当全球媒体聚焦于谁的大模型跑分更高时，有一场更沉默、更昂贵的战争正在中国的内蒙古草原、安徽芜湖和宁夏山沟里悄然决出胜负。

SemiAnalysis 在2026年10月发布了一份追踪中国1000余个数据中心、60多家运营商的深度报告，揭示了一个令整个行业震动的数字：ByteDance一家公司，独自占据了中国已建成数据中心总容量的约1/5。

这不是一个创业公司在某个细分市场的小胜，而是在全球第二大数字经济体里，一家私人公司以无可匹敌的规模主导了整个国家的AI算力基础设施格局。理解这个数字，需要先理解它的分母有多大，更需要理解这场算力竞赛背后的商业逻辑、地缘博弈和结构性矛盾。

第一章：一个难以想象的规模

中国目前已建成数据中心容量超过24GW——这个数字超过了欧洲、中东和非洲全区约14GW的总和。中国正以美国无法匹配的速度建设：SemiAnalysis 的数据显示，中国能在12个月内建成100MW量级的设施，而美国光是拿许可证就需要12至13个月。建设周期的压缩，背后是审批制度的高效、土地供给的充裕和资本的高度集中。

在这个总量超过24GW的池子里，ByteDance独占约1/5。这意味着ByteDance掌控的数据中心容量，约相当于整个欧洲、中东和非洲区域容量的四分之一。

“最大的租客没有10-K（年报）。几家最大的房东从未上市过。”SemiAnalysis 在报告中写道。这句话精准刻画了中国数据中心产业的一个核心特征——它在最不透明的状态下，积累了最难以估量的战略价值。全球投资者和分析师，对中国最大的算力基础设施租户几乎一无所知，只能靠数据中心的电力接入申请、土地规划文件和间接访谈拼出一幅残缺的地图。

ByteDance 的 Doubao 助手服务3.45亿月活用户，抖音在中国日活超过7亿，TikTok在全球190多个国家和地区覆盖10亿用户，这三条业务线产生的算力需求，已经超越了绝大多数国家整体的AI算力消耗。支撑这一切的基础设施，绝大部分是租来的——ByteDance是中国最大的算力承租方，而非最大的地主。这个细节揭示了其战略逻辑：用租赁而非自建保持弹性，让每一块算力资产都直接服务于业务扩张，而非沉淀在固定资产负债表上。

GDS（万国数据）和VNET（世纪互联），这两家在美国上市的中国数据中心房东，虽然2026年上半年签下了约1.3GW的大订单，但据SemiAnalysis 估算，它们只赢得了ByteDance和阿里巴巴2024年至2026年订单总量的约1/3。最大份额流向的，是那些从未出现在任何证券交易所的名字。这也意味着，全球股市中能够投资”中国AI算力基础设施”的公开渠道，极度有限——大部分价值被私人公司锁住了。

第二章：军备竞赛的代价——资本开支的历史性膨胀

如果说ByteDance的数据中心占比是一个静态的截面，那么整个中国AI基础设施军备竞赛的速度，才是真正令人咋舌的动态指标。这场竞赛并非从零开始，而是在已有庞大基础之上的再次加速。

SemiAnalysis 的测算显示，阿里巴巴、腾讯和百度三家公司在2026年第二季度合计资本开支约200亿美元——是一年前同期的两倍以上。三家公司在同一季度均录得负自由现金流，这在历史上是首次。这意味着，这三家合计市值数万亿美元、在各自行业称霸多年的科技巨头，为了追赶AI基础设施的建设节奏，愿意接受账面上的持续”流血”。

将ByteDance计入后，四巨头在2024年合计资本开支约350亿美元，2025年超过500亿美元，而2026年的轨迹将突破1000亿美元（来源：SemiAnalysis中国数据中心模型，2026年10月，同一报告中指出”Combined capital expenditure by the three companies could more than double to approximately 700 billion yuan, or USD104 billion, this year”，加上ByteDance的估算后超1000亿）——这是一个指数级跳跃，而不是线性增长。在如此短的时间内，四家公司的算力投入从每年约350亿美元扩张到1000亿美元，其背后的驱动力不仅仅是技术热情，更是竞争焦虑——如果你的对手每年多投300亿，而你没有，你就会在下一代AI基础设施竞赛中落后。

摩根士丹利的研究报告估计，中国2026年算力总支出可能达到1930亿美元，约相当于美国同期的21%（来源：MoneyControl引用Morgan Stanley分析，”total spending on computing power could reach USD193 billion in 2026, equivalent to about 21 percent of US spending”；原文见moneycontrol.com报道）。绝对值仍在追赶，但增速上，中国已经是另一个量级。

阿里巴巴CEO吴泳铭在2026年8月的业绩电话会上警告，AI算力供应短缺或许要到2030年才能缓解。这句话的背后含义是：即便按照当前这个狂飙的建设速度，供需缺口仍将持续至少4年。这是一个商业预警，也是一个市场预判——在供需紧张持续的背景下，最早建立算力护城河的玩家，将在定价权和服务质量上保持持久优势。

这种投入规模引发了一个根本性的战略问题：谁能在资本消耗战中坚持最久，谁就能主导下一个AI时代的基础设施格局。在这场竞赛里，ByteDance凭借私人公司的灵活性和长期主义，目前处于明显领先位置。

第三章：内蒙古与芜湖——权力正在向内陆迁移

ByteDance的算力版图有一个地理细节值得关注，它揭示了中国数字经济地理重心的深层位移。

按照中国2022年启动的”东数西算”政策，大量AI算力建设向内陆迁移。内蒙古已成为大型AI园区的默认选址，当地电价约为沿海大城市的一半，这对于全年不间断运转、电费往往占运营成本40%以上的数据中心来说，是决定性的成本竞争优势。对于在大量复用型AI推理工作负载上每年消耗数十亿度电的ByteDance而言，选址在内蒙古意味着每年数十亿元人民币的成本节省。

ByteDance在大同、芜湖和内蒙古自建园区，并于2026年7月在宁夏注册了两个新实体。这不仅仅是成本优化的考量，更是一种战略性的地理布局——分散算力基础设施，降低单点风险，同时契合国家关于数字经济向内陆延伸的宏观政策导向。当算力园区跟随能源走向内陆，整个中国区域经济的资源流动模式也在悄然改变。

数据中心正在成为与钢铁厂、港口同等级别的国家战略资产。内蒙古、宁夏、贵州这些此前在数字经济版图上相对边缘的省份，正因为廉价电力和宽松的土地政策，成为中国AI时代最热门的算力洼地。这场内迁，从本质上是在重绘中国经济的地理权力地图——不再只有北上广深，还有呼和浩特、银川和贵阳。

相比之下，老旧数据中心的处境截然不同。SemiAnalysis 指出，靠近大城市的老旧零售机柜运行利用率仅30%至50%，且往往无法承载AI服务器的高密度电力需求——现代AI训练集群的功率密度，有时高达老旧机柜设计标准的5至10倍，冷却系统和电力线路根本无法适配。

“AI时代是批发的时代。老旧的零售存量没有参与其中。”SemiAnalysis 用这句话画出了行业内部的阶层分化线——新建大型园区与旧城机房之间，不仅仅是技术代差，更是AI时代价值创造体系的入场券之别。

中国独特的建设速度提供了全球竞争优势。从动土到竣工12个月内建成100MW设施，这种能力背后是完整的本土产业链支撑——设备制造、施工队伍、电力接入审批，每一个环节都比美国更高效。这种速度优势，让中国AI企业在全球基础设施军备竞赛中拥有更短的反应周期。

第四章：硬伤——算力依赖困局的本质

然而，在这幅中国数字基础设施高速扩张的画卷之外，有一个根本性的矛盾正在激化：中国想摆脱对英伟达的依赖，但其AI公司却在大量购买更多英伟达芯片。

根据《金融时报》的调查，中国公司今年已购入超过100万块英伟达游戏和工作站芯片，这些芯片并非为AI专门设计，却被大量改用于AI推理工作负载。最受欢迎的型号包括RTX Pro 6000D、RTX Pro 5000和RTX 5090——这些本是面向内容创作者和工作站用户的产品，如今在中国AI推理集群里充当了性能较弱但来源合规的替代品。

这一现象的根源有两个层面：一是技术差距，二是生态锁定。技术差距是显而易见的：即便是华为最先进的升腾910C芯片，在单卡算力上仍与英伟达顶级GPU存在代差。但更深层的问题是CUDA生态的锁定效应——中国开发者在CUDA软件平台上积累了多年的工程投入，从训练框架到推理部署工具链，所有这些都深度绑定在CUDA生态上。将工作负载迁移到华为的CANN平台，意味着数月乃至数年的重构成本，这对于任何处于商业竞争压力下的公司都是难以接受的代价。

这种生态锁定，与当年Windows称霸PC时代的逻辑如出一辙——不是产品没有替代品，而是迁移成本让用户陷入沉默。国产替代在政治表态层面是正确的，在工程现实层面却步履维艰。

国内供给端的努力不可谓不大。华为2026年预计生产约160万块AI芯片，阿里巴巴和百度的芯片部门合计约100万块，澜起科技约30万块。国内AI芯片供给预计今年可达350万块。阿里巴巴近期推出了其宣称的”中国最先进国产AI芯片”甄武V900处理器；华为也在研发升腾960DT训练芯片，计划2027年第一季度推出，并已着手开发可互联100万块芯片的超大规模集群。

但需求端的增速更快，缺口在扩大而不是收窄。2026年总需求将超过500万块芯片，2027年可能翻倍突破1000万块。DeepSeek和智谱AI分别在建设容纳至少10万块华为芯片的数据中心，这是”以量补质”策略的具体体现——通过大规模互联网络，将算力较低的单芯片连接成一个整体，让集群的综合吞吐量接近英伟达同级产品。这种策略在大规模批量推理场景下有效，但在延迟敏感的实时交互场景下，单芯片性能差距仍难以完全弥补。

这道缺口反映的是一个结构性困境：当需求的增速持续超越国内供给的扩张速度，对外部来源的依赖不会消失，只会以不同形式延续。

第五章：向外延伸的触手——全球算力争夺战

ByteDance的算力野心并不局限于中国境内。面对国内算力供给不足的硬约束，中国的超大规模云服务商正在全球范围内争夺算力资源，这场争夺已经延伸到东南亚、欧洲和更远的地方。

SemiAnalysis 预测，中国超大规模云服务商的海外租赁容量将从2026年到2029年翻倍，接近4GW。ByteDance已经是这一趋势的最大推手——英国AI基础设施公司Nscale在2025年的销售额中，ByteDance贡献了近75%。一家英国公司，四分之三的收入来自一个中国客户，这本身就是全球算力供应链深度重构的一个典型切面。

腾讯据报道已与甲骨文达成协议，在东南亚多个设施租赁10万块GPU；阿里巴巴和ByteDance也在追求大型海外协议。这种向外布局的策略，背后有三重驱动：其一，国内算力供给不足，需要从海外补充；其二，部分AI服务需要在数据主权较为宽松的海外节点部署，以满足全球用户的低延迟需求；其三，海外算力可以作为出口管制影响的缓冲层。

SemiAnalysis 还在报告中提及一个值得关注的细节：[未经官方确认的推断] 据The Next Web引用SemiAnalysis报告，北京或许可能允许ByteDance和阿里巴巴购买英伟达的RTX Pro 5500芯片。SemiAnalysis明确指出这是其研究推断，目前尚无中国政府或相关企业的官方声明加以确认。该推断表明，在出口管制的灰色边界处，中美之间可能存在有限的技术流通空间——这个空间的大小和持久性，将是未来地缘技术博弈中一个极度敏感的变量。

与此同时，中国AI企业还在加速开发模型发布节奏，进一步推高算力需求。据Nikkei Asia 的数据，主要中国和美国AI实验室发布升级版模型的平均间隔，从2023年至2026年初的125天，缩短至2026年4月至9月的44天。9月，包括DeepSeek和小米在内的中国开发者单月就发布了16款新模型。据Bloomberg 2026年10月的报道，DeepSeek近期完成了不低于800亿元人民币（约120亿美元）的融资轮次，腾讯和宁德时代均为投资方，融资额超出了公司最初目标。Bloomberg同期报道，DeepSeek计划向机器人AI初创公司Winverse的种子轮领投，估值约4亿美元。

算力需求、模型发布速度与融资规模，三者形成了一个自我强化的循环：更多算力支撑更快的模型迭代，更快的模型迭代带来更强的商业吸引力，更强的商业吸引力撬动更多融资，更多融资购买更多算力。在这个循环没有减速迹象的情况下，4家中国巨头年度资本开支突破1000亿美元，只是一个开始。

第六章：三个悖论，一个判断

理解ByteDance的算力霸权，需要同时看见三个深层悖论，它们共同构成了中国AI基础设施竞赛的结构性底色。

第一个悖论：最大的玩家最不透明。ByteDance是私有公司，没有公开年报，不在任何证券交易所挂牌，其真实算力规模只能靠 SemiAnalysis 这样的私人研究机构通过间接数据去拼图侦测。GDS和VNET虽然是在美上市的中国数据中心房东，但它们赢得的只是ByteDance等巨头订单的一小部分。最关键的资金流向、最重要的基础设施投资决策，永远在最暗处流动。在一个国家级战略资产正在形成的时代，这种透明度缺失是真正值得警惕的系统性风险——它不仅影响投资决策，更影响国家层面的战略评估。

第二个悖论：独立自主的目标与供应现实的撕裂。中国政府明确推动AI自主可控，四巨头投入数千亿研发自研芯片，却同时以百万块的规模购买英伟达的游戏卡。这不是在说谎，而是说明技术自主的时间表与AI商业化的迫切性之间，存在一道目前无法跨越的现实鸿沟。国产替代是2030年的战略目标，而商业竞争需要在今天赢得用户。这个时间差，是中国整个AI产业当下最根本的结构性张力——一边喊着独立自主，一边悄悄买入更多外国芯片，这种分裂不是虚伪，而是商业现实对政治理想的摩擦。

第三个悖论：基础设施的集中度与数字经济的脆弱性。当一个国家最大的AI基础设施租户，是一家注册在开曼群岛、核心产品在美国面临安全审查、创始人长期旅居新加坡的私人公司时，这种集中本身就是一种结构性风险。ByteDance掌控中国1/5的数据中心容量，在商业上是胜利，在系统安全上是隐患——任何针对ByteDance的监管行动、地缘政治事件或商业决策，都可能对整个中国AI基础设施生态产生连锁影响。

结语：沉默的战场，最终的判断

ByteDance独占中国1/5数据中心的事实，是中国AI崛起宏大叙事里最具体的一块拼图，也是最难被简单解读的一块。

它同时代表了：商业竞争的胜利（在极短时间内建立无可匹敌的算力护城河）、战略部署的远见（在AI商业化爆发前完成基础设施卡位）、以及系统性风险的积聚（集中度带来的脆弱性、依赖困局带来的约束、透明度缺失带来的不可知）。

SemiAnalysis 的分析揭示了一个在中国AI讨论中长期缺席的维度：模型的军备竞赛是可见的，每次发布都有公关稿和基准测试；但算力的军备竞赛是沉默的，是在不上市、不发年报、不接受采访的方式下，以每年数百亿美元的速度，悄悄重塑这个国家的数字权力地图。

四家巨头年度资本开支超过1000亿美元，供给缺口预计持续到2030年，AI模型发布周期已压缩到44天——这些数字加在一起，描绘的是一场没有终点的竞赛：需求永远比供给快一步，资本投入的规模让任何外部追赶者都望而生畏，而基础设施的主导权，正在以一种几乎不可逆的方式固化在少数几家公司手中。

下一场大战，不在大模型排行榜上。它已经在内蒙古的服务器机房里，在宁夏的算力园区里，在东南亚机房里ByteDance租赁的GPU集群中，打响了。而这场战争最重要的裁判，不是任何一家AI公司，而是那一条即将到来的需求曲线——当AI真正渗透进每一个用户的每一天，谁的算力够多、够稳、够廉价，谁就能活到最后。

中国的算力时代，正在以沉默的方式，写下它最重要的那几章。

参考资料

  1. SemiAnalysis, China Datacenter Model: ByteDance and the AI Infrastructure Boom, October 2026. newsletter.semianalysis.com
  2. The Next Web, “ByteDance rents a fifth of China’s data centre capacity, SemiAnalysis says”, October 2026. thenextweb.com
  3. MoneyControl / Financial Times, “China wants to break its dependence on Nvidia, but its AI companies are buying more of its chips”, 2026. moneycontrol.com
  4. Nikkei Asia, “China’s DeepSeek and peers launch 16 AI models in a month despite Anthropic’s warning”, October 2026 （via kr-asia.com reporting）
  5. Data Center Dynamics, “ByteDance takes up one-fifth of China’s data center capacity”, October 2026
  6. Bloomberg, DeepSeek $12B funding round and Winverse robotics AI investment, October 2026

附录：数字背后的完整画卷

为了让这篇文章的读者对这场算力竞赛有更完整的认知，有必要补充几个常被忽视的关键背景。

为什么这次是结构性的，而不只是周期性的

历史上每一次大型基础设施投资热潮（铁路、光纤、云计算）都曾引发”泡沫担忧”，最终也往往产生阶段性过剩。但AI算力这一轮与以往有本质差异：需求侧不是单一应用的需求，而是整个社会数字化运转的底层算力。

当AI助手嵌入每一款办公软件，当自动驾驶汽车需要毫秒级响应，当医疗诊断系统在云端持续运行，这些需求是持续的、增长的，而不是集中爆发后消退的。阿里巴巴CEO说的”供给短缺到2030年”，并不是危言耸听，而是基于已可见的产品路线图和客户需求曲线推算出的保守估计。

中国数据中心独特的竞争格局

与美国的大规模云计算市场不同，中国的数据中心市场有几个独特之处，值得单独分析。

其一，超大规模客户的议价能力极强。当一家公司独占全国容量的1/5，它向所有数据中心运营商提出的条款，没有人可以轻易拒绝。这种买方权力，压低了整个市场的服务价格，也压缩了独立运营商的利润空间。GDS和VNET在过去两年里经历了股价的显著压力，部分原因正是超大规模客户的议价优势侵蚀了租金水平。

其二，政府政策是决定性变量。”东数西算”政策在不到4年的时间里，深刻改变了中国数据中心的地理分布。未来任何关于数据本地化、算力审查或AI应用管控的政策调整，都可能以同样快的速度重塑市场格局。这是一个监管风险高度集中的市场，政策的可预测性远低于欧美。

其三，私有化带来的信息不对称。在美国，主要的超大规模云服务商都是上市公司，季度财报披露资本开支和收入，市场信息流通相对充分。在中国，最大的两家算力消费者（ByteDance和阿里巴巴的非上市部分）处于严格的信息管控之下。研究机构如SemiAnalysis 需要通过分析电网接入申请、土地规划批文、分包合同和基础设施供应商的间接数据，才能拼出一幅大致准确的图景。这种信息不对称，既为ByteDance提供了竞争保护，也使得整个市场的风险评估极为困难。

未来三年的关键变量

展望接下来的时间窗口，有几个变量将决定这场算力竞赛的走向：

第一，出口管制的边界如何演化。 美国商务部的出口管制一直是一条不断移动的红线。如果管制收紧，游戏卡的采购空间关闭，中国AI企业将面临更大的算力短缺压力；如果出现灰色地带放宽，国产替代的紧迫性会有所下降。

第二，华为芯片生态的成熟速度。 CANN平台的开发者友好度改进、升腾960DT训练芯片的量产进度，以及大规模集群互联技术的成熟程度，将决定国产替代真正”可用”的时间节点。DeepSeek已在与华为合作改善CANN兼容性，这是一个积极信号。

第三，ByteDance自身的战略转型。 公司持续注册内陆新实体、向机器人AI投资，显示其算力布局正在从纯内容消费向物理世界延伸。如果具身智能（Embodied AI）成为下一个主要算力消耗场景，ByteDance的算力霸权或将进一步强化。

第四，全球超大规模竞争的溢出效应。 亚马逊云、谷歌云和微软Azure正在全球争抢数据中心建设资源，导致高压电力、冷却设备和建设人力出现结构性短缺。这种全球供应链紧张，反而有可能减缓中国的建设速度，成为一个意外的外生约束。

每一个变量的走向，都将影响未来谁是这场沉默战争的最终赢家。但有一点可以确定：当算力成为国家竞争力的核心资产，这场战争就不会有简单的终点线。

这是一场在聚光灯之外打响的持久战。理解它的规模与逻辑，是理解中国AI真正实力的前提条件。