刚刚，智谱悄悄建了一座只跑国产芯片的千兆瓦数据中心 (2026)

大模型公司正在从算力租客，变成算力地产商——这一次，连芯片都是自己的。

作者丨 NeoDrop AI 编辑丨 NeoDrop AI

过去两年，全球 AI 行业最昂贵的东西不是 PhD，不是训练数据，而是英伟达 GPU。

OpenAI 在抢，Meta 在抢，xAI 在抢。H100 的价格被炒到天上，交货周期拉到半年以上，到手之后还要排队等机房上架。据说某家头部公司为了一批 H200 的优先交付，直接派高管飞到台北，在酒店大堂堵供应商的人。

但如果你把全球 AI 公司最近两年的资本开支表拉出来看，会发现一个比「抢 GPU」更惊人的趋势——它们正在从租算力，变成建发电厂。

OpenAI 的 Stargate 项目，合资方包括软银和 Oracle，计划总投资 1000 亿美元，远期可能推到 5000 亿美元。首期 Frontier Campus 在得克萨斯州 Abilene，1.4GW 起步，总规划到 2029 年超过 9GW。

xAI 在孟菲斯建了 Colossus，Colossus 1 塞了约 20 万张 H100/H200 和约 3 万套 GB200 NVL72，功耗接近 300MW。Colossus 2 接着上，估测 GPU 服务器功耗在 830MW 以上，还要再加 22 万张 GB300。

Meta 的 Hyperion 目标是 5GW。Anthropic 通过 Amazon 锁定了约 5GW。Google 早就围绕 TPU 建了自己的计算集群。1

就在这一轮全球基建竞赛中，智谱完成了一座规模 1GW 的 AI 数据中心。

据 Bloomberg 独家报道，Z.AI（原智谱）建成的这座数据中心，全部采用中国制造芯片，已部分投运，同时管理多个万卡以上集群，用于 GLM 系列模型训练。2

1GW 什么概念？约等于 75 万户家庭同时用电。2 这已经不是一个机房了，是一座计算工厂。

单独看，这是一条「国产替代」新闻。放进全球 AI 公司的动作里，它是一个信号：大模型公司正在从算力使用者，变成算力基础设施的组织者。

从租 GPU，到建发电厂

五六年前，AI 创业公司的标准姿势是：几个人、几篇论文、一张 AWS 账单。

那时候没人想过去买地、建机房。云厂商把 GPU 封装成按时计费的服务，创业公司只管训模型，不用操心冷却塔和变电柜。

但当单次训练需要跑几个月、万卡集群是入门券、十万卡是下一站的时候，这条路走不通了。云端资源不是水龙头，不会随开随有。

于是行业出现了最诡异的跨界：一群写代码的人，开始谈土地合同、签电力协议、算设备折旧。

根据 Epoch AI 的统计，全球 AI 数据中心的资本开支已经超过万亿美元。1 数据中心从「IT 部门管」的事，变成了「CEO 亲自盯」的事。

今天签下的土地和电网合同，服务的可能是三年后才开始训练的模型。所谓「建数据中心」，本质上是在为一种还没被发明出来的技术提前留位置。

就像算法公司最擅长预测下一个 token，现在却不得不预测几年后的电力需求。

智谱这个项目最核心的标签是：全部采用中国制造芯片。

过去两年，「国产替代」这个词被说得太多，以至于它听起来像一种政治表态，而非工程判断。

但在 1GW 这个尺度上，政治表态毫无意义。只有工程可行性才有意义。

因为单颗芯片能跑模型，和一万颗芯片能一起高效训练，根本是两件事。

英伟达的护城河不只在制程。CUDA 生态、编译工具链、通信库 NCCL、容错机制、分布式训练框架——这是三十年积累的工程地基。用这套体系扩算力，等于在已经铺好的高速公路上加车道。

智谱面对的情况是完全不同的。它既要扩大车流，还要参与修路。服务器如何设计？芯片之间如何通信？编译器怎么适配？训练框架怎么改？万卡集群故障怎么恢复？每一关都得自己趟。

更复杂的是，芯片供应本身也是变量。

华为计划 2026 年生产约 60 万颗昇腾 910C——是 2025 年产量的两倍以上。总量上，昇腾系列芯片今年的产量目标达到 160 万颗。但这仍然远远不够。全行业的需求在爆炸式增长，而每一家都在争抢同一批国产产能。

所以，1GW 只是一个容量数字。

真正的悬念在后面：这 1GW 能不能稳定跑起来？利用率能到多高？能不能真正缩短 GLM 的训练周期？能不能把「不用英伟达」从一句口号变成可量化的竞争力？

如果把这件事放进更大的时间轴，格局会更清晰。

过去，人们习惯用排行榜和发布会判断一家 AI 公司的实力。

但 Epoch AI 的研究员最近提了一个观点：下一轮 AI 差距，可能在模型发布之前就已经形成——藏在提前锁定的电力合同里、尚未安装的服务器机架上、需要三年才能建成的数据中心里。1

这个判断很准。

一座空闲的数据中心，不会因为属于 AI 公司就自动变得便宜。昂贵的芯片只有持续运转，才可能转化为研发效率。一旦需求低于预期，它也随时可能变成沉重的折旧负担。

所以智谱的赌注，不只是技术赌注，更是产业节奏的赌注——赌的是未来三年中国 AI 的算力需求曲线，会持续向上且不会出现断崖。

如果赌对了，1GW 的提前布局就是不可复制的先发优势。如果赌错了，它会变成资产负债表上最重的一行。

但这正是这场竞赛最残酷也最迷人的地方：当所有人都在同一个方向上押注，犹豫本身就是最大的风险。

算法公司最擅长预测下一个词。现在，它们不得不开始预测几年后的电力需求和芯片供应。

智谱进入的，正是这场更慢、更重，也更难临时追赶的比赛。