文章摘要
随着AI算力集群规模扩大，行业竞争重心转向电力供应等基础设施。8月6日，远景科技集团在乌兰察布投产「远景乌兰察布星河基地」，亮相全球最大AI算力超级单体。远景搭建实时闭环系统，采用800V直流供电方案与优化热管理，提升算力输出。其不涉及模型运营，为国产算力集群提供路径，还提出“戈壁使命”计划。

当AI算力集群从万卡级迈向十万、百万卡规模，整个行业的竞争重心正在发生深刻变化：曾经作为后台配套的电力供应、散热管理等基础设施环节，已经成为决定算力扩张速度和可持续性的核心变量。

8月6日，远景科技集团在乌兰察布正式投产「远景乌兰察布星河基地」，园区内全球最大的AI算力超级单体同步亮相。这座超级单体建筑面积超过12万平方米，相当于20个标准足球场，基地总规划容量达到2GW，可支持百万卡并行和百万P级算力规模。

放在两年前，这样的规模还难以想象。彼时AI行业的注意力大多集中在模型参数、GPU数量和单卡算力上，而如今单个算力集群的规模和功耗都迎来爆发式增长，IT负荷从兆瓦级跃升至百兆瓦乃至GW级，一座大型AI数据中心的用电量已经接近一座中型城市。

英伟达CEO黄仁勋曾将AI拆解为能源、芯片、基础设施、模型和应用五层，能源被放在最底层的基础位置——没有稳定的电力支撑，后续所有环节都无从谈起。电力已经从后台配套，变成决定算力扩张速度的前置条件。

当前全球数据中心总规模已达32吉瓦，但输电线路、变电站和电源设施的建设周期，通常远长于服务器采购和数据中心土建周期，不少项目都出现过服务器已经到货，但配套电力却未同步就绪的尴尬局面。

对于十万卡乃至百万卡的集群来说，仅满足电量需求还远远不够，供电的稳定性同样至关重要。AI训练任务往往持续数周甚至更久，电压波动、瞬时中断都可能影响集群整体利用率，一旦任务被迫中断，重新加载检查点、恢复集群同步状态，都会产生额外的时间和计算成本。

更关键的是，AI算力负荷的波动性正在显著增强：数万张甚至更多芯片同步启动、训练阶段切换以及推理请求的实时变化，都会让整体负荷快速波动。当AIDC规模来到GW级后，普通意义上的“不断电”已经无法满足需求，必须搭建一套可以同时处理容量、稳定性、动态响应和效率的完整能源系统。

这一变化也重塑了中国算力竞争的坐标系。过去能源企业更多仅向数据中心提供单一电力供应或设备，但当IT负荷进入百兆瓦乃至GW级，能源获取、储能、供配电和热管理开始成为决定基础设施上限的核心因素。中国长期积累的风光资源、电力装备、储能制造和大规模工程建设能力，也因此获得了新的应用场景。据行业观察，2026年中国风电光伏新增装机约3亿千瓦，新型储能装机规模也已突破1亿千瓦，这些原本服务于电网侧的产能，正在成为算力基础设施可直接调用的资源。

但拥有风光资源和储能能力，并不意味着可以直接为GPU集群供电。要让这些资源真正落地AI数据中心，必须将波动的新能源转化为稳定、高质量、可连续供应的“算力能源”，这正是远景进入AIDC领域的逻辑起点。

中国丰富的风和光资源本身存在天然波动性，而百万卡集群却要求持续稳定运行，两者存在天然矛盾。远景乌兰察布星河基地要完成的核心转换，就是将波动的绿色能源，变成可预测、可调度、可连续供应的算力能源。而这项工作对于远景来说并非全新领域，过去二十年里，远景从风机、储能、电力电子到能源管理，始终在解决同一类物理问题：如何预测自然能源的波动、如何储存和调度电力，以及如何让不稳定的新能源最终成为工业系统可依赖的稳定能源。当AI数据中心进入GW级时代，这套能力恰好与算力基础设施的需求高度重合。

为了满足绿色算力的资源基础，远景将AIDC选址乌兰察布，这里风、光资源丰富，全域绿电占比高达67%，远景通过自建风电场和专线，将绿电直接送入数据中心。

在拥有资源基础后，如何让这些资源真正适配AI算力需求，成为接下来的核心问题。远景搭建了一套「预测—决策—执行」的实时闭环系统：

  • 「远景天机」气象大模型负责预测环节，对风光出力进行高精度判断，将原本不可控的天气变化，转化为可提前预判的能源变量；
  • 「远景天枢」能源大模型负责调度环节，根据发电、储能、算力负荷和电价的实时变化，动态优化电力分配，让每一度电都输送到最需要的设备上；
  • EnOS智能物联操作系统负责执行环节，将风机、储能、电力设备和算力设施接入统一控制底座，让预测和调度的结果实时落地到设备，同时将设备运行数据反馈回预测和调度环节，持续修正后续判断。

与此同时，储能承担了绿电与GPU之间的缓冲角色，平滑新能源发电的波动，保障算力集群的稳定供电。

除了能源调度，数据中心的供电链路还存在长期被忽视的隐性成本：电力以中压交流形式进入机房，直到转换为芯片最终使用的直流电，中间需要经过多级变换，每一次转换都会产生电能损耗。在机柜功率较低的时代，这些损耗并不显眼，但随着AI机柜进入数百千瓦级，转换效率、设备占地和铜耗的问题被同步放大。

远景采用SST加BESS的800V直流供电方案，减少中间转换环节，提升GPU侧的供电效率，避免电能在供电链路中被无谓损耗。对于GW级的AIDC来说，哪怕只有几个百分点的效率提升，放到整个园区规模上，都能节省巨大的能源和运营成本。

热管理同样是超级单体建设的核心环节。AI芯片消耗的电力最终大部分会转化为热量，芯片部署越密集，单位面积的热流密度越高，如果热量不能及时带走，GPU就无法长期保持稳定的高负荷运行。因此，远景在供电设计之外，将冷却系统纳入整体规划，根据不同功率密度场景，结合风冷、液冷以及乌兰察布当地的自然冷源条件，降低非算力能耗。

从这个角度来看，一座AI算力超级单体需要优化的绝不仅仅是某一个孤立指标，从风场获取电力，经过储能和供配电到达GPU，最终转化为计算结果和热量，这一整条能量转化链都需要被系统性优化。链条中每减少一点等待和损耗，都意味着同样一度电能够支撑更多的算力输出。

经远景测算，依托AI电力系统和高比例绿电直连，该基地同等面积下的算力输出规模可达到传统数据中心的10倍。这一密度的实现并非依靠单纯堆叠机柜数量，而是将能源获取、供电、储能、散热和算力部署作为一个完整系统进行统一设计。

这也解释了为什么造出全球最大AI算力超级单体的是一家新能源企业。超级单体表面上是一栋数据中心建筑，背后实则需要同时组织GW级能源、百兆瓦级供配电、高密度散热，以及复杂的工程建设和系统调度。随着AIDC规模不断扩大，能源管理和热管理从后台能力走到了基础设施核心，而这些恰好与远景过去二十年积累的技术和工程能力高度契合。远景布局AIDC并非突然跨界，而是沿着能源系统一路向芯片侧延伸的必然结果：从风场延伸到储能，从能源调度延伸到供配电，最终从供电环节进入热管理和超级单体建设，将原本服务于能源产业的整套能力，重新组合为AI算力基础设施。

当前中国算力产业正在经历新的竞争阶段：在持续追赶单卡性能的同时，行业正将更多资源投入超节点、大规模互联和集群工程建设。其核心逻辑是将芯片、网络、内存、软件和调度组织为一个整体，从系统层面提升集群的有效算力。当算力开始以十万卡、百万卡为单位组织，竞争重点自然从单芯片性能，延伸到整个系统的组织效率。

在新的竞争格局下，芯片之间的协同只是一方面，背后的电力、散热和基础设施的协同则是另一个关键问题。这也是远景将超级单体规模做到百万卡级别的核心原因：超节点将更多芯片组织为一台更大的“计算机”，而超级单体则需要为这台“计算机”提供足够大的部署空间、足够高密度的供电和散热能力，以及能够持续稳定运行的能源系统。

远景仅负责从绿电获取、土地开发、园区建设到AI电力系统的基础设施全链路，不涉及模型运营或客户数据处理，客户可自行部署并管理服务器和芯片集群。这种分工安排让科技公司和互联网大厂能够聚焦模型研发和计算任务，将建设周期、能源成本和供电可靠性等问题交给专业的新能源企业解决。这套方案不仅解决了当下的部署难题，更为国产算力集群探索出了一条可复制的发展路径。

2026年6月，远景提出“戈壁使命”计划，目标到2030年在全球戈壁荒漠地区建成5GW规模的绿色AI算力中心，乌兰察布星河基地正是这一计划的第一步。这条从乌兰察布走向全球戈壁的路径背后，是一场更大的行业坐标系变化：随着AI进入十万卡、百万卡和GW级基础设施时代，竞争的重点已经从单一芯片性能，扩展到整个系统的组织能力，决定下一阶段胜负的变量不再只有芯片。过去中国主要在芯片领域追赶，如今新能源、制造、储能和工程能力也开始进入竞争核心。

全球最大的AI算力超级单体落地乌兰察布，不仅是一项规模纪录，更是一个明确的信号：当AI基础设施走向GW级，能源、制造、储能和工程能力正在成为竞争核心，中国也因此有机会将自身长期积累的产业优势，进一步转化为全新的算力竞争力。

以上内容不代表本平台立场，仅供读者参考