SemiAnalysis 发布中国数据中心模型：中国算力超 24GW，超过 EMEA 与亚洲其他地区

中国处于全球模型竞赛的前沿。GLM 5.3 和 Kimi K3 是一系列引人注目的开放权重发布中的最新成果。字节跳动的豆包作为中国的 ChatGPT 每月服务 3.45 亿用户，而 Seedance 是最先进的视频生成模型。

这些模型中的每一个都运行在数据中心上，而中国一直在以国外基本未曾衡量的速度建设这些数据中心。最大的租户不提交 10-K 文件。几家最大的房东从未上市。大多数主要来源都是中文。因此市场形成了两个懒惰的假设：中国很大，中国是空的。已发布的中国数据中心容量估计值相差 15 倍，而报告不断引用高空置率。

与我们的旗舰产品 SemiAnalysis Datacenter Model 一样，我们使用建筑级别的数据来展示哪些被最广泛引用的说法成立，首先从市场规模有多大开始。

全球模型追踪四个地区的 5,000 多个设施。截至 2026 年底，美国以 56GW 的容量领先世界，其次是亚太（不含中国）约 15GW、欧洲中东非洲约 14GW，以及拉丁美洲约 2GW。在此之前，它止步于中国边境。今天我们跨越了它。

我们对 60 多个参与者的 1,000 多个数据中心设施的追踪显示，仅中国就拥有超过 24GW 的规模。比欧洲中东非洲更大。比亚洲其他地区更大。这不包括约 20GW 的过时储备项目和另外约 30GW 的已宣布项目。

增长正处于拐点。2026 年第二季度，阿里巴巴、腾讯和百度（“BAT”）的合计资本支出达到 200 亿美元，同比增长超过一倍，并且有记录以来首次三家均出现负自由现金流。这是该行业历史上最大规模的资本支出跃升。

这一总额未包括最大的支出者——仍为私营的字节跳动。根据我们的中国数据中心模型，仅字节跳动一家就占据了中国已交付数据中心容量的约五分之一，并且它几乎全部为租赁，使其成为该国所有批发托管运营商最重要的单一客户。

上市公司获得了关注，但它们只是冰山可见的一角。数据中心房东也是如此。GDS 和 VNET 是仅有的两家在美国上市的中国数据中心房东，它们在 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，在 2024 年至 2026 年迄今，它们仅获得了字节跳动和阿里巴巴订单的不到三分之一。

这一建设是全国性的努力，国有运营商也是其中一部分。中国的数据中心市场历史上由电信业主导。国有运营商在 2010 年代占据了大部分市场份额，如今仍拥有全国容量的三分之一。国家电网公司也积极投资。它们的合计资本支出从 2024 年开始加速，在“十四五”规划结束时超出原蓝图 24%。“十五五”规划（2026-2030 年）在此基础上再增加 40%，达到超过 7460 亿美元（5 万亿元人民币）。

由于基本不受电力限制、劳动力短缺和公众抗议的影响，中国通常能在 12 个月内交付 100MW 的数据中心设施。模块化数据中心是标准做法，腾讯于 2014 年部署了其第三代模块化设计。在中国已是旧闻的做法，如今才在美国大规模采用，正如我们在 The Wild Wild West of LEGO Datacenters 中详述的那样。

这种增长并不止步于中国国境。 在我们的SemiAnalysis Datacenter Model中，中国超大规模企业的海外租赁量预计将在2026年至2029年间翻倍，并接近约4GW的租赁容量。这一数字仍然低估了它们的离岸算力，因为它不包括它们从西方云厂商租用的数十万块GPU，我们在How Oracle Is Winning the AI Compute Market中对此进行了详细讨论。

然而，市场也面临一些阴云。空置率很高，数据中心开发商在价格上竞争激烈。由于出口限制，芯片供应也受到制约。但如下文所述，这两者都没有阻止AI数据中心以惊人的速度建设和填满。

在本报告中，我们按顺序涵盖以下内容：

• 中国数据中心行业简介：全球第二大市场，以零售优先的方式建设，以及这段历史为何在AI产能短缺的同时造成了过度建设和高空置率。

• 向西建设："东数西算"政策和超大规模AI需求如何以西方无法匹敌的建设速度和单位成本将行业向内陆转移。

• 付费墙之后：我们逐一分析字节跳动、阿里巴巴、腾讯、百度和华为，从它们的AI和数据中心战略到租赁和自建布局。

推出SemiAnalysis中国数据中心模型

本报告是SemiAnalysis China Datacenter Model的预览。它是我们全球SemiAnalysis Datacenter Model的中国对应版本，按照相同标准构建，自下而上、逐栋建筑进行。

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

你将看到的内容：

• 追踪60多家运营商的1000多个设施

• 每个设施到2032年的季度交付曲线，包含建设状态和时间表

• 每栋建筑的租户识别，并辅以领先运营商的按客户组合划分的租户分配

• 超大规模企业自建与租赁的拆分以及按租户划分的容量路径

• 租约签署追踪器和租约交付追踪器，基于统一口径

• 东数西算（"EDWC"）枢纽和集群分析、负载增长和电力消耗预测

• 交互式全地图视图，展示容量集中在哪里

把它当作开篇章节。与我们的全球Datacenter Model一样，我们将在每次更新中不断添加层次（AI容量、电力、供应商、供需分析）。

让我们开始吧。

中国数据中心行业：零售优先建设，被AI颠覆

美国在AI基础设施竞赛中的关键优势之一是，其数据中心产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，专为少数巨型租户量身打造。而中国的产业则是由电信运营商和数千个小型零售部署塑造的。理解这段历史，就能解释当今市场为何如此奇特——从整体高空置率与AI产能短缺并存，到运营商为何仍拥有全部资产的三分之一。

下图预示了整个故事。2010年至2022年间，中国一家领先的第三方数据中心运营商眼看着其利用率从70%多下滑至50%多。随后，从2023年起，其分部披露揭示出一个两极分化的市场。批发型建筑因AI需求而迅速填满，利用率回升至70%以上，而传统的零售机架则徘徊在60%附近。

时代一——运营商托管（2015年前）：数据中心作为电信地产

与世界其他地区由超大规模云厂商和第三方数据中心主导不同，中国的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%至70%的市场份额，而最大的第三方企业GDS和VNET各自不足5%。运营商在牌照和网络方面享有结构性优势，并受益于锁定需求。中国数据中心需求的很大一部分来自政府、国有企业和受监管行业，这些客户默认选择国有供应商。

在其头二十年里，中国的数据中心本质上就是电信地产，特点是低密度零售机架（约90%的设施运行功率低于2kW），出租给网站、网络游戏和CDN客户。这通常与带宽捆绑销售，由北京、上海和珠三角周边的小型城市交换中心提供服务。第三方运营商在很大程度上只是运营商空间和带宽的转售商。超大规模云厂商几乎无足轻重，因为阿里云于2009年才成立，腾讯云直到2013年才向公众开放。

这个时代在今天之所以重要，是因为它留下的存量恰恰就是如今空置的产能。传统的零售机架已不再匹配H20或昇腾服务器的需求，而且在部分占用和高成本的情况下，改造并不现实。约50%的整体利用率数字，很大程度上是时代一（以及我们后面会看到的时代三）的纪念碑。

时代二——云圈地运动（2015–2021）：不惜代价的增长

云时代大约始于2015年。两大领头羊阿里巴巴和腾讯断定这是一个赢家通吃的市场，并开启了一场资本支出竞赛。阿里云收入在2015至2019年间以约110%的复合年增长率增长，代价是残酷的价格战和EBITA亏损。其核心产品在12个月内连续17次降价后，价格下调超过50%。腾讯以同样方式回应，推动超大规模云厂商的合计资本支出在2021年达到顶峰。

第三方数据中心平台（GDS、VNET、秦淮数据）也随之扩张。与此同时，零售开发商继续假设云需求会无限外溢，不断建设小型城市站点。

时代三——消化期（2022–2023）：音乐停止

这种疯狂扩张在2022年戛然而止。政策逆风、宏观放缓以及国有云的市场份额增长，使阿里云的增速从2021年的+50%降至2022年的+23%，随后实际归零。腾讯管理层将其定性为一次重新定位——“从追求收入增长转向健康增长”，并经历了类似的放缓。腾讯在2022年年中将近乎一半的资本支出预算削减。阿里巴巴则在2023年这样做。

几乎同时，2022年2月，国家发展和改革委员会（“发改委”）启动了“东数西算”指导意见，并在八个国家枢纽中指定了十个算力集群。这些地区，尤其是西部地区的，享有快速审批通道和廉价的绿色电力。

结果是，尽管交付放缓，仍出现了供过于求。价格受到的冲击最大。电力独家的市场费率从约$80/kW/月被砍半。在2026年8月的财报电话会议上，GDS管理层估计还需要18个月才能完全消化价格重置，尽管这一过程已经持续了几年。

第四时代——AI超级周期（2024年—）：全速前进

DeepSeek以及超大规模厂商自身的生成式AI雄心在2024—2025年间唤醒了市场。BATB（字节跳动/阿里巴巴/腾讯/百度）合计资本支出从2024年的约$35B增至2025年的超过$50B，并正朝着2026年$100B的轨迹前进。

批发订单以从未见过的规模回归，西部枢纽终于找到了它们的租户。GDS和VNET在26年上半年合计签约了约1.3GW的批发容量，而零售订单不足10MW。AI时代是批发的。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—2026年迄今仅占字节跳动和阿里巴巴订单的约1/3。

回顾一下，这四个阶段的历史解释了当今中国的数据中心市场：（1）围绕一线城市的以零售为主的传统存量，利用率为30—50%，往往在物理上不适合AI密度；（2）一场完全发生在别处的批发式AI驱动建设；以及（3）运营商份额处于结构性下降，因为超大规模厂商自建和第三方批发接管了增长。

SemiAnalysis是一家由读者支持的出版物。要接收新文章并支持我们的工作，请考虑成为订阅者。

东数西算：管道正走向西部

“东数西算”政策指定了八个国家算力枢纽，以十个集群的形式实施，既涵盖需求中心（京津冀、长三角、粤港澳大湾区、成渝），也涵盖资源丰富的西部（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”文件不同，它确实改变了行业的发展方式。

该政策本身已被广泛报道。缺失且重要的是传导机制。

在中国，数据中心开发商在拿到土地后申请的第一个许可，是向当地发展和改革委员会提交的能耗审查。该配额是设施规模的上限约束。任何消耗超过1万吨标准煤（>10MW）的项目，若不通过这一审查，就不能合法开工建设。

这一审查制度可追溯至2010年，并随时间推移演变为一种配给工具。当“东数西算”于2022年推出时，配额制度成为最有效的机制，因为发放配额的机构正是执行“东数西算”政策的机构，因此配额实际上阻止了建设流向非枢纽地区。

广东是最清晰的例子。该省在2021—2022年停止发放数据中心能耗配额，仅重新开放韶关“东数西算”枢纽地区的申请。类似的配额控制也主导着其他东部大都市。与此同时，“东数西算”地区则慷慨地发放能耗配额、土地审批和税收优惠。

尽管有这一机制，头两年迁移仍然缓慢，因为当时的需求（云、游戏、电商）要求靠近人口的低延迟，因此超大规模企业仍在争抢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制度在实践中如何运作。2023年年中，广东省能源局检查了腾讯在清远的两座自建园区，发现每座园区的运行规模约为其获批规模的13—14倍。这些项目被标记为“批小建大”，并被责令在六个月内整改。当地电网公司被要求按获批配额限制供电。即便对腾讯而言，新增建设如今也归属于该省指定的枢纽节点。

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，腾讯随后的产能流向了韶关。原因不仅仅是监管压力。

还有另外两件事改变了局面。

首先，电信主导的光纤投资显著降低了延迟。韶关再次成为典范案例。自2022年以来，当地政府已在网络基础设施上投资约6亿美元（约40亿元人民币），建设了13条覆盖粤港澳大湾区的400G超高速全光线路，实现到广州单向延迟1.3毫秒、到深圳1.66毫秒、到香港低于3毫秒。一条深圳—广州—韶关的空芯光纤直连走廊已规划，以从2027年起将延迟进一步降低约30%。在这样的数字下，对于除最延迟敏感型工作负载之外的所有场景，韶关的一个机架在功能上就等同于深圳的一个机架。

其次，AI需求完成了剩下的部分。训练工作负载不在乎延迟，但在乎电价。

内蒙古是这里最好的例子。该地区拥有中国最大的可再生能源装机，而且关键的是，内蒙古西部由蒙西电网供电，这是中国唯一独立于国家电网和南方电网之外的省级电网，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，即超大规模AI产能的默认目的地，拥有慷慨的配额分配、以平方公里计的土地，以及最重要的——约为一线城市水平一半的电价。

柔佛与内蒙古的相似之处不止于土地和电力。在经济性上，中国的租金要低得多，但资本支出也低；而柔佛的租金更高，建设成本也更高。我们的数据显示，两个市场的成本收益率区间存在重叠，内蒙古最好的园区能达到柔佛国际开发商的回报水平。然而，趋势正在分化。随着预制建造方式和国产替代的复合效应，内蒙古的建设成本持续下降，而柔佛的开发商则面临资本支出通胀，以及在过热供应链中的超支风险。在柔佛建设的中国运营商享有地理套利优势，利用中国供应链并获得更高的收益率。

不过，把视野从内蒙古拉开，这十个集群讲述的故事截然不同。当这张地图按实际投运和已承诺的容量而非政策划定的范围来加权时，这一点最容易看清，如下图所示。

媒体上一种反复出现的说法认为，EDWC 是一场西部空壳的浪费工程。最直接的反驳就是看看超大规模厂商把自己的钱投在了哪里。正如我们的追踪所示，字节跳动目前运营着三个自建集群：山西大同（其最早的一个）、安徽芜湖（一个 EDWC 集群，服务华东推理），以及内蒙古的双站点项目（和林格尔和乌兰察布），另有 2026 年 7 月在宁夏中卫（另一个 EDWC 地区）注册的两个实体，指向第四个集群。

在内蒙古之外，各集群的发展差异巨大，但其中很大一部分差异是刻意设计的。贵安从一开始就被定位为存储枢纽，因为冷数据不在乎身处山区。最著名的锚定租户是苹果的 iCloud 中国数据中心，由贵州云运营。较少被报道的是，华为和腾讯在该地区都有自建集群。

成都和重庆则是另一番景象。它们被宣传为全国算力枢纽，但在 AI 需求争夺中因电价和电网灵活性输给了内蒙古。EDWC 成功地将建设集中在地图范围内，随后市场在其中挑选了赢家。

山西则恰恰相反。它完全是 EDWC 枢纽体系之外最大的数据中心地区（上图中的红色菱形），却吸引了字节跳动、百度和京东通过自建站点和托管租赁承诺的近 2GW 容量。原因包括充裕的廉价电力（山西是中国的煤炭大省）、靠近北京，以及先发优势。超大规模厂商在 EDWC 存在之前就已进驻，并持续扩建，这证明配额制度引导了建设方向，但电力和地理条件仍然决定选址。

SemiAnalysis 是一家依靠读者支持的出版物。要接收新文章并支持我的工作，请考虑成为免费或付费订阅者。

速度与成本：另一项运动

美国的建设受制于电力：并网排队、变压器交付周期、表后变通方案，我们已在此处详细讨论过。中国则受制于芯片：发电量充足，国有电力公司将数据中心负载视为发展成果，审批是政策漏斗而非瓶颈，建筑劳动力充足。由于设施侧没有物理摩擦，建设周期完全由互联网平台需求驱动。

在速度方面，100MW 设施的标准交付时间已从云时代的约 18 个月压缩到 AI 时代的约 12 个月，最先进的项目完成得更快。

作为参考，我们的美国模块化深度研究《乐高数据中心的狂野西部》发现，美国最佳情况下的全模块化建设仍需 12–18 个月施工，且前面还有 12–13 个月无法重叠的审批期。而在中国，施工前的审批期通常为 3–6 个月，EDWC 地区更快。

若干结构性因素共同促成了整体更快的速度。

第一，订单前的投机性壳体。由于超大规模企业现在在招标中要求 T+6 个月交付，托管开发商自担风险预先建设土建工程，使租户竞争实际上变成半成品壳体之间的竞赛。当 GDS 在 2025 年初签下一笔 152MW 的 AI 大单时，客户要求六个月内交付，并如愿以偿。

第二，在西部 EDWC 枢纽建设绿地园区改变了施工方式。远离一线城市的土地限制，开发商正从传统的多层混凝土转向低层大跨度钢结构厂房。钢材在工厂制造的同时现场开挖地基，然后运入并用起重机吊装到位。混凝土只用于地下，因此无需等待其硬化即可进行下一层施工。VNET 的乌兰察布影像显示，一座厂房从一个夏冬季节内就从裸露地基变成竣工建筑。

腾讯的 T-Block 将同样的逻辑推向极致。整个数据中心以工厂预制模块形式到达，“建筑”缩减为一块平整场地和一个简单的钢结构外壳，有时甚至完全没有建筑。

第三，预制化将串行工期变为并行工期。大部分机电工程转移到工厂进行，因此电气和机械装修不再等待建筑完工。最典型的例子是阿里巴巴的 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，从壳体完工到服务器到达计算。与市场标准的 6 个月相比，这大约将机电和调试阶段减半，并将从破土动工到调试缩短至约 7–9 个月。

上述每个因素都指向同一方向，即更多工厂、更少现场。顺着这一逻辑推到终点，你会预期腾讯式的全模块化集装箱园区如今已成为全国标准。但它们并没有，原因有两个非常中国式的理由。

首先，人力计算方式不同。模块化在西方最大的收益是避开稀缺且昂贵的熟练工种。中国的工地劳动力既便宜又充足，因此传统的钢结构和预制件建造方式已经能满足激进的工期要求。全面采用集装箱式建造带来的边际速度提升很小。

其次，融资动态也发挥作用。中国的托管数据中心开发商将数据中心抵押给银行作为贷款担保。一座设计寿命20年的正规建筑估值良好，而一片集装箱场地估值很差，且残值较低。当你的商业模式是“以资产抵押借款，再租给字节跳动”时，你就会建造一座真正的建筑。

如今，全模块化建造仍局限于超大规模企业的自建项目和东南亚项目，但整体建设速度已经足够快。

在成本方面，资本支出持续下降，而速度却在提升。持续的供应链压缩和国产化率上升，已将外壳及装修成本推低至美国同类批发成本的一小部分，正如我们在模型中所展示的。阿里巴巴称，其模块化方法在工期收益之外，相比早期版本还进一步降低了超过10%的成本。

SemiAnalysis 是一家由读者支持的出版物。要接收新文章并支持我的工作，请考虑成为免费或付费订阅者。

需求：五家超大规模企业，多套打法

中国AI建设热潮的需求端集中在少数几家公司：字节跳动、阿里巴巴、腾讯、百度和华为。

与它们的美国同行一样，它们横跨社交媒体、电子商务、搜索、游戏和短视频。然而，造就这些公司的消费互联网已经耗尽了新用户。如今，中国的互联网渗透率已达约80%，年增长率仅为约1.5%。

过去的增长引擎全都处于个位数增长。

• 社交媒体：腾讯的核心资产微信，2025年月活跃用户同比仅增长2%。

• 搜索引擎：百度2025年营收下降3%，在线营销收入出现两位数下滑。

• 电子商务：在截至2026年6月的季度，阿里巴巴的客户管理收入同比下降7%。

• 短视频：快手2025年日活跃用户同比仅增长2.7%。

在消费应用之外，同样的巨头主导着云行业，但存在结构性劣势。市场由阿里巴巴、华为和腾讯以及三大电信运营商主导。但与约三分之一或更多云收入来自美国以外的美国超大规模企业不同，中国的云收入主要来自国内。该群体中最全球化的阿里云，其海外云收入仍仅占约20%，而运营商云实际上100%来自国内。就“可寻址GDP”而言，美国科技巨头的核心市场要大得多。

在此背景下，AI已成为增长引擎，这推动了我们此前提到的2026年第二季度资本支出拐点。

除了资助自身的模型研发外，大型平台还在中国生成式AI实验室中构建了一张投资网络。阿里巴巴投资了五家LLM独角兽。腾讯支持了六家，并开出了DeepSeek A轮融资中最大的外部支票。

反过来，这些实验室要么在超大规模云厂商的云上训练和提供服务（如阿里巴巴/Moonshot 的关系），要么其模型被部署在超大规模云厂商的产品内（如腾讯/DeepSeek 的关系）。无论哪种方式，超大规模云厂商的数据中心扩张都是整个国内 AI 生态系统的算力基础。因此有了接下来的深入探讨。

我们在下方提供了一张快照，展示各超大规模云厂商的现状：

租赁：如今，字节跳动和阿里巴巴各自发布吉瓦级别的年度租赁需求，且两者都在积极向海外扩张。字节跳动的规模最大，且其大部分设施为租赁，因此其招标日程实际上决定了全国每一家批发运营商的订单簿。阿里巴巴，如下文所示，将需求分散在自建、BOT 和批发租赁之间。腾讯最为克制。它在 2022–23 年的下行周期中关闭了小型租赁的都市站点，并整合到自有园区，之后在 AI 时代租赁才再次回升。百度的招标规模仅为其他几家的零头。

自建：在 2010 年代，中国超大规模云厂商在业务达到足够规模后开始自建数据中心，此后各家的策略出现分化。阿里巴巴、腾讯和百度自建其战略性园区，其余则租赁。华为因其商业模式几乎全部自建。作为主要租户的字节跳动，如今正快速推进其自有园区。我们的中国数据中心模型追踪所有自建项目，下方地图展示了当前格局。

在纯租赁与纯自建之间，还出现了一种称为 BOT 的混合结构。其真实结构是两层所有权拆分。超大规模云厂商拥有土地和土建外壳，而托管合作伙伴投资、拥有并运营机电（M&E）层，并通过 8–10 年的服务合同收回资本。通过这种方式，超大规模云厂商保持控制权和速度，合作伙伴的资产负债表承担资本开支，内部收益率是合同约定的而非市场化的。BAT 三家都运行某种版本的这一模式。阿里巴巴与 AtHub 合作，腾讯与科华数据合作，百度与奥飞合作。阿里巴巴将这种混合做到极致，在同一集群内并行运行自建、BOT 和批发租赁，如下文所述。

SemiAnalysis 是一份由读者支持的出版物。要接收新文章并支持我的工作，请考虑成为订阅者。

字节跳动：TikTok 母公司，中国最大租户，全球最大的 GPU 用户之一

阅读更多