从150亿美元到1GW：2026年国产算力的赌局，赌的是"Token工厂"

【发布时间：2026年10月28日 · 今日AI资讯】


一句话结论：2026年，中国AI算力的竞争逻辑已经从"买得到卡"转向"建得起厂"——谁能以更低的单位成本稳定产出Token，谁就掌握了下一阶段的话语权。


据多家媒体报道，DeepSeek正接近完成约150亿美元的新一轮融资，核心用途是在内蒙古乌兰察布建设一座1GW（吉瓦）规模的全新数据中心。更受关注的是硬件路线：知情人士透露，该项目的算力至少由16万颗华为昇腾950DT芯片共同提供。


16万颗芯片、1GW电力、150亿美元，这三个数字放在一起，构成了2026年中国AI产业最值得琢磨的一组坐标。


一、1GW是什么量级？


1GW等于1000兆瓦，是一个大型火电机组的量级。一个1GW的数据中心，全年不间断运行的理论耗电量约为87.6亿度。这个规模在全球范围内都属于顶级，通常只有超大规模云厂商的核心枢纽才会采用。


把这样的设施建在乌兰察布，逻辑很清晰：当地气候冷凉，年均气温低，自然冷却时间长，PUE（能源使用效率）可以压得很低；同时内蒙古风电、光伏资源丰富，绿电比例高，电价相对便宜。


对AI训练和推理来说，电费是仅次于芯片折旧的第二大成本。一个PUE为1.2的数据中心，比PUE为1.5的同类设施，在同样算力下每年可以省下可观的电费。当规模达到1GW，这个差额会变成数亿元级别。


二、为什么是昇腾？


16万颗昇腾950DT，是一个明确的信号：这一轮算力建设，走的是国产芯片路线。


从公开信息看，华为轮值董事长徐直军曾表示，从可统计的数据看，昇腾AI芯片在中国市场的份额已经超过英伟达，进一步放量的主要制约因素是供货能力而非市场需求。这句话有两个要点：一是需求端已经打开，二是供给端仍是瓶颈。


对一家模型公司来说，选择国产芯片意味着要在软件栈上做更多适配工作——算子库、编译器、分布式训练框架都需要重新调优。这需要时间，也需要决心。但换来的是供应链的确定性：不用担心某一天卡被断供，也不用为溢价买单。


这里还有一个容易被忽视的技术趋势：随着模型架构向MoE（混合专家）演进，推理时的显存带宽和互联效率比单纯的计算峰值更重要。这给了国产芯片一个"换道超车"的窗口——不必在最先进的制程上追赶，而可以在系统层面通过集群规模和互联优化来弥补单卡差距。


三、从"训练工厂"到"Token工厂"


过去几年，算力建设的主要目标是"训出一个好模型"。2026年，目标变了。


OpenRouter的周榜数据显示，DeepSeek V4.1-Flash-1017版本单周调用量达到33.6万亿Token，环比增长801%，登顶全球。这个量级说明，推理需求已经超过训练需求，成为算力消耗的主体。


这意味着数据中心的定位要变：从"一次性投入的训练工厂"，变成"持续产出的Token工厂"。工厂的核心指标不是峰值算力，而是单位时间、单位电力能稳定产出多少可用的Token，以及这些Token的良品率。


这也是DeepSeek此前开源内部推理框架DeepInfer的深层原因。推理框架决定了同样的硬件能跑出多少吞吐、延迟有多低、成本能压到多低。开源这套框架，等于把"如何把算力变成便宜Token"的经验公开，既做生态，也做标准。


四、这盘棋的风险在哪里？


第一，芯片供给的兑现能力。16万颗是一个巨大的数字，能否按期交付、良率如何、配套的互联和存储能否跟上，都是变量。


第二，软件生态的成熟度。国产芯片的软件栈仍在快速迭代中，算子覆盖度、框架兼容性、调试工具链的完善程度，直接决定了实际可用算力占理论算力的比例。行业里有个不成文的经验：理论算力打七折，是国产集群当前的现实水平。


第三，需求侧的持续性。33.6万亿Token的周调用量很惊人，但能否持续，取决于下游应用是否真的创造了价值。如果大量调用来自补贴和免费额度，那么"Token工厂"的产能就会变成库存。


第四，估值的合理性。半年内累计融资可能达到1300亿到1500亿元，同时公司已经聘请IPO顾问，最快可能于2027年初推进上市。融资规模越大，对商业化进度的要求就越苛刻。


五、对整个行业意味着什么？


对上游，这是一张长期订单。1GW的数据中心，意味着数年的芯片、光模块、电源、冷却设备需求，产业链的确定性提高了。


对中游模型公司，这是一次成本结构的重新洗牌。拥有自建算力的公司，单位Token成本会显著低于依赖第三方云的公司。价格战的胜负，可能在这一层就被决定。


对下游应用开发者，这是好消息。算力成本下降，会传导到API价格上。2026年已经能看到这个趋势：中端模型价格较两年前下降了一个数量级，这直接降低了AI应用的创业门槛。


写在最后


150亿美元、1GW、16万颗芯片，这是一次典型的"重资产押注"。它赌的不是某一个模型能拿多少分，而是赌未来几年Token的需求会持续、大规模地增长，且国产供应链能够撑住这个规模。


这个赌局如果成功，中国AI产业将拥有一套从芯片到模型再到应用的完整闭环，成本结构会明显优于依赖进口算力的同行。如果受挫，代价也会非常具体——巨额资本开支摊在折旧上，需要很多年才能消化。


2026年的AI竞赛，表面上看是模型之争，实际上越来越像基础设施之争。谁建得起厂、供得起电、跑得动集群，谁才有资格谈下一代模型。


这不是一场短跑。