中国AI基础设施繁荣：SemiAnalysis发布中国数据中心模型

1,000多个设施，覆盖60多家运营商，已绘制地图；以零售业务为先并受AI驱动翻转；最大超大规模云租户租赁了全国五分之一的产能，12个月内达到100MW，“东数西算”

中国处于全球模型竞赛的前沿。GLM 5.3和Kimi K3是近期一系列引人注目的开源权重模型发布的最新成果。字节跳动的豆包（Doubao）作为中国版ChatGPT服务着3.45亿月活用户，Seedance则是目前最先进的视频生成模型。

所有这些模型的运行都依赖于数据中心，而中国建设这些设施的速度在很大程度上超出了国人的测量范围。最大的租户未提交10-K文件。几家最大的房东从未上市。大多数原始资料都是中文的。因此，市场形成了两个懒惰的假设：中国很大，但中国很空。关于中国数据中心容量的公开估计相差15倍，报告不断引用高空置率。

正如我们的旗舰SemiAnalysis数据中心模型一样，我们使用建筑级别的数据来展示哪些被广泛引用的叙事是成立的，首先从市场规模有多大开始。

全球模型追踪四大区域的5,000多个设施。美国以2026年底的56GW容量领先世界，其次是亚太区（不含中国）约15GW，EMEA地区约14GW，拉丁美洲约2GW。在此之前，它止步于中国的边境。今天，我们跨越了这一界限。

我们对60多家参与者的1,000多个数据中心设施的追踪显示，中国 alone 就拥有超过24GW的舰队规模。比EMEA大。比亚洲其他地区大。这排除了约20GW的陈旧管道项目和另外约30GW的宣布项目。

增长正处于拐点。在2026年第二季度，阿里巴巴、腾讯和百度（“BAT”）的资本支出总额达到200亿美元，同比增长超过一倍，并且创纪录地首次出现自由现金流为负的情况。这是该行业历史上最大的资本支出增幅。

这一总数不包括所有支出者中最大的字节跳动，后者仍是私营公司。根据我们的中国数据中心模型，字节跳动单独占据了已交付的中国数据中心容量的五分之一左右，并且几乎租用了所有这些容量，使其成为国内所有批发托管服务商最重要的单一客户。

上市公司吸引了注意力，但它们只是冰山一角。对于数据中心房东也是如此。GDS和VNET是中国仅有的两家在美国上市的数据中心房东，在2026年上半年签署了1.3GW的批发订单。但根据我们的中国数据中心模型，它们在2024年至2026年至今期间仅获得了字节跳动和阿里巴巴订单的不到三分之一。

建设是一项全国性努力，国有运营商也是其中的一部分。中国的数据中心市场历来由电信主导。国有运营商在2010年代占据了大部分市场份额，至今仍拥有全国三分之一的容量。国家电网公司也在积极投资。它们的联合资本支出从2024年开始加速，结束了第十四个五年计划，比原蓝图高出24%。第十五个五年计划（2026-2030年）在此基础上再增加40%，达到7,460多亿美元（5万亿元人民币）。

基本上不受电力限制、劳动力短缺和公众抗议的影响，中国通常在12个月内交付100MW的数据中心设施。模块化数据中心是标准操作手册，腾讯在2014年部署了其第三代模块化设计。在中国已是老生常谈的事情，现在才在美国大规模采用，正如我们在《乐高数据中心的狂野西部》中所详述的那样。

增长并不止于中国的边境。根据我们的SemiAnalysis数据中心模型，中国超大规模云厂商的海外租赁量预计将从2026年到2029年翻倍，并接近4GW的租赁容量。这个数字仍然低估了他们的离岸计算能力，因为它不包括他们从西方云租赁的数十万个GPU，我们在《Oracle如何赢得AI计算市场》一文中对此进行了详细论述。

然而，市场也面临着一些阴霾。空置率居高不下，数据中心开发商在价格上展开激烈竞争。此外，由于出口限制，芯片供应也受到制约。但正如下文所述，这两者并未阻止 AI 数据中心以惊人的速度被建造和填满。

• 中国数据中心行业简介：全球第二大市场，以零售为先的发展模式，以及为何这种历史导致了产能过剩和高空置率与 AI 容量短缺并存。
• 向西扩张：“东数西算”政策与超大规模 AI 需求如何推动产业向内陆转移，其建设速度和单位成本是西方无法比拟的。
• 付费墙背后：我们逐一剖析字节跳动、阿里巴巴、腾讯、百度和华为的客户情况，从它们的 AI 和数据中心的战略到租赁和自建足迹。

本报告是 SemiAnalysis 中国数据中心模型的预览。它是我们全球 SemiAnalysis 数据中心模型的中国对应版本，遵循相同的标准，自下而上，逐栋构建。

如需更多信息，请联系我们的销售团队 sales@semianalysis.com。

您将在报告中发现：

• 追踪 60 多家运营商旗下的 1,000 多个设施
• 每个设施至 2032 年的季度交付曲线，包括建设状态和时间表

• 每栋建筑的租户识别，辅以主要运营商按客户组合划分的租户分配情况

• 超大规模厂商自建与租赁的比例拆分，以及各租户的容量路径

• 基于统一核算基础的租约签署追踪器和租约交付追踪器

• “东数西算”枢纽和集群分析，负载增长和功耗预测

• 显示容量集中分布情况的交互式全地图视图

请将其视为开篇章节。正如我们的全球数据中心模型一样，我们将在每次更新中不断增加新内容（AI 容量、电力、供应商、供需分析）。

美国在 AI 基础设施竞赛中的关键优势之一在于其数据中心行业是在超大规模模式下成长起来的。数百兆瓦级的园区已存在多年，专为少数几个巨型租户量身定制。而中国的行业则是由电信运营商和成千上万的小型零售部署塑造的。理解这段历史就能解释当今市场的种种怪象，例如整体高空置率与 AI 容量短缺并存，以及为何运营商至今仍拥有三分之一的市场份额。

以下图表预览了整个故事。2010 年至 2022 年间，中国一家领先的托管服务商利用率从 70% 多降至 50% 多。然后，从 2023 年开始，其分部披露揭示了一个双速市场。受 AI 需求驱动，批发型建筑迅速填满，利用率重回 70% 以上，而传统的零售机架则维持在 60% 左右。

第一阶段——运营商托管（2015 年以前）：作为电信房地产的数据中心

与世界其他地区由超大规模厂商和托管服务商主导不同，中国数据中心市场历史上由电信运营商主导。三大国有运营商（中国移动、中国电信、中国联通）合计占据 60–70% 的市场份额，而最大的第三方 GDS 和万国数据（VNET）各自占比不足 5%。运营商在牌照和网络方面享有结构性优势，并受益于内部需求。大量中国数据中心需求来自政府、国企和受监管行业，这些客户默认选择国有供应商。

在其发展的前二十年里，中国的数据中心本质上属于电信房地产，以低密度零售机柜为特征（约90%的设施运行功率低于2kW），主要出租给网站、在线游戏和CDN客户。这类服务通常与带宽打包提供，由北京、上海和珠三角周边的小型城市交换中心提供服务。第三方运营商大多仅作为运营商空间和带宽的分销商存在。超大规模云厂商的影响微乎其微，因为阿里云直到2009年才推出，腾讯云直到2013年才对公众开放。

这一时代之所以重要，是因为其存量正是目前闲置的容量。传统的零售机柜已不再符合H20或昇腾服务器对算力的需求，鉴于部分占用状态和高昂的成本，对其进行改造并不切实际。 headline 利用率数字约为50%，这很大程度上是第一阶段（以及我们将要看到的第三阶段）的纪念碑。

第二阶段——云计算圈地运动（2015–2021）：不惜代价的增长

云计算时代始于2015年左右。两大领军企业阿里巴巴和腾讯认为这是一个赢家通吃的市场，从而开启了一场资本支出竞赛。在2015年至2019年间，阿里云收入以约110%的年复合增长率增长，代价是残酷的价格战和EBITA亏损。在12个月内连续17次降价后，其核心产品价格下调超过50%。腾讯采取了类似的应对措施，推动两家超大规模云厂商的资本支出在2021年达到峰值。

第三方托管平台（GDS、世纪互联、万国数据等）随之扩大规模。与此同时，零售开发商继续建设小型城市站点，假设云需求会无限溢出。

第三阶段——消化期（2022–2023）：音乐停止

狂野的扩张在2022年突然停止。政策逆风、宏观放缓以及国有云市场份额的增加，使阿里云的增长率从2021年的+50%降至2022年的+23%，随后几乎归零。腾讯管理层将其表述为“从追求收入增长转向健康增长”的战略调整，并看到了类似的增长放缓。腾讯在2022年中将资本支出预算削减了近一半。阿里巴巴则在2023年采取了相同措施。

几乎同时，2022年2月，国家发展和改革委员会（“NDRC”）启动了“东数西算”指南，并在八大国家枢纽中确定了十个算力集群。这些地区，尤其是西部地区，享有快速审批通道和廉价绿色电力。

尽管交付速度放缓，结果却是供应过剩。价格受到的冲击最大。专属电力市场价格从每月约80美元/kW减半。在2026年8月的财报电话会议上，GDS管理层估计需要另外18个月才能完全消化这次价格重置，尽管这种情况已经持续了几年。

第四阶段——AI超级周期（2024–）：全速前进

DeepSeek以及超大规模云厂商自身的生成式AI野心在2024-2025年间唤醒了市场。BATB（字节跳动/阿里巴巴/腾讯/百度）的合计资本支出从2024年的约350亿美元增加到2025年的超过500亿美元，并有望在2026年达到1000亿美元。

批发订单以前所未有的规模回归，西部枢纽终于找到了它们的租户。GDS和世纪互联在2026年上半年共签署了约1.3GW的批发容量，而零售订单不到10MW。AI时代属于批发业务。传统的零售存量并未参与其中。

但仅观察这两家上市公司会严重低估总需求，因为根据我们的中国数据中心模型，它们在2024年至2026年迄今期间仅捕获了字节跳动和阿里巴巴订单的约三分之一。

回顾一下，这四个阶段的历史解释了中国数据中心市场的现状：(1) 围绕一线城市的以零售为主的遗留存量，运行利用率在30-50%之间，通常物理上不适合AI高密度部署；(2) 在其他地方完全发生的以AI驱动的批发建设；以及 (3) 运营商份额结构性下降，因为超大规模云自建和第三方批发正在接管增长。

EDWC 政策指定了八个国家算力枢纽，以十个集群的形式落地，覆盖了需求中心（京津冀、长三角、粤港澳大湾区、成渝）和资源丰富的西部地区（内蒙古、宁夏、甘肃、贵州）。

这是行业的顶层设计蓝图，与大多数“指导性”文件不同，它切实改变了行业的发展方式。

该政策本身已被广泛报道。缺失且关键的是其传导机制。

在中国，数据中心开发商在获得土地后申请的第一个许可是向当地发改委备案的能耗审查。这个配额是对设施规模具有约束力的上限。任何能耗超过 1 万吨标准煤（>10MW）的项目，若未经过此审查，均不得合法开工。

审查制度始于 2010 年，并随时间推移成为一种配给工具。当 EDWC 于 2022 年出台时，配额体系成为最有效的机制，因为发放配额的机构正是实施 EDWC 政策的同一批部门，因此配额有效地阻止了建设流向非枢纽地区。

广东是最清晰的案例。该省在 2021-2022 年停止了数据中心能耗配额的发放，仅对韶关 EDWC 枢纽地区的申请重新开放。其他东部大都市也受类似的配额控制。与此同时，EDWC 地区慷慨地发放能源配额、土地审批和税收优惠。

尽管有此机制，但在头两年里，迁移进展缓慢，因为当时的需求（云计算、游戏、电子商务）要求靠近人口中心的低延迟，因此超大规模云服务商仍在争夺一线城市附近稀缺的配额。

一个鲜为人知的事件说明了配额体系在实际中是如何运作的。2023 年中，广东省能源局检查了腾讯在清远自建的两个园区，发现每个园区的运行规模约为获批规模的 13–14 倍。这些项目被贴上“小批大建”的标签，并被责令在六个月内整改。当地电网公司被指示按获批配额限制供电。即使是腾讯，新增的建设也必须归属于省指定的枢纽节点。

如今，这些园区仍在运营，但正如我们的中国数据中心模型所示，腾讯随后的产能转移到了韶关。原因不仅仅是监管压力。

另外两件事改变了这一局面。

首先，电信主导的光纤投资显著降低了延迟。韶关再次成为典型案例。自 2022 年以来，当地政府投入约 6 亿美元（约 40 亿元人民币）用于网络基础设施建设，建成了覆盖粤港澳大湾区的 13 条超高速 400G 全光路由，实现了至广州单程 1.3 毫秒、至深圳 1.66 毫秒、至香港 3 毫秒以内的延迟。一条直通深圳-广州-韶关的空芯光纤走廊已规划建成，预计从 2027 年起将延迟进一步降低约 30%。在这些数据下，对于绝大多数非极端延迟敏感型工作负载而言，韶关的一个机架在功能上等同于深圳的一个机架。

其次，AI 需求完成了剩下的工作。训练工作负载不关心延迟，但关心电价。

内蒙古是最好的例子。该地区拥有中国最大的可再生能源车队，关键在于，内蒙古西部由蒙西电网供电，这是国家电网和南方电网之外中国唯一的省级电网，拥有自己的多边交易机制和独立定价。

因此，内蒙古已成为中国的“柔佛”，成为超大规模 AI 容量的默认目的地，享有慷慨的配额分配、以平方公里计的土地以及最重要的是，电价仅为一线城市水平的一半左右。

柔佛的并行效应深入至土地与电力层面。从经济角度看，中国内地的租金远低于柔佛，但资本支出（capex）也更低；而柔佛的租金较高，建设成本也随之上升。我们的数据显示，两个市场的成本收益率区间存在重叠，内蒙古表现最好的园区所支撑的回报率可与柔佛国际开发商的收益相媲美。然而，两者的趋势正在分化：随着预制化方式和国产替代效应的叠加，内蒙古的建设成本持续下降；而在供应链紧张的情况下，柔佛的开发商则面临资本支出通胀和超支风险。在柔佛建设的中国运营商利用中国供应链实现了地理套利，并获得了更高的收益率。

将视角从内蒙古拉开，这十个集群讲述的故事截然不同。当地图权重基于实际已运营和已承诺的项目，而非政策指定项目时（如下方地图所示），这种差异最为明显。

媒体中反复出现的观点认为，东部数据枢纽（EDWC）只是一堆空置的西部落后地区外壳。最简单的反驳方式是看看大型科技公司（hyperscalers）将自己的资金投向了哪里。根据我们的追踪显示，字节跳动目前运营着三个自建集群：山西大同（其最早的集群）、安徽芜湖（一个服务于华东推理需求的 EDWC 集群）以及内蒙古的双站点项目（呼和浩特和林格尔、乌兰察布），另有两家注册于宁夏中卫（另一个 EDWC 区域）的公司指向了第四个集群，预计将于 2026 年 7 月落地。

除内蒙古外，各集群的发展呈现出显著的分化，但这种分化在很大程度上是出于设计考量。贵安从一开始就被定位为存储中心，因为冷数据并不介意地处山区。最著名的锚定租户是苹果的中国 iCloud 数据中心，由贵州云运营。鲜为人知的是，华为和腾讯在该区域也拥有自建集群。

成都和重庆则是另一番景象。它们被定位为国家级计算枢纽，但在电力价格和电网灵活性方面输给了内蒙古，未能赢得 AI 需求竞赛。东部数据枢纽成功地将建设集中在地图所示区域内，随后市场在其中选出了赢家。

山西的情况则相反。它是完全位于东部数据枢纽系统之外的最大数据中心区域（上方地图中的红色菱形），吸引了字节跳动、百度和京东在近 2GW 的承诺量，涵盖自建站点和托管租赁。其原因在于丰富的廉价电力（山西是中国产煤大省）、靠近北京以及先发优势。大型科技公司在东部数据枢纽成立之前就前往该地并持续扩建，这证明了配额制度引导了建设方向，但电力资源和地理位置仍然决定了选址。

美国的建设受到电力接入的限制，表现为并网排队、变压器交货期延长、电表后解决方案等，我们此前已在此详细讨论过。中国的建设则受限于芯片供应：发电量充足，国有公用事业公司将数据中心负荷视为发展成果，审批流程更像是一个政策漏斗而非瓶颈，且建筑劳动力充裕。由于设施侧没有物理摩擦，建设周期完全由互联网平台的需求驱动。

在建设速度方面，100MW 设施的标准化交付时间已从云计算时代的约 18 个月压缩至人工智能时代的约 12 个月，最先进的项目建设速度更快。

作为参考，我们在美国模块化深度报告《乐高数据中心的狂野西部》中发现，即便在美国最理想的全模块化建设案例中，施工仍需 12–18 个月，且无法与长达 12–13 个月的审批期重叠。在中国，施工前的审批期通常为 3–6 个月，在东部数据枢纽区域则更快。

几个结构性因素促成了整体更快的建设速度。

首先，是在订单下达前进行的投机性建设。由于超大规模云厂商现在在招标中要求 T+6 个月的交付周期， colocation（托管）开发商不得不自担风险预先建设土建工程，这使得租户之间的竞争实际上变成了在半成品的“空壳”之间展开的竞赛。2025 年初，GDS 签署了一项 152MW 的 AI 超级大单，客户要求六个月内交付并如期实现。

其次，在东部数据中心集群（EDWC）西部枢纽建设绿地项目改变了施工方法。摆脱了一线城市土地资源的限制，开发商正从传统的多层混凝土结构转向低层、大跨度钢结构厂房。钢材在工厂预制，地基在现场挖掘，随后通过卡车运至现场并由起重机吊装就位。混凝土仅用于地面基础，因此无需等待混凝土硬化即可进行下一层的施工。VNET 在乌兰察布的影像资料显示，一座厂房从一个光秃秃的地基到建成完工，仅用了一个夏末至初冬的季节。

腾讯的 T-Block 将这一逻辑推向了极致。整个数据中心以工厂预制的模块形式交付，“建筑”本身缩减为一个平整的场地和一个简单的钢制外壳，有时甚至没有传统意义上的建筑。

第三，预制化将串行进度表转变为并行进度表。大部分机电（MEP）工作移至工厂进行，因此电气和机械安装不再需要等待建筑主体完工。最具代表性的案例是阿里巴巴的 CUBE 5.0 “100天数据中心”，包括30天的工厂生产和现场准备、50天的现场安装以及20天的调试期，该计时从完成的外壳开始，直至服务器进场之日。与市场上标准的6个月工期相比，这大致将机电安装和调试阶段的时间减半，并将从破土动工到调试完成的总周期缩短至约7–9个月。

上述每一个因素都指向同一个方向：更多的工厂化，更少的现场作业。如果将此逻辑推导至终点，人们会预期如今腾讯式的全模块化集装箱园区已成为国家标准。但事实并非如此，原因有两个非常具有中国特色的方面。

首先，劳动力账本不同。模块化在西方的最大优势在于规避稀缺且昂贵的熟练工种。中国的现场劳动力成本低廉且充足，因此传统的钢构加预制装配模式已经能够满足极具挑战性的工期要求。采用全集装箱模式带来的边际速度提升微乎其微。

其次，融资动态也起到了作用。中国的 colocation 开发商将数据中心作为贷款抵押品向银行质押。拥有20年设计寿命的正规建筑评估价值较高，而一排集装箱的评估价值较低且残值较低。当你的商业模式是“以资产为抵押借款，然后租赁给字节跳动”时，你会建造真正的建筑物。

如今，全模块化建设仍局限于超大规模云厂商的自建项目和东南亚项目，但整体建设速度已快如所需。

在成本方面，随着速度的提升，资本支出（capex）仍在持续下降。供应链的持续压缩和国内含量的提高已将外壳及内部装修成本推低至 comparable US wholesale costs（可比美国批发成本）的一小部分，正如我们在模型中所展示的那样。阿里巴巴将其模块化方法归因于在其早期版本的基础上进一步降低了超过10%的成本，同时实现了工期的缩短。

中国 AI 基础设施需求侧集中在少数几家巨头手中：字节跳动、阿里巴巴、腾讯、百度和华为。

与美国同行一样，它们横跨社交媒体、电子商务、搜索、游戏和短视频领域。然而，造就这些公司的消费者互联网已无新用户可挖。目前，中国的互联网渗透率已达到约80%，且每年仅增长约1.5%。

过去的增长引擎均已进入个位数增长时代。

• 社交媒体：腾讯的核心资产微信，在2025年的月活跃用户（MAU）同比仅增长2%。

• 搜索引擎：百度2025年收入下降3%，其中在线营销收入双位数下滑。

• 电子商务：截至2026年6月季度的财报显示，阿里巴巴的客户管理收入同比下降7%。

• 短视频：快手2025年的日活跃用户（DAU）同比仅增长2.7%。

在消费应用之外，同样的科技巨头主导着云计算行业，但面临结构性劣势。该市场由阿里巴巴、华为和腾讯以及三大电信运营商主导。但与美国超大规模云服务商不同——后者约三分之一或更多的云收入来自美国以外地区——中国的云收入主要来自国内。作为该集团中全球化程度最高的阿里云，其海外云收入占比仍仅为约20%，而运营商云基本完全服务于国内市场。就“可触及GDP”而言，美国科技巨头的核心市场规模显然要大得多。

在此背景下，人工智能已成为增长引擎，这也推动了我们在前文提到的2026年第二季度资本支出拐点。

除了资助自身的大模型研发外，各大平台还在中国生成式AI实验室之间编织了一张投资网络。阿里巴巴投资了五家大模型独角兽企业；腾讯支持了六家，并在DeepSeek的A轮融资中写下了最大的外部投资额。

这些实验室反过来在超大规模云服务商的云上训练和提供服务（以阿里巴巴/月之暗面的关系为例），或者将其模型嵌入超大规模云服务商的产品中（以腾讯/DeepSeek的关系为例）。无论哪种方式，超大规模云服务商的数据中心扩张都是整个国内AI生态系统的算力基础。因此，下文将深入探讨这一主题。

租赁方面：目前，字节跳动和阿里巴巴每年均发布吉瓦级规模的租赁需求，且两者都在积极拓展海外市场。字节跳动的需求规模最大，并租赁其大部分设施，因此其招标日历实际上决定了全国每家批发运营商的订单簿。如后文所示，阿里巴巴将需求分散于自建、建设-运营-移交（BOT）和批发租赁三种模式。腾讯最为稳健。它在2022–23年的下行周期中关闭了一些小型租赁数据中心园区，并整合至自有园区，直到AI时代到来后才重新增加租赁。百度的招标规模仅为其他几家的一小部分。

自建方面：在2010年代，随着业务达到足够规模，中国超大规模云服务商开始自建数据中心，此后策略逐渐分化。阿里巴巴、腾讯和百度自建其战略性园区，其余部分则采用租赁。由于其商业模式，华为几乎全部自建。作为主要租户的字节跳动目前正在快速扩建自有园区。我们的中国数据中心模型追踪所有自建项目，下图展示了当前的格局。

在纯租赁和纯自建之间，还出现了一种称为BOT的混合结构。其实际架构是两层所有权分离：超大规模云服务商拥有土地和建筑外壳，而托管合作伙伴则投资、拥有并运营机电（M&E）层，并通过8至10年的服务合同回收资本。通过这种方式，超大规模云服务商保持了控制权和建设速度，合作伙伴的资产负债表承担资本支出，内部收益率（IRR）通过合同约定而非市场化运作确定。BAT三家均运行着某种版本的这种模式。阿里巴巴与AtHub合作，腾讯与科华数据合作，百度与奥飞合作。阿里巴巴的混合模式最为彻底，在同一集群内并行运行自建、BOT和批发租赁，如下文所述。