이미지: METAL LAB 생성
摘要
- 2016年以来,内蒙古乌兰察布已有约100座数据中心建成或开工,按高盛研究报告的说法,中国企业承诺的合计容量达12.5吉瓦,超过OpenAI"星际之门"计划10吉瓦的建成目标。
- 高原漫长的冬季拉低了冷却成本,两条专用光缆把与北京的通信延迟压到5毫秒以内,风光电与煤电叠加又让这里的电价成为全国最低之一,DeepSeek、字节跳动、阿里巴巴、小红书首次开始自建基础设施。
- 这座年降水量仅14英寸的干旱城市,上个月自来水设施每晚要停水7小时,而当地电力中约37%仍来自煤炭,"AI靠可再生能源运转"的说法,目前只对了一半。
从北京站坐高铁向西两小时,车窗外的风景会彻底变样。高楼林立的城市消失了,取而代之的是平缓的草原和古老的火山锥。这里是内蒙古自治区的乌兰察布。这片干旱的高原长期以来靠放羊和挖煤为生,可短短几年间,却成了全中国建设AI数据中心最热的地方。这座人口约150万的城市,2016年以来已有约100座数据中心建成或开工。
再看一个数字,规模就更清楚了。高盛上周发布的一份研究报告显示,中国企业承诺在乌兰察布建设的数据中心合计容量约为12.5吉瓦,其中70%以上是最近一年内新宣布的,这是亚洲增长最快的计算集群之一。作为对比,OpenAI投入5000亿美元打造的星际之门计划,建成目标也只是10吉瓦。想看清中国AI基础设施的重心正往哪里移动,答案不在上海或深圳,而在这座高原城市。
说得直白一点,运行AI模型的计算机机房既耗电又发热。所以电价便宜、气候寒冷的地方更有优势,而这类地方往往远离城市。乌兰察布恰好是那种"便宜又冷,却又离北京不远"的稀有地点。
为什么偏偏是这里——三笔账
第一笔账是冷却成本。乌兰察布地处内蒙古高原的高海拔地带,冬季漫长而寒冷。数据中心电费中很大一部分花在给服务器降温上,而只要室外空气够冷,这笔支出就会大幅下降。根据乌兰察布地方政府的气象数据,一年里只有两个月需要额外用水冷却。
第二笔账是距离。把数据中心建在西部偏远地区,电价虽便宜,但信号往返用户端的时间会拉长。与其他西部据点不同,乌兰察布离北京和主要大城市圈近得多,2017年和2019年铺设的两条专用光缆,把平均延迟降到了5毫秒以下。这个速度不仅能满足模型训练,也足以支撑实时响应用户提问的推理服务。
第三笔账才是决定性的——电价。内蒙古的风电和光伏发展迅速,煤炭资源也丰富,这让当地电价成为全国最低之一。数据中心的运营成本说到底就是电费,同样的服务器放在哪里,直接决定了盈利与否。寒冷高原、5毫秒延迟、最低电价——三者同时满足的地方,在中国地图上并不多。
从备份仓库到训练基地——"东数西算"的重新发现
乌兰察布成为数据中心之城,远早于这轮AI热潮。华为2016年在这里建了第一座数据中心,三年后苹果也跟进。2021年,中国政府将这一地区定为全国性工程"东数西算"的重点节点,意在把东部产生的数据放到西部去计算。
问题是,这些机房一开始并没多大用处。因为距离人口密集的东部沿海太远,延迟很大,所以主要只能充当备份存储。改变这一切的是AI。新加坡管理大学研究中国计算基础设施的教授安德鲁·斯托科尔斯(Andrew Stokols)指出,2022年AI兴起后,业界开始意识到"那些偏远的数据中心完全可以用来训练模型"。一次模型训练往往要持续几个月,实时调整需求不高,延迟问题因此不再是大障碍。原本按仓库标准建的楼,一下子变成了工厂。
斯托科尔斯教授指出的另一个特点是,与其他基地不同,乌兰察布的增长更多是被商业需求拉动的,而非政府投资主导。随着DeepSeek、月之暗面(Moonshot AI)、智谱AI等初创公司国内付费用户不断增加,企业判断建设推理型数据中心、以零延迟响应这些用户"划算"。可以说,是政策先铺好了场地,市场随后在上面真正跑了起来。
第一次自己掏钱建
这轮热潮中最值得关注的,是"谁在建"。过去,中国AI企业虽然推出了不少性能出色的模型,但在物理基础设施上的投入却远低于美国同行,计算资源大多是从云计算公司租来用的。而现在,这些企业第一次开始大手笔投资自建基础设施。据彭博社报道,DeepSeek正在乌兰察布建设一座大型AI数据中心,字节跳动、阿里巴巴、小红书也在同一座城市自建。
风力发电机制造商也加入了进来。中国最大的风电设备企业之一远景能源本月宣布,将在乌兰察布建设一座2吉瓦规模的AI数据中心,直接接入自家的清洁电力。也就是说,发电的企业直接建起了用电的建筑。在政府看来,这可谓一举两得:一边追赶美国建设数据中心的速度,一边为过剩的可再生能源找到消化渠道。总部位于新加坡的研究机构卡内基中国项目主任黎明(Damien Ma)分析指出,在中国,可再生能源闲置最多的地区,和数据中心建设最密集的地区之间存在正相关关系。
水与煤——账本上漏掉的两项
画面太完美的时候,就该多问一句。乌兰察布面临的第一个问题是水。这座城市干旱程度堪比美国丹佛,年降水量仅14英寸,约合360毫米。规划中的许多数据中心还没投入运营,地方政府就已经供不上居民用水了。上个月,乌兰察布的供水公司为了削减用水高峰,不得不让多处自来水设施每晚停水7小时。值得一提的是,数据中心一年只有两个月需要额外用冷却水,可偏偏这两个月正是全年水资源最紧张的夏季。
第二个问题是电力的"颜色"。"靠可再生能源运转的AI数据中心"是中国政府乐于讲述的故事,但根据斯托科尔斯教授的研究,乌兰察布电力中仍有约37%来自煤炭。数据中心需要24小时不间断运转,运营方历来更偏好比风电、光伏更稳定的化石能源。用黎明的说法,内蒙古长期以来就是"中国的西弗吉尼亚",一片煤炭之地。如今这里正在加速把煤电换成风光电,但速度能有多快、能走多远,谁也说不准。黎明认为三年后这里或许能实现完全依靠可再生能源,但在那之前,这片高原上的数据中心多少还得靠烧煤运转。
对国内读者意味着什么
乌兰察布的这套算法同样适用于其他地方。数据中心的选址,归根结底是"最低电价+可接受的延迟距离+能降温的气候"三者的交集。当国内数据中心的讨论从首都圈集中转向地方分散布局时,这座城市提供了一个可以参照的实际案例。特别是用专用光缆把延迟压到5毫秒、造出一个"距离远却不算远"的选址,这本身就是"用光缆投资解决距离问题"这条路真的走得通的证据。
同时,乌兰察布也是一个警示。在争夺数据中心的竞赛里,水资源和电力来源往往是账单最底部那行不起眼的小字,但现实中,这笔账最先以居民断水、煤电依赖的形式被兑付。读懂中国AI企业首次自建基础设施这个信号的同时,也要一并读懂这些基础设施所立足的土地条件。
如果只能从这个故事里挑出一句最重要的话,那就是:"中国AI企业第一次开始在自建基础设施上大举投入。"过去几年,"中国模型做得不错,但基础设施投入只有美国的几分之一"这种说法一直站得住脚,也被视为中国AI的天花板。乌兰察布的12.5吉瓦,是这块天花板正在被掀开的第一个实物证据。而这份证据立在的不是北京的园区,而是一座煤矿之城的草原上,这个事实恰恰点出了中国式算法的核心:电价的重要性,不亚于模型的性能。
不过,这笔账目前还漏了两项:水和煤。就像美国的数据中心争议最终演变成了电网和地方政治问题一样,中国的数据中心热潮迟早也会以用水配给和碳排放账单的形式回到台面上。乌兰察布的自来水如今每晚停水7小时,正是这一切的开端。三年后,如果这座城市真的实现完全靠可再生能源运转,那中国就先于美国解决了这道难题;如果没能做到,那12.5吉瓦就会变成全球最大的一笔煤电需求。无论哪种结局,中国AI下一场竞争的胜负,都将在这片高原上分出。
评论