”。传统数据中心靠接入电网扩容,但电网扩建要两三年,Meta 等不起。于是它干脆自己建了两座燃气电厂(代号 Socrates South 和 North),直接离网发电,还锁定了 6.6 吉瓦的核电远期供应。

一个做社交软件的公司,如今要自己发电—这个转变比任何数据都更能说明“电”的分量。

Microsoft Fairwater Atlanta:密度极限 + 光纤走廊。

微软在佐治亚州的 Fairwater,当前 76.9 万张 H100 等效、636 兆瓦,用的是 NVIDIA 的 B200 芯片。它的两个招牌:一是闭环液冷撑起超高机架密度,二是用一条 19.3 万公里的光纤(约 4.8 条地球赤道)把多个数据中心连成一个”AI WAN”算力走廊。

OpenAI Stargate Abilene:千亿计划的起点。

OpenAI 的 Stargate 首站选在德州 Abilene,Oracle 建设、软银三方合资,当前 50.9 万张 H100 等效、421 兆瓦,规划 101 万张、843 兆瓦。选德州不是偶然—独立电网(ERCOT)、电价市场化、可直接和发电商签购电协议。

三、一张表看懂:2026 年最前沿的算力园区,芯片和电各押了什么

2026年全球最大AI算力园区对比

把最前沿的这批园区排开,能看出几条清晰的分化线:

芯片上,两条路在并行。大部分项目押 NVIDIA(B200、B300、GB200/GB300),但 Amazon 的 New Carlisle 项目(Rainier)反其道而行—不买 NVIDIA,全部用自研的 Trainium2/Trainium3 芯片,部署量高达 140 万颗。Google 的 Pryor 则坚持自研 TPU。当单个项目芯片采购量到百万级时,自研芯片的经济性开始显现。

供电上,也分两条路。Meta 的 Prometheus 和 xAI 的 Colossus 2,都走了“离网燃气轮机 + 储能”的路子—Colossus 2 甚至在田纳西州建主体、却从密西西比州一座废弃电厂取电,做了一把跨州监管套利,还配了 168 个特斯拉 Megapack 储能单元,6 个月建成。Oracle 的 Jupiter 园区更激进,规划 2.45 吉瓦,直接配燃料电池微电网,结果先卡在了环评上:电好搞,许可证难搞。

散热上,同样分化。微软 Fairwater 的 140 千瓦/机架需要闭环液冷;而 Amazon 的 New Carlisle 用低密度风冷,证明液冷不是唯一解—密度低、芯片功耗控制得好,风冷依然更成熟更便宜。

三条分化线,条条是真金白银的生意:芯片路线决定谁家芯片卖得多,供电路线决定谁的电厂储能吃得饱,散热路线决定液冷风冷各吃多少份额。同样是要算力,有人宁可自己发电,有人宁可赌自研芯片,有人宁可把机架塞到烫手再上液冷。没有标准答案,只有各自的账。

四、为什么说”电”才是真正的天花板

看完这批园区,最确定的结论只有一个:电力,是 AI 时代最大的物理瓶颈。

全球数据中心用电量,2025 年已经占到总用电量的 3% 到 4%,预计 2030 年干到 8% 到 10%。当数据中心从百兆瓦级跨入千兆瓦级,传统电网的供电能力就成了硬约束—这也正是 Meta 要自己盖电厂、Stargate 被电网拖慢的根本原因。

而这,恰恰是我们这个号最关心的:电,从发电厂到芯片跟前的那一厘米,才是真正的战场。

五、反方:别把”电力瓶颈”讲成恐慌

但这里必须泼一盆冷水。

第一,电费不是唯一约束。电价会涨,但科技巨头的现金流和 AI 的边际收益,暂时还扛得住更高的电费。瓶颈是”短期内建不出那么多电厂、电网扩容太慢”,是时间问题,不是钱的问题。

第二,效率在同步提升。一边是耗电暴涨,一边是每一代芯片的”每瓦算力”也在涨。B300 比 B200 强,Rubin 又比 B300 强。真正的变量是”算力需求的增速”和”能效提升的增速”谁更快——现在看,前者更快,但这个差距会否持续,没人敢打包票。

第三,还有一堵墙叫”供地”。电够不够之外,能不能找到既便宜、又低温、又有电、还不被当地居民反对的地方,是另一重约束。Meta、微软、OpenAI 争抢的,从来不只是电,是”电 + 地 + 水 + 政策”的组合。

这就是为什么这批千兆瓦级项目几乎全扎在德克萨斯、俄亥俄、田纳西这些「电便宜、地便宜、气温低、审批快」的州—选的不是风景,是每一度电、每一亩地、每一个审批窗口期的性价比。

所以准确的说法不是”电会把 AI 卡死”,而是—在芯片还能靠堆规模变强的这几年里,电和供地,才是决定谁能跑得更快的那根最粗的绳子。

六、中国这边:把“追着电跑”变成国家工程

镜头转回国内:中国给出了一个完全不同的答案。

美国解“电”的思路,是就地解决:Meta 自己盖燃气电厂,xAI 拉来 168 台特斯拉储能电池救急,OpenAI 干脆搬去电网独立的德州。而中国的思路,是把数据中心搬到电的产地去。

这就是“东数西算”:国家规划了 8 大枢纽,把训练这种“大功率、不挑时延”的活放在西部—内蒙古、贵州、甘肃、宁夏,电便宜、土地多、气温低;把推理这种“要快”的活放在东部—京津冀、长三角、粤港澳,靠近用户。逻辑很朴素:模型训完可以传回来,电传不回来,那就把机器搬过去。

落到地面上,是这些已经建成或在建的大家伙:

阿里张北(河北):12 EFLOPS 超级智算中心,60 万台服务器规划,背靠张家口的风电光伏,当年给冬奥供绿电的风场,现在喂的是大模型;
华为乌兰察布(内蒙古):华为云全国产算力底座的核心节点,大规模部署昇腾,基于 CloudMatrix384 超节点的新一代昇腾 AI 云服务已上线,离北京 300 公里,喝的是草原的风电;
百度阳泉(山西):百度自建的第一座大型数据中心,如今升级成智算中心,跑自研昆仑芯;
字节怀来(河北):字节首个自建数据中心所在地;怀来大数据产业园全部建成后规划 9.7 万架机柜、18 EFLOPS;
韶关智算集群(广东):大湾区首个全链路国产万卡集群,11520 张昇腾 910C、总投资 55 亿、9000P 统一资源池,2026 年 7 月上线,而它只是韶关已投产的 5 个万卡集群之一;中科曙光更是在 WAIC 2026 上亮出了十万张国产卡组成的超集群,这个量级,已经和 xAI 的 Colossus 同档。
供电技术上同样领先。美国数据中心大多还卡在 480V 交流,800V 直流刚起步;中国这边,2025 年底台达联合美团、秦淮数据推出全球首套系统级固态变压器(SST)并已投运——中压直挂,用电力电子替代工频变压器。这是首套投运而非规模化投产,量产潮在 2027 年之后。追电之外,「电怎么送进机柜」也先跑了一步—后面重点拆。

当然,中国这边的约束也没消失:美国卡电,中国卡芯片。英伟达特供版一断供(H20 已停产),新集群要么消化库存,要么等昇腾、寒武纪们把产能顶上来。所以你会看到一个反差:美国的算力中心在为“电从哪来”吵架,中国的算力中心在为“卡从哪来”排队。

一个卡电,一个卡芯片—两条战线,同一个终局:谁能用更少的资源,撑起更强的 AI。中国算力总规模已超 230 EFLOPS,全球第二。而论“电”这门功课,中国做得更早—毕竟“东数西算”2022 年就写进了国家工程,美国人为一度电排队,是 2025 年之后的事。

七、结论:最确定的赢家,站在所有算力身后

最前沿的园区、自建电厂的巨头、140 万颗自研芯片、单园区 5 吉瓦的规划,这些数字背后,是一个再也回不去的现实:

AI 的军备竞赛,已经从一个”软件问题”,彻底变成了一个”物理问题”。

而在所有物理约束里,最硬、最不可绕过的,是电。芯片可以选英伟达还是自研,散热可以选液冷还是风冷,但电—你得自己发、自己输、自己送到芯片跟前。

所以接下来几篇,我们会一层层往里拆:800V 直供为什么是必然、液冷凭什么抢走风冷的地盘、以及离芯片最近的那一厘米,到底藏着多少被忽视的价值。

那些站在所有算力身后、负责”把电安全高效地送进去”的环节,才是这场竞赛里确定性最高的那批赢家—而它们,恰恰是我们这个号一直在讲的东西。

本文仅为行业信息分享,不构成投资建议。

AI算力系列

第一篇 DeepSeek 扔了英伟达,Kimi 在疯抢:咱们的 AI,到底跑在什么算力卡上?

第二篇 2026 全球算力中心图鉴:最狠的一家,准备吃掉五台核电机组的电(本篇)

数据来源:Epoch AI 数据中心目录(2026 年 10 月更新,覆盖 93 个超大规模园区)、公司公开信息、中新网/韶关市政府官网/乌兰察布市大数据局等权威报道及 WAIC 2026,数据时点以 2026 年 10 月为准。

【声明】内容源于网络
0
0
平凡小开
1234
内容 112
粉丝 0
平凡小开 1234
总阅读0
粉丝0
内容112