监管、民意和融资等多重压力之下,美国 AI 基础设施建设正面临新的挑战。
刚刚结束的美国中期选举,让数据中心建设引发的争议进一步受到关注。多地限制性公投获得通过,电力供应、土地占用等问题成为地方政策讨论的焦点。
与此同时,美国 AI 基础设施旗舰项目“星际之门”(Stargate)也面临融资和项目推进方面的压力。据彭博社 11 月 5 日报道,荷兰 ING 集团正寻求出售约 5 亿美元的数据中心贷款资产,其中涉及“星际之门”项目融资。而早在今年 9 月,甲骨文就曾针对该项目位于新墨西哥州的一处数据中心发出援引不可抗力的通知,以应对潜在的项目延期风险。
就在美国 AI 数据中心扩张面临诸多挑战之际,一份关于中国大型算力基础设施的实地考察报告引起了行业关注。
今年 9 月,美国半导体与 AI 基础设施研究机构 SemiAnalysis 来到中国内蒙古乌兰察布,实地考察了远景科技集团设计开发的星河基地。11 月 7 日,研究团队发布了题为《我们走访了中国内蒙古的“星际之门”》(We Visited China’s Stargate in Inner Mongolia)的深度报告。
报告将同样拥有广阔土地和丰富能源资源的内蒙古比作中国的“西得州”(West Texas),并将星河基地与美国得州的“星际之门”项目进行比较。研究团队直言,“美国算力路线图中诸多悬而未决的问题,都可以在这里找到解题思路。”
SemiAnalysis 对星河基地的建设速度、规模、低成本和垂直整合能力给予了较高评价。
这不是海外机构第一次关注乌兰察布。今年 8 月,高盛就曾发布研究报告,分析当地算力集群的增长情况;美国科技媒体也陆续报道了这里的数据中心建设进展。不过,此前的讨论更多集中在投资规模和产业布局,SemiAnalysis 此次考察则披露了更具体的工程与技术细节。
星河基地一期 120MW 设施从开工到交付不到一年,单位建设成本约为美国可比项目的五分之一。园区还配套规划了风电、储能等设施,以提高绿色电力的使用比例。
而在下一代供电技术上,星河基地已经率先迈出一步。这里采用固态变压器(SST)的 800V 直流供电系统已投入实际运行。这是全球首套在大型 AI 数据中心实现商业化运行的同类架构。
与美国“星际之门”相比,星河基地的优势也体现在能源供应和系统设计上。从风电场到服务器机柜,远景将多个环节纳入统一规划,并率先推动下一代供电技术在实际项目中落地。
过去,中国基础设施建设的优势往往体现在设备成本和施工效率上。而在星河基地,远景从项目规划阶段就统筹发电、输电、配电和算力负荷,通过系统设计与集成,减少不同环节之间的协调成本。
这种从能源开发延伸到机房内部供电的全链路能量管理能力,也为星河基地控制建设成本、缩短交付周期提供了支持,成为中国 AI 基础设施建设的一项重要竞争优势。
中国版“星际之门”,领先在哪里?
乌兰察布发展数据中心已有十多年。2013 年前后,华为率先在当地布局,此后阿里巴巴、苹果、快手等企业陆续进入。最初,这些设施主要承担数据存储、备份和通用云计算等业务,近年来随着生成式 AI 兴起,当地开始迎来新一轮大型算力投资。
风能资源丰富、平均气温较低、距离北京较近,是乌兰察布长期吸引数据中心的原因。如今,大模型训练和推理需要部署大量高功率芯片,机房对稳定供电和散热的要求不断提高,当地的能源条件也因此有了新的价值。
今年 9 月,SemiAnalysis 研究团队来到乌兰察布,实地考察了远景科技集团开发的星河基地。该基地分四期建设,其中一期 120MW 已于今年 8 月交付。这也是远景在乌兰察布总计约 3GW 数据中心规划中的首个大型园区。
为了说明这一项目的规模,SemiAnalysis 将其与美国得州阿比林的“星际之门”进行了对比。后者由 AI 基础设施公司 Crusoe 开发,并租赁给甲骨文(Oracle),由甲骨文为 OpenAI 提供算力服务。其核心区域规划了 8 栋建筑,总供电规模约 1.2GW,对应 IT 容量也与星河基地规划的大体相当。
两座园区的建设速度很接近,都耗时不到一年便完成交付。然而,SemiAnalysis 估算,星河基地一期的单位建设成本仅为美国的五分之一左右。
这一成本优势,除了中国设备和施工成本优势,也与星河基地的电力系统设计有关。
阿比林主要依靠公共电网,并配置现场燃气轮机作为补充。星河基地则从项目规划阶段,就将配套风电场、专用输电线路、储能设施和数据中心统一考虑,甚至延伸到机房内部的供电架构。通过统一规划和设备集成,可以减少不同系统之间的重复配置、现场调试和工程衔接,从而进一步控制建设成本和交付周期。
这种建设方式与远景长期积累的能源技术有关。远景最早从风机技术制造起家,后来逐步进入储能、电力电子和全链路能量管理领域。在星河基地项目中,它既承担数据中心开发,也参与深度布局与整合配套能源设施和机房供电系统的设计与集成的 AI 全价值链服务。
SemiAnalysis 在报告中评价,远景是其研究团队见过的“垂直整合程度最高的数据中心参与者之一”。
与传统数据中心开发商相比,远景参与的环节更为广泛。从自建风电场、铺设专用输电线路,到储能系统制造、低压配电和 800V 直流供电架构设计,再到预制式变电站的联合开发,星河基地将能源供应与算力设施建设纳入同一套系统。
传统数据中心通常先确定算力规模,再分别协调电网接入、供电设备和工程建设。远景则从项目规划阶段,就将当地风光资源、电网条件、储能配置和 GPU 负荷统一考虑,并根据数据中心的用电需求设计相应的能源设施。
这种从电源侧到 AIDC 负荷侧的全链路设计,是远景区别于传统开发商的核心优势。它能够在项目建设之初协调不同设备的配置和运行要求,减少系统之间的衔接工作,同时为后续的能源调度和算力负荷管理打下基础。
在工程建设方面,星河基地采用预制式变电站,提前在工厂完成模块生产和测试,再运输到现场安装,将交付周期压缩到三个月以内,而传统室内变电站通常需要约六个月。机房冷却系统也充分利用乌兰察布寒冷的气候条件,减少对传统机械制冷设备的依赖。
从能源供应、设备制造到工程交付,远景将多个环节的技术能力整合起来,高效地全链路能量管理,也让星河基地在建设成本、交付效率和绿色能源利用方面形成优势。
更重要的是,这套 AIDC 系统还将电力管理延伸至服务器负荷侧,使能源供应能够更好地适配 AI 计算的实际需求。这与国内正在推动的“算电融合”方向高度一致,也代表着大型 AI 数据中心从单纯建设算力设施,向能源与算力一体化规划发展的技术趋势。
在 SemiAnalysis 此次考察中,最能体现这种系统能力的技术成果,是星河基地已经投入商业运行的 800V 直流供电系统。这项技术也是英伟达正在推动的下一代 AI 数据中心供电方向。
星河基地,如何成为下一代 AI 供电的技术灯塔?
随着 AI 芯片功耗持续增加,单机柜功率正从过去的几十千瓦向数百千瓦发展。
例如,英伟达规划中的 Kyber 架构,单机柜功率预计达到约 600kW。如此高的功率密度,对数据中心的电力输送和转换效率提出了更高要求。
传统数据中心主要采用交流供电,电力进入机房后,需要经过低压变压器、不间断电源(UPS)、整流等多个环节,再送至服务器。这些设备会产生转换损耗,也占用机房空间。为此,英伟达正在推动 800V 直流供电架构,通过提高供电电压、减少转换环节,满足下一代高密度 GPU 集群的需求。
在星河基地中,远景采用固态变压器(SST),将 10kV 交流电直接转换为 800V 直流电,再输送至服务器机柜,由机柜内的 DC/DC 模块进一步降压。这种设计省去了传统方案中的低压变压器、UPS 和独立整流等中间环节,有助于降低电力损耗和设备占地。
这是全球首套在大型 AI 数据中心实现商业化运行的一体化 SST 直转 800V 高压直流供电系统。SemiAnalysis 的实地考察确认,该系统已在真实机房中运行,而美国同类架构仍处于较早的部署阶段。
不过,提出技术架构与将其投入商业运行,面临的挑战并不相同。AI 服务器的用电负荷会随计算任务快速变化,一旦发生设备故障,供电系统还需要及时隔离故障,避免影响其他正在运行的服务器。
因此,远景在系统设计阶段,就将 SST、储能、保护装置和控制策略放在一起考虑,提前确定故障隔离范围、关键负荷的供电保障和恢复顺序。
例如,同样是直流母线电压下降,如果由 GPU 负荷突然增加引起,储能系统需要及时补充功率;如果是某条支路发生短路,保护装置则要迅速切除故障,阻止其他电源继续向故障点供电。
这种协同设计要求不同设备围绕同一套运行工况进行验证。星河基地的实际运行,也让远景能够将 GPU 负荷波动、设备响应和故障处理过程中积累的经验,反馈到产品设计和系统验证中,持续改进供电架构。相比单纯提供某一类设备,这种从系统设计到商业运行的工程能力,是其重要优势。
而在机房之外,远景还将能源管理延伸到风电场、输电线路和储能设施,形成从电源侧到算力负荷侧的完整供电体系。
根据 SemiAnalysis 的介绍,星河基地规划了两座相距约 80 公里的风电场,这两座风场可以利用不同地点的风况差异,减少同时处于低风速状态的时间。配合四小时电池储能系统,规划绿电覆盖比例超过 80%。
为了协调风电出力与数据中心的用电需求,远景还将气象预测和能源管理技术应用到园区。其远景天机气象预测系统可以提前预测风电出力,天枢能源管理系统则结合发电情况、储能状态和算力负荷,动态调整能源调度策略。
例如,预测显示未来几个小时风电出力可能下降,系统便可以提前调整储能充放电计划,协调其他电源补充;而当 GPU 负荷突然增加时,机房内部的供电设备则负责快速调节功率,维持电压稳定。
从数小时尺度的发电预测和储能调度,到瞬时的功率控制,远景将不同时间尺度的能源管理连接起来。这也是其所强调的“全链路能量管理”,在规划阶段统筹能源资源和算力需求,并在运行过程中持续优化电力的生产、输送和使用。
其目标是让每度电产生更多算力和 Token。随着 AI 数据中心的用电规模持续扩大,能源利用效率也需要从机房内部延伸到整个供电链路。减少电力转换损耗、提高新能源利用率,并保障高密度 GPU 集群稳定运行,最终都有助于降低单位算力的能源成本。
下一场 AI 基建竞赛,AIDC 电力系统成为关键变量
中国的 AI 数据中心建设正加速推进,大型园区不断落地,新型供电技术也开始投入商业运行。然而在大洋彼岸,美国的数据中心扩张却遭遇了新一轮阻力。
过去几年,得州凭借充足的土地、相对低廉的能源价格和税收优惠,吸引了大量超大型数据中心项目。但随着算力需求迅速增长,电网扩容和电力接入逐渐成为建设瓶颈,一些项目开始额外部署燃气轮机、燃料电池和储能设施,以保障供电。
与此同时,大型数据中心带来的设备噪声、土地占用、水资源消耗,以及居民对电价上涨和电网稳定性的担忧,也引发了越来越多的反对声音。
在近期美国中期选举中,这种反对情绪进一步显现。据美国选举信息网站 Ballotpedia 统计,11 月 3 日举行的 41 项数据中心相关地方公投中,40 项结果倾向于限制开发。其中,27 项限制性措施获得通过,另有 13 项便利建设的提案遭到否决。
美国数据中心面临的这些挑战,也凸显出能源供应与算力建设协同的重要性。中国拥有丰富的新能源资源、成熟的电力设备供应链,以及大规模工程建设能力,为 AI 基础设施扩张提供了有利条件。
远景星河基地便是其中一个案例。依托自身在新能源装备、电力电子和能源管理领域的积累,远景能够在项目规划阶段就统筹发电、储能、输电和机房用电需求,并通过设备制造、系统集成和工程建设之间的协同,提高交付效率、控制建设成本。
把中美两座“星际之门”放在一起看,差异已经十分清楚:在建设成本和下一代供电架构的实际应用上,星河基地展现出领先优势。尤其是 800V 直流供电系统率先实现商业化运行,体现了中国企业在 AIDC 电力系统设计、集成和工程落地方面的技术能力。
这背后是两条不同的建设路径。美国依托资本、芯片和云计算生态持续扩大算力规模,电力供应却日益成为制约因素;以星河基地为代表的中国项目,则把新能源、电力装备和工程制造能力融入数据中心建设,从风电场到 GPU 机柜统一设计,让每一度电尽可能多地转化为算力。
而星河基地的意义,也不止于中美两座“星际之门”的比较。
随着算力需求持续增长,AI 基础设施的竞争将越来越多地延伸到能源领域。全世界都在寻找一条以更低成本、更清洁的方式将电力转化为算力的路径。星河基地已经展示了绿色电力与高密度算力相结合的工程方案,也让下一代 AI 基础设施建得更快、成本更低、能源利用更加高效成为可能。
从这个角度看,中国版“星际之门”的进展,体现了中国新能源产业、工程制造和电力系统技术长期积累的成果,也为全球 AI 基础设施建设提供了一种新的思路。
1.https://newsletter.semianalysis.com/p/we-visited-chinas-stargate-in-inner
2.https://www.wired.com/story/the-unlikely-place-at-the-center-of-chinas-ai-boom/
3.https://www.crusoe.ai/resources/newsroom/crusoe-blue-owl-capital-and-primary-digital-infrastructure-enter-joint-venture
4.https://www.xxquant.com/en/institution/institutional-research/7d948f57e18365ce62c9e29381543012
运营/排版:何晨龙
注:封面/首图由 AI 辅助生成
热门跟贴