剛剛，智譜建了一座只用國(guó)產(chǎn)芯片的數(shù)據(jù)中心

本文作者：鄭佳美

2026-07-23 12:25

導(dǎo)語(yǔ)：AI 大廠正從「訓(xùn)練模型」走向「建設(shè)計(jì)算工廠」。

剛剛，智譜建了一座只用國(guó)產(chǎn)芯片的數(shù)據(jù)中心

AI 大廠正從「訓(xùn)練模型」走向「建設(shè)計(jì)算工廠」。

作者丨鄭佳美

編輯丨馬曉寧

過(guò)去兩年，全球人工智能行業(yè)最搶手的東西，是英偉達(dá) GPU。

從 OpenAI 到 Meta，再到 Google、Amazon，幾乎所有希望在 AI 領(lǐng)域占據(jù)優(yōu)勢(shì)的公司，都在爭(zhēng)奪計(jì)算資源。

行業(yè)最初盯著模型能力，后來(lái)逐漸發(fā)現(xiàn)，模型背后的那套“機(jī)器”，同樣決定著迭代速度。

算法可以調(diào)整，數(shù)據(jù)可以補(bǔ)充，算力中心卻不能臨時(shí)搭建。

芯片要提前采購(gòu)，機(jī)房要提前建設(shè)，電力也要排隊(duì)接入。等模型方案確定后再尋找資源，往往已經(jīng)晚了。

于是，AI 行業(yè)出現(xiàn)了一個(gè)頗有反差的場(chǎng)景：一群研究最前沿軟件的公司，開(kāi)始忙著找土地、談能源、修數(shù)據(jù)中心。

就在這輪建設(shè)潮中，智譜完成了一座規(guī)模達(dá)到 1GW 的 AI 數(shù)據(jù)中心。據(jù)彭博社報(bào)道，該中心全部采用中國(guó)制造的芯片，并將用于模型訓(xùn)練。

單獨(dú)看，這像是一條國(guó)產(chǎn)芯片新聞。但放進(jìn)全球 AI 公司的動(dòng)作里，它更像一個(gè)新的產(chǎn)業(yè)信號(hào)：大模型公司正在從算力使用者，變成算力基礎(chǔ)設(shè)施的組織者。

大模型公司開(kāi)始提前備貨

過(guò)去，大模型公司通常從云廠商手中購(gòu)買(mǎi)算力。

這套方式適合創(chuàng)業(yè)初期。公司不需要自己買(mǎi)地、建機(jī)房，也不必管理復(fù)雜的硬件集群，租用 GPU 就可以開(kāi)始訓(xùn)練。

但當(dāng)計(jì)算需求從幾百?gòu)埿酒鲩L(zhǎng)到幾萬(wàn)甚至幾十萬(wàn)張時(shí)，云端資源很難像水龍頭一樣隨開(kāi)隨有。

前沿模型的訓(xùn)練可能持續(xù)數(shù)月，期間還要同時(shí)安排后訓(xùn)練、推理和大量實(shí)驗(yàn)。頭部公司需要的已經(jīng)不是一次性的計(jì)算資源，而是一套能夠長(zhǎng)期調(diào)動(dòng)的系統(tǒng)。

OpenAI 因此推進(jìn) Stargate，首批設(shè)施從 1GW 級(jí)起步，整體規(guī)劃達(dá)到數(shù) GW；

xAI 在孟菲斯建設(shè) Colossus，并把規(guī)模擴(kuò)大到約 2GW；Meta 的 Hyperion 目標(biāo)達(dá)到 5GW，其更大的基礎(chǔ)設(shè)施規(guī)劃還準(zhǔn)備繼續(xù)擴(kuò)張；

Anthropic 則通過(guò)與 Amazon 的長(zhǎng)期合作鎖定約 5GW 算力。Google 很早就圍繞 TPU 建立自己的計(jì)算集群，國(guó)內(nèi)的字節(jié)和智譜也都進(jìn)入了 1GW 級(jí)建設(shè)階段。

這些公司的方式并不相同。有的直接修建園區(qū)，有的和云廠商深度綁定，有的擁有自研芯片。但它們面對(duì)的是同一個(gè)時(shí)間差：模型幾個(gè)月就會(huì)更新一次，數(shù)據(jù)中心卻需要幾年才能建成。

今天簽下的土地和電力合同，服務(wù)的可能是三年后的模型。所謂建設(shè)算力中心，其實(shí)是在為尚未確定的下一代技術(shù)提前留位置。

軟件生意開(kāi)始有了鋼筋水泥味

算力中心把 AI 公司帶進(jìn)了一個(gè)陌生世界。

軟件產(chǎn)品開(kāi)發(fā)完成后，可以近乎零成本地復(fù)制給更多用戶；數(shù)據(jù)中心卻需要土地、變電設(shè)施、冷卻設(shè)備、高速網(wǎng)絡(luò)和長(zhǎng)期能源合同。

服務(wù)器進(jìn)入機(jī)房前，可能已經(jīng)有數(shù)十億美元投入到看不見(jiàn)的土建和供電工程里。

過(guò)去，一家 AI 公司最重要的能力是招到研究人員、訓(xùn)練模型和推出產(chǎn)品。現(xiàn)在，它還要處理電網(wǎng)接入、施工進(jìn)度、設(shè)備折舊和資本安排。基礎(chǔ)設(shè)施基金、能源企業(yè)、地產(chǎn)商和長(zhǎng)期債務(wù)，也開(kāi)始進(jìn)入大模型產(chǎn)業(yè)鏈。

這讓 AI 競(jìng)爭(zhēng)多了一層賭注。

頭部公司普遍相信，未來(lái)的模型會(huì)消耗更多計(jì)算資源，因此必須提前擴(kuò)建。雷峰網(wǎng)

但幾年后的訓(xùn)練方式會(huì)不會(huì)改變，新增算力能否被充分利用，模型收入又能否覆蓋持續(xù)增長(zhǎng)的成本，目前都沒(méi)有確定答案。

一座空閑的數(shù)據(jù)中心不會(huì)因?yàn)閷儆?AI 行業(yè)就變得更便宜。昂貴芯片只有持續(xù)運(yùn)行，才可能轉(zhuǎn)化為研發(fā)效率；一旦需求低于預(yù)期，它也可能迅速變成沉重的折舊負(fù)擔(dān)。

算法公司最擅長(zhǎng)預(yù)測(cè)下一個(gè)詞，現(xiàn)在卻不得不預(yù)測(cè)幾年后的電力需求。

路怎么修？

智譜項(xiàng)目與海外同行最大的差別，在于它全部采用中國(guó)制造的芯片。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

全球公司的底層選擇已經(jīng)開(kāi)始分化：OpenAI 和 xAI 主要依賴(lài)英偉達(dá)，Meta 在采購(gòu)英偉達(dá)的同時(shí)推進(jìn)自研 MTIA，Anthropic 使用 Amazon Trainium 與英偉達(dá)，Google 堅(jiān)持 TPU，字節(jié)的相關(guān)項(xiàng)目采用華為昇騰。

智譜則把整座 1GW 數(shù)據(jù)中心放在國(guó)產(chǎn)芯片體系上運(yùn)行。

當(dāng)模型公司只是在云上租用算力時(shí)，芯片更像一項(xiàng)被封裝好的服務(wù)。

開(kāi)始建設(shè)自己的數(shù)據(jù)中心后，底層硬件會(huì)牽動(dòng)整套系統(tǒng)：服務(wù)器如何設(shè)計(jì)，芯片之間如何通信，編譯器和訓(xùn)練框架如何適配，故障發(fā)生后如何恢復(fù)，都需要重新磨合。

單顆芯片能夠運(yùn)行模型，和成千上萬(wàn)顆芯片能夠一起高效訓(xùn)練，并不是同一件事。

集群擴(kuò)大后，任何通信延遲、軟件兼容問(wèn)題或者設(shè)備故障，都可能讓大量機(jī)器停下來(lái)等待。

英偉達(dá)的優(yōu)勢(shì)，很大一部分來(lái)自 CUDA 和長(zhǎng)期積累的工程生態(tài)。

使用這套體系擴(kuò)建算力，更像在已經(jīng)鋪好的高速公路上增加車(chē)道。智譜面對(duì)的情況更復(fù)雜：它既要擴(kuò)大車(chē)流，還要參與修路。

所以，1GW 只是一個(gè)工程規(guī)模，不能直接等同于模型能力。

這座數(shù)據(jù)中心最終有沒(méi)有價(jià)值，要看它能否穩(wěn)定承擔(dān)大規(guī)模訓(xùn)練，是否能保持較高利用率，以及能不能真正縮短 GLM 系列模型的迭代周期。

只有當(dāng)機(jī)房里的芯片持續(xù)轉(zhuǎn)化成新的模型和產(chǎn)品，算力中心才不只是一個(gè)醒目的數(shù)字。

過(guò)去，人們習(xí)慣通過(guò)排行榜和發(fā)布會(huì)觀察 AI 競(jìng)爭(zhēng)。下一輪差距，可能在模型登場(chǎng)前就已經(jīng)形成——藏在提前鎖定的電力、尚未安裝的服務(wù)器，以及那些需要幾年才能建成的數(shù)據(jù)中心里。

智譜進(jìn)入的，正是這場(chǎng)更慢、更重，也更難臨時(shí)追趕的比賽。

參考鏈接：

https://www.bloomberg.com/news/articles/2026-07-20/z-ai-completes-giant-data-center-with-chinese-chips-to-train-ai

https://x.com/lentils80/status/2079270703224811777?s=46

上車(chē)，帶你看遍全球 AI 頂會(huì)精華

可獨(dú)家暢覽：

專(zhuān)家演講PPT

大會(huì)報(bào)告全文