最近 Epoch AI 出了个全球 AI 数据中心排行榜，把全球前 60 的智算中心按 H100 等效算力排了个名。
我看完之后，怎么说呢，挺感慨的。
以前总觉得咱们 AI 发展挺快的，一看底层基建，差距比想象中还大。
今天就来唠唠这个榜，以及背后那些有意思的事。
01第一名有多离谱？111万张卡，358亿美元
先说第一名，马斯克的 xAI 旗下的 Colossus 2。
111.2 万张 H100 等效算力，IT 电力 0.95GW，总建设成本 358 亿美元。
什么概念？
0.95GW 的电力，差不多是一个中等城市的峰值用电。
358 亿美元，换算成人民币两千五百多亿，能建好几条地铁了。
而且这还只是一个数据中心。
最气人的是什么？
第二名 76.9 万张，第三名 76.3 万张，加起来都没第一名多。
遥遥领先这个词，人家是真的遥遥领先。
马斯克这人吧，你说他搞营销也好，说他吹牛也罢，但人家搞基建是真舍得砸钱，说干就干，不跟你玩虚的。
xAI 成立才多久？两年不到吧，基建直接干到全球第一。
这速度，这投入，确实吓人。
而且这还不是终点，Colossus 3 据说已经在规划了。
人家的目标是建一个 GW 级的 AI 超级工厂，
不是 "万卡集群"，是 "百万卡集群"。
听着都吓人。
▲ 全球AI数据中心算力TOP5对比（单位：万张H100等效）
02前五名都是谁？各有各的算盘
再看看前五名，全是美国的，一个能打的对手都没有。
第二名：微软亚特兰大 Fairwater，76.9 万张 H100e。
这个是微软和 OpenAI 共用的，说白了就是 OpenAI 的御用算力基地。
微软出钱出地出基建，OpenAI 出模型，俩人绑定得死死的。
241 亿美元的投入，也算是下血本了。
第三名：Meta 普罗米修斯，76.3 万张 H100e。
Meta 这两年在 AI 上砸钱也挺狠的，而且人家走的是开源路线。
建这么大的算力中心，一方面自己用，另一方面训练开源模型，
Llama 系列能这么火，背后都是算力堆出来的。
扎克伯格这人，看起来憨憨的，其实算盘打得精着呢。
第四名：Anthropic + 亚马逊 New Carlisle，68.6 万张 H100e。
这个有意思，Anthropic 是做模型的，亚马逊是做云的，俩人合伙建。
而且用的主要是亚马逊自研的 Trainium2 芯片，不是英伟达的。
亚马逊这心思很明显：不能全靠英伟达，得有自己的牌。
虽然自研芯片性能跟英伟达还有差距，但架不住量大、便宜、可控。
第五名：OpenAI Stargate Abilene，50.9 万张 H100e。
这个背后是 Oracle（甲骨文），用的都是 B200/B300 的新卡。
而且还在持续扩容，预计年底要翻倍到 100 多万张。
OpenAI 这算力布局，鸡蛋不放在一个篮子里，微软一家、甲骨文一家，分散风险。
你看，前五名，各有各的路数：
有的靠钱砸，有的靠自研，有的靠绑定，有的靠分散。
但共同点是：投入都在百亿美元级别，起步就是几十万张卡。
这已经不是 "创业" 了，这是 "国家级工程"。
03中国三家上榜，最高排37名
再说说咱们中国的。
全球前 60 名里，中国只有三家上榜：
▲ 中国上榜三家AI数据中心对比
第 37 名：华为和林格尔（呼和浩特），12.4 万张 H100e。
用的是 16 万张昇腾 910C，折算成 H100 等效是 12.4 万张。
92 亿美元的建设成本。
这是目前国内算力最强的单一 AI 数据中心。
第 39 名：世纪互联乌兰察布，12.3 万张 H100e。
主要用户据说是字节跳动。
84 亿美元成本，而且还在扩容，预计 2027 年要扩到接近 40 万张的规模。
字节这两年在 AI 上的投入，确实是国内互联网公司里最猛的。
第 54 名：阿里张北，3.2 万张 H100e。
这个就比较有意思了，3.2 万张是基于 21.3 万张 H20 折算的。
什么意思？就是 1 张 H20 只等效 0.15 张 H100。
21 万张 H20，折算下来才 3 万多张 H100 的水平。
这差距，确实有点大。
不过话说回来，H20 本来就是特供版，阉割版的，性能差很正常。
而且 H20 主要是用来做推理的，不是训练，拿来跟训练卡比确实不公平。
但不管怎么说，差距是实实在在摆在那的。
第一名 111 万张，咱们最高的 12 万张，差了快十倍。
而且人家还在加速，咱们还在受制裁。
这路，确实还长。
04几个有意思的观察
最后说几个看榜的时候发现的有意思的点。
第一，总算力和单中心算力是两回事。
你看这个榜，Google 好像没进前五？
但实际上，Google 是全球 AI 算力最多的公司，没有之一。
为什么？因为人家数据中心多啊，几十上百个，加起来总量第一。
但单个拿出来，都没那么大。
所以这个榜排的是 "单个数据中心"，不是 "公司总算力"。
真比总算力，Google、微软、亚马逊这三家，才是真正的巨无霸。
第二，自研芯片越来越重要了。
前几名里，亚马逊用自研 Trainium2，Google 全是自研 TPU，
Meta 也在搞自研，马斯克也在搞自研芯片。
大家都在想一件事：不能全靠英伟达。
一方面是成本，英伟达的卡太贵了；
另一方面是供应链，全靠一家太危险了。
英伟达现在看着风光，但下面的人都在偷偷搞替代。
再过两年，格局可能就不一样了。
第三，AI 基建已经变成 "大国重器" 级别了。
以前建数据中心，几个亿、十几个亿就算大项目了。
现在呢？起步就是百亿美元，电力都是 GW 级的。
这已经不是企业行为了，这是国家级的投入。
谁掌握了算力，谁就掌握了 AI 时代的主动权。
这事儿，跟当年搞石油、搞电力、搞半导体，是一个级别的。
最后说句实在话：
看完这个榜，差距确实大，大到让人有点焦虑。
但也不用太悲观。
咱们有咱们的优势：市场大、场景多、应用层发展快。
底层算力虽然差，但上层应用不一定差。
而且国产芯片也在进步，昇腾、寒武纪、海光，都在往前赶。
路是长了点，但方向是对的。
最怕的是什么？
是天天喊 "遥遥领先"，结果一看底层差了十倍。
正视差距，才能追上差距。
对吧？
行了，今天就唠到这。
你们公司用的谁家的算力？卡够不够用？
评论区聊聊。
——————————————————————————————
数据来源：Epoch AI 2026年全球AI数据中心排行榜
注：所有算力数据均为H100等效算力口径，不同芯片按性能折算
