💡 站外导读：长期以来，前沿大模型的竞争焦点主要聚焦在算法架构演进（如 MoE 稀疏激活、多词元预测）与高质量合成语料的开采上。然而，随着万亿参数多模态与长程推理时代的来临，集群电力供给上限与每瓦能效比正成为制约 AI 演进的硬核物理瓶颈。近日，国内头部大模型新贵 DeepSeek 被证实正接近完成规模高达 150 亿美元的新一轮巨额融资，核心资金将直接投向内蒙古乌兰察布建设 1GW 级超级智算中心。该项目不仅由 16 万颗国产华为昇腾 950DT 芯片构筑物理算力基座，更有新能源巨头宁德时代携 1.4 亿美元注资与端到端储能绿电直连保驾护航，标志着大模型竞争彻底跨入“能源基建与全栈芯片自主”新纪元。
一、150 亿美元的物理归宿：大模型竞争从“卷代码”跨越到“抢能源”
在过去三年的大模型热潮中，全球技术团队的较量主要集中在软件算法的微调与参数规模的扩张上。然而，当顶尖大模型的单次预训练与推理调用吞吐达到十万亿 Token 级别时，算力瓶颈的本质已经悄然发生了物理维度的位移：算力的底层实质是电能，集群扩展的硬天花板是供电网与散热极限。
据多家权威渠道获悉，DeepSeek 即将敲定的 150 亿美元新一轮融资，并未像以往创企那样将绝大部分资金耗费在泛商业推广或海外算力云租借上，而是极其果断地锁定了内蒙古乌兰察布市的一处 1GW（吉瓦）级超大型专属算力产业基地。乌兰察布坐拥内蒙古充沛的风光互补可再生清洁电能，常年均温偏低，具备建设世界级低 PUE（能源使用效率）绿色算力中心的先天地利优势。这一手重资产布局，意味着中国大模型领头羊正将竞争壁垒从纯算法逻辑直接铸造进物理基础设施之中。
二、16 万颗华为昇腾 950DT：国产算力万卡集群的工程突围
硬件底座的选择，是衡量超大规模数据中心自主可控与长远生存能力的最关键指标。知情人士明确披露，该 1GW 智算中心的核心计算底座，将至少部署 160,000 颗国产华为昇腾 950DT 加速芯片。这是国产前沿算力芯片在单一集群工程中规模最为庞大的商业部署案例之一。
16 万卡超大规模集群的互联协同，对网络拓扑（RoCEv2/HCCS）、跨节点通信时延与容错断点续训提出了近乎严苛的 SRE 级工程考验。昇腾 950DT 凭借针对大语言模型与多模态原生优化的矩阵加速单元，配合自研高密度算力机柜与液冷循环系统，将在乌兰察布实现百万级集群吞吐，彻底打消对海外单一供应链体系的受限隐忧。
| 核心评估维度 | 乌兰察布 1GW 智算基地规划参数 | 工程架构与战略影响 |
|---|---|---|
| 总投资预算 | 接近 150 亿美元（约合人民币 1080 亿元） | 创下国产通用大模型企业单体基建投资历史最高纪录 |
| 电力总规划规模 | 1GW（1,000,000 千瓦连续供电容量） | 跨越传统兆瓦级数据中心，直抵国家级枢纽超算体量 |
| 算力核心芯片配置 | ≥ 160,000 颗华为昇腾 950DT 芯片 | 全栈国产软硬件生态闭环，攻克万卡分布式训练与推理 |
| 综合能源合作伙伴 | 宁德时代追加 1.4 亿美元参投并承揽能源架构 | 提供大规模集装箱式储能、微网削峰填谷与绿电直连通道 |
| 预期运营度电成本 | 较东部沿海核心城市预计降低 45%~60% | 从物理源头击穿模型长程推理服务的单位边际开销 |
三、宁德时代的算力野望：储能系统与绿电直连构筑的低成本护城河
在本次轰动业界的基建蓝图中，动力电池与新能源巨头宁德时代的现身成为了最具想象力的一笔。宁德时代不仅在本轮融资中追加了 1.4 亿美元真金白银，更将以战略技术同盟的身份全面介入乌兰察布基地的能源基础设施建设。
作为全球储能系统的龙头，宁德时代将为该智算中心定制端到端的大规模储能电站与绿电直连解决方案：
- 平抑可再生能源波动：内蒙古的风电与光伏虽然成本极低，但存在昼夜与天气引起的间歇性输出波动。宁德时代的大型高安全电化学储能舱能够实现毫秒级充放电切换，在绿电过剩时储能、在电网波谷或风力骤降时逆变回补，确保 16 万颗芯片全年无中断恒定供电。
- 突破传统电网容量配额壁垒：通过在计算园区内部署虚拟电厂（VPP）管理系统与微电网，大幅降低对国家主干电网的外线扩容依赖，以最快速度完成通电点火。
四、SRE 视角的底座演进：智算中心可靠性与散热工程的新极限
从系统工程与 SRE 运维视角来看，1GW 负载运行下的散热管理是一场没有硝烟的物理极限战。按照 1GW 计算功率估算，集群全速运转时每小时将产生巨量的热功耗散。乌兰察布冬季漫长且气候干燥寒冷，天然具备免费风冷与冷却塔直接热交换的自然条件；配合目前业内主流的全浸没式或冷板式液冷工质闭环，基地的年均综合 PUE 指标有望逼近 1.15 以内的极限水准。
这也向全球大模型开发商清晰昭示了一条铁律：当模型架构演进进入平台期后，谁能拥有最低的千度电价、最稳健的微电网调控以及最高密度的主板散热工程，谁就能在长期 API 价格战与自主智能体（Agent）百万并发常驻任务中牢牢立于不败之地。
📝 站长洞察 (Editor\’s Insight)
大模型演进的尽头是能源与物理基建。当全球科技巨头还在为数万张昂贵受限的进口算力卡调优分布式训练吞吐时，DeepSeek 与宁德时代在塞外乌兰察布的联手，展现出了一种完全不同的产业级战略纵深：将廉价的风光可再生能源、万兆级储能削峰填谷系统，与成规模的国产昇腾 950DT 深度耦合。这一举措不仅从物理源头抹平了高昂的算力度电成本，更以 1GW 级别的超大规模打破了对单一海外软硬件生态的依赖枷锁。对于关注系统架构与基础设施的 SRE 工程师而言，未来的分布式系统运维将不再局限于 Kubernetes 集群或跨机房专线调度，而是延伸到发电侧微电网接入、液冷导热拓扑以及高压直流供电（HVDC）的端到端稳态控制中。“能源即算力，电网即总线”，属于硬件基础设施与原生 AI 深度互锁的时代已然轰轰烈烈地拉开了帷幕。
