实地探访了50多个智算中心，我来聊聊真实感受

最近这几年，作为自媒体，小枣君经常参加各种探访活动。其中，智算中心，是主要的探访对象之一。

我粗略算了一下，我现场踩过点的智算中心，就超过50个。

大家都知道，AI现在发展迅猛，整个社会对算力的需求呈现爆发式增长。为了满足这些需求，全国各地都在加紧建设智算中心。

外界对智算中心的认知，大多停留在“高大上”“烧钱”“耗电”等笼统印象上。但是，智算中心到底有什么特别？有多烧钱、多耗电？利用率到底高不高？大家还是缺乏一个清晰直观的了解。

小枣君二十年前就开始和数据中心打交道。但是，那时候都是托管机房、传统IDC，以通算业务为主。如今，实地探访了这么多智算中心之后，我发现，智算中心的建设和运营逻辑，和通算中心确实有很大的不同。

接下来，我就结合自己的所见所闻，谈谈真实感受。

█ 从“通算”到“智算”，不只是换个芯片

很多人觉得，智算中心不就是把服务器里的CPU换成GPU吗？智算中心也是数据中心，建设和运营应该和传统通算中心差不多。

这个观点显然是不对的。智算中心并不是简单的设备硬件替换，它背后引发的连锁反应，远比想象中要复杂得多，甚至可以说是从硬件到运维的全面重构。

首先，最直观的变化就是功耗密度。

传统通算机柜的功率通常在4kW到6kW左右，而智算机柜因为塞满了高功耗的AI加速卡（GPU/NPU），单柜功率往往飙升至20kW甚至40kW以上。

满配AI计算柜，功耗非常恐怖

这意味着，如果是现有数据中心从通算改为智算，整个数据中心的供电需要进行大规模扩容和改造，以应对这种激增的电力负荷。

除了供电之外，散热也是一个大麻烦。

传统风冷在面对如此高的热密度时，压力会非常大。如果要改造为液冷，需要重新布设管道，会带来巨大的工程量和成本，甚至比新建还贵。

智算中心的液冷管道

我参观的好几个智算中心，采用的是超节点方案，本以为肯定会使用液冷，结果仍然是风冷。并不是不知道液冷好，但是条件不允许，只能用风冷。

这导致散热效率大打折扣，PUE很难降下来，噪音也震耳欲聋。说白了，就是能耗虽然贵，但改造费用更贵。

风冷机柜，噪音极大

另一个容易被忽视的因素，是地板承重。

通算的单机柜重量大概在1吨左右，而智算机柜因为密集的AI加速卡和复杂的液冷管路，重量轻松突破1.5吨甚至达到2吨以上。

老旧机房的楼板承重往往达不到这个标准，必须进行加固处理。这又是一笔不小的开支。

目前来看，数据中心改造的需求和场景是普遍存在的，尤其是主要城市及周边区域，还有很多企事业单位的私有数据中心。

对于这些单位来说，他们的土地资源本来就很紧张，虽然一般都有自己的数据中心，但规模小、空间小，且已经用于通算。现在智算需求增加，需要往里面挤进一些智算设备，或者将通算拆除，改为智算，这就面临很大的问题。

这还是硬件方面的限制。智算中心在网络架构和管理运维上的要求，也和通算中心有很大区别，实施难度更大，技术和资金门槛更高。

简而言之，拥抱智算，并不是花钱买卡那么简单。

对于很多企业来说，以往通算时代那种“自建改造”的私有云（私有数据中心）方式，在智算时代不一定行得通。租用算力，很可能是一个更经济、更高效，或者说更无奈、更现实的选择。

一台B300整机（8卡）1000-1400万，一套昇腾384超节点1.2-1.5亿，一个1GW级智算中心仅IT硬件成本450-700亿（国产芯片）。智算，绝对是有钱企业才玩得起的游戏。

█ “东算”vs“西算”，成本差异惊人

对于运营商、互联网服务商这样的大型企业来说，就非常倾向于新建智算中心。尤其是在内蒙古、贵州、黑龙江等“东数西算”枢纽节点。

新建的智算中心往往从零开始规划，能够直接采用高密度的液冷架构和专用的电力配套，避免了“旧瓶装新酒”带来的高昂改造成本和性能妥协。

西部枢纽节点拥有得天独厚的自然冷源和土地资源优势，地价便宜，而且相关配套也比较完善。枢纽节点的当地政府，往往会划定一个区域，专门聚集数据中心，例如内蒙古的和林格尔。

更重要的是，这些地方在能源成本上具有显著优势，绿电资源丰富且电价低廉。

所有这一切，简单来说，就是省钱。

智算中心的成本，包括建设成本Capex、运营成本Opex。

先看建设成本Capex：

设备硬件成本，差异不大。物流和仓储上会有一点差异。

土地成本，西部土地仅为东部1/5~1/3，大型机房土地可省千万级。东部的土地审批也更严格，还有远离居民区等各方面的限制。

土建机电成本，西部综合建设成本低15%~30%。

Capex成本对比

再看运营成本Opex：

人力运维成本，智算中心用人很少，总体差异不大。

电力成本，是最大差异项。东部工商业电价：0.6~1.0元/kWh，西部地区可以做到0.3元/kWh左右（且绿电占比高）。

100MW数据中心，西部每年电费可省1亿元以上。千卡H100集群，东西部每年电费差距可达300万元以上。

西部地区基本属于冷凉气候，自然冷却时间长，有时候冬季甚至可以完全做到自然冷却，PUE达到1.15~1.20。东部地区夏季炎热，PUE多在1.3~1.4甚至更高，制冷更耗电、更烧钱。

Opex成本对比

做了一个大致的估算，如果是100MW数据中心，东部电费按0.7元/kWh，西部电费按0.3元/kWh计算，全年工作8760小时，IT负载率85%。建设投资（Capex）方面，西部比东部少投入5.5亿元。运营成本（Opex）方面，西部比东部少投入4.4亿元。

如果按10年全生命周期TCO对比（Capex+10×Opex），西部相比东部少大约49.7亿元（此数据仅是粗略估测，供有限参考）。

其中有几个地方需要注意：

首先，是网络传输成本。如果是推理、实时业务，需要大量东西双向数据搬运，会抬升西部智算中心的长途骨干带宽成本，这个费用甚至可能上亿元。是的，很贵，会抵消部分电费红利。

其次，西部智算中心存在风光绿电波动，需要一些储能方面的隐性投入，会增加0.8~1.5亿元的Capex。

第三，西部地区毕竟较远，存在一些物流成本。如果出现故障的话，备件物流和故障抢修也有点麻烦，需要考虑这方面的因素。

第四，人才方面，虽然智算中心对人力需求不多，但也还是要一些专业人才，或者通过培训培养，需要考虑异地派驻补贴或本地化招聘的培训周期成本。

█ 本地智算中心，为什么仍然还在建

小枣君探访的很多新建智算中心，仍然位于东部核心城市或周边区域，或者是一些并非“东数西算”枢纽节点的城市。

刚才我们也说了，在西部新建智算中心有巨大的成本优势，那么，为什么运营商以及一些企事业单位，仍然会坚持在本地新建智算中心呢？

主要动机包括几个方面：

首先，是时延需求。

这个很好理解，一些推理业务对时延极其敏感，如自动驾驶、工业互联网控制、金融高频交易等，虽然西部成本低，但无法满足这个硬性要求，所以必须在本地或近端部署，以确保毫秒级的响应速度。

其次，是数据合规与安全要求。

部分行业（如金融、政务、医疗），对数据本地化存储和处理有严格的合规要求，数据不能跨区域传输，因此必须在本地建设智算中心。

第三，是特殊要求。

有些项目是当地政府投资的，带有明确的招商引资和产业带动目的。当地投资，自然不会把算力中心建到异地，而是希望通过智算中心的建设，带动本地数字经济产业链的发展，促进就业和税收增长。

有些智算中心，也带有“样板示范”的性质，经常需要接待参观考察，展示地方政府或园区在数字经济和新基建方面的建设成果与实力。如果建在西部地区，参观都没办法参观。

运营商智算中心，有很大一部分比例的用户是来自当地政府有关部门，所以，在当地兴建一些智算中心样板点，既是业务需要，也是多方面因素的考量。很多事情，不能完全站在成本的角度来考虑。

█ 国产算力，比例明显增加

在探访的众多智算中心里，能够明显看到，绝大部分的新增智算设备都采用了国产芯片。几乎都是模块化机房，而且大部分都是超节点的形态。具体哪个厂商，不用我说大家也能猜到。

虽然我们在展会和新闻上能看到很多国产算力厂商品牌，但实际落地的项目里，国产芯片厂商不超过3家。

有时候我也在想，其他那些铺天盖地宣传的、在资本市场疯狂讲故事的国产算力品牌，究竟卖给了谁？

前几天看某厂商的最新财报数据，2026年第一季度，该厂商以37%的份额位居国内AI加速卡市场第一，占据国产芯片总量的70%。摩根士丹利的研报也预测，2026全年该厂商在国内AI加速芯片市场的占比将达到62%。

算力卡这种东西不像内存，它不是随便兼容的，需要深度的软硬件适配和生态协同。这种适配成本极高，一旦选定技术路线，迁移难度极大。

因此，客户在采购算力卡时，往往更加谨慎，倾向于选择生态成熟、落地案例多的头部厂商，而非盲目尝试小众品牌。

虽然我们目前看到的国产算力新兴品牌很多，但最终会经历一波市场淘汰，只有少数几家能够真正活下来，并占据主流市场份额。

█ 算力利用率，比想象中高

很多人关心智算中心的利用率。也有人认为，现在这些智算中心都是面子工程，闲置率很高。

其实，实际情况并非如此。从实地调研的数据来看，智算中心的资源利用率普遍在80%以上，部分智算中心的峰值利用率甚至接近100%。

很多智算中心，都是边建边卖。设备一上架，立刻就被预订一空。

整个社会对算力的需求，是实打实存在的。没有卖不出去的算力，只有价格不合适的算力。只要定价合理，能够满足用户的实际训推需求，算力资源就会迅速被消化。

大家应该能够明显感觉到，AI应用正在以前所未有的速度渗透到各行各业。普通用户在WorkBuddy、Kimi、Gemini、Coze、Claude Code、即梦等AI应用上越来越依赖，付费意愿也越来越强烈。

这些需求，最终都转化为了对算力的刚性消耗。运营商搞Token运营，其实就是看准了这个趋势，试图解决算力供给和消费两端的问题，从而获得新的增长。

政府需求+企业需求+消费者需求，共同构成了支撑智算中心高利用率的底座。

至少目前来看，制约智算发展的不是需求，而是产能。很多B300、昇腾950超节点这样的智算设备，有钱都买不到，排期要等很久。

█ 结语

好了，以上就是小枣君对目前智算中心建设浪潮的一点看法。

智算中心的建设，并非简单的设备堆砌，而是一场涉及基础设施重构、成本精细核算与生态深度绑定的系统性工程。

我们国家在AI领域的核心竞争逻辑，就是拼成本，或者说，拼电费。

AI拼的是算力、算法和数据。数据我们有优势，算法我们差距不大。算力这块，板卡硬件和生态我们是暂时落后的，但我们在电力成本和基础设施规模上，拥有显著优势。

整个中国现在就是全面转化为电力，高铁用电，新能源车用电，无人机用电，AI算力也是用电。看最新的新闻，国内光伏发电的装机容量首次超过煤电，成为我国装机规模最大的电源品类。

所以，借助绿电优势，通过“东数西算”这样的算力布局，我们完全有机会在AI算力成本上建立起竞争优势，从而在新一轮的全球科技博弈中占据主动。