GW，正在成为云厂商的计量单位

云厂商都在布局算力生态系统

图片来源|网络（如侵权请联系删除）部分AI生成

去年这个时候，如果你问一个云厂商的技术负责人“你们的数据中心有多大”，答案通常是“多少万台服务器”或者“多少EFLOPS算力”。

但到了今年，如果你在云栖大会现场听到的对话，大概率会变成这样一句话：“你们今年新增了几个GW？”

9月22日，阿里CEO在云栖大会上扔出一个数字：到2032年，阿里云运营的全球数据中心规模将超过20GW（吉瓦）。

20GW是什么概念？1GW等于10亿瓦，大致相当于一座大型核电机组的输出功率。这意味着阿里云未来的数据中心集群，用电规模将堪比一个中等国家的电力系统。

而这不是阿里的独角戏。微软计划到2032年将数据中心容量扩至38GW，Meta今年就要部署约7吉瓦计算能力，并在2027年翻倍至14吉瓦。

大洋两岸的云巨头们，几乎在同一时间完成了度量衡的切换：从“算力”到“功率”，从“能跑多少模型”到“能供多少电”。

这个转变，比表面上看起来要深远得多。

一个单位切换背后的行业变轨

云计算行业并非一直用GW来衡量自己。过去十几年，数据中心规模的标准单位是MW（兆瓦），一个几兆瓦的机房已经算得上大型设施。

但从2024年开始，全球数据中心电力需求容量的增长曲线明显陡峭起来。TrendForce的统计显示，2025年全球数据中心电力需求容量为122.9GW，2026年预计攀升至161GW，同比增幅约31%。

更值得关注的是需求结构的变化。AI服务器在数据中心电力需求中的占比，从2025年的约25%快速拉升到2026年的33.4%，预计2027年将突破40%。

也就是说，未来云计算基础设施的重心，已经实质性转向了AI。

黄仁勋曾在今年的CES演讲中说过一句被广泛引用的话：即便手握最强大的GPU算力，没有GW级别的电力支持，这些昂贵的芯片也只是毫无用武之地的装饰品。

说简单点就是：芯片决定你能跑多快，但电力决定你能不能跑。

在MW时代，云厂商的核心竞争力是服务器采购能力和软件调度效率；到了GW时代，竞争维度骤然拉宽，你需要土地、需要电网接入、需要冷却系统、需要施工队伍、需要地方政府批文、需要长期电力采购协议。

一座GW级AI数据中心，其工程复杂度已经远超“盖个机房”的范畴，更接近建设一座中型发电站。

过去两年，行业最焦虑的事情是“抢不到GPU”。但到了2026年，越来越多的信号指向同一个结论：真正的瓶颈已经从芯片转移到了电力。

谷歌首席技术官在SEMICON Taiwan 2026上明确表示，随着AI模型规模不断扩大，制约扩张的核心瓶颈已从芯片本身转移至电力供给，AI算力的天花板正在从“造不出芯片”变成“找不到电”。

这个判断有扎实的数据支撑。彭博新能源财经测算，若行业保持当前增长速度，到2035年人工智能数据中心将面临19吉瓦的电力缺口。

而TrendForce的估算更为激进：到2030年，全球数据中心电力需求容量将达到490.7GW，但电网可供数据中心使用的容量仅为222.6GW，供需缺口高达268GW。

268GW接近全球目前所有数据中心装机容量的总和。

电力的约束不只是“发多少电”的问题，更是“电能不能送到”的问题。

现有电网的承载能力、变压器的供应周期、输电线路的建设进度，都构成了硬性的物理约束。伦敦部分区域的电网连接等待时间已接近10年，燃气轮机的交付周期拉长至五年。

在美国，近40%的数据中心项目面临延期，电力短缺、劳动力不足、设备匮乏和许可审批障碍是主要延误原因。

这种供需失衡，正在从根本上改变云厂商的竞争逻辑。

过去建数据中心，选址主要考虑地价和网络延迟；现在，能不能拿到足够的电力接入，成了选址的第一约束条件。

内蒙古、贵州、宁夏这些电力资源富集且气候适宜的地区，正在成为新一轮数据中心建设的热土。

中国的政策端也在快速响应。四部门联合印发的《关于促进人工智能与能源双向赋能的行动方案》明确提出，鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，探索核电、氢能以直连方式为算力设施供能。

《新型能源体系建设“十五五”规划》更是明确要加强大型新能源基地与国家算力枢纽的协同布局，打造“能源+数字”产业集群。

一个有意思的细节是，阿里云在青海与中国联通打造的绿电智算融合示范园，四期建成后总算力将达15万P，园区依托当地风电和光伏资源，通过绿色微电网实现100%绿电供应。

这种“算力跟着绿电走”的模式，正在成为新的行业范式。

一张比“芯片战”更复杂的系统战

如果说电力是GW时代的基础门票，那么围绕这张门票展开的竞争，实际上是土地、芯片、网络、资本和工程交付能力的全面较量。

先说土地和能源。Meta今年在加拿大阿尔伯塔省宣布建设约90亿美元的数据中心，当地已有超过100个数据中心项目处于规划阶段。

在美国得克萨斯州，微软发布了2GW规模的数据中心建设计划。这些超级项目的选址逻辑不再是“靠近用户”，而是“靠近电力”。

再说芯片。阿里在云栖大会上发布了自研AI芯片真武V900，算力提升至上一代的3倍，单一集群可扩展至50万卡规模。

平头哥的芯片产品线已覆盖GPU、CPU、智能网卡与互联芯片，上一代自研芯片M890已通过阿里云服务超过650家外部客户。

这背后的逻辑很清晰：当算力规模到了GW级别，芯片采购成本将成为制约利润的最大变量，自研替代不是“可选项”，而是“必选项”。

网络是被低估的一环。GW级数据中心集群意味着数十万甚至上百万张GPU的互联，网络带宽和延迟直接决定了算力的实际利用效率。

全球数据中心网络正从400G/800G向1.6T迭代，CPO全光交换机等更高能效的方案成为升级方向。

资本则是串联一切的血液。全球9大云厂商2026年合计资本支出已上调至约8300亿美元，年增幅从61%提高到79%。

摩根大通CEO在最近的采访中给出一个更惊人的预测：包括超大规模云厂商及其上下游在内的“生态”今年支出约7000亿美元，2027年可能升至1万亿美元。

这笔钱不只是买GPU。AI数据中心的投资正在从半导体向电力和工业基础设施全面扩散，土地、服务器、存储、网络设备、变压器、天然气轮机、输电线路等，每一项都是真金白银。

重工业化的忧患

GW成为一个行业通用单位，还揭示了一个更深层的转变：云计算正在从“轻资产、高毛利”的互联网生意，变成一门“重资产、高折旧、长回报周期”的重工业。

最直接的信号是自由现金流的恶化。腾讯二季度自由现金流录得-138亿元，为历史首次转负，其中约514亿元为算力采购预付款。

穆迪预计，随着资本支出增速超过经营现金流增速，中美多家大型云服务商的自由现金流可能在2026年和2027年转负，并将越来越多地通过债务市场融资。

一个值得关注的对比是投入产出效率。穆迪的报告指出，2026年美国六大云厂商的资本支出将超过7850亿美元，约为中国头部科技企业的6倍；但从数据中心总装机容量来看，美国约52GW，中国约28GW，差距不到2倍。

这意味着同样的资金，在中国能够支撑更多基础设施建设，较低的土地、施工和运营成本，以及更便宜的绿色能源，使中国科技企业能够以远低于美国同行的投入缩小算力差距。

但这并不意味着可以高枕无忧。随着资本支出持续扩大，投资回报周期被拉长，市场对“算力是否过剩”的担忧从未消散。

今年7月，Meta宣布拟出租部分算力，一度引发科技股大幅波动。

有基金公司研究员坦言：“任何硬件产业都有产能周期，AI算力板块也不可能永远处于供不应求的真空期”。

不过，从目前的信号来看，供给仍然远未追上需求。阿里CEO在云栖大会上明确表示“现在阿里的服务器内几乎没有一张卡是空的”，基于未来3至5年的需求判断，他认为大量投入AI数据中心的投资回报非常确定。

亚马逊CEO也公开表示“市场对2028年算力的需求规模十分惊人”。

当算力变成一种像电力一样的公共品时，衡量一家云厂商能力的标准，就不再是它有多少张GPU，而是它能稳定供给多少功率的计算能力。

这就像衡量一家电力公司的标准不是它买了多少台发电机，而是它能并网输出多少GW的电力。

这个类比并非修辞。阿里在云栖大会上构建的叙事框架正是如此：把Token比作电，芯片看作发电机，云看作电网。模型决定机器智能能做什么，芯片决定生产同等智能需要多少成本，云决定智能可以供给到多大规模。

在这个框架下，20GW不只是一个容量目标，更是对未来“智能产能”的一次豪赌。

据分析师测算，若按每GW对应约120至150亿美元收入估算，到2032年仅阿里云的GW级容量对应的收入空间就相当可观。

但GW竞赛也带来了一个值得所有从业者警惕的问题：当基础设施投资规模到了“每年万亿美元”的量级，当数据中心用电量开始与中等国家比肩，云厂商们实际上正在承担一种准公共事业的角色。

它们建的不仅是商业设施，更是数字时代的基础能源网络。

这意味着更高的社会期待、更严的监管审视，以及更大的犯错成本。

互联网泡沫时期，许多最受关注的公司最终退出舞台，而一些早期并不起眼的企业后来成为行业主导者。

在AI基础设施这场竞赛中，最终胜出的可能不是今天口号喊得最响的那一家，而是能把每一瓦电力、每一平方米土地、每一张芯片都转化为稳定收入的运营者。

GW，只是这场长跑的第一个刻度。

01

02

03