Untitled

*发布时间：2026-10-02

作者：11 Digital*

编辑说明： 本文写作于2026年10月2日。字节跳动占用中国约五分之一数据中心容量、并且几乎全部为租用而非自建的核心数据，来自AI基础设施研究机构SemiAnalysis于2026年9月发布的《中国AI基础设施繁荣报告》。本文的直接引用来源是TheNextWeb（TNW）2026年9月对该报告的报道（https://thenextweb.com/news/bytedance-data-centre-fifth-china-capacity-semianalysis），TNW明确援引了SemiAnalysis报告原文（https://newsletter.semianalysis.com/p/the-chinese-ai-infrastructure-boom，部分内容付费订阅）。阿里巴巴、腾讯、百度Q2联合资本支出（$200亿）、负自由现金流等数据来自同一TNW报道；Doubao月活用户（3.45亿）、GDS和VNET批发订单（H1 2026约1.3GW）数据来自同一来源。ByteDance=Nscale 2025年销售额75%的数据，来自TNW另一报道（FT原报）。本文「战略分析」和「地缘政治含义」为编辑判断，请与新闻事实区分。

核心命题：2026年9月，AI基础设施研究机构SemiAnalysis发布报告，揭示了一个令人震惊的数字：字节跳动一家公司，租用了中国所有已交付数据中心容量的约五分之一。”最大的租客没有10-K（上市公司年报）。最大的几个房东从未上市。”这不只是一个关于数据中心容量的数字，而是关于中国AI算力格局的一个核心揭示：当全球最大的内容推荐算法公司，变成了全球规模最大的数据中心租户之一，意味着什么？

0. 核心数字

在展开分析之前，先列出报告揭示的关键数字：

字节跳动

占中国已交付数据中心容量的约1/5（约20%）
几乎全部为租用，而非自建
是中国每一家批发数据中心运营商的最大客户
Doubao AI助手：3.45亿月活跃用户（2026年中）
国内算力基地：内蒙古大同、芜湖、张掖；宁夏（2026年7月新注册两个主体）
海外：占Nscale（挪威GPU云）2025年全年销售额的约75%（注：此为2025年历史数据，2026年情况可能已变化）

中国整体AI基础设施

已交付数据中心容量：超过24GW（欧洲、中东、非洲合计约14GW）——SemiAnalysis估算；GDS/VNET上市公司数据可通过SEC文件交叉验证
SemiAnalysis追踪：1,000+个设施，60+个运营商
建设速度：100MW设施从批准到交付不到12个月（美国需要12-13个月）
西部新建数据中心电力成本：约为沿海城市的一半

中国科技巨头资本支出（BAT三家）

2026年Q2：200亿美元（同比翻倍）
三家均出现负自由现金流（历史首次）
含字节跳动，四家2024年合计：约350亿美元
含字节跳动，四家2025年合计：约500亿美元
含字节跳动，2026年预计：约1000亿美元（SemiAnalysis外推估算，详见数据说明附录）

1. 「最大的租客没有10-K」：这句话为什么重要

SemiAnalysis在报告里写下了这句话：「最大的租客没有10-K。最大的几个房东从未上市。」

这句话指向的是整个中国AI基础设施生态的一个独特特征：整个行业的核心驱动力，被一家没有上市义务、不需要向公众披露财务数据的私有公司（字节跳动）所主导。

在美国，当你想研究谁是超大规模云算力的最大买家，你可以看Google/Meta/Microsoft/Amazon的季度财报——它们的资本支出、服务器采购、数据中心建设计划，都是公开记录。

在中国的AI算力市场，最大的买家是字节跳动。但字节跳动没有上市，没有向监管机构报告的义务，没有年报，没有季报。它的算力采购规模、增长速度、战略意图，只能通过租赁数据中心的运营商（GDS、VNET）的10-K，以及SemiAnalysis这样的第三方研究机构，才能间接拼出大致的轮廓。

这创造了一种独特的信息不对称：全球最大的内容算法公司之一，正在成为全球最大的AI算力消费者之一，但外部世界对它的投资规模和战略方向的了解，远比美国科技巨头要模糊得多。

2. 为什么是「租而不买」？

字节跳动「几乎全部租用」而非自建数据中心的战略，乍看令人困惑——规模这么大，为什么不自建？

有几个可能的解释：

解释一：弹性优先于资产

数据中心建设是资本密集型投资，回报周期以十年计。字节跳动的核心业务（TikTok/抖音、今日头条等）对算力需求的波动性比较大——新产品发布、爆款内容传播、大型活动（春节、世界杯）都会造成算力需求的剧烈峰值。租用比自建提供了更大的弹性。

解释二：规避监管风险

数据中心是受到严格监管的基础设施。中国对大型数据中心的选址、电力配额、网络接入有严格审批。通过租用已建成的第三方数据中心，字节跳动可以更快速地获得容量，而不需要自己应对繁琐的建设审批流程。

解释三：资本效率考量

字节跳动的盈利能力极强（尽管从不公开具体数据，但业界估计它是全球利润最高的互联网公司之一）。但把大量资本锁定在数据中心资产上，会降低公司的整体资本效率。通过租用，字节跳动保留了将利润用于更高回报率投资（算法研发、内容投入、新市场扩张）的灵活性。

解释四：TikTok监管不确定性

TikTok在多个主要市场（美国、欧洲、印度）面临持续的监管压力。如果一家公司的核心产品随时可能被迫退出某个市场，在那个市场重度自建数据中心基础设施的风险就会相应提高。租用比自建给了更大的退出灵活性。

这四个原因可能同时成立。

3. 「东数西算」：地图上的算力迁移

SemiAnalysis报告里提到了一个中国政策背景：「2022年推出的’东数西算’政策，正在把大量新建AI数据中心推向内陆地区。内蒙古成为大型AI园区的默认选址，电力成本约为中国大城市的一半。」

「东数西算」（Eastern Data, Western Compute）是中国2022年推出的国家级算力基础设施战略，核心逻辑是：

中国东部沿海地区（北京、上海、广州、深圳）经济发达，但电力紧张，电价高
中国西北地区（内蒙古、甘肃、新疆等）有大量可再生能源（风电、光伏、水电），电力便宜且清洁
通过政策引导，让数据中心建在西部，通过网络把算力「输送」到东部用户

字节跳动在内蒙古大同、芜湖（不是内陆，但电力成本较低的地区）以及内蒙古自建了AI园区，2026年7月又在宁夏注册了两个新实体，都是这个政策方向的具体体现。

更有意思的数字是建设速度：中国可以在12个月内建成一个100MW数据中心，而美国同等项目需要12-13个月用于施工前审批，整个周期更长。这个速度差距，对于AI计算需求以每年翻倍速度增长的当下，意味着中国的算力基础设施扩张速度远超西方世界的想象。

4. 负自由现金流的BAT：这是好信号还是坏信号？

SemiAnalysis报告披露了一个在中国互联网历史上从未出现过的数字：阿里巴巴、腾讯、百度三家公司，在2026年Q2同时出现了负自由现金流。

这是什么意思？

自由现金流 = 经营活动现金流入 - 资本支出

BAT三家公司在中国互联网高增长时代积累了庞大的现金储备和稳定的现金流。即使在COVID期间，它们也维持了正的自由现金流。

2026年Q2，三家全部转负。这意味着：它们的资本支出（主要是AI相关的数据中心和服务器投资）已经超过了它们的经营现金流入。

从财务角度看，这是不可持续的——如果一家公司持续燃烧现金，它要么降低投资，要么找到更多融资。

但从战略角度看，这反映了一个判断：这些公司认为，在2026年的AI竞争中，错过投资窗口的代价，远大于短期的现金流压力。

这和2021-2022年美国科技巨头在元宇宙上的大规模资本支出有相似之处——当时Meta、微软都因为Metaverse投资拖累了自由现金流，市场给出了严厉的惩罚。

不同之处在于：AI的商业化速度远快于元宇宙，而中国的AI军备竞赛由政策需求（「主权AI」、「国家级大模型」）和商业竞争双重驱动，参与者没有「选择不参与」的选项。

5. 海外扩张：字节跳动正在悄悄建立全球算力网络

报告里有一个鲜为人知的数字：字节跳动的海外租赁容量，预计从2026年到2029年翻倍，达到约4GW。

4GW是什么概念？这相当于当前整个欧洲AI数据中心总容量的近三分之一。

字节跳动为什么要在海外租这么多算力？

原因一：服务TikTok的全球用户

TikTok有超过10亿全球用户。个性化推荐算法需要大量实时计算，而把所有数据传到中国大陆再处理，延迟太高，而且在很多国家面临数据本地化的法律障碍。在全球各地租用算力，是提供低延迟服务的必要条件。

原因二：规避「AI技术国家安全」风险

在欧美市场，有关”TikTok的AI算法可能将用户数据传回中国”的担忧持续存在。通过把相关市场的AI计算明确放在当地（租用挪威、英国、德国、美国的算力），字节跳动能够在技术层面展示数据不出境，降低监管压力。

原因三：大模型的国际化

字节跳动的Doubao（豆包）AI助手在国内已有3.45亿月活。字节跳动推进国际化版本时，需要在目标市场有可用的计算资源，而不能完全依赖跨境传输。

Nscale那笔令人印象深刻的数字——字节跳动贡献了这家挪威GPU云公司2025年全年75%的销售额（此为FT/TNW 2026年报道中的2025年历史数据，2026年实际比例可能随Nscale扩大客户基础而有所变化）——清楚地说明了字节跳动在欧洲算力市场的战略布局深度。

6. 遗留机架问题：算力不等于AI算力

SemiAnalysis报告里有一个经常被忽视但非常重要的观察：「遗留的零售机架在大城市附近的利用率在30%到50%之间，通常无法适配AI服务器。」

这揭示了一个「算力市场的结构性分裂」：

一类：新建的批发数据中心，专门为大型AI训练和推理工作负载设计——高密度电力分配（通常≥20kW/机架，AI服务器通常需要30-100kW+）、先进的液冷系统、低延迟网络。这类设施正在快速扩张，需求远超供给。

另一类：历史上为Web 1.0/2.0时代企业IT设计的传统数据中心——低密度电力分配（通常4-8kW/机架）、风冷设计、分散的接入协议。这类设施有大量空置容量（30-50%利用率），但它们无法承载现代AI服务器的热密度。

SemiAnalysis的结论：「AI时代是批发的。遗留的零售存量没有参与这场革命。」

这对整个数据中心行业有深远的影响：大量历史投资可能在AI时代成为「搁置资产」，需要大规模翻新或重建才能参与AI算力市场。这个翻新成本，在全球范围内可能高达数万亿美元。

7. 中国算力狂飙的三个深层含义

含义一：算力主权比芯片主权更难封锁

美国对中国的AI芯片出口管制（A100、H100、H800被限制出口），是试图通过限制芯片供应来遏制中国AI发展的战略。但SemiAnalysis的报告揭示：即使面对芯片管制，中国的数据中心建设速度和算力投入规模，仍然超越了西方的预期。

字节跳动等公司通过多种途径（合法购买在管制之前库存的芯片、购买国内替代芯片如华为昇腾、以及可能的创意采购路径），维持了快速的算力积累。芯片管制延缓了中国AI发展，但没有阻止它。

更深的含义是：算力竞争的关键不只是最先进的芯片，还有大量次优芯片的堆叠能力和基础设施规模。中国在后两者上的能力，被算力数字证明了。

含义二：Doubao作为AI基础设施的压力测试

3.45亿月活的Doubao，是一个实时的大规模AI推理系统。每一次用户交互，都是一次对字节跳动AI基础设施的压力测试。

一个能够稳定服务3.45亿月活的AI应用，在基础设施规模化能力上，已经达到了全球顶尖水平——无论其底层模型能力与GPT-6或Claude Mythos相比如何。

这意味着，在「把AI模型部署给数亿用户」这件事上，字节跳动已经有了大量实战经验，而这种经验本身，是比算法论文更难复制的竞争壁垒。

含义三：「东数西算」推进了AI基础设施的民主化

内蒙古的数据中心园区，电力成本只有沿海城市的一半。这意味着，在内蒙古训练一个大模型的电费，比在北京或上海便宜50%。

这个价格差距，对于算力密集型的大模型训练来说，是一个可能改变竞争格局的变量。中等规模的中国AI公司，可以通过「东数西算」在相对低成本的情况下进行大规模AI训练，而不需要和字节跳动或阿里云争夺沿海昂贵的算力资源。

在某种意义上，「东数西算」是中国版本的「算力均等化」政策，它有可能帮助更多中小型AI公司进入大模型竞争的门槛。

8. 全球数据中心竞争格局中的中国位置

SemiAnalysis报告的一个重要数字值得单独强调：中国已交付数据中心容量超过24GW，而欧洲、中东和非洲合计约14GW。

中国一个国家，比整个欧非中东地区加起来的数据中心容量还多。

这个数字背后是建设速度的差异：中国可以在12个月内建成一个100MW数据中心，而在美国，仅施工前审批（选址、环评、电力接入谈判）就需要12-13个月。

这个建设速度的差异，在AI算力需求以每年翻倍速度增长的当下，意味着：中国的算力供给能力将以远快于美国和欧洲的速度扩张。

如果这个趋势持续，到2028年，中国在全球AI算力容量中的占比可能远超目前的水平——尽管个别芯片性能仍可能落后于美国最先进水平，但算力总量的优势会越来越明显。

这是一场关于「总算力」而非「顶尖算力」的竞争。规模优势，可能在某些AI应用场景上弥补单芯片性能的差距。

9. SemiAnalysis报告的可信度说明

由于SemiAnalysis的完整报告需要付费订阅，本文引用的所有具体数字均来自TheNextWeb对该报告的公开报道，无法独立核实所有细节。

SemiAnalysis是一家在AI硬件和数据中心领域具有较高可信度的独立研究机构，其分析师Dylan Patel在业界以深度调查研究著称（曾发布多份被广泛引用的AI芯片和数据中心市场报告）。GDS和VNET的1.3GW批发订单数字可以通过这两家上市公司的公开披露进行交叉验证。

字节跳动/Nscale 75%销售额来源：TNW援引了Financial Times的独家报道，具有较高可信度。

本文引用的数字，均在报道中有明确标注，并建议读者订阅SemiAnalysis通讯（newsletter.semianalysis.com）以获取完整、第一手的数据和分析。

结语：最大的租客，与「房东」的命运

字节跳动租用了中国五分之一的数据中心容量。

这句话里包含了两个主角：

一个是字节跳动——一家私有公司，没有年报，没有季报，但通过租用全国最大份额的数据中心基础设施，成为了中国AI算力市场不可绕过的核心力量。

另一个是那些「房东」——GDS、VNET以及另外数十家从未在任何主要证券交易所上市的中国数据中心运营商。这些公司的命运，在某种程度上，与字节跳动的算力需求高度绑定：字节跳动的算力需求每年翻倍，它们的出租率就保持健康；一旦字节跳动战略调整，它们将直接感受到冲击。

这种集中度风险，SemiAnalysis在报告里隐约点出了：「最大的租客在任何市场上都没有上市义务。」

在一个高度不透明的市场里，当最大的买家不需要向任何外部监管机构报告其采购决策时，市场参与者（包括其他中国AI公司、国际投资者、监管机构）所面临的信息不对称，是一个值得持续关注的系统性风险。

字节跳动正在以无人知晓全貌的速度和规模，建立中国AI时代的算力基础设施。

SemiAnalysis的这份报告，是迄今为止最接近揭开这个黑箱的一次尝试。

10. 数据局限性与不确定性的诚实评估

关于「约五分之一」这个数字： SemiAnalysis的估算基于其追踪的1,000+个中国数据中心设施的容量总和，以及从GDS/VNET等上市公司财报推断的字节跳动租用量。字节跳动本身不公开其数据中心租赁规模，因此这个数字是基于多种间接信息综合的估算，而不是精确测量值。「约五分之一」的误差范围可能在10%-25%之间。读者在引用这个数字时，应明确其估算性质。

关于2026年$1000亿资本支出预测：这是SemiAnalysis基于前几年增长率的外推估算（2024年约350亿，2025年约500亿），而非公司公开披露数据。实际数字取决于字节跳动的战略决策，可能高于或低于这个预测。

关于Nscale 75%数据的时效性： TNW报道中引用的「字节跳动占Nscale 2025年全年销售额75%」是一个2025年的历史数据点，不代表2026年的情况。Nscale在2026年可能已经扩展了其他客户（Nvidia B200采购也意味着潜在新客户），字节跳动的占比可能已经发生变化。这个数字展示的是2025年的深度依赖关系，而不是当前状态的精确快照。

关于「几乎全部为租用」的说法：字节跳动确实主要通过租赁而非自建获取算力，但这里的「几乎全部」是SemiAnalysis基于公开信息的判断，字节跳动在某些场合可能有自建的基础设施（尤其是在其宁夏新注册实体等政策支持下可能推进的项目）。

这些局限性不影响文章的核心分析价值，但理解数字的精确边界，是负责任地理解和引用这份报告的必要前提。

11. 对企业决策者的含义

如果你是一家在中国经营或考虑进入中国市场的AI公司，字节跳动的算力战略揭示了什么？

对AI应用公司：字节跳动的「全租用」模式，意味着中国有大量第三方算力服务商愿意为大客户提供定制化服务。如果你的应用达到了足够规模，你不需要自建数据中心——市场上有「批发租用」的选项。字节跳动的规模证明了这个路径的可行性，但如果你的规模远小于字节跳动，你在谈判上的杠杆会弱得多。

对非中国AI公司：中国AI基础设施扩张速度（24GW+，建设周期12个月）和资本投入（2026年预计约$1000亿美元，SemiAnalysis估算）意味着中国AI公司在算力规模上不存在根本性劣势。「中国AI因为芯片禁运而落后」的叙事，被这份报告复杂化了：受限的是芯片质量，不受限的是算力总规模的快速增长。

对数据中心投资者：中国AI批发数据中心市场呈现出高度集中的需求结构（字节跳动一家占20%+），这创造了两种相反的风险：①高度依赖单一大客户的脆弱性；②当核心客户算力需求持续增长时的稳定需求保障。投资中国数据中心市场，需要对字节跳动和主要AI客户的长期战略有清晰的判断。

参考资料（完整版）：

TheNextWeb: “ByteDance rents a fifth of China’s data centre capacity, SemiAnalysis says” — https://thenextweb.com/news/bytedance-data-centre-fifth-china-capacity-semianalysis
SemiAnalysis Newsletter: “The Chinese AI Infrastructure Boom” — https://newsletter.semianalysis.com/p/the-chinese-ai-infrastructure-boom
TheNextWeb: “Nscale: ByteDance is biggest customer, nearly 75% of 2025 sales” — https://thenextweb.com/news/nscale-bytedance-biggest-customer-nvidia-b200-norway
GDS Holdings 和 VNET Group：上市公司SEC文件（可在SEC EDGAR查询）

附一：理解中国AI算力生态的关键词汇

批发数据中心（Wholesale Data Center）：专门为大型单一企业客户设计的数据中心，通常以一整幢楼或大型电力容量（几十到数百兆瓦）为单位整体出租，客户包括云服务商和大型互联网公司。与零售数据中心不同，批发数据中心的设计完全服从单一客户的技术需求，可以为AI服务器提供更高密度的电力供应和定制化冷却方案。

自由现金流（Free Cash Flow）：企业经营活动产生的现金，减去为维持和扩张业务所需的资本支出。自由现金流为负，意味着公司花的钱超过了它赚的钱，需要动用储备现金或融资来维持运营。对于现金储备丰厚的大公司，短期负自由现金流是可以接受的战略投资，但如果持续负值，会消耗现金储备并增加财务压力。

资本支出（CapEx）：企业购买或建设长期资产（设备、数据中心、服务器等）的支出。AI时代，GPU服务器和数据中心是最主要的资本支出项目。BAT三家在2026年Q2合计200亿美元的资本支出，意味着每个季度每家公司花费超过66亿美元购置AI相关硬件。

GW（吉瓦）：数据中心功率的计量单位，1GW = 1,000MW = 1,000,000千瓦。一个100MW的数据中心大约可以容纳10,000到30,000个AI训练服务器机架（取决于服务器密度）。中国24GW+的数据中心容量，理论上可以容纳约240万个AI服务器机架。

搁置资产风险（Stranded Asset Risk）：当技术变革使某类基础设施变得过时或经济上不可行时，相关资产的价值会大幅缩水，这些资产就成为「搁置资产」。传统数据中心（低功率密度、风冷设计）在AI时代面临显著的搁置资产风险，因为它们在物理上无法承载现代AI服务器的散热需求。

附二：「东数西算」战略背景

「东数西算」（Eastern Data, Western Compute）是中国2022年启动的国家级算力基础设施发展战略，官方文件称为「全国一体化大数据中心协同创新体系算力枢纽实施方案」。该战略划定了8个国家算力枢纽节点，覆盖内蒙古、甘肃、贵州、宁夏等西部省份，以及京津冀、长三角、粤港澳大湾区等东部数据中心集群。

战略的核心逻辑是：

东部沿海地区电力紧张，土地成本高，但AI算力需求旺盛
西部地区有丰富的风能、水能、光伏资源，电力便宜（内蒙古的工业电价约为0.3元/度，而北京、上海工业电价超过0.8元/度）
通过高速网络连接，将西部便宜算力提供给东部需求

内蒙古之所以成为字节跳动等大型AI公司的首选算力基地，不只是电价优势，还有：土地成本低（大规模建设园区代价小）、政策优惠（配套税收优惠和绿色电力证书支持ESG目标），以及内蒙古自治区政府对大型科技项目的积极支持。

从「东数西算」政策的视角，字节跳动在内蒙古的算力布局，不是一个独立的商业决定，而是国家战略与商业利益的高度吻合。这种政策-商业的协同，在西方自由市场经济体系中很难找到直接的对应案例，也是理解中国AI基础设施扩张速度的关键背景之一。

附三：SemiAnalysis简介

SemiAnalysis是由Dylan Patel创立的AI硬件和数据中心市场研究机构，以「数字优先、一手调查」的研究方法著称。该机构的研究报告以深度的工程技术分析和实地采购数据追踪著称，曾发布多份广受行业关注的报告（包括GPU供应链分析、台积电先进制程产能追踪、AI数据中心电力需求预测等）。

SemiAnalysis报告通常优先通过订阅通讯（Substack/Newsletter平台）发布，付费订阅者可以获取完整的数据表和模型，一般媒体引用的是报告中的核心结论和部分数字。本文对SemiAnalysis数据的引用，依据TheNextWeb的公开报道，读者如需完整数据可订阅SemiAnalysis通讯（newsletter.semianalysis.com）。

在评估SemiAnalysis数据的可靠性时，有几点值得注意：该机构的中国数据追踪依赖于多种间接方法（工商登记、采购记录、访谈、卫星图像等），对于像字节跳动这样的私有公司，部分数字为估算而非直接测量。GDS和VNET等上市公司的数据，具有更高的可验证性，可以通过上市公司SEC文件进行独立核实。

本文是2026年10月2日（国庆假期第二天）的技术分析，覆盖SemiAnalysis 2026年9月发布的中国AI基础设施报告要点。在我们庆祝国庆的时候，中国的数据中心建设没有停工——因为AI的算力消耗，同样没有放假。

SemiAnalysis的报告提醒我们：在AI军备竞赛的叙事中，我们往往聚焦于模型能力、芯片性能、算法突破。但在这一切之下，是字节跳动租用的那五分之一中国数据中心，是内蒙古戈壁上的那些服务器机房，是每天消耗着可再生电力、训练着Doubao和TikTok算法的算力机器。它们不在头条新闻里，但它们是AI时代真正的基础设施。理解它们，就是理解AI竞争格局的真实底层。

最大的租客，没有年报。但它的算力版图，比大多数上市公司的资产负债表更值得关注。

参考资料

TheNextWeb（2026-09-29）：ByteDance rents a fifth of China’s data centre capacity, SemiAnalysis says
https://thenextweb.com/news/bytedance-data-centre-fifth-china-capacity-semianalysis
SemiAnalysis原始报告（2026年9月）：The Chinese AI Infrastructure Boom
https://newsletter.semianalysis.com/p/the-chinese-ai-infrastructure-boom（部分付费内容）
TheNextWeb关于Nscale的报道：Nscale: ByteDance is biggest customer, nearly 75% of 2025 sales
https://thenextweb.com/news/nscale-bytedance-biggest-customer-nvidia-b200-norway
MSN/SemiAnalysis摘要（2026-09-28）：ByteDance grabs one-fifth of China’s data centre capacity as AI drives infrastructure boom
https://www.msn.com/en-xl/money/general/bytedance-grabs-one-fifth-of-china-s-data-centre-capacity-as-ai-drives-infrastructure-boom/ar-AA2d6hFn
TheNextWeb关于中国内蒙古AI园区（背景）：China inner Mongolia green computing AI export grassland
https://thenextweb.com/news/china-inner-mongolia-green-computing-ai-export-grassland
中国”东数西算”政策（2022年）：国家发改委官方政策文件，算力枢纽实施方案