中国已建、在建算力中心分布、城市及选址原因

国内算力中心分为国家八大算力枢纽（东数西算）、14座国家级超算中心、各地AI智算中心三大体系，整体分为东部就近实时算力、西部绿电离线算力两大布局逻辑。

一、八大国家算力枢纽+10大数据中心集群（东数西算核心）

分为东部需求型4个、西部资源型4个，共10个落地集群：

（一）东部需求型枢纽（靠近产业，承载低时延实时算力）

1、京津冀枢纽｜河北张家口集群

• 城市：张家口、乌兰察布（内蒙古毗邻北京）

• 现状：已大规模建成，在建持续扩容，全国核心实时算力基地

• 选址原因：

①紧邻北京，光纤直达北京时延仅4ms，可承接自动驾驶、金融交易、视频交互、政务实时算力；

②坝上地区气温偏低，自然冷却降低空调耗电；

③风电资源丰富，绿电充足；北京土地紧张、能耗指标受限，算力向外疏解。

2、长三角枢纽｜芜湖集群、长三角示范区集群（嘉善、青浦）

• 城市：安徽芜湖、上海青浦、浙江嘉善

• 现状：芜湖大规模在建，示范区部分投产、持续扩建

• 选址原因：

①上海、杭州、苏州数字产业密集，金融、互联网、智能制造算力需求全国最大；

②上海土地紧缺、能耗管控严格，向外围疏解；芜湖地价低、水电稳定，介于江浙皖几何中心；

③长三角骨干网络完善，兼顾实时业务与离线存储算力。

3、粤港澳大湾区枢纽｜广东韶关集群

• 城市：韶关

• 现状：一期建成投用，二期在建扩容

• 选址原因：

①深圳、广州科创、AI、互联网算力需求极强，但珠三角城市密集、电价高、能耗饱和；

②韶关地处粤北山区，气温凉爽、水电充沛，距离大湾区核心城市光纤时延可控；承接大湾区AI推理、云端业务、异地灾备。

4、成渝枢纽｜成都天府集群、重庆集群

• 城市：四川成都简阳、重庆两江

• 现状：成都智算中心已运营，重庆算力基地在建扩容

• 选址原因：

①西部唯一双核心城市群，中西部数字产业、车企、软件产业集中；

②岷江、嘉陵江水力资源充沛，水电廉价稳定；

③既是西部实时算力中心，也承接东部转移的离线计算任务，东西算力衔接支点。

（二）西部资源型枢纽（绿电富集，承载离线训练、存储、后台算力）

5、内蒙古枢纽｜呼和浩特和林格尔集群

• 城市：呼和浩特和林格尔新区、乌兰察布

• 现状：全国规模最大智算集群已投产，持续新建扩建；移动6.7EFLOPS单体智算中心落地于此

• 选址原因：

①内蒙古风电、光伏装机量全国前列，绿电占比超80%，电价低廉；

②北方常年低温，全年自然散热时间长，PUE（能效比）全国最优；

③距离京津冀近，光缆直达北京，兼顾远距离算力调度；土地广阔适合大规模机房建设。

6、贵州枢纽｜贵阳贵安新区集群

• 城市：贵阳贵安新区

• 现状：国内最早大型数据集群，已全面运营，新增智算项目在建

• 选址原因：

①乌江流域水电资源极其丰富，全年电价稳定偏低；

②云贵高原气候凉爽，年均气温低，散热成本低；

③地质结构稳定，地震洪涝风险低，适合数据灾备、长期冷数据存储；早年大数据产业先行布局形成产业生态。

7、宁夏枢纽｜中卫集群

• 城市：宁夏中卫

• 现状：亚马逊、天翼云等早期落地，算力持续扩建中

• 选址原因：

①西北戈壁风光资源富集，新能源电价优势明显；

②地处全国几何中心点，光纤通达全国时延均衡；

③干旱少雨、地质稳定，适合海量数据存储、AI模型离线训练；主打算力租赁、跨境算力中转。

8、甘肃枢纽｜庆阳集群

• 城市：甘肃庆阳

• 现状：大规模在建国产算力集群，逐步投产

• 选址原因：

①陇东风电、光伏、油气自备电厂电力充足；

②定位国产化算力基地，重点部署国产芯片大模型训练；面向东南亚算力出海；

③承接东部迁移的非实时算力，避开东部能耗红线。

二、全国14座国家级超算中心（科研高性能算力）

超算侧重气象、航天、生物医药、工业仿真、基础科研，分布：

1.东部：天津、济南、无锡、昆山、上海乌镇、深圳、广州、海南文昌（航天超算在建收尾）

2.中部：长沙、郑州、太原

3.西部：西安、成都、重庆（中新国际超算在建）

-分布逻辑：东部沿海科研院所、高新企业多，就近部署；中西部省会覆盖区域科研需求，不追求偏远绿电，优先靠近科研资源。

三、各地城市AI智算中心（商用AI算力）

已建成运营

深圳（全国最大城市智算1000P）、南京、杭州、武汉、西安、成都、哈尔滨、郑州、长沙

重点在建

重庆、合肥、青岛、福州、昆明、南宁、长春、黔江（重庆华为算力中心）等三十余城

四、算力中心通用选址五大核心原因

1. 电力（第一要素）

算力机房电费占运营成本40%~60%；西部风电、光伏、水电充足、电价低；东部仅保留低时延刚需算力。

2. 气候散热

服务器持续高热，凉爽地区可自然风冷，减少空调用电，降低PUE值；北方高原、云贵山区普遍占优。

3. 网络时延

金融、自动驾驶、实时AI推理必须毫秒级延迟，这类算力必须靠近一线城市；离线模型训练、数据存储可放西部。

4. 土地与能耗指标

北上广深土地稀缺、能耗指标严格受限，无法大规模新建机房，必须向外疏解；中西部土地成片、能耗指标宽松。

5. 安全与政策

避开地震、洪水高发区；地方税收、园区扶持政策；西部配套算力产业扶持力度更大。

五、整体布局总结

1. 东部城市：上海、深圳、广州、杭州、南京 → 侧重实时商用AI、金融算力、边缘推理；

2. 东部近郊集群：张家口、芜湖、韶关 → 承接一线城市溢出算力，兼顾时延与成本；

3. 西部西北：和林格尔、中卫、庆阳 → 风电光伏绿电，主打大模型离线训练；

4. 西南云贵川：贵安、成都 → 水电优势，侧重数据存储、灾备、西部产业算力；

5. 省会城市：西安、武汉、长沙 → 区域科研、工业专属算力中心。