数据正成为新时代的石油，而算力则是炼油厂。在这场没有硝烟的战争中，芯片与数据的融合正重塑科技格局。
全球数据中心正经历一场前所未有的AI化变革。2024年中国IT服务市场整体规模达525.6亿美元，同比增长3.8%，而这片繁荣背后，一场关于算力主导权的战争正在云上激烈上演。 “AI相关产品收入连续八个季度实现三位数的同比增长，”阿里巴巴2025年最新财报中的这一数据，揭示了云市场正在发生的根本性变化。 当摩尔定律的步伐放缓，英伟达与阿里云分别从产业链两端向中间渗透，展开一场关于数据与算力的终极博弈。
01 两条路径，同一目标
2025年9月，科技界见证了两场意义深远的合作。英伟达先后与英特尔和OpenAI牵手，展现了其构建算力帝国的雄心。 9月18日，英伟达宣布向英特尔投资50亿美元，持有后者超过4%的股份，成为其最大股东之一。这一举动让英特尔股价瞬间暴涨超20%。 “人工智能正在推动一场新的工业革命，并重塑计算堆栈的每一层——从芯片到系统再到软件。”英伟达CEO黄仁勋道出了合作背后的深意。 五天后，英伟达又与OpenAI达成里程碑式合作，将共同打造至少10GW的AI数据中心，使用数百万块英伟达GPU训练下一代AI模型。首阶段项目预计在2026年下半年上线。 英伟达的合纵连横策略暴露了其短板：虽然拥有全球最先进的GPU技术，但在数据生态和应用场景方面远不及云服务厂商。与英特尔合作，意味着英伟达可以借助英特尔在CPU和封装技术方面的积累，弥补自身在芯片全链路能力上的不足。 与此同时，阿里云选择了另一条路径。阿里巴巴自研芯片PPU多项配置规格已超过英伟达A800、接近H20水平。2025年，平头哥芯片正式进入流通市场。 阿里云新一代模型架构Qwen3-Next，性能提升10倍的同时构建成本仅前代的1/10，这种成本优势在竞争中极具杀伤力。芯片架构的重塑背后，是云计算厂商向价值链上游延伸的野心。
02 数据中心的“智算化”转型
在这场算力之争中，数据中心成为关键战场。IDC市场正处在AI转型的关键节点，2024年下半年中国IT服务市场规模达273.6亿美元，同比增长6.3%。 全国在用数据中心机架超1000万标准机架，算力总规模280EFLOPS，其中智算规模占比32%。智算化成为行业高频词汇，但其本质是AI作用下，数据中心使数据飞轮转起来、产生新利润的能力。 在这场转型浪潮中，各厂商使出了浑身解数。润建股份主导投资建设五象云谷智算中心，这是广西最高等级、最大规模的智算中心。而奥飞数据作为大湾区最大的第三方数据中心运营商，则展现出典型的“冰与火”双重特性。 这家年收入超21亿元的企业，市值超过200亿元，但却面临利润连年下滑，负债率冲破72%的困境。奥飞数据的传统机柜租赁贡献收入13.87亿元，占营收的六成以上。 奥飞数据的困局是数据中心行业的缩影：重资产、长周期、强博弈。随着移动、联通、电信等国资背景企业凭借资源优势和低廉成本大举入场，第三方数据中心运营商的生存空间受到挤压。 2023年，奥飞数据董秘何宇亮与控股股东昊盟科技签署《股份转让协议》，虽最终终止，但反映出管理层对企业未来的乐观态度。与此同时，奥飞数据以自有资金1亿元参与了AI芯片企业摩尔线程的B轮融资，围绕“算力+算力基础设施”的模式展开合作。 随着AI应用从技术验证迈向规模化落地，企业对云智算设施的需求已从“单纯算力供给”升级为“全链路业务赋能”。2024下半年中国智算专业服务整体市场规模达到90.1亿元人民币，其中智算基础设施集成服务市场同比增长76.2%。
03 下一场战斗的关键战场
2025年华为全联接大会上，华为公布了未来数年完整的AI芯片路线图。华为轮值董事长徐直军在演讲中透露了其“灵衢”超节点互联技术，这一技术的革命意义可能不亚于AI基础设施的再造。 如果说光刻机是把单芯片的性能持续放大，那么灵衢则是将数以万计的芯片联接起来。2021年，华为规划了三个公司级别的战略项目，其中之一是鸿蒙操作系统，另一个就是灵衢。 华为的战略与英伟达、阿里云如出一辙——都是试图解决数据与算力的高效连接问题。 在2025年季度业绩发布电话会上，阿里巴巴集团首席执行官吴泳铭表示：“AI技术对所有行业的改变升级以及AI与云计算的深度结合，是未来十年技术领域最大的行业机会。” 他透露，阿里巴巴过去四个季度已在AI基础设施以及AI产品研发上累计投入超过1000亿元。这一投入已开始显现成果，无论是阿里云在客户的AI需求下恢复高速增长，还是广泛的toC和toB场景的AI体验升级，AI驱动阿里高速增长的路径更加清晰。 2025年8月底，《华尔街日报》报道称阿里最新研发出一款全能型AI推理芯片，目标直指被美国严控出口的英伟达高端GPU。在随后的云栖大会上，吴泳铭提出了“超级AI云是下一代的计算机”的判断。 与此同时，阿里巴巴宣布与英伟达开展Physical AI合作，覆盖了Physical AI实践的各个方面，包括数据的合成处理、模型训练、环境仿真强化学习以及模型验证测试等。竞争中的合作，体现了这个行业的复杂格局。
04 液冷技术：下一代数据中心的必选项
随着AI算力需求爆发式增长，IDC能耗问题日益凸显。大模型训练极大推动服务器功耗上升，单柜功率密度已突破100kW。传统风冷散热在能效、可靠性、噪音控制等方面都接近极限，液冷技术成为智算中心的“必选项”。 中国计量科学研究院先进测量工程中心主任武彤明确指出：“当‘更强算力’与‘更低能耗’成为必须同时达成的双目标时，液冷已经从‘可选项’迅速演变为‘必选项’”。 液冷技术的普及正在改变数据中心产业链的传统分工模式，冷却系统深度融入到IT系统中，形成了“强耦合”关系。 其90%的订单来自阿里云的数据港，浸没式液冷技术可使PUE低至1.09，节能40%，与阿里云“绿色算力”战略高度契合。随着阿里云新一代AI推理芯片量产，高密度算力散热需求激增，数据港有望承接超50%的新增算力订单。 随着阿里巴巴宣布未来三年投入超过3800亿元人民币用于云和AI硬件建设，数据港预计在2025-2027年承接百亿级别订单。绿色算力不仅是一种技术选择，更是未来竞争的基础要素。
云上的“冰与火之歌”，是数据之火与能效之冰的平衡。英伟达与阿里云的竞争，他们一方从芯片向下穿透数据，另一方从数据向上攻克芯片。而这，正是整个新算力时代的核心！ 随着阿里巴巴宣布未来三年投入超过3800亿元用于云和AI建设，中国算力市场可能迎来新一轮洗牌。摩根士丹利预测，到2027年，中国AI算力市场规模将达到300亿美元，年复合增长率超过35%。 数据不仅能训练大模型，更是商业价值，这些头部玩家们深谙这个简单却值钱的逻辑。未来的赢家，可能是最善于将数据转化为价值的企业。
发表回复