英伟达首席执行官黄仁勋去年在接受《金融时报》采访时曾直言：「中国将赢得 AI 竞赛。」
在他看来，未来人工智能算力爆发的真正门槛，不在芯片本身，而在网络、电力、储能、散热等关键基础设施。
从当前行业发展来看，这一判断正在被不断验证。今年 4 月，OpenAI 的“星际之门”项目连续按下三个暂停键：Stargate UK 项目停摆，原因是「能源成本过高、监管环境不确定」；挪威纳尔维克数据中心被搁置；得州阿比林旗舰站点的扩建计划也同样被取消。

原计划于 2027 年竣工的美国数据中心产能中，超过 60% 目前仍未开工，另有 7% 已明确延期，基础设施瓶颈正成为限制 AI 数据中心建设的重要因素。

这并非美国独有的挑战。当 AI 算力从万卡规模迈向十万卡、百万卡之后，竞争焦点早已不再局限于芯片性能。网络互联、电力供应、散热能力等多重因素，正共同决定一座算力集群究竟能够释放出多少真实可用算力。

这正是 AI 进入超大规模集群时代后必须共同面对的物理约束。曾经处于幕后支撑角色的基础设施，如今正走到 AI 竞争的舞台中央。

在内蒙古乌兰察布，这里地质条件稳定、气候凉爽、电力资源充足，是国家「东数西算」八大枢纽节点之一，网络时延位居全国第一梯队，全域绿电占比达到 67%。

近期，远景科技集团在这里正式投产「远景乌兰察布星河基地」，园区内全球最大的 AI 算力超级单体同步正式亮相。

它给行业长期关注的一个关键问题提供了新的答案：当 AI 进入百万卡时代，未来的数据中心究竟应该是什么样子？

百万卡时代，为什么必须建设「超级单体」？

远景此次宣布投产的全球最大 AI 算力超级单体，建筑面积超过 12 万平方米，相当于 20 个标准足球场，不仅刷新了 AI 数据中心的算力密度，也是全球 Token 产出能力最强的单体 AI 数据中心。

这也意味着「远景乌兰察布星河基地」正式进入投产运营阶段。

从空间结构层级来看，AI 算力超级单体是园区内部专门承载高密度算力的一座单体数据中心，目标是实现更高的算力密度与更强的输出能力。

而远景星河基地，则是一套集算力设施、能源系统、网络系统以及运维体系于一体的超级算力枢纽，也是远景戈壁使命（ Mission Gobi ）计划落地的首个旗舰项目。

整个园区总规划容量达到 2GW，可支持百万张卡同时运行，具备百万 P 级算力规模，是目前全国最大的 AI 算力园区。

作为参考，OpenAI 在美国得州阿比林的首个“星际之门”站点，据知情人士透露，规划容纳规模约为 40 万张卡。

「远景乌兰察布星河基地」正式点亮投产

当数据中心集群规模被推升到百万卡量级时，物理约束会迅速从芯片转向基础设施。电力必须持续、稳定地输送到每一排机柜，海量热量必须被高效排出，数十万甚至上百万张卡之间还需要保持高速互联。任何一个环节跟不上，都会导致算力闲置、集群效率大幅下降。

这意味着，AI 基础设施正在经历一次结构性重构：数据中心不再只是承载服务器的建筑空间，而正在成为专门为 AI 算力设计的复杂系统工程。

因此，「AI 算力超级单体」应势而生。

它并不是传统数据中心的简单放大，而是一种面向超大规模芯片集群重新设计的基础设施形态，也是 AI 开始反向定义数据中心的重要结果。

它把算力部署、网络互联、电力供应、储能、散热以及智能调度集中在同一个高度集成的建筑与系统中。只有这些基础设施实现协同运行，芯片数量才能真正转化为可调用、可持续、可扩展的高效算力。

远景 AIDC 总经理郑子浩将这套逻辑概括为一支集团军的后勤体系：「中国芯片走的是集群化突围的路径，超级单体要提供的是足够大的部署基地、足够充足的电力粮草，以及一条稳定畅通的补给线。」

超级单体的核心，在于全新的 AI 电力系统

规模只是结果，真正的前提是能力。

无论是十万卡还是百万卡，要汇聚成一个高效整体，网络互联效率、电力保障能力和散热能力缺一不可。

GW 级用电负荷已经接近一座中等城市。传统数据中心依赖公共电网被动供电的方式，在这样的规模之下，将面临并网容量、建设周期、能源成本以及供电可靠性等多重限制。

百万卡集群真正需要的，不只是更多电力，而是一整套专门为 AI 重新设计的能源系统与热管理体系。

远景选择将发电、电网、储能、算力负荷与 AI 调度纳入同一套系统进行协同运行。

「远景星河基地」AI 算力超级单体外观

在国家能源局举办的全国「人工智能 + 」能源现场推进会上，远景科技集团董事长兼创始人张雷对远景的 AI 电力系统进行了系统诠释。

他的判断是，大模型大约每 6 个月就会发生一次重大迭代，芯片大约每 12 个月更新一个版本，而负责能量转换的电力系统在过去一百年里几乎没有出现结构性变化。当指数级发展的芯片与模型，遇上线性演进的电力系统，最大的矛盾自然会集中体现在后者。

远景想要解决的，核心其实是三个问题：如何把波动性的绿电转化为稳定的算力能源，如何把更多电高效送达芯片，以及如何持续带走高密度算力所产生的热量。

把波动的绿电，转化为稳定可用的算力能源

远景乌兰察布星河基地的电力来自自建风场，并通过专线直供，全年 80% 以上的电量直接由风机发出后送入机房。这也带来了一个无法回避的矛盾：风电天然具备波动性，而 AI 训练所需要的是工业级稳定电力。

第一步是预测。「远景天机气象大模型」融合卫星、雷达、地面气象站以及设备运行数据，并引入大气动力学、地形等物理约束，将天气变化转化为不同时间尺度上的风光功率预测。长期预测用于制定发电与储能计划，短期预测则可提前识别功率骤升、骤降以及极端天气风险。

在高比例可再生能源直供的条件下，气候系统本身已经成为能源系统的重要组成部分，对天气变化的预测能力，直接决定了调度精度的上限。

第二步是优化。「远景天枢能源大模型」结合预测结果与实时设备状态，在发电、储能、负荷和算力需求之间持续进行最优调度：当风力增强时，提前为储能腾出容量；在风力减弱之前，预留足够电量和备用功率。

而统一调度的前提，是让不同设备进入同一个控制体系。

远景 EnOS 智能物联操作系统将风机、储能、电力设备和算力设施接入同一套系统，上层模型负责预测与优化，中间层场站控制器滚动调整策略，底层设备快速执行，最终形成从感知、决策到控制的完整闭环。

「远景星河基地」储能箱

与此同时，小时级储能负责平滑风光出力与调度偏差，秒级储能结合 SST 和 800V 直流架构响应算力负荷波动，更快速的功率补偿则用于处理 AI 训练和推理带来的瞬时电能质量问题。

这套多时间尺度储能体系，让高比例绿电真正具备稳定、可调度、可支撑 AI 算力运行的能源属性。

长期以来，数据中心供电链路中一直存在一项隐性损耗：从中压交流到芯片端低压直流，中间往往需要经历多次电能变换，而每一次变换都会损失一部分效率。换言之，供电架构本身，也会直接决定最终有多少电力真正到达芯片端。

远景在乌兰察布项目中采用的是 SST 加 BESS 的 800V 直流架构，固态变压器负责完成中压到直流的直接变换，以减少中间环节，电池储能则内嵌在供电链路中承担瞬时功率支撑。

这一架构的核心价值，在于缩短从中压电网到芯片的整个供电链路，让更多电力真正流向 GPU，而不是损耗在中间转换过程中。

热管理必须与供电系统协同设计

超节点所带来的另一个极限挑战，是热管理。

当数十万甚至上百万张芯片被集中部署后，供电密度与热流密度会同步放大。输入服务器的大部分电能最终都会转化为热量，任何散热瓶颈都将直接影响芯片持续满载运行的能力。

乌兰察布的低温气候为自然冷却创造了良好条件，超级单体同时采用风冷、液冷等高密度散热方案，从而降低制冷环节的非算力能耗。

「远景星河基地」风冷机房

因此，AI 电力系统并不只是传统意义上的“供电系统”。它将能源管理、芯片供电和热管理放在同一个架构内协同设计：电力要稳定进入系统、高效抵达芯片，热量也要被持续、顺畅地带出系统。

超节点解决的是芯片之间如何高效协同计算，而 AI 电力系统解决的，则是这些芯片如何持续、高效、低成本地长期运行。

从能源侧延伸：远景如何重塑 AIDC 交付模式

过去，数据中心行业主要由电信运营商、专业数据中心开发商以及互联网巨头主导：运营商负责网络，开发商负责机房建设，互联网公司部署服务器，而电力通常只是从电网采购的一项生产要素。

但当 IT 负荷提升到百兆瓦乃至 GW 级时，能源获取、供配电体系、储能能力和热管理水平开始直接决定项目能否按期交付、能否高效运营。因此，AIDC 的技术重心正在从传统机房工程，明显转向能源基础设施能力。

「远景星河基地」机柜及PDU

这也解释了，为什么一家能源企业会切入 AIDC 赛道。

远景并不是从服务器和芯片向能源侧延伸，而是从能源侧向数据中心机房内部延伸。

从风场、绿电专线、储能、电力电子，到园区内部供配电、冷却系统和超级单体，远景希望将过去由不同供应商分别负责的多个环节，整合为一套完整的 AI 基础设施交付体系。

这与行业中多数设备商或解决方案供应商的交付边界并不相同。

远景负责土建、供配电、绿电、储能及配套系统，客户则专注于部署和管理自己的服务器与芯片集群。对客户而言，理想状态是「把卡运来即可部署」，从而减少从拿地、并网到能源系统建设过程中的时间成本与不确定性。

换句话说，客户负责算力部署，远景负责让这些算力具备可直接运行的基础设施条件，以及其背后支撑的 AI 电力系统。

更关键的是，远景乌兰察布星河基地已经建成并投入运营，全球最大的 AI 算力超级单体也已同步落地。这意味着，远景已经完成了从技术方案、工程建设到 AIDC 实际交付的完整跨越。

从乌兰察布出发，超级单体模式能否复制？

2026 年 6 月，远景发布戈壁使命（Mission Gobi），目标是到 2030 年在全球戈壁荒漠地区建设 5GW 规模的绿色 AI 算力中心。

「远景乌兰察布星河基地」正是戈壁使命的首个旗舰项目。

远景希望复制的，并不是单纯一栋 12 万平方米的超级单体建筑，而是 「能源富集区 + 超级单体 + AI 电力系统」 这一绿色数据中心新模式。

过去，数据中心往往围绕城市、网络条件和既有电网进行布局。而星河基地所尝试的是另一套逻辑：让大规模 AI 算力主动靠近土地资源和绿色能源，在能源富集区同步规划能源设施与 AI 基础设施，再通过高速网络连接主要算力需求市场。

远景并不参与客户芯片和算力运营本身，而是希望将自己在风机、储能、电力电子、能源管理和工程交付方面的能力，转化为支撑大规模 AI 算力持续运行的基础设施能力。

这也反映出中国 AI 基础设施正在形成一条具有自身特色的发展路径。中国既拥有庞大的算力需求和快速发展的国产计算生态，也具备全球领先的新能源开发能力、完整的储能与电力装备产业链，以及大规模基础设施建设能力。相比单独追求某一环节的性能极限，更值得关注的方向，正在逐步转向：如何把这些资源高效整合，组织成一个协同运转的系统。

超节点负责将更多芯片组织为高效协同的计算系统，超级单体为这些大规模集群提供高密度物理承载，而 AI 电力系统则进一步把绿电、储能、供配电和热管理整合起来。计算、能源与基础设施不再各自独立优化，而是开始围绕整体系统效率进行协同设计。

从这个意义上看，远景星河基地不仅仅是在用基础设施去「弥补」某个单点短板，而是在放大中国已经具备的产业优势 —— 通过系统工程能力，把芯片、能源、土地和基础设施进一步转化为更大规模、更高效率的可用算力。

因此，真正需要验证的，不是这一栋超级单体还能容纳多少张卡，而是这套「超级单体 + AI 电力系统」模式，能否在更多能源富集地区实现规模化复制，并进一步走向全球。

如果这一模式能够成功复制，那么星河基地就不只是乌兰察布的一项规模纪录，而可能成为百万卡时代一种全新的 AI 基础设施形态：算力跟随能源布局，计算与电力协同设计，用系统效率释放每一张芯片、每一度电的最大价值。

超级单体并不是算力竞赛的终点，而是 AI 基础设施从「设备堆叠」迈向「系统协同」的重要起点。