摘要：前 BitMEX CEO 阿瑟·海耶斯放话：人类正在 AI 数据中心上"浪费数万亿美元"，2027 年末到 2028 年是算力的"大考时刻"。预言会在中国应验吗？我把上半年能翻的数据和案例都翻了一遍，结论有点反直觉——中国不缺算力，缺的是"有人愿意付钱的算力"。
一、最魔幻的现实：算力暴涨 146%，利用率只有三成
先看一组工信部口径的数字：
- 截至 2026 年 9 月底，全国智能算力规模 2592 EFLOPS，同比增长 146%；
- 在用智算中心超过 500 座，在建和规划的还有近 400 座；
- 但全国智算平均利用率，只有约 30%。
这就是海耶斯逻辑的中国版本：不是算力卖不出去，而是大量算力以"不可用、不匹配、不经济"的形态，沉淀在了错误的节点上。
二、谁在砸钱？四类玩家的众生相
2026 年的算力投资圈，可以说是"冰火同锅"：
① 电信运营商——压舱石。 中国移动算力资本开支 378 亿（+62.4%），电信 255 亿，联通算力占比超 35%。人家有自有业务托底、有政企长单，穿越周期的能力最强。
② 云大厂——最猛，也最悬。 阿里三年 3800 亿（半年就投了 1900 亿）；腾讯上半年资本开支 963 亿；字节 2026 年资本开支上限传出 700 亿美元。摩根士丹利测算：到 2028 年，全球有 1.5 万亿美元的 AI 基建缺口要靠外部资本填补。
三、需求端其实不冷：Token 两年涨了 5000 倍
看空算力的人容易忽略一个事实：需求端正在爆炸。
- 中国日均 Token 调用量：2024 年初约 1000 亿 → 2026 年 3 月 140 万亿 → 6 月 突破 500 万亿；
- 活跃智能体（Agent）数量预计从 2026 年的 495 万个，暴增到 2030 年的 1.97 亿个；
- 腾讯云部分模型 3 月份输入价格上调 463%，阿里云、百度云算力卡涨价 5%—34%。
腾讯云运营商解决方案总经理张晋在 MWC26 上海“智能数据中心峰会”（2026 年 7 月）上提出：算力生产力 = 标称算力 × 效能系数 × 满载系数，其中国内智算中心效能系数均值仅 0.6（受网络丢包、显存碎片、计算气泡制约），满载系数均值仅 0.5（受业务潮汐与调度粒度制约），标称算力最终仅约 30% 转化为有效产出。
那问题出在哪？在于一个关键区分：“算力消耗”≠“算力消纳”。 大量 Agent 流量是免费和补贴堆出来的，不产生稳定现金流。另外还有一层错配：存量算力大多按训练规格建，而智能体推理需要高吞吐、长上下文——用训练集群跑推理，能跑，但每个 Token 的成本没有竞争力，属于"用得起但用不起"。
同样面对烂摊子，有人却盘活了：
📌 案例 1｜深澜智算：国企闲置算力的"翻新"样本 陕西某国企智算中心建成后利用率长期低迷，深澜智算接手运营后，通过客户重构和精细化运营，把利用率从低位拉到 80%—90%。同一批机器，换一种运营逻辑，就是两份资产报表。
四、训推大变局：推理已占七成，建设逻辑必须跟着翻
这是 2026 年最确定的结构切换。
| 口径 | 训练 | 推理 |
|---|---|---|
| 算力负载占比（信通院） | 29.5% | 70.5% |
| 算力支出（Gartner） | 190 亿美元 | 233 亿美元（首超训练） |
给建设方的实操口径很清晰：新建智算中心按"训练:推理 = 3:7"起步，东部推理园区可以做到 1:4 甚至 1:5，且机房要预留"训转微、训转推"的后手。
一个扎心的判断：2024—2026 上马的大量纯训练算力，交付窗口恰好撞上 2027—2028，而训练需求正在边际放缓——训练算力将是这轮过剩的重灾区。
五、液冷：从"可选项"变成"生死线"
GPU 功耗的军备竞赛决定了答案：单卡从 H100 的 700W 涨到 B300 约 1400W，下一代 Rubin 架构直逼 2000W+。风冷 25kW 就到物理极限，没得选。谷歌 TPU v7 和英伟达 Rubin 平台都要求 100% 全液冷。
渗透率曲线很陡：2025 年 20% → 2026 年 37% → 2027 年突破 50% 临界点 → 2030 年 82%。
阈值速记：20kW 考虑液冷，45—50kW 液冷双赢拐点，130kW 以上直接看浸没式。2026—2028 的主流答案依然是冷板式（占液冷市场 70%—85%）。
📌 案例 2｜中国移动呼和浩特智算中心：液冷+绿电的标杆答卷 西部自然冷源+液冷架构，做到 PUE 1.12、绿电占比 88%——不仅远低于国家枢纽 1.2 的红线，还提前踩中了"绿电占比超 80%“的政策要求。在电价和能评双收紧的时代，这样的项目天生自带成本护城河。
但真正值钱的经验是六个字：可重构弹性设计。土建按冷板液冷上限一次做足（承重、层高、管井、CDU 机位全预留），机电和液冷管路分期投入，一期风冷打底、订单确认后再加装。技术路线一旦锁死，改造周期以年计、成本以千万计。
六、算电协同：从口号变成项目
2026 年"算电协同"首次写入政府工作报告，发改委配套文件密集出台，落地项目已经开花：
📌 案例 3｜库布其与和林格尔：算力找电，还是电找算力？ 国电投在库布其沙漠推进 600 万千瓦算电协同项目，华电在和林格尔配套 36 万千瓦风光+储能直供智算园区。逻辑很直白：AI 数据中心的用电曲线相对平稳，是绿电消纳的优质负荷；反过来，绿电成本优势又反哺算力租金竞争力。内蒙古绿电综合使用率已超 85%，乌兰察布已投运及规划绿电 12.5GW——西部枢纽的护城河，正在从"电价便宜"升级为"绿电+算力深度耦合”。
七、商业模式革命：算力也能"超市化"
📌 案例 4｜杭州算力平台：把算力做成"水电煤" 杭州算力调度平台累计交易额已突破 2 亿元；全国层面的"算力超市"注册企业用户超万家、上架算力产品 2000 余项。中小企业不再需要整体租一个机柜，可以像买水电一样按 Token、按卡时采购碎片化算力。这验证了一件事：调度底座才是把"机房"变成"算力资产"的开关——同期大量没有接入调度网络的孤岛智算中心，还在为 30% 的利用率发愁。
八、给投资方和建设方的五条实在话
结合海耶斯的周期逻辑和国内政策约束（PUE≤1.2、枢纽绿电占比 80%、上架率低于 50% 不批新集群），几条实操建议：
1. 订单前置，是唯一的铁律。 没锁定 50% 以上长期订单的项目，别动工。投前做个压力测试：租金下浮 20%、利用率只有 50%，现金流还转得动吗？
2. 客户结构必须分散。 参考组合：头部大厂长单 30%—40% ＋ 政企稳态客户 30%—40% ＋ 算力平台散单 20%—30%。单一模型厂商占比超 50%，就是在裸奔——腾讯们自己都在勒紧裤腰带，长协减量不是小概率事件。
3. 区位即命运。 训练去西部（学呼和浩特：低电价+绿电+液冷），推理守东部 1 毫秒时延圈。非枢纽城市老老实实做普惠通算和低功率推理，别再幻想靠一个万卡集群拉动 GDP。算电协同要前置到项目建议书阶段，别等机房建完了再补绿电方案。
4. 从"卖机柜"转向"卖 Token"。 收入模式从容量出租切换到按实际使用量计费，同步接入算力调度平台。深澜智算案例证明：运营能力本身就是估值——同样的资产，会不会运营，差出三倍利用率。
5. 国产生态走双轨。 昇腾服务政务、央国企的合规需求，同时保留兼容性算力池扩大客户面。昇腾 950PR 良率已达 80% 并进入大厂采购清单，国产化已经不是"要不要"的问题，而是"怎么用好"的问题。选型时把软件生态成熟度放在和峰值参数同等的位置。
写在最后：每个 PFLOPS 都要回答三个问题
海耶斯的时间表上，2027—2028 年会有一场清算。中国的版本不会是全面崩盘，而是一场结构分化：枢纽紧缺、非枢纽过剩；高端抢破头、低端没人要；有长单的穿越周期，纯讲故事的原地出清。
2026 年的算力剧本——踩坑的各有各的任性，穿越周期的却高度相似：订单先行、绿电加身、液冷打底、调度入网。
所以，每一 PFLOPS 的新增算力，开工前都应该过三问——
谁在用？在什么场景、以什么价格、能持续用多久？
答不上来的，不管标称参数多漂亮，都只是资产负债表上等待减值的数字。算力建设的下半场，比的不是谁建得多，而是谁建得对。
参考与数据来源：工信部 2026 年国新办发布会、中国信通院《词元经济发展研究报告（2026）》、IDC×浪潮信息《2026 年中国人工智能计算力发展评估报告》、Gartner 2026.10 预测、各公司财报及业绩说明会、证券时报/证券日报等公开报道，文中案例均来自公开信息。本文仅供行业交流，不构成投资建议。