2026年11月12日,Epoch AI发布了一份用卫星影像算出来的报告:华为位于内蒙古和林格尔的数据中心,目前已投运的算力约合8.1万张英伟达H100,相当于全球最大AI数据中心SpaceX Colossus 2的7%。这是外界第一次用公开可验证的方法,给中国最大的AI数据中心之一算出具体账。
Epoch AI的方法并不复杂:先用商业高分辨率卫星影像数清冷却设备,按冷却塔的类型、尺寸与数量推算每栋楼的散热能力,进而估算IT功率;再结合华为芯片历年的销售数据,按“销售后四个月部署”的滞后假设,推算机架里装的是哪些芯片。园区排除低密度的北区后,剩下四栋楼的IT功率合计286兆瓦,其中三栋已经投运,第四栋预计12月投运。测算结果:约10.5万颗昇腾910C与8000颗910B已经投运。
关键数字可以这样对照:
| 指标 | 数值 |
|---|---|
| 已投运昇腾910C / 910B | 约10.5万颗 / 8000颗 |
| 折合H100当量 | 约8.1万张(90%置信区间3.6万–14.1万张) |
| 单颗910C性能 | 约0.76张H100,B200/B300约为2.5张 |
| 与Colossus 2对比 | 约为其7%,Colossus 2约为其14倍 |
| 2028年初扩建后 | 园区算力约14.1万张H100当量 |
这组数字的真正含义在于它能量化的差距。按Epoch AI的换算,和林格尔现有算力的10%,也就是8100张H100当量,就够用一个月训出一个DeepSeek-V4-Pro量级的模型;如果把全园区算力集中到一次训练,训一个GPT-6 Astra量级的模型要花一年。更关键的是单位功率的效率:美国AI数据中心每单位电力支撑的算力是中国同行的2.5倍,最大的园区已经做到1000兆瓦。也就是说,中国不缺建数据中心的电与地,缺的是把每度电变成算力的芯片效率。这也解释了为什么出口管制下英伟达在华份额已跌至34%,华为仍在追赶:份额在涨,单卡效率的代差还在。
扩建并不会很快抹平差距。和林格尔至少还有三栋新楼在规划中,一栋已在南区动工,按施工进度预计2028年2月投运,届时园区算力可再增长70%以上,达到约14.1万张H100当量。但同期Colossus 2预计至少达到180万张H100当量,占比反而可能更小。Epoch AI的结论是:未来两年,中国的算力约束不太可能缓解,模型能力与部署规模会继续落后于美国——但考虑到过去两年国产模型已经做到的成绩,这个“落后”的速度本身也值得持续跟踪。