原创 英伟达vs阿里云，决战数据之巅？

紧接着，9 月 23 日，英伟达和 OpenAI 发布声明，宣布将展开一项具有里程碑意义的战略合作伙伴关系。

根据协议，OpenAI 将利用英伟达硬件打造和部署至少 10GW 的 AI 数据中心，使用数百万块英伟达 GPU 训练并部署 OpenAI 的下一代 AI 模型，推动通用人工智能（AGI）的发展。首阶段预计在 2026 年下半年上线，基于英伟达 Rubin 平台。

来源：Reddit

英伟达的合纵策略源于其劣势：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，为其芯片提供更好的基础设施支持，以满足英伟达对于“数据-算力”全链路更高的要求。

英伟达尽管拥有最强的图形处理器，却恰恰受制于芯片研发。面对摩尔定律曲线逐渐放缓的当下，第二曲线的意义显得尤为重要。

无独有偶，云计算和大模型厂商纷纷开始自研芯片。

以阿里云为例。

按照摩尔定律，芯片容量越多，性能越好。而云计算行业也有类似的增长规则，数据计算/存储越多，产出的计算服务越好。无论是摩尔定律，还是云计算的行业增长规则，都是算力时代的增长法则。

云计算目前多个技术领域都面临着挑战。

网络带宽与延迟。所有云服务都依赖于网络。随着数据量的爆炸式增长和实时应用（如自动驾驶、工业物联网）的需求，网络带宽可能成为传输瓶颈，延迟则难以满足超高实时性任务的需求。虽然网络速度在提升，但在某些情况下，需要传输的数据量非常大。

图源：AI

算力供给的物理与经济极限。虽然云计算通过分布式架构缓解了对单芯片性能的绝对依赖，但数据中心的服务器仍然需要芯片。摩尔定律的放缓意味着通过传统方式提升算力、降低成本的难度越来越大。同时，数据中心巨大的能耗和散热问题也构成了物理层面的制约。

而更重要的是，成本与ROI的不确定性。虽然云计算的长期目标是节约成本，但初始迁移、架构改造、持续优化和流量费用可能非常高昂。对于企业而言，总拥有成本计算和投资回报是一个更重要更直接的问题。

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。

芯片的研发和上市，最终也需要回到云计算的产品场景上来。

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。而芯片架构的重塑只是表面现象，更深层次的是商业模式变革。云计算厂商不再满足于仅仅提供算力资源，而是向价值链上游延伸，试图掌握算力的核心——芯片设计能力。

图源：网络

这种转变意味着，未来云市场的竞争将不再是简单的基础设施规模比拼，而是全栈技术能力的较量，意味着阿里云已经通过AI芯片具备更高效的“云、边、端”数据协同训练和推理计算能力，而试图产生更大的实际商业价值。

两种路线的背后是相同的逻辑：在摩尔定律曲线越来越放缓的当下，赢得下一场互联网胜利的关键在于数据-算力的战争。英伟达有芯片技术而无数据生态，阿里云有数据积累但缺乏算力能力。而以前数据中心也只是承接云计算在云端虚拟主机的算力。所以，云计算开始AI化，数据中心也必然开始AI化，而英伟达则开始云计算化。

这条逻辑的背后，则是未来算力时代的核心战场——数据，以及其所产生的商业价值。

二、数据中心的AI转型

IDC（Internet Data Center）市场正处在AI转型的关键节点。新的算力时代，IDC厂商面临AI转型。智算化是一个高频被提及的词汇，但其本质是AI作用下，数据中心使数据飞轮转起来、产生新的利润的能力。

据IDC最新报告显示，2024年下半年中国IT服务市场规模达273.6亿美元（约1963.1亿元人民币），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%。

图源：AI

在这场转型浪潮中，各厂商使出了浑身解数。润建股份（股票代码：002929）前瞻布局算力网络建设，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，荣获国家绿色数据中心、国标A级等多项顶级认证。

而奥飞数据（股票代码：300738）作为大湾区最大的第三方数据中心运营商，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21.65亿元的六成以上。截至2024年底，他们的自营数据中心达14个，机柜总数突破4.3万个。

图源：AI

在大模型和生成式人工智能推高算力需求的风口上，奥飞数据的“建房大业”停不下来。2025年3月，他们投资最高48亿元、定增募资最高17.5亿元，在廊坊布局AI算力中心，只待AI大爆发。

但疯狂加注的背后，却是三座大山压顶。

债务问题方面。奥飞数据一季度资产负债率已升至72.7%，超过行业平均水平。

行业竞争同样不可小觑。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。互联网巨头也在自建数据中心，直击奥飞数据的议价能力。

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。

2023年3月1日，奥飞数据董秘何宇亮就与奥飞数据的控股股东昊盟科技签署了《股份转让协议》，转让价格11.7元/股，约为协议签署日前一个交易日标的股票收盘价的90%。

此次转股属于股东间的转股，不属于定增。

种种原因，此次转股最终终止。但从董秘持股这一事件看得出，董事会和企业重要参与管理者对人才的器重和对企业未来发展格局的乐观态度。

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”。

《中国智算专业服务市场（2024下半年）跟踪》报告显示，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%，市场规模达63.3亿元人民币；智算解决方案实施服务市场本期首次披露，市场规模达26.8亿元人民币。

智算专业服务市场是指围绕AI基础设施和平台提供的全生命周期服务，包括：基础设施集成服务（聚焦私有智算中心/集群建设，涵盖架构咨询、算力集成部署等）、解决方案实施服务（面向AI模型和应用落地，涵盖AI平台搭建、算法/模型部署等）和运营运维服务（针对企业算力基础设施提供运营运维支持）。

图源：AI

同时，资源闲置与盈利路径成为智算中心核心问题。随着各类算力资源快速填充，如何通过运营运维解决盈利问题成为专业服务商和智算中心责任方的新探索点。

在这样的行业趋势下，奥飞数据2025年第一季度的研发费用同比增长105.41%，重点布局数据中心节能技术，如分布式光伏。他们还掌握了SDN网络技术，能够实现2ms的超低延迟，满足AI训练的严苛要求。

从2022年起，奥飞数据就以自有资金1亿元参与了AI芯片企业摩尔线程的B轮融资，成为了其战略投资者。更重要的是，双方建立了深度的业务合作关系，围绕”算力(摩尔线程)+算力基础设施(奥飞数据)”的模式展开。他们合作共建智算中心，在奥飞数据的数据中心内部署基于摩尔线程GPU的算力集群，对外提供商业化的算力租赁服务。双方还联合推出软硬件一体化的解决方案，结合奥飞数据的机房、网络、运维能力和摩尔线程的GPU硬件及AI框架，为客户提供端到端的AI服务。

奥飞数据的这一步可谓行业前瞻。组建机房和AI芯片智算相结合，不仅能逐步降低资产负债率，还和下游重要客户阿里云等云计算厂商发展策略不谋而合。

三、下一场战斗，怎么打？

2025年华为全联接大会。华为公布了未来数年完整的AI芯片路线图。在华为轮值董事长徐直军大会演讲的最后，并不是以芯片来收尾，“我们希望和产业界一起，以开创的灵衢超节点互联技术，引领AI基础设施新范式；以基于灵衢的超节点和集群持续满足算力快速增长的需求，推动人工智能持续发展，创造更大的价值。”

在业内人士看来，灵衢的革命意义可能不亚于AI基础设施的再造，华为超节点+集群的成功，很大程度就依赖于灵衢。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，其战略意义，可见一斑。

华为的灵衢战略，简直和前文所述的英伟达、阿里云的战略如出一辙。

这场战斗，怎么打？似乎已经在一片尚不明朗的新闻动态中拉开了序幕。

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。对阿里巴巴而言，我们拥有全球第四、亚洲第一的云，拥有从AI算力、AI云平台、AI模型、开源生态到AI应用的全栈技术能力。本季度，我们在AI+云等CapEx投资（Capital Expenditure，资本性支出，指企业为获取或更新长期资产而进行的支出）达386亿元。过去四个季度，我们已经在AI基础设施以及AI产品研发上累计投入超过1000亿元。我们对AI的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，还是我们广泛的toC和toB场景的AI体验升级，我们都看到了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》的这则报道瞬间引发全球科技界的广泛关注：“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”。

9月24日，在正在进行的2025年阿里巴巴云栖大会上，吴泳铭则再次兴奋的阐释阿里云未来的战略：“我们的第二个判断：超级AI 云是下一代的计算机。

数据中心内的计算范式也在发生革命性改变，从CPU为核心的传统计算，正在加速转变为以 GPU为核心的 AI 计算。新的AI计算范式需要更稠密的算力、更高效的网络、更大的集群规模。

这一切都需要充足的能源、全栈的技术、数百万计的GPU和CPU，协同网络、芯片、存储、数据库高效运作，并且24 小时处理全世界各地的需求。这需要超大规模的基础设施和全栈的技术积累，只有超级AI云才能够承载这样的海量需求。未来，全世界可能只会有5-6个超级云计算平台。”

同时，阿里巴巴正式宣布与英伟达开展Physical AI合作。合作覆盖了Physical AI的实践的各个方面，包括数据的合成处理，模型的训练，环境仿真强化学习以及模型验证测试等。

目前，占市场份额最大的阿里云，在公有云、私有云和混合云上同时发力，全力投入AI基础设施和大模型研发，借助AI驱动，推动“AI+云”融合。构建大规模开源模型社区，促进开发者生态繁荣。

相较阿里云，国内的其他云计算头部玩家也各有其特色，并且战斗焦点均正转向应用生态与行业渗透。但是根据2025年华为全联接大会华为发布的最新战略，这些云计算的头部玩家也都在转向和加入数据之战。

火山引擎作为AI驱动的新锐，依托字节跳动的AI基因和庞大算力投入，豆包大模型和AI云服务增长迅猛。

腾讯云则深耕音视频与游戏领域，深度融合微信生态，同时聚焦出海与融合创新，支持中国企业出海，并打造一系列自主产品包。

回到国内基础设施提供商IDC厂商们。

如果说AI算力是来自产业内部的“拉力”，那么绿色发展则构成了来自外部环境的强大“推力”。

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，而液冷凭借其卓越的散热能力，为下一代高密度智算集群提供了通行路径。

图源：AI

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。

而这些低碳技术的提升，对于国内的IDC服务商，又是新的挑战和考量，它代表IDC服务商是否有能力承接新算力时代的云计算厂商的服务需求。

其90%的订单来自阿里云，作为阿里云生态核心IDC供应商，数据港（股票代码：603881）的浸没式液冷技术（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，提升服务单价和利润率。

而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。

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！数据中心的AI化，则是将粗暴的算力堆叠转化为精细的能效管理，液冷技术更代表着行业从粗放走向精密。

数据不仅能训练大模型，更是商业价值，这些头部玩家们太懂这个简单却值钱的逻辑了。

而在这场战争中，没有孤勇者，只有生态联盟——从芯片厂商、云服务商、IDC企业到终端用户，共同构成新算力时代的命运共同体。

参考文献：

阿里CEO吴泳铭首提“超级人工智能” 界面新闻

阿里巴巴宣布与英伟达开展Physical AI合作 界面新闻

英伟达千亿美元助 OpenAI 打造 10GW 数据中心 产业深度报告

老黄回应英伟达入股英特尔 量子位

在中国，IDC服务还是门好生意么？ 钛媒体

对话徐直军：华为最大的杀招，不是AI芯片 钛媒体

算力“芯”动向：阿里新一代AI芯片，互联网大厂造芯打造云芯协同新优势 DOIT-数据产业媒体与服务平台

市场占比高达35.8%，阿里云引领中国AI云增长 DoNews

“41万年薪董秘自掏4亿买股”反转：奥飞数据先称合法，又公布终止 南都周刊

摩尔线程合作龙头 东方财富网

不止是技术升级，液冷将为智算中心带来一场“范式转变” IDC圈

点击「推荐❤」，锦鲤附身！

– END –