北美AI数据中心建设或受阻，中国算力链迎来哪些机会？
21世纪经济报道记者 赵云帆 近日，受美国中期选举结果影响，金融市场普遍预期美国大规模AI数据中心建设或出现大面积的暂停或延期。 与此同时，全球投资者热议北美科技企业可于中国建设AI数据中心，以对冲本地算力基础设施进度减缓的影响。 据悉，美国科技企业今年以来普遍采取激进的资本开支策略，并进行了大规模的提前融资...
赵云帆 21世纪经济报道记者
美国中期选举结果出来后，金融市场普遍认为，美国大规模AI数据中心建设可能大面积停摆或延后。
另一边，全球投资者在热烈讨论一种可能：北美科技企业到中国建AI数据中心，以此对冲本土算力基础设施进度放慢带来的影响。
美国科技公司今年普遍在资本开支上出手很猛，还提前做了大规模融资，资本开支指引因此偏刚性。一旦本土数据中心建设卡住，它们大概率会考虑到美国之外建更多离岸数据中心。
业内人士对此的看法是，美国若限制算力中心建设或推高其成本，中国算力产业链会受益。中国算力的成本优势可以补上性能上的不足，帮助其继续扩大市场份额，相关上市公司业绩的成长空间也会被看得更大。
北美科技公司的刚性算力需求，不容易被满足
北美调研机构Ballotpedia的统计显示，中期选举期间，美国10个州38个辖区的选民对41项涉数据中心提案投了票，这41项投票的结果都偏向限制AI数据中心兴建。
在这些限制决定里，俄亥俄州18个辖区一共提出21项限制令，数量全美最多。从兴建和保有数据中心的规模看，该州数据中心保有量目前排全美第四。2020年至2025年，俄亥俄中部数据中心数量增长1800%，增速全美第一。
其他州的情况是，伊利诺伊州、缅因州、堪萨斯州分别提出7项、4项和3项数据中心建造或相关土地交易限制令；加州、佛罗里达州、内华达州、新泽西州、北达科他州、威斯康星州各提出1项。
民主党在美国中期选举中拿下两院多数席位后，市场普遍预计，美国本土推进大规模AI算力中心建设的效率会受到明显影响。
在这之前，美国AI大模型企业、大规模云厂商等都定下了比较激进的资本开支计划。
财报数据显示，2026年第三季度，微软、Alphabet、亚马逊和Meta四家企业购置物业及设备的现金支出合计2019亿美元。四家企业全年资本开支指引合计超过7000亿美元，比全球绝大多数国家的GDP都高。
同时，受美联储加息预期影响，大规模云厂商大多选择超前融资，为将来的数据中心先锁定一部分融资成本。
数据显示，截至10月，Alphabet、亚马逊、Meta、甲骨文在公开市场合计发行债券2280亿美元，是2025年全年的两倍多。
债券发行期限也在变长。英国资管机构TwentyFour今年9月撰文指出，2025年以来，41%的云厂商债券发行期限在15年以上。
摩根士丹利测算，到2028年，美国数据中心需要约116吉瓦电力，在建项目与已获并网容量分别只能覆盖25吉瓦和21吉瓦，缺口约70吉瓦；把表后发电、核电同址等方案算进去，净缺口仍有38吉瓦，约占总需求的三分之一。
数据中心相关设备同样面临订单积压。数据显示，美国通用电气旗下GE Vernova燃机订单已排到2029年；大型变压器交货期要3至4年。高盛统计，发电与储能项目从申请并网到投运，中位时间达到5年。
中国的基础设施优势
对比来看，中国是全球少数具备设备供应链和电力网络配套支持的经济体之一。
工信部数据显示，截至2026年6月底，中国智能算力规模达到2185 EFLOPS，同比增长177%；全国算力设施上架率71.4%；八大枢纽贡献了全国80%以上的智能算力；近两年建成70余条算力大通道，枢纽之间初步形成20毫秒时延圈。
以近期落成的内蒙古和林格尔集群为例，到京津冀的时延在5毫秒以内，绿电使用率超过85%，工业电价约0.35元/千瓦时，全年有近10个月可以靠自然冷却。
SemiAnalysis测算，中国100兆瓦级项目的标准交付周期，已从云时代的约18个月缩短到约12个月，施工前审批通常要3至6个月；美国同类项目就算用全模块化方案，交付周期也要三年以上。
伍德麦肯兹《2026年全球数据中心建设成本调查》显示，中国AI数据中心单兆瓦建设成本为550万至650万美元，美国为800万至1200万美元。折算到每吉瓦，中国单位成本约55亿至65亿美元，美国约80亿至120亿美元。
“词元出海”仍有挑战
其实，算力中心“词元出海”今年已经成了中国算力中心建设运营中的一大亮点，“南北”两条通路均已打通。
南线方面，2026年6月，中国联通与港澳企业联手启动“港数韶算”“澳数韶算”业务试点，同时发布“跨境引算”“算力外销”“私域建算”三项试点应用成果，双方还签订了算力服务协议，算力出口面向东南亚开放。
北线同样在推进。内蒙古呼和浩特等地的跨境算力服务已经延伸到德国、比利时、英国和新加坡。接下来，当地还打算开通呼和浩特、乌兰巴托到俄罗斯远东的专用算力传输链路。
不过，中国算力中心产能充足，电网和环境配套也有优势，确实能接住北美科技企业扩张算力基础设施的刚性需求。问题是，这些企业到中国自建或租用算力中心，除了产业竞合关系，还要面对技术层面的限制。
业内人士分析，人工智能大模型训练、深度推理和智能体循环，都离不开区域内的低延迟集合通信。跨地域分布式训练为了压低通信开销，一般会选用数据并行、流水线并行这类通信密度较低的并行策略，同时还得搭配梯度压缩和分层同步机制，工程难度不小。也正因如此，通信范围没法扩展到对带宽要求极高的AI预训练或智能体调用场景。
说到底，中美要在算力和数据中心上合作，政策障碍还有不少要克服：设立本地化分支机构、深化数据合规合作、发展人工智能大模型并行异步任务工程，这些都得推进，全球大模型训练与推理合作才走得下去。
