在數字經濟與人工智能產業爆發式增長的當下，數據中心的價值邏輯正在被重寫，開始從單純的機柜租賃向高性能智算服務演進，從能耗大戶向綠色引擎轉型。特別是在“東數西算”戰略的關鍵樞紐——京津冀地區，一場關于算力供需、能源變革與技術演進的博弈正在上演。
在第二十屆中國IDC產業年度大典（IDCC2025）期間，北京萬潤數字高級副總裁兼首席運營官雷冉接受了中國IDC圈記者的采訪，深入剖析了環京地區數據中心的供需格局，并介紹了萬潤數字在張家口和烏蘭察布布局的智算中心項目。
▲北京萬潤數字高級副總裁兼首席運營官 雷冉
供需錯配：環京算力市場的“時間差”困局
當前，環京地區的數據中心市場正處于一種微妙且緊張的供需格局之中。北京萬潤數字高級副總裁兼首席運營官雷冉指出，這一格局呈現出“供應端建設周期長、落地難度大，需求端單體項目規模大、整體供不應求”的鮮明特征。
這種供需錯配并非偶然，而是由環京地區的區位定位、資源稟賦以及AI產業爆發式增長的外部驅動力共同作用的結果。對于供給側而言，即便當前有相關政策的優化加持，整體供給增速依然難以在短時間內匹配需求的爆發式增量。
數據中心作為典型的重資產、高門檻基礎設施，其建設邏輯決定了供應的滯后性。雷冉分析表示，數據中心項目建設必須歷經選址、立項、手續辦理、設計、土建、機電安裝、調試及驗收等環節。各項審批周期少則3個月、多則半年，而整體建設周期更是至少需要1至2年。這與需求端形成了鮮明反差。
隨著AI大模型訓練、工業互聯網等場景的算力支撐剛性需求爆發，客戶普遍要求在4至6個月內完成大規模算力部署。這種“以年為單位”的建設周期與“以月為單位”的交付需求之間的矛盾，成為了當前環京算力市場最大的痛點。
更為關鍵的是，核心資源的約束正在進一步抬高供應的門檻。土地、電力和水資源是制約數據中心建設的三大核心要素。在土地資源方面，環京地區（尤其是北京），人口密集且城市建設緊湊、土地資源稀缺、拿地成本高昂且審批嚴格，同時對地塊的機柜承載能力、容積率及建筑密度均有嚴苛要求。
在電力約束方面，雖然環京地區（張家口、烏蘭察布等地）風光資源豐富，但新能源的天然不穩定性要求必須配套建設儲能設施來保障供電穩定，這不僅增加了建設成本，更直接影響工期。加之國家層面對數據中心的能耗管控，企業需投入大量時間和資金進行綠色節能改造，進一步抬高了供給門檻。
此外，水資源的分布不均也是不容忽視的制約因素。環京地區（如張家口）處于半濕潤與半干旱過渡帶，水資源分布極不均衡；而烏蘭察布則處于半干旱地區，本地水資源供應不足。這些資源調配的復雜性，注定了大規模數據中心項目難以在短時間內快速完成供應。
與此同時，對于供給側而言，單體項目規模大，整體呈現供不應求態勢。互聯網大廠、AI企業、金融、醫療、制造等領域的需求尤為旺盛，部分客戶對單體項目需求已從千卡級別躍升至萬卡級別，IT容量需求甚至突破了400MW。這種巨大的剪刀差，使得環京地區的優質算力資源顯得尤為稀缺。
溢出效應：京津冀算力走廊的重塑與分工
北京是全國科技創新中心，AI、互聯網、金融、科研等產業實力領跑全國，對算力的規模和質量有著極高的需求。然而，受限于本地土地、電力等資源的緊缺，北京的算力需求正在加速外溢，并呈現出顯著的“區域協同”新特點。
雷冉認為，這種外溢并非無序的擴散，而是沿著特定的路徑，即以“內蒙古（和林格爾、烏蘭察布）、河北（張家口、廊坊）、北京、天津（武清）”為主軸的京津冀蒙算力供給走廊。這一走廊的形成，不僅優化了資源配置，更構建了一個算力供需互補的宏大格局。
在這種區域協同的背景下，“網絡低時延化”成為了環京地區競爭的關鍵。張家口作為京津冀樞紐唯一的數據中心集群城市，正在積極承接北京的實時性算力需求；而內蒙古樞紐憑借毗鄰京津冀的區位優勢，亦能為高實時性需求提供支援。
目前，環京地區已成功構建起“低時延圈”，這使得北京外溢的算力需求能夠實現跨區域的靈活調度。這意味著，物理距離不再是絕對的障礙，通過網絡架構的優化，環京地區已經成為了北京算力的“后花園”和“蓄水池”。
值得注意的是，北京外溢的需求類型正在發生深刻變化，主要聚焦于“智算領域”。雷冉分析道，北京作為科技創新中心，其AI、互聯網及科研產業實力領跑全國，需要龐大的智能算力支撐。
因此，北京已明確提出優先向津冀蒙及西部地區傾斜智算需求。這導致外溢的需求不再是簡單的存儲或基礎計算，而是大模型訓練與推理所需的高密度、高性能、低延遲及高彈性算力資源。這種需求結構的升級，倒逼環京地區的數據中心必須向智算中心轉型，以適應AI時代的高標準要求。
除了技術指標，成本因素也是驅動外溢的重要動力?；诒本┩恋睾碗娏Τ杀镜母咂?，外溢的算力需求天然傾向于那些擁有更低土地成本和電力成本的智算中心項目。萬潤數字正是捕捉到了這一趨勢，深耕智算中心領域，在張家口和烏蘭察布分別布局了十萬卡級的智算中心園區。
這些項目不僅具備算電協同、存算一體的能力，更重要的是，它們精準契合了北京外溢的高端智算需求，通過提供單機柜功率彈性部署方案，實現了IDC與AIDC業務的任意混合落地，為AI大模型提供了強大的訓推存一體化保障 。
綠色破局：從“綠電直連”到極致TCO管理
在雙碳目標與高昂的AI訓練成本雙重壓力下，綠色能源的高效利用已成為智算中心的核心競爭力。萬潤數字在張家口和烏蘭察布的項目實現了超過90%的綠電比例，這一數字在行業內極具標桿意義。
雷冉詳細拆解了實現這一高比例背后的邏輯：這并非簡單的電力購買，而是一場涉及規劃、建設與運營的系統性工程。首先是“以荷定源”的規劃思路，通過建立專班并與合作伙伴提前鎖定優質風光資源，確保了項目的新能源指標落地。
真正實現高比例綠電的關鍵，在于構建“綠電供給一體化閉環”。萬潤數字通過聯建風光電站，配套以電化學為主、氫能為輔的儲能設施，再加上智能配網技術，有效平抑了風光發電的波動性。這種模式實現了“自發自用、余電上網”，極大提升了綠電的消納率。
同時，通過園區與新能源項目的直連，也就是綠電直供模式，企業得以繞開多級電網的加價；配合自主構建的智能微電網體系，進一步減少了輸配電的損耗與成本。
技術層面的“算電協同”同樣功不可沒。雷冉指出，通過智能AI平臺動態調節算力負荷與用電時段，使之與風光發電的時段相匹配；利用儲能應對智能算力負載的劇烈變動，進行削峰填谷。
這四個方面的協同作用，不僅實現了90%以上的綠電比例，更讓萬潤數字有了沖擊100%全綠電供應的底氣。這種深度的能源整合能力，直接轉化為客戶在算力使用全生命周期成本（TCO）上的顯著優勢，尤其是在大模型訓練能耗巨大的背景下，其經濟價值不言而喻。
關于TCO（全生命周期成本），TCO涵蓋了規劃、建設、運營、退出四個階段，每個階段的管控重點截然不同。在規劃階段，核心是做好選址與技術方案論證，既要滿足當下業務，又要適度超前以避免拆改浪費。
萬潤數字建立了一套“全員、全過程、全要素”的成本管理體系，試圖在“成本-性能-可靠性”這個不可能三角中尋找最優解。通過綠電直連模式，幫助用戶持續降低度電成本支出，最終實現了算力整體成本的最優化。
技術演進：風液同源與數字孿生的創新實踐
隨著AI芯片功率密度的不斷攀升，散熱技術正面臨著從風冷向液冷轉型的臨界點。雷冉坦言，雖然AI芯片越來越“熱”，液冷已成焦點，但風冷在相當長一段時間內仍將存在 。因此，萬潤數字采取了務實的“風液兼容”策略。
其項目按照統一規劃、彈性兼容原則設計，單機柜功率定制區間為從風冷12-28kW、液冷30kW以上。這種設計使得一棟樓內可以實現從通算到智算、從風冷到液冷的無縫切換，極大滿足了客戶不同階段的業務需求。
在如何實現從風冷到液冷的平滑演進上，雷冉重點介紹了“風液同源”架構的創新。她指出，這被視為平衡散熱、能效、成本與靈活性的最優解。萬潤數字通過打造冷源統一共享、末端兼容適配的一體化架構，實現了集中冷源與CDU的一體化集成。
借助標準化快速接口和彈性風液比調節技術，存量風冷機柜無需整體重構，即可完成向全液冷的平滑升級。這不僅保護了客戶的既有投資，更大大降低了未來的升級成本和業務中斷風險。
為了支撐高功率機柜與液冷設備，供電架構也進行了革新。雷冉透露，萬潤規劃采用高壓直流供電架構，省去了中間逆變環節，減少了轉換損耗。同時，通過將IT設備、制冷設備與供電設備進行同層緊密布置，進一步降低了線路損耗并優化了PUE值。
這些硬件層面的創新，構成了萬潤數字智算中心高效運行的物理基礎。但在運營數據缺乏的當下，如何驗證這些設計的有效性？答案在于數字化技術。雷冉強調了“數字孿生平臺+AI算法”在項目建設中的關鍵作用。依靠構建虛擬空間進行“試錯”和“預訓練”，萬潤數字能夠在實際建設前找到最優方案。
例如，利用CFD模擬仿真“風液同源”下的氣流組織以預演散熱效果；用電氣模型仿真驗證高壓直流的可靠性；用強化學習算法訓練多系統融合調度策略。這種“先算后建”的模式，提前算好了氣流走向、電力分配與冷熱平衡，既突破了高密散熱瓶頸，又兼顧了能效與靈活性，真正做到了讓客戶既省錢又省心。
智庫熱文
最新供需
熱銷數據