炒股开户平台大厂涌向乌兰察布 AI如何改变了数据中心这门生意？

　　“沿这条路走，是整个中国数据中心密度最高的一个区域。”在内蒙古乌兰察布的察哈尔高新区，汽车行驶了十来分钟，沿路已经过30多家企业的数据中心。阿里、苹果、华为、字节、快手、优刻得等都来到了这里。不少数据中心园区都能见到身穿施工服的工人，一座座新数据中心仍在这片土地上“疯长”。

　　“同样的一个机房去运行，如果放在乌兰察布，跟放在其他城市，每年的电费可能节省50亿元。”阿里巴巴数据中心总经理王朝阳向记者透露，云计算时期，张家口是阿里云全国最大的基地，到智算时代，乌兰察布一骑绝尘。

　　AI如何改变了数据中心？来到乌兰察布，实则也是一条AI算力基础设施不断寻找成本、时延、能效、安全等各要素极致平衡交汇点的道路。一个观察是，AI时代的Token并非完全同质化的商品，这推动着大厂数据中心运营不断进化出更复杂的“精算账”。乌兰察布是这场变化中最不容忽视的样本之一，但故事不只属于乌兰察布。

　　为什么是乌兰察布？

　　电价是乌兰察布最核心的优势，但真正走入一座数据中心就会发现这门生意的复杂——成本是必然要被考虑的，要被考虑的也远不止成本。

　　进入阿里云的一座数据中心大楼，记者一路从制冷水循环区走到蓄电池间，再穿过柴油发电机房和配电室，随后是负责给机房降温的空调区，最后才看到真正摆放服务器的IT包间。不同于人们对数据中心一切都在高速运转的印象，一排排的蓄电池以及14台柴油发电机静悄悄，工作人员表示，“从2018年来这里，我们没出现过停电故障，柴油发电机从来没真正启用，只有定期检修、试运行。”

　　理论上，一旦发生断电，这个12兆瓦数据中心所需要的电量可以在一分钟左右被柴油发电机自动接管，电池用来作为其间过渡。但蓄电池摆满了一整个房间，几乎占到一层楼1/3的面积，实际达到了可为整个数据中心供电15分钟的量，为了防止柴油发电机自动启动不及时，留出人工干预的时间。此外，柴油发电机的数量也按“N+1”的原则，留出了一台备用机。

　　这是一套典型的基础设施逻辑：尽管数据中心寸土寸金，但很大面积、成本都要为这样的冗余买单，以防止极低概率的故障。

　　同时，数据中心又很“节省”，电路进入数据中心通常要经历交流、直流之间多次转化的复杂过程，每一次的电能转换都是损耗和成本，为了这看不见的损耗，阿里云自研了巴拿马系统减少转换环节，连空调也定制、选用了市面上少见的直流电空调。

　　数据中心内部如此，选址同样如此。对于为什么选择乌兰察布，王朝阳同样算起了一本精细账：制胜的因素是3毛2到3毛5之间的电价。同时，年平均气温4.3℃、利于散热，离北京大约350公里、来回网络延时大约4毫秒。

　　在这背后，是AI时代让如今的乌兰察布处在了一个微妙的交汇点。“为什么是乌兰察布，不是离北京更近的地方，也不是贵州、新疆？”谈起数据中心的发展，王朝阳进一步解释，是市场、成本和技术依赖三套逻辑相互作用的结果。

　　一方面，数据中心要离市场足够近，尤其量化、游戏等业务对时延容忍度低，必须靠近用户市场。另一方面，芯片成本并非企业努力就能降低的情况下，同样占到数据中心大头的电力成本成为更受重视的“可选项”。与此同时，数据与算力往往就近部署，也会使已经形成规模的数据中心集群具有一定的强化效应。

　　值得注意的是，影响数据中心的这些要素在不同时期也是不断变化的。

　　云计算时期，电商、支付、游戏等是数据中心大量需求的来源，这些业务场景下用户对时延的敏感度更高，“离市场近”的重要性凸显，离京津冀更近的张家口就曾更受瞩目。AI时代，大量模型训练等需求增加，算力需求规模也大跃升，单机柜平均功率从CDC的10至15千瓦，到AIDC迅速迈向100千瓦，电力对成本影响更大的同时，“有没有足够的电”本身也成为产能约束。而大模型训练及部分推理业务对跨区域网络时延的容忍度，也高于支付、游戏等实时业务，让乌兰察布也变得“足够近”了。

　　“北京向西一步，就是乌兰察布。”这句标语在当地随处可见。放在数据中心的故事里，AI同样让算力基础设施向西走了一步，智算时代的数据中心开始进一步靠近能源腹地。

　　变化的数据中心

　　这并不意味着数据中心会一路向西，相反，在AI算力需求爆发式增长的情况下，行业对数据中心的发展、运营也在变得更为精细化。

　　王朝阳认为，数据中心的发展正走向两个趋势：从东往西三级纵深，以训练为中心；从西往东三级下沉，以推理为中心。

　　他表示，千卡、万卡集群最初集中于京津冀、长三角、大湾区，而万卡集群已基本迁至“胡焕庸线”以西，未来更大的集群也可能去到西部更加广阔的土地，更加丰富的资源，“今天发展到第二步，第三步我们需要三到五年的时间。”

　　但另一边，从去年下半年起，模型进入“好用的时代”，Token的消耗呈现指数增长爆发，王朝阳同样看到了以推理为核心的算力需求下沉，因为Token消耗的主力仍然是东部的人口、经济带。他判断，这些算力需求对应的数据中心第一阶段处于全国的电价洼地，到第二阶段，未来长三角、大湾区、京津冀三大经济圈将涌现大量推理型算力集群，第三阶段，行业一定会进入一个产业群的覆盖，“我们新兴的产业、数字化基础非常好的产业一定会成为Token使用聚集区域。”

　　AI时代的“大爆发”下，乌兰察布值得借鉴的故事并不是复制一座“算力草原”，而是AI如何催生了新的“交汇点”，一座城市、数据中心如何在其中找到生长的方向。

　　在这背后，Token背后的算力需求并非完全同质。随着大模型竞争变化、智能体兴起，以及自动驾驶、具身智能等更多场景落地，不同负载对成本、时延、稳定性和供电规模的要求还可能进一步分化：一些算力可能需要再度靠近用户和产业现场，一些算力对稳定GW级电力的需求则可能进一步提升。不同负载需要被放到更适合它的位置，对各个城市而言，这既是机会也是挑战，大厂的数据中心布局也将变得更加精细和复杂。

　　这种精细化不只发生在算力地图上，也在影响数据中心的形态变迁。在乌兰察布，记者还见到了阿里云面向AI时代的创新数据中心，它基于全模块化设计架构CUBE 5.0建造，最大的特点是将大型AIDC数据中心的交付工期从行业常见的6至12个月缩短至100天。

　　如果说过去建造一个数据中心仍更像“建大楼”的形式，那么CUBE 5.0则更像拼乐高，将数据中心的配电室、空调间等分拆成一个个集装箱，在工厂完成集装箱的建造后，再来到基地进行“拼大楼”。

　　阿里云2.0架构的传统数据中心和5.0架构的数据中心同时在乌兰察布运转着，但5.0架构要面向算力供不应求阶段更激烈的交付速度竞争。

　　“交付就是生产力，今天我们可以说没有一张卡是空闲的，每张卡都要么忙训练模型，要么生产token，如果服务客户的时间提前了，我就能够产生更大的客户价值。”王朝阳表示。此外，他介绍，5.0架构能最大化兼容主流异构芯片与计算架构，支持至少三代芯片迭代。AI时代，响应速度、效率以及对下一代算力需求的响应能力正进一步成为数据中心竞争的关键。

　　一切都在被AI重塑，数据中心不是一成不变的建筑，“token之城”的样貌也需要不断变化。正如草原上的风从不停歇，乌兰察布的故事里，AI时代的算力版图，或许也将是一场没有终点的动态寻优。