全国500座智算中心：一半是海水，一半是火焰

本文来自微信公众号： 赛格大道 ，作者：刘溪禾 阿里巴巴CEO吴泳铭在财报会上说，阿里云服务器内几乎没有一张卡是闲置的；但中国在运营的500余座算力中心，却有一半以上处在空置状态。

这不是玩笑，而是现实。中国算力的图景，正呈现出一半是海水，一半是火焰的反差现象。

据国家数据局发布数据，截至2026年6月，中国在用智算中心超500个，另有在建及规划项目近400个，总数可达1000个左右，算力总规模达245万PFLOPS，高居全球第二位。不过，根据中国信息通信研究院公布数据，2025年国内智算共算量约38亿卡时，用算量仅14亿卡时，用算占比36.8%。

另据算力龙头企业浪潮旗下人工智能研究院测算，目前全国智算中心平均算力使用率仅约30%。以某西部智算园区为例，全年综合算力利用率不足五成，新建十万卡国产机房上架率不足20%，年亏损额在千万级。这也是大多数地方算力园区的真实写照。

但在另一边，以乌兰察布、庆阳、中卫为代表的多个城市，正在集体遇见DeepSeek、字节、华为、阿里、苹果、腾讯等一众科技大厂。高盛亚洲称，“乌兰察布已崛起为亚太规模最大、增长最快的AI算力集群之一”。截至2026年6月，乌兰察布的数据中心已投运及规划容量合计约12.5GW，较2025年约1.2GW在线产能达十倍以上扩张。

然而，更疯狂的是海外算力中心投入。在马来西亚柔佛州，算力总投资已达490亿美元，其中1/3为中资背景，仅字节跳动一家，投资额就超21亿美元。此外，阿里、腾讯、万国数据也在印尼、泰国、菲律宾持续落子。

整个东南亚，更有290个在运营数据中心，另有135个处于规划或建设阶段，与中国企业的大举投入直接相关。空置背后：两套机制互不相干 那些空着的机柜，当然不是无人决策的产物，恰恰是一套决策逻辑运转得非常顺畅的结果。

第一财经城市研究所根据各城市《国民经济和社会发展第十五个五年规划纲要》统计过一次：低空经济与通用航空被257座城市提及，高端装备制造217座，新材料212座，人工智能119座，集成电路与半导体113座，数字经济与数字化92座。该表的信息增量不在AI排第14位，而在于前二十个赛道几乎每一个都被超过90座城市同时选中。

全国共有293个地级市，也就是说在任何一个热门赛道上，都能找到三分之一以上的城市在做同一件事。具体到智算中心，早在2024年，全国就出现了458个相关招标项目，且在持续向下沉。例如，山东东阿一个县曾规划15亿元的算力中心，辽宁喀喇沁左翼蒙古族自治县有AI视觉智算中心。

作为全国八大算力枢纽之一，甘肃庆阳于今年7月总投资51亿元的智慧蓝图西部智算中心开工，一期8860架机柜全部按十万卡规模设计；同月，山东济南城投推进"泉城算力一张网"，同样按十万卡集群标准规划。而在今年年初，广州智慧创新谷算力中心内的农尚环境，宣告资金链断裂、股东出资未到位，全面停工，类似的情况也不在少数。

问题来了，在利用率数据已经如此公开的情况下，建设为什么仍在继续？因为发展算力中心，已经成为地方锦标赛的一个重大类目。中央面对外部封锁提出的目标是算力自主可控，这是一个能力目标。

地方要向上呈现自己在落实这个目标，就必须找到一个可交付、可考核、可写进汇报材料的实物。在所有候选项里，智算中心是最像新质生产力的那一个：投资额算得出，机架数数得清，封顶能剪彩，投运能上新闻。于是，一个能力目标被翻译成了一个工程目标。

因此，空置并不是执行不力的结果，恰恰是执行得太“到位”的结果。毕竟，两边算的根本不是同一本账。地方考核的单位是投资额、机架数、PFLOPS规模和规划完成度，企业考核的单位是卡时、上架率、集群稳定性和每百万token的推理成本。

前者衡量建成了多少，后者衡量跑起来划不划算。这两套指标之间没有精确传导机制，你汇报你的，我运营我的，各不相干。出海原因：算力持续干涸 早在去年，阿里巴巴就号称三年AI投入达到3800亿元，其中绝大部分都是算力相关开支。

到今年，阿里更新了这一计划，预计仅2016年投入规模就在2000亿以上。另外两家巨头：腾讯2026年资本开支保守估计1800亿，字节更是计划投入不低于3000亿。巨头算力竞赛，一家比一家凶狠。

在地缘政治的挤压下，国产芯片迎来了最高光的时期，但产能是硬约束。2026年中芯国际N+2（等效7nm）产线月产能约7万片，全年可产出约260万颗AI芯片，而国产AI芯片总需求至少在420万颗，缺口约40%。有限的先进产能中，华为占约43%，寒武纪约11%，其余十几家公司挤在剩下的份额里。

为了应对算力紧张，阿里、百度、腾讯纷纷选择自研推理芯片——性价比高、技术难度更小且应用场景广阔，吴泳铭就表示平头哥自研GPU已实现规模化量产，超过10万卡真武PPU已部署于阿里云公共云平台。百度AI虽然江河日下，但因为早年持续投昆仑芯片，目前计划将芯片部分单独上市，市场预计，市值将高于母公司，也算是享受一把芯片周期红利。

腾讯长期投资和扶持的燧原科技，即将上市，料将获得投资金额的十数倍利润，同样赚得盆满钵满。但采购也好，自研也罢，部分AI大厂依然被迫选择租用境外算力。值得一提的是，这实际上是夹缝中的一条合规路径。

一方面，芯片不入境，不构成进口；另一方面，用户在境内通过网络调用境外数据中心的算力，在现有出口管制框架下并未被禁止。所以，工程师在国内写代码，算力在境外跑，模型在云端产出，这是规则允许的缝隙，也是过去两年中国前沿模型能够持续迭代的重要支撑之一。

7月，鉴于K3模型的巨大进步，白宫科技政策办公室主任Michael Kratsios指控月之暗面蒸馏Anthropic模型并获取了英伟达GB300服务器，蒸馏一说固然模棱两可，但获取海外算力一说，却是业内人人所知的秘密。当然，这条缝隙目前正在收窄。这是另一码事，此处按下不表。

值得交代的是，海外算力中心可以提供更高性能的芯片，而在预训练环节，对芯片稳定性要求极高，目前国产芯片还在迅速追赶之中。这正好构成了“一半是海水，一半是火焰”的原因结构，地方算力中心铺天盖地建设，但却没有足够的算力芯片，也缺乏对企业算力的精准匹配，导致大量浪费；地缘政治挤压下的大模型企业，被迫选择更高性能的算力集群，出海成为一条可做不可说的弹性路径。

当然，以乌兰察布为代表的算力热土，凭借电价便宜、离北京很近、政府支持力度大等优势，也在持续崛起为中国AI产业的基础构件，堪称“因地制宜发展新质生产力”的典范。中国AI，艰难通过算力窄门 任何产业政策都不可能做到百分百精准，算力芯片、大模型等产业政策也都一样。

相对而言，算力中心和芯片国产化的产业政策，政府扮演了更加积极主动的角色，而大模型主要由企业主导推进，传统科研院所无法在资本、算力和组织上支撑模型的高度迭代。从2025年初的DeepSeek发布R1模型，到今年以来智谱GLM-5系列版本和Kimi K3的发布，中国开源大模型保持了对硅谷前沿模型的足够压力。

2026年9月8日全球大模型调用排名 与此同时，字节旗下的豆包，腾讯旗下的WorkBuddy，也在AI应用层面展示了不同于硅谷同行的探索尝试。目前，中国已经建成运营和规划的算力中心数量，约为1000座。这是否超出了未来几年迈入AI时代中国商业社会的实际需求，作者并不能给出定论。

但可以确认的是，算力中心的投资、建设、运营应该更充分地尊重市场规律，避免大干快上，形成巨大泡沫。毕竟，地方算力中心的成本方多为城投平台，这些机构本身已处在高负债状态。如果各地政府继续在算力投资上遭遇亏损，地方债务情况会进一步恶化。

而这，应该是一个必须得到避免的方向。