乌兰察布，为什么可以成为算力大基建的首选地？

这不是临时起意，是十几年算力布局的惯性延续

  很多人说梁文锋突然就“疯了”，敢砸几百亿去建算力中心。但熟悉他的人都知道，这种“在别人看不懂的地方下重注”，本来就是他的常规操作。

  时间倒回2015年，梁文锋创办幻方量化。那时候国内量化行业刚起步，同行们的普遍做法是租服务器、买现成的交易方案，省心又稳妥。但梁文锋走了一条完全不同的路——他要自己做AI交易引擎，自己建算力集群。

  2019年，幻方就启动了自研“萤火一号”算力集群项目，是国内量化圈第一个把AI作为核心交易引擎、自建大规模算力的玩家。到2020年正式投用的时候，这套集群总投资近2亿元，搭载了1100张高端显卡，算力相当于4万台普通电脑，占地面积差不多有一个篮球场大。

  那时候很多同行不理解，觉得放着便宜的租赁服务不用，非要自己砸钱攒机器，纯属吃力不讨好。但梁文锋的算盘打得很清楚：靠算法优化把算力效率拉到行业顶尖，短期投入大，长期反而更划算。后来的结果也证明，他赌对了——靠着自研算力和AI策略，幻方迅速跻身国内头部量化机构行列。

  2021年，他又砸10个亿建了“萤火二号”，算力直接翻倍，集群平均使用率达到96%以上。那时候ChatGPT还没在全球爆火，绝大多数人都没意识到大模型算力的价值，梁文锋已经悄悄攒下了万卡级的算力储备。

  所以你看，今天DeepSeek要建1吉瓦的草原算力中心，不是突然冒出来的想法。从2015年做量化开始布局算力，到2019年自研第一套集群，再到现在做AI大模型建更大的算力基地。

  今年6月DeepSeek完成的500亿首轮融资，更能说明他的决心。这500亿里，梁文锋自己掏了200亿，占了四成，是最大的单一出资方。更关键的是，他给所有外部资本都设了门槛：钱可以进来，但要投到他管理的有限合伙企业里，没有投票权，还要锁定5年不能套现。

  他从融资一开始就没想着挣快钱。他要的是绝对的话语权，能安安心心去做这种周期长、投入重、短期看不到回报的基建生意。这种打法，和当年做萤火集群的时候一模一样——别人看的是眼前的成本，他算的是十年后的账。

选乌兰察布是拍脑袋？

  很多人好奇，建算力中心哪儿不能建，为什么偏偏选在乌兰察布的草原上？

  乌兰察布这座被称为“草原云谷”的城市，早就不是什么冷门地方了，字节、阿里、华为的数据中心早都落地在这里，是国内头部科技企业公认的算力宝地。

  它的优势说起来很简单，就三个：冷、电便宜、网快。

  先说“冷”。乌兰察布年平均气温只有4.3℃，一年有10个月以上都有自然冷风，相当于一个天然的大空调房。

  数据中心最费电的环节是什么？就是给服务器散热。南方的数据中心，一年四季都要靠空调制冷，电费高得吓人。而在乌兰察布，大部分时间靠自然风冷就能搞定，光制冷这一项，就能省下一大笔电费。

  有数据显示，这里的数据中心电能利用效率能控制在1.2以下，比全国平均水平好得多。简单说就是，同样的算力，这里花的电更少。

  再说“电便宜”。算力的本质就是电力，大模型训练时时刻刻都在耗电。乌兰察布地处蒙西独立电网，风电资源占了全国的十分之一，绿电特别充足。当地大工业电价大概在0.35到0.45元一度，还不到东部地区的一半。

  一座大型算力中心，一年的电费都是以亿为单位的，电价便宜一半，长期下来就是一笔天文数字的成本节约。而且绿电占比高，也符合双碳要求，不用担心里程碑式的政策风险。

  最后是“网快”。很多人觉得内蒙古偏远，网络肯定慢。乌兰察布距离北京只有几百公里，还铺了两条直连北京的144芯大容量光缆，端到端的网络延迟低到4.2毫秒。

  这个延迟是什么概念？基本和北京本地的算力节点差不多，完全能满足AI训练和推理的低延迟需求。既享受了西部的低电价，又能承接东部的实时算力需求，这地理位置可以说是得天独厚。

  冷、电、网三个核心要素全占了，还已经有一大批头部企业验证过可行性。

自建算力不只为省钱，是把行业命脉攥在自己手里

  看到这儿可能有人会问：就算再省钱，几百亿砸进去建数据中心，真的比租算力划算吗？

  答案是：短期看投入大，长期看不仅省钱，更能保命。

  过去国内的大模型厂商，基本都是靠租算力过日子。想用高端芯片，就得找云厂商租，或者直接买进口显卡。这种模式的问题很明显：一是成本高，二是命脉攥在别人手里。

  按行业普遍测算，头部大模型厂商一年光算力租赁的费用，就要烧掉上百亿。而且海外芯片厂商说涨价就涨价，说断供就断供，企业根本没有议价权。

  而自己建数据中心就不一样了。按8到10年的折旧周期来算，长期总成本能砍掉将近一半。对一直靠成本优势打天下的DeepSeek来说，自建算力就是把核心竞争力牢牢握在自己手里，不用再看别人的脸色定价。

  但这件事真正的分量，还远不止省钱这么简单。更深层的意义，是给国产算力芯片搭了一个最大的实战考场。

  不得不承认，单看单卡性能，现在国产芯片和海外顶尖产品还有差距。这也是很多人不看好国产算力的原因——硬件不行，再怎么折腾都没用。

  但DeepSeek最擅长的，是用软件补硬件的短板。靠架构优化、集群调度这些技术，把每一块芯片的效率都榨到极致。

  今年4月发布的DeepSeek V4模型，已经完成了和华为昇腾等国产芯片的深度适配。实测数据显示，通过融合优化，在通用推理任务上能实现1.5到1.7倍的加速，效果远超行业预期。

  如果这次乌兰察布1吉瓦的集群，大规模落地国产芯片，那将是国产算力第一次在顶级大模型训练中挑起大梁。一旦这条路跑通了，中国的AI产业就能彻底摆脱对进口芯片的路径依赖。

  往小了说，我们不用再看海外厂商的脸色，不用担心哪天被断供卡脖子；往大了说，全球很多受芯片限制的国家和地区，都能有一条低成本发展自主AI的路子。到那时候，全球AI的技术路线和定价权，都会迎来一次彻底的洗牌。

  当然，这件事的风险也明明白白摆在台面上。

  几百亿的重资产投入，超大规模集群的供电、散热、芯片协同、网络调度，随便哪一个环节出了问题，都有可能让真金白银打了水漂。从这个角度说，这确实是一场豪赌。

  但这不是冲动的赌局，是一个在算力和AI领域深耕了十几年的人，算清了所有成本、收益和风险之后的必然选择。

  有人说梁文锋太激进，步子迈得太大。可翻开科技发展史你会发现，每一次技术自主的突破，都少不了第一个敢砸下重注的人。别人都不敢迈的第一步，总得有人先踏出去。

  十几年前，没人相信一家量化公司需要自己建万卡算力集群，梁文锋做了，并且做成了。今天，很多人觉得在草原上建算力中心是天方夜谭，他又走在了前面。

  也许三年之后再回头看，乌兰察布草原上的这片算力集群，标记的不是一家AI公司的商业扩张，而是中国AI产业从跟随到突破的真正起点。