一毫秒,和一千公里

先看两个相隔千里的场景。

场景一:西部某算力枢纽,戈壁滩上的风机与光伏板一眼望不到边,不远处的智算中心里,数万张GPU卡昼夜轰鸣,跑着一个又一个大模型的训练任务。这里的电便宜、绿电充沛、土地开阔,唯一的"缺点"是离用户很远——但训练任务不在乎,它可以跑上几周,没人催它一毫秒。

场景二:东部某座城市的边缘机房,规模不大,就藏在城区里。这里跑的是推理:你对着手机问AI一个问题、工厂产线上的质检模型判断一个零件、车路协同系统做出一次决策——这些请求的共同点是等不起,响应慢一点,体验就崩、业务就断。这里的电不便宜,但离用户足够近,近到时延以毫秒计。

一边是千公里外的电力洼地,一边是一毫秒内的时延红线——把这两个场景放在一起,就是2026年中国算力布局最核心的一对矛盾,也是理解这盘大棋的钥匙。本系列前三篇讲了全球缺电困局、中国的电力底牌、电力设备的超级周期;收官这一篇,讲约束之下的空间答案:电力约束正在倒逼算力"搬家"——AI把中国的电力版图和算力版图,重新画了一遍。

政策已经落子:一毫秒时延圈与三级协同

在此之前,这对矛盾的解法基本靠各方自行摸索:算力企业追着电价跑,地方政府追着项目跑,用户追着体验跑,三股力量各有各的最优解,拼出来的却是一张东一块西一块的碎版图。碎片化的代价,前三篇已经反复见过——资源错配、局部瓶颈、无效投资。要把三股力量拧到同一张图上,需要一个更高的坐标系。2026年,这个坐标系落地了。

这盘棋不是市场自发形成的,国家已经明确落子。

工信部2026年发布的实施意见明确提出"城域算力1毫秒时延圈",并确立"枢纽—区域—边缘"三级协同的算力体系。两个关键词,拆开看。

"城域算力1毫秒时延圈",说的是在城市范围内,算力资源要布到离用户1毫秒时延以内的地方。1毫秒是什么概念?光在光纤里跑1毫秒,大约是200公里,再算上设备转发的开销,实际的服务半径要短得多。这条红线等于宣告:服务城市的推理算力,必须部署在城市里或城市边上,远水解不了近渴。

"枢纽—区域—边缘"三级协同,则是给全国算力画了一张分层地图:枢纽层是国家级的大型算力基地,承载大规模训练和离线任务;区域层覆盖省域和城市群,承接对时延有一定要求的业务;边缘层贴着用户和场景,处理毫秒级的实时推理。三层各司其职,通过网络协同成一个整体。

这份实施意见还有一层不动声色的深意:它给此前各地一哄而上的算力建设,立了一套秩序。过去两年,不少地方把智算中心当成新的招商标配,不问定位、不问上座率,先把机架建起来再说,结果是有的地方算力闲置、有的场景无算力可用——供需在空间上严重错配。三级协同的框架,等于给每一类算力资产发了"身份证":你是枢纽层的训练资产,就该建在能源富集区,拼规模和电价;你是边缘层的推理资产,就该长在业务场景边上,拼时延和上座率。定位清楚了,重复建设和无效投资才有了被约束的依据。对地方政府和投资者来说,这份文件既是路线图,也是一面照妖镜——照出哪些项目建在了对的位置,哪些从立项那天起就走错了棋。

政策意图,可以浓缩成八个字:训练中心化,推理分布化。这八个字,就是未来五到十年中国算力布局的总纲。

为什么是这八个字:算一笔电和时延的账

"训练中心化、推理分布化"不是拍脑袋的口号,背后是一笔清清楚楚的账——一边算电费,一边算时延。

先看训练。大模型训练是典型的"电老虎"作业:动辄数万张GPU连续运转数周,电费在训练成本里的占比高得惊人。但训练有个天然的好脾气——它不与用户实时交互,对时延几乎无感。训练任务放在离用户三千公里的地方,和放在隔壁楼,对训练效果没有任何区别。既然如此,这头电老虎理所当然应该被牵到电最便宜、绿电最充足的地方去。中国电价的洼地和绿电的富矿在哪?在西部——风光大基地脚下的算力枢纽。第二篇讲过的那张底牌,在这里完成落地:西部的绿电,通过"电搬算力"的方式,就地转化成了训练算力。与其千里迢迢把电送到东部去喂机房,不如把机房直接建在电源旁边,把"输电"变成"输数据"——比特的搬运,可比电子的搬运便宜多了。

再看推理。推理是AI真正接触业务的那一环,而业务是长在城市里的:用户在城市,工厂在城市群,交通、医疗、政务场景全在人口密集区。推理请求要的是毫秒级响应,这就注定了训练可以去远方找便宜的电,推理必须留在城市贴着用户——训练跟着电走,推理跟着人走,这就是"中心化"与"分布化"并存的全部逻辑。

这笔账里还藏着一个乘数效应:训练枢纽落在西部,拉动的不只是机房本身。数万张卡的集群要配套变电站、储能电站、液冷系统、备用电源,要养一支常驻的运维队伍,要吸引上下游的设备和服务企业就近落户——对长期苦于产业单薄的西部地区,这是一条从"卖电"升级为"卖算力"的产业跃迁路径。同样一度绿电,直接外送只能赚一次电费;就地转化成训练算力再输出,附加值翻着跟头往上走,还把就业和税收留在了本地。"东数西算"最深的一层用意,从来不只是给东部减负,更是给西部造血。这一层,恰恰是只盯着时延和电价的技术视角容易看漏的。

还有一个容易被忽略的结构性变化:随着大模型从"炼模型"阶段走向"用模型"阶段,推理算力在总盘子里的占比会持续上升——第三篇讲过,AI Agent的大规模应用会让推理需求指数级增长,而Agent服务的对象就在城市里。这意味着,边缘和城域算力不是枢纽的补充,而是下一阶段增长的主力。谁把推理算力的网织得密,谁就握住了AI落地的最后一公里。

同一张棋盘上的新一步:从东数西算到三级协同

熟悉我们此前文章的读者会发现,这盘棋并不陌生——它是"东数西算"那张国家基础设施棋盘上的新一步。

"东数西算"解决的是第一层问题:把对时延不敏感的数据加工和存储引导到西部,用西部的能源优势对冲东部的资源紧张。而AI时代的新形势,把这个框架推进到了更精细的第二层:不再是"东与西"的二分法,而是"枢纽—区域—边缘"的三级结构;不再只是"数据往西搬",而是"训练往西聚、推理往边缘散"的双向运动。

把镜头拉得更远,这其实是同一套国家打法的延续:先修网,再落子。特高压网把西部的电送出来,光纤骨干网把东西部的数据连起来,再加上此前我们多次讨论过的能源网、交通网、水网、信息网这些国家级网络工程——算力的空间重构,不是一个孤立的行业事件,而是国家基础设施棋盘上环环相扣的一步:电网决定了算力能去哪,信息网决定了算力能服务谁。

这也解释了为什么中国能这么下棋,而多数国家不能。三级协同的前提,是有一张全国统一的电网、一张覆盖城乡的信息网络,以及能够跨区域统筹的规划能力。第二篇讲过的体系优势,在这里再次显形:碎片化的电网养不出全国一盘棋的算力布局,统一的基础设施体系,才玩得转"训练中心化、推理分布化"这套精细打法。

把全系列的数字装进这张地图

讲到这里,不妨把前三篇的关键数字重新装进这张三级协同的地图里——你会发现,它们全都各就各位,互相咬合。

需求端的压力有多大?全球数据中心电力需求正从2025年的104GW奔向2030年的约290GW,而中国这边,数据中心用电量已从2022年的1300亿千瓦时增长到2025年的1960亿千瓦时,42个万卡级智算集群建成点亮——这是版图必须重画的原因:这样的增量,靠东部城市的存量电力和土地,无论如何塞不下,必须在全国尺度上重新摆棋子。

供给端的准备有多足?"十五五"期间国家电网4万亿元的投资,较"十四五"增长40%——特高压把西部绿电送出来、城市配网把电稳稳送进边缘机房,这笔钱恰好铺在"训练中心化、推理分布化"最需要的两端。第三篇讲的五大刚需赛道,在这张地图上也有了明确的落点:变压器和特高压服务西进的训练枢纽,配网升级和直流配电服务城市里的推理节点,储能则垫在绿电与算力的耦合处。

连出海的数字都能在地图上找到位置:2026年一季度中国变压器出口额同比增长76%,说明这套"电力—算力"协同的装备体系,不仅在国内落子,还在给全球的缺电困局供货。四篇文章的数字拼在一起,是同一个故事:需求在爆炸,体系在接招,而接招的方式,就是把版图重画一遍。

版图重画之后:三条线索,机会与门槛

对读者而言,更实际的问题是:版图重画之后,机会藏在哪几条线索里,各自的门槛又是什么。以下三条,供各位对照自己的位置判断。

线索一:西部枢纽——规模的生意,巨头的牌桌。训练中心化,意味着西部算力枢纽将持续做大,绿电、土地、机架、集群运维的需求都会水涨船高。但要说清楚:这是一张属于巨头的牌桌。单个万卡集群的投资以数十亿计,玩家是大型云厂商、运营商和地方算力平台公司。普通企业的机会不在建集群,而在给集群做配套——第三篇讲过的电力设备五大赛道之外,机房建设、液冷温控、运维服务、绿电交易服务,都是产业链上真实的位置。门槛在于:西部项目高度依赖与枢纽节点、大业主的合作关系,远程押注、异地布局的难度不小。

线索二:城域边缘算力——密度的生意,场景为王。1毫秒时延圈划定后,城市内部和近郊的边缘算力节点将成建制铺开。这门生意的逻辑与西部枢纽相反:不拼单体规模,拼网点密度和场景贴合度。对区域性企业、行业性企业来说,这反而是更够得着的机会——在自己深耕的城市、熟悉的行业里,把边缘算力和具体场景(园区、工厂、医院、政务)绑定运营。门槛同样明确:边缘节点单体盈利模型脆弱,没有真实场景托底、只囤机架赌行情的玩法,大概率亏损离场。先有场景,再谈算力;顺序反了,就是踩坑。

边缘算力还有一个值得留意的经营特征:它天然是"运营重于建设"的生意。西部枢纽建成后可以靠大客户的长约躺平几年,边缘节点不行——它的收入直接取决于身边场景的活跃度,客户是一家一家谈出来的,上座率是一个点一个点运营出来的。这意味着边缘算力的竞争,最终会演变成本地服务能力的竞争:谁更懂本地的工厂、园区和政务需求,谁能把算力包装成客户听得懂的解决方案,谁就能把同样的机架卖出更高的价值。对深耕区域市场多年的IT服务商和行业集成商来说,这是把存量客户关系变现的一次难得机会——算力是新瓶,装的正是他们最熟悉的那壶酒。

线索三:绿电直供数据中心——含金量最高,也最考验综合能力。训练往绿电富集区聚集后,"绿电—算力"的直接耦合会成为标配方向:数据中心直连风光基地、配套储能、参与电力市场交易,把每一度绿电的成本优势吃透。这条线索的想象空间最大——它同时踩中了能源转型和AI两条国家主线——但门槛也最高:既要懂电力市场规则,又要懂算力运营,还要有跨界整合的资源。目前跑在前面的,是能源央企与算力巨头的联合体。对多数企业而言,这条线索短期更适合作为观察坐标,而非贸然下场的赛道。

三条线索,一句总括:算力版图的重构期,是产业座次的重排期——但重排不等于人人有座,看清门槛再入场,比听见风口就起跳重要得多。

最后补一个关于节奏的提醒。空间重构是以五年、十年计的慢变量,不会在一两个季度里兑现完毕。三级协同的体系从政策文件走到物理现实,中间要经过枢纽扩容、网络铺设、边缘节点成网、业务逐步迁移的漫长过程,期间必然伴随反复:某些西部枢纽会阶段性过剩,某些城市的边缘布局会先热后冷,绿电直供的商业模式会试错好几轮。看对方向的人很多,拿住节奏的人很少——对慢变量,最好的姿势是把它当成坐标系而不是交易信号:用它校准自己每一次布局的方向,而不是赌某个季度的风口。方向对了,慢就是快。

收官:AI的尽头是电力,电力的尽头是体系

四篇文章,到这里收束成一条完整的线。

第一篇,我们看到全球性的缺电困局:AI跑赢了电网,美国75个项目、1300亿美元卡在电表前,算力的军备竞赛正在变成电力的军备竞赛。第二篇,我们翻开中国的底牌:全球最大的统一电网、扩张中的绿电体系、二十年适度超前的基建投资,让中国在这场竞赛里握有被严重低估的从容。第三篇,我们跟着钱走:国网4万亿点燃电力设备超级周期,变压器出口爆单,五大刚需赛道渐次兑现,"卖水人"成为AI时代确定性最高的生意。这一篇,我们看到约束如何塑造版图:训练中心化、推理分布化,电力的地理决定了算力的地理,国家的基础设施棋盘落下环环相扣的新一子。

最后,给这个系列一个收束性的判断。"AI的尽头是电力"——这句话的完整含义,到此可以说透了:芯片的竞争是产品的竞争,模型的竞争是团队的竞争,而电力的竞争,是体系的竞争——电网、装备、绿电、规划能力,几十年攒下的家底,谁也没法用风投的钱在三年里买齐。这正是它最容易被低估、也最难被追赶的原因。

AI的故事还长,芯片会更快,模型会更强,应用会更卷。但当潮水涌向下半场,决定各国、各企业能走多远的,越来越是那些"看不见的基础设施"。盯紧电力,就是盯紧AI下半场的胜负手——这不是一句比喻,而是未来十年正在兑现的现实。

《AI的尽头是电力》系列,全四篇,至此收官。