中国 AI 数据中心全面爆发：字节、阿里、腾讯、百度、华为如何争夺算力？

原创半导体行业报告芯联汇 2026 年 10 月 5 日美国

AI 算力需求进入超级周期，高密度数据中心加速扩张

从 " 东数西算 " 到自建与租赁，五大巨头重构中国算力版图

这两年，AI 大模型的竞争已经从 " 模型能力 " 一路烧到了 " 基础设施 "。当大家还在关注 GPU、HBM 和先进封装时，一场更庞大的 AI 数据中心建设浪潮正在中国快速展开。

小编在看完这份 SemiAnalysis 报告后发现，中国数据中心行业正在经历一次非常明显的结构性重构：传统 IDC 仍存在大量空置，但真正能够承载 AI 训练与推理的高密度算力基础设施却越来越紧张。  从字节跳动、阿里、腾讯、百度、华为不断扩大的 AI 资本开支，到 " 东数西算 " 推动算力向内蒙古、宁夏、山西等能源腹地迁移，再到模块化、预制化数据中心将 100MW 级项目建设周期不断压缩，一轮由 AI 驱动的中国算力基础设施超级周期正在加速到来。

接下来，小编就结合这份报告，带大家看看这场 AI 浪潮究竟如何重塑中国的数据中心版图。

一、这份材料真正想说明什么？

核心并不是单纯介绍 " 中国建了多少数据中心 "，而是试图解释一个看似矛盾的现象，为什么中国数据中心整体仍存在较高空置率，但面向 AI 的高密度算力基础设施却同时出现供不应求，并进入新一轮大规模建设周期？报告基于 SemiAnalysis 自下而上的中国数据中心模型，追踪了  60 多家运营商、1,000 多座数据中心设施，并进一步追踪租户、自建 / 租赁、交付时间、" 东数西算 " 集群以及功耗等数据。

二、最核心的判断：AI 正在重构中国数据中心产业

报告认为，中国数据中心行业已经从过去的电信运营商 + 低密度零售机柜模式，快速转向以AI 训练 / 推理 + 超大规模批发数据中心为核心的新阶段。

中国目前被 SemiAnalysis 追踪到的数据中心容量已经超过  24GW，规模超过 EMEA，也超过除中国以外的亚洲地区，而且这还没有包括约 20GW 的旧规划项目以及约 30GW 的已宣布项目。

真正推动新周期的，是字节跳动、阿里巴巴、腾讯、百度、华为等大型科技企业的 AI 基础设施需求。报告将  2024 年以后定义为中国数据中心发展的 "AI Supercycle（AI 超级周期）"：DeepSeek 以及各大互联网厂商自身的生成式 AI 战略，使字节、阿里、腾讯、百度的资本开支从 2024 年的约 350 亿美元上升到 2025 年的 500 亿美元以上，报告预计 2026 年继续大幅增长。

因此，报告想表达的是中国数据中心不是简单进入了又一轮传统 IDC 扩张，而是发生了 " 需求结构换代 "。

三、" 高空置率 " 和 "AI 算力短缺 " 并不矛盾

这是全文非常重要的一条逻辑。

过去中国大量数据中心是围绕北京、上海、珠三角等地区建设的低密度零售型机房。报告指出，早期约 90% 的设施功率密度低于 2kW，主要服务网站、游戏、CDN 等传统互联网业务。 

这些传统机房到了 AI 时代出现严重错配。

H20、昇腾以及更高功率 AI 服务器需要完全不同的供电、制冷和机架功率密度。很多老 IDC 即便还有大量空置机柜，也很难经济地改造成 AI 数据中心。

所以中国实际上形成了一个 " 双速数据中心市场 "：

传统零售 IDC：利用率偏低、价格承压、存在大量历史遗留容量。

AI 批发型数据中心：需求旺盛，大规模订单快速增长，高密度新设施迅速建设。

报告举出的案例非常直观：某大型托管运营商的传统零售机柜利用率仍在约 60%，但 AI 需求推动批发数据中心利用率重新超过 70%。   换句话说中国缺的不是 " 机房面积 "，而是能够真正承载 AI 服务器的电力、散热、网络和高密度基础设施。

四、中国数据中心经历四个时代，现在已经进入 "AI 超级周期 "

报告实际上用四个阶段解释整个产业演变。

第一阶段是   2015 年以前的运营商时代。中国移动、中国电信、中国联通长期占据主导地位，数据中心更像 " 电信房地产 "，主要出售机柜、带宽和托管服务。三大运营商曾经合计占据 60% — 70% 的市场。

第二阶段是   2015 — 2021 年的云计算圈地时代。阿里云、腾讯云等高速扩张，互联网公司和第三方 IDC 运营商大量建设数据中心，资本支出不断增加。

第三阶段是   2022 — 2023 年的消化期。云计算增速下降、资本支出收缩，此前建设的部分产能出现过剩，IDC 价格明显承压。" 东数西算 " 也在这一时期开始重新塑造新增产能的地理布局。

第四阶段就是   2024 年至今的 AI 超级周期。

AI 训练和推理需求重新点燃基础设施建设，但这一次需求不再回到传统零售 IDC，而是直接流向大型、高功率、高密度的批发型 AI 数据中心。

报告对此总结得非常明确：传统一线城市零售型存量设施利用率可能只有 30% — 50%，而新的增长却发生在完全不同地区的 AI 批发数据中心；与此同时，运营商传统市场份额下降，Hyperscaler 自建 + 第三方 Wholesale 正在成为新增容量的主力。   

五、" 东数西算 " 正在从政策规划变成 AI 基础设施迁移

报告用了相当大的篇幅解释 " 东数西算 "。

八大国家算力枢纽、十大数据中心集群并不是简单的政策概念，而是在通过能源配额、土地、电价、审批、网络建设真正改变中国数据中心的选址逻辑。   

过去云计算、电商、游戏等业务非常看重延迟，所以大量数据中心必须靠近北京、上海、深圳等人口中心。

AI 改变了这一点。

特别是大模型训练，对毫秒级城市间延迟没有传统互联网业务那么敏感，却极其在意电价、可获得电力规模、土地、建设速度以及集群扩展能力。因此内蒙古、宁夏、山西、贵州、韶关等地区的重要性迅速上升。其中内蒙古尤其突出。报告认为，充足的能源、较低电价、大面积土地以及能源配额，使其逐渐成为中国超大规模 AI 数据中心的重要落脚点，其电价大约只有一线城市的一半。  

与此同时，400G 全光网络等基础设施不断降低东西部之间的网络延迟。例如报告指出，韶关到广州单向延迟约 1.3ms，到深圳约 1.66ms，到香港低于 3ms，使过去 " 数据中心必须建在深圳旁边 " 的逻辑开始弱化。

所以，" 东数西算 +AI" 正在共同推动中国算力基础设施向能源更丰富、更便宜的区域迁移。

六、中国 AI 数据中心的另一大优势是 " 建设速度 + 低成本 "

这是报告非常强调的一点。

SemiAnalysis 认为，中国与美国 AI 基础设施扩张的主要瓶颈并不相同：

美国更偏向 "Power-Gated" ——受电力、并网、变压器、审批等限制；中国则更偏向 "Chip-Gated" ——数据中心本身建设较快，真正限制扩张的反而可能是 AI 芯片。

中国 100MW 级数据中心的典型交付周期，已经从云计算时代约 18 个月压缩到 AI 时代约 12 个月，部分项目甚至更快；施工前审批通常约 3 — 6 个月，在 " 东数西算 " 地区还可能进一步缩短。

背后的关键是钢结构厂房 + 模块化设计 + 预制化 MEP + 国内供应链 + 大规模标准化建设。

腾讯 T-Block 甚至将大量数据中心设备直接做成工厂预制模块；阿里 CUBE 5.0 则提出 "100 天数据中心 "，将大量机电工程从现场施工转移到工厂生产，使整体建设周期明显缩短。

报告因此认为，中国 AI 基础设施竞争力不仅来自 " 电便宜 "，还来自工程建设体系、设备国产化、供应链效率以及模块化施工能力。

七、真正决定中国 AI 基础设施节奏的是五大 Hyperscaler

报告后半部分实际上是在逐家公司拆解 字节跳动、阿里巴巴、腾讯、百度、华为。其中最值得注意的是字节跳动。

SemiAnalysis 认为，字节已经成为中国批发型数据中心市场最关键的单一客户。其国内数据中心过去高度依赖 Wholesale Colocation，目前租赁的已交付容量超过 4GW，并分散在多家数据中心供应商。

但字节同时正在快速增加自建园区。因此未来很可能形成租赁 + 自建 + 多运营商分散布局的组合模式。

阿里则更加灵活，同时使用 Self-build + BOT + Wholesale 三种模式。

腾讯过去更偏向自建大型园区，但 AI 时代之后新增容量也重新增加批发租赁。

华为因为业务模式不同，则更加偏向自建。

所以这份报告认为，理解中国 AI 数据中心不能只看 GDS、VNET 等上市 IDC 公司，因为它们只覆盖了整个市场的一部分；大量真实需求隐藏在Hyperscaler 自建、非上市 IDC 运营商、BOT 以及运营商合作项目里面。

小编总结

中国正在进入一轮由 AI 驱动的数据中心基础设施超级周期，但这并不是传统 IDC 周期的简单复苏，而是一次从 " 低密度零售 IDC" 向 " 高密度 AI 批发数据中心 "、从 " 东部一线城市 " 向 " 西部能源基地 "、从 " 运营商主导 " 向 "Hyperscaler 自建 + 第三方 Wholesale"、从 " 现场施工 " 向 " 模块化 + 预制化 " 的系统性产业重构。

【风险提示及免责声明】本资料所含信息均来源于公开资料，涉及个股仅作为展示列举，不构成投资建议，不作为投资决策的依据。投资者应审慎判断，选择与自身风险承受能力及投资目标相匹配的产品和服务。

投资者据此操作，风险自负。

追加内容

本文作者可以追加内容哦 !