您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [未知机构]:字节AIDC算力基建专家交流会 - 发现报告

字节AIDC算力基建专家交流会

2026-07-14 未知机构 α
报告封面

【核心要点】 1)字节今年算力基建预算约4300亿元,下半年至少再招标1.5GW;明年预算将达7500-8000亿元。2)字节数据中心自建比例极低,2026年底<10%,2030年目标30%-35%。3)字节数据中心布局重心西移,推理需求驱动国内西部建设,训练算力部署于海外。 【详细全文】 1、字节跳动AIDC建设情况? 字节跳动未来的算力建设与基建投入将随整体资本开支而持续增加。今年算力基建总预算约为4300亿元,其中GPU采购约2000亿元,CPU采购约1000亿元,IDC及组网设备亦获得较高份额预算。国内方面,下半年至少还有约1.5GW的项目计划招标,主要因机器增量超出预期,IDC资源扩容需优先于机器资源到位,否则设备到货后将无法上线。后续增长并非仅由GPU拉动,CPU同样存在大量需求。 过去两年,字节跳动主要采购租赁高电机柜,但其扩容流程复杂,且多地缺乏绿电能耗指标。当前订单数据显示,普通标准机柜扩容呈加速态势,GPU与CPU部署量同步增长,后者增幅尤为显著。资源策略上,字节跳动逐步转向自建为主,不再完全依赖租赁。自2021年后自建数据中心建设,自建比例长期 偏低,但2023年至2024年间已在内蒙古、山西及泰国等地获取土地资源。预计至2026年底,自建比例仍不超过总数据量的10%,而2030年目标至少提升至30%-35%。此外,未来布局将向绿电区域倾斜,重点覆盖内蒙、甘肃、宁夏、陕西、新疆等绿电富集地区,以及山西海阳等核心区域。 从需求来源看,国内目前基建上游需求源自推理模型。目前训练算力中心主要部署在海外,2025年6月后,新加坡与柔佛成为核心训练枢纽。后续增量主要来自推理需求,CPU的增长亦围绕Agent推理展开。Agent任务耗时可达数天,对存储与CPU资源的需求持续扩大。模型推理对地理位置时延要求较低,离线任务占比高,因此今年招标中资源大多不集中于一线城市,更侧重高电价、大存储能力。 2、为什么要将数据中心布局在西北地区,并采用绿电直连+储能模式? 国家强调绿电,主要因西部风光资源丰富,但风电、水电绿电难以储存,易造成资源浪费,而且风电、光伏的发电具有间歇性和波动性,而数据中心需要稳定、不间断的电力,因此绿电直连主要要求数据中心更多储能电池进行削峰填谷。在平峰或高峰时段,数据中心依靠自发电设备和储能保障供电,将电力优先让渡给市区及工业企业;夜间平时再恢复自身供电。获取绿电指标需同步配套一定容量的储能设施,方可获得补贴或补偿,因此将数据中心布局于西北地区在用电方面具有明显优势。数据中心不属于工业场景,可实现人工作息运行。 3、字节未来算力基建投入情况? 未来算力建设与基建投入将随资本开支而增长。今年算力基建总预算约4300亿元,但该预算并非全部用于国内,新加坡、柔佛、印尼、沙特等地亦同步推进建设。海外方面,阿联酋已建成一个采用绿电的IDC项目,墨西哥亦有规划,基本采用风电,但海外输电及电网设备可靠性存疑,故多数数据中心仍需配置燃机和柴油发电机作为备用电源。 4、字节的招标与储备计划? 国内方面,今年下半年至少1.5GW项目计划招标,全年国内招标合计接近3GW。下半年招标的1.5GW主要为明年乃至后年上半年用量提前储备,并非全部年内投用。后续增长并非仅由GPU拉动,CPU需求亦持续堆积。过去两年字节主要采购租赁高电机柜,但高电机柜扩容困难,且多地缺乏绿电能耗指标,当前普通标准机柜扩容正加速推进。 5、今年全年设备采购规模? 今年字节计划采购125万台通用算力设备,其中国内约65到70万台,单台功率约800W到1kW。今年整体GPU采购约180万张GPU卡,其中国内120万到130万张,单卡功率约800W到1kW。大部分设备将放在西北,少部分放在环京区域。 6、不同区域配储时长差异以及原因? 内蒙区域AIDC供电中绿电比例约80%,理论上配储时长为3至4小时,即1GW发电装机量对应3至4GWh的储能系统配置容量,但具体情况需根据项 目个案分析,综合考量任务复杂程度、是否支持直供电、72小时电力监控等因素,并与电网进行协调沟通;新疆、青海、宁夏等地配储时长为8至9小时,即1GW对应8至9GWh,但目前仅为初步估算,实际建设时还需结合当地产业形态确定方案。陕西亦在考察范围内,但电价优势不明显。 配储的核心原因一是绿电本身存在消纳问题,部分电力无法有效利用;二是需与当地产业用电进行错峰调节,以实现资源合理配置。由于绿电具有间歇性和波动性,需配套储能设施进行峰谷调节以确保供电稳定。但内蒙古本地产业基础薄弱,用电负荷偏低,电力消耗压力较小,因此对配储需求并不迫切;而工业密集区域则要求更多配储,但政府会给予相应补贴。 7、字节在AIDC建设计划中为什么需要提前抢占能耗指标? 这主要是为了应对未来两三年巨大的算力存储需求。由于各地能耗额度通常在两年前就已确定,且审批周期极长,如果现在不提前纳入“十五五”规划,后续很难临时申请到指标。 此外,虽然目前绿电市场上还有些指标无人问津,但未来大概率会升值,公司希望提前锁定。尽管国内IDC建设受限于半导体产能,但字节依然选择超前建设,这其实和房地产投资逻辑一样:占据优质的电力和能耗位置,后续自然就能建立起强大的竞争优势。 8、今年底与明年的预算展望? 在IDC资源方面,今年年底前国内招标的1.5GW的容量足以满足现有需求。明年实际用量公司可能会进一步招标约3GW的资源以作储备。明年预算方面,预计GPU采购约4300亿元,采购总量约300万至400万张,国内约220万至250万张;CPU约1800亿元;通用算力设备采购200万台,其中国内约120万台。 9、储能行业的供给能否跟得上“东数西算”带动的数据中心配储需求? 储能方面,西北数据中心建设利好储能厂商,但当前供给难以匹配需求。比亚迪、宁德时代等厂商产能有限,储能成本高、上游锂电紧张,部分企业甚至考虑使用二手电池。目前电池产能多被电车占用,数据中心储能尚未成为多数厂商重点业务。 10、业务向西迁移的经济性、政策引导和基础设施因素? 数据中心布局西移,根本原因在于其成本结构中算力卡与电力占比最高,而西北绿电充裕、电价低廉,能有效压低电力成本这一核心支出。同时为降低模型定价,行业正通过降低精度、模型蒸馏及降低硬件成本等方式推进。国内芯片制程多为7nm以上,单卡功耗偏高,而且未来国产GPU能耗将持续上升,这也进一步强化了向低价电地区迁移的客观需求。 “东数西算”政策推进三年,运营商骨干环网已初步形成,过去内蒙与华北网络不通的问题已解决。叠加地方政府补贴,西迁是利益与政策的共同驱动。 11、1.5GW的AIDC建设对应多少CPU、GPU及储能需求? 1GW对应的GPU卡大约120万张,对应约1000亿元左右的GPU采购额,以及约500亿元左右的CPU采购额。IDC加上储能的建设方面,1GW对应8-9GWh的储能系统,其中储能为0.5元/Wh。 12、未来IDC供需格局与产业链趋势如何? 据与万国数据、润泽科技、阳光等企业交流,目前在数据中心建设方面西部区域能耗指标充足,地方政府招商引资政策灵活。但实际需求受限于上游芯片产能,未必能完全释放。以中芯国际目前月产能2万片一共约40万颗估算,明年预计达到500万颗,叠加全年约20万张水卡,上游芯片总供给约520万颗。 另外,芯片制程受限导致功耗上升,液冷与超节点通信将随之加速发展。未来一到两年token需求增量确定。 13、国内主要企业AIDC基建投入情况? 腾讯明年计划大幅增加IDC建设投入;字节今年已采取同样策略,明年则将启动信贷。今年字节算力基建预算约4300亿元,明年预计提升至7500至8000亿元。除字节、阿里、腾讯外,第二梯队的京东、美团、滴滴、拼多多及部分车企、具身智能企业亦将加大投入,明年的物理实现模型有望加速推进。 14、国产芯片使用情况? 今年芯片采购的1100亿预算中,大约有200亿用于NV的卡,250亿用于寒 武纪,220到230亿用于昇腾。同时与沐曦、天数、昆仑等国产芯片厂商也有合作。 15、今年下半年用电是否会向西转移? 今 年 上 半 年1.5GW项 目 中 , 内 蒙 的东方 国信已 有 部分标段启动 。 下 半 年1.5GW的项目中将有小部分向新疆转移,但整体占比不大,预计仍以内蒙为主,因其资源尚未完全利用。 16、数据中心建设周期与建设中的瓶颈?交换机方面一个吉瓦对应多少张卡?数据中心建设周期整体约为一至一年半。其中,能耗指标获取需8至9个月;主体建筑建设周期相对较短,但建成后仍需进行布线及组网工程。组网设备到货周期较长,多数设备交付周期达30周,线缆亦存在供应瓶颈问题。若为普通机柜,部署相对简便;若为超级节点,则组网复杂度显著提升。交换机方面,目前主要采用博通与盛科产品,盛科256芯片已投入使用,512芯片预计于7月完成流片。 交换机用量方面,数据中心对应的交换机数量取决于具体组网方案,大致而言,每8至10个机柜配置1台交换机,每个机柜容纳约8张算力卡,再考虑少量网络或存储设备,即约80至100张卡对应1台交换机。 17、训练与推理对地理位置的要求? 推理要分在线任务和离线任务。一个公司所有的任务当中大约30%到40%是面 向纯C端实时交互的在线任务,需要放在近端。大量任务如企业代码处理、流程处理、科研、基因测序、分子预测、航天轨迹模拟、投研分析等属于离线任务,对时延要求不高,放在远端几天后拿结果也可以,这些任务占比约60%到70%。随着通讯技术发展,更多推理任务可以往更远的地方迁移。 18、token出海是否可行? token出海是可行的,核心问题不在于业务本身能否成立,而在于对方政府的政策限制。比如两年前国内普遍认为OpenAI最好,很多人挂梯子使用;如今海外公司反而觉得国内模型性价比高,具备使用价值。当前的关键在于如何合规地将模型能力输出,属于政策和跨境监管层面的问题,而非商业模式不成立。 目前token出海业务已在推进,许多海外客户选择在国内注册并承担相应的法务风险和跨境专线成本。预期随着国内模型能力持续提升、整体通量不断增长,以及业务场景逐步分层,整体趋势向好。