梁文锋200亿豪赌乌兰察布-墙外头条

"这不是一笔投资，这是一次国运级别的下注。"

2026年7月31日，彭博社甩出一条消息，让整个AI圈炸了锅。

DeepSeek计划在内蒙古乌兰察布，建设一座供电规模达1GW的超级AI智算中心。1GW，意味着一座中小型核电站满负荷运转的功率，足以支撑超过50万张AI加速卡同时运行。

更炸裂的是：全部搭载国产芯片，从训练到推理，一张英伟达的卡都不用。

图1：DeepSeek创始人梁文锋在演讲。图源：网络

而就在两个月前，DeepSeek刚刚完成首轮外部融资，总额超500亿元人民币，梁文锋个人掏出200亿，占四成股份。钱刚到账，没买楼，没搞营销，直接砸进了一座草原小城。

这个85年出生的"技术疯子"，到底在下一盘什么棋？

500亿刚到手，钱全砸进了内蒙古

梁文锋的行事风格，用圈内人的话说，叫"不留后路"。

2026年6月，DeepSeek首轮融资落地，腾讯出资100亿，宁德时代50亿，京东、网易各30亿，国家AI产业投资基金也参与其中。但所有人都被一个条款震住了——五年锁定期，期间不得转让。

这不是融资，这是筛选"敢死队"。

图2：内蒙古草原上的超级算力中心概念图（AI生成）

据证券时报援引分析，这笔融资的60%至70%将用于算力集群建设。而乌兰察布的1GW算力中心，首期500MW预计2027年底上线，总建设成本估算在300亿到500亿元之间。

梁文锋不是在花钱，是在把整个身家押进一座机房。

1GW有多大？一座核电站的用电量

1GW是什么概念？做个对比就知道了。

一座中小型核电站的满负荷输出功率大约是1GW。中国第三代核电技术"华龙一号"单机组电功率约1.15GW。也就是说，DeepSeek这座算力中心的耗电量，几乎等同于一座核电站全天不间断运转。

图3：核电站冷却塔，1GW算力中心的耗电量与之相当。图源：网络

为什么AI这么吃电？因为每一张GPU加速卡满载功耗高达700瓦以上，50万张卡同时运行，再加上散热、网络设备和照明，总功率轻松突破GW级。

中国移动呼和浩特智算中心2026年预计全年总耗电超11亿千瓦时，电费占运营成本70%以上。而这只是数万张卡的规模。DeepSeek的1GW，是它的数十倍。

为什么是乌兰察布？三张硬牌

乌兰察布能被选中，手里攥着三张硬牌。

第一张：冷。年平均气温仅4.3℃，一年有10个月能靠自然风冷散热，PUE（能源使用效率）可以压到1.2以下。相比之下，东部沿海城市的数据中心PUE普遍在1.4到1.6之间。仅散热这一项，每年就能省下数亿元电费。

图4：内蒙古草原上的风电与光伏设施。图源：网络

第二张：电。蒙西电网是全国唯一的省级独立电网，到户电价能压到0.25-0.35元/度，不到东部城市的一半。对于1GW这种"电老虎"来说，电价每低一分钱，每年就省上亿元。更关键的是，乌兰察布清洁能源并网装机容量已达1873万千瓦，风电、光伏管够。

第三张：快。双144芯光缆直连北京，时延仅4.2毫秒。人在北京敲代码，乌兰察布的机器给反馈，感觉就像在隔壁房间一样。

图5：乌兰察布世纪互联云数据中心基地。图源：网络

全线国产芯片：一次史无前例的实战

最让人震撼的不是规模，而是选择。

据彭博社报道，这座算力中心将全部搭载华为昇腾910系列、寒武纪思元系列、海光DCU等国产AI芯片。从训练到推理，全部抛弃英伟达。

图6：华为昇腾910芯片。图源：网络

这意味着什么？过去几年，国产AI芯片一直面临一个尴尬处境——实验室跑分不错，但大规模部署总出各种问题。编译器不成熟、通信库有bug、生态工具链缺失……这些问题在万卡级集群中会指数级放大。

DeepSeek这一把，等于把国产芯片全部推上擂台，进行一场前所未有的实战检验。成，则国产算力产业链集体升级；败，则300亿真金白银打了水漂。

东数西算：国家级棋局的落子

乌兰察布只是中国"东数西算"大棋局中的一颗关键棋子。

2022年，国家正式启动"东数西算"工程，规划建设8个国家算力枢纽节点和10个国家数据中心集群。核心逻辑很简单：东部缺电、地价贵、散热难，那就把重算力任务搬到西部去。

图7：数据中心服务器机房内部。图源：网络

目前，乌兰察布已吸引华为、阿里、苹果、字节跳动等84家企业签约落地数据中心项目，总投资超5000亿元。DeepSeek的加入，让这座"草原云谷"的竞争更加白热化。

这不再是企业行为，而是一场必于能源、芯片、架构和资金的综合国力博弈。

从"拼算法"到"拼基建"

DeepSeek最让人服气的地方，一直是"省"。

DeepSeek-V3当年仅用2048张H800就完成了训练，成本不到GPT-4的十分之一。整个硅谷被打了个措手不及——原来不用堆卡也能训出好模型。

图8：百度乌兰察布创新中心及数据中心园区。图源：网络

但省到极致之后，该补的课还是得补。DeepSeek目前每天的API调用量超10亿次，自有算力占比极低，大部分依赖外部租赁。随着模型参数向万亿级演进，纯粹靠"借算力"已难以为继。

租来的算力可以扩容，但自建机房能让DeepSeek掌握训练排期、调整网络拓扑、按自己的方式搭建系统。从"拼算法"到"拼基建"，这不是退步，是升级。

国产芯片的"磨刀石"

1GW算力中心对国产芯片产业链的意义，远超DeepSeek本身。

华为昇腾910C的FP16算力达到800TFLOPS，虽不及英伟达H100的989T，但胜在显存大、带宽够。DeepSeek自研的MegaMoE2技术，能让芯片在计算时同步完成数据传输，有效算力拉到及格线以上。

这就是一万人的短跑队，如果接力棒传不好，成绩可能还不如几个人跑。而DeepSeek的价值，正是帮国产芯片练好"接力"。

大规模落地意味着：编译器的bug会被发现并修复，通信库的瓶颈会被暴露并优化，生态工具链会在压力测试中快速迭代。这不是一个企业的自救，而是整个产业链的集体冲锋。

自建还是租赁？一笔经济账

1GW智算中心总投资三五百亿，值吗？

算一笔账：当前市场上，同等规模的算力租赁年成本可能超过百亿元。如果算力中心使用寿命按8到10年计算，自建的总成本可能只有租赁的一半。

图9：内蒙古草原上的光伏与风电设施。图源：网络

更何况，自建意味着算力自主。不用排队等GPU交付，不用看云厂商脸色，训练计划自己说了算。在芯片禁令持续的背景下，这种自主权的价值无法用金钱衡量。

宁德时代之所以参与DeepSeek融资，正是因为其储能业务与算力中心的电力需求直接关联——未来算力中心可能要配储能系统，实现"源网荷储算"一体化运营。

中国AI的真正分水岭

回到最初的问题：梁文锋为什么要这么做？

答案很简单：他比任何人都清楚，AI竞赛的下半场，比的不是谁的模型参数大，而是谁的算力底座稳。

OpenAI背后有微软几千亿美元的基础设施投入，Meta在全球建设超大规模数据中心。中国AI如果不在算力基建上补课，算法再省卡也终究是无源之水。

DeepSeek在乌兰察布的落子，标志着中国大模型企业从"拼算法"正式进入"拼基建"的阶段。这不再是简单的技术竞赛，而是一场必于能源供给、芯片自主、软件生态和资本耐力的全面较量。

当乌兰察布的机房灯火通明时，我们看到的不仅是跳动的数据，更是中国AI摘掉"卡脖子"标签的决心。

这场算力马拉松，才刚刚开始。