← 返回首页

150亿美元与1吉瓦：DeepSeek乌兰察布智算中心的算电账本

2026年10月22日，彭博社与路透社先后放出消息：DeepSeek（深度求索）正在收尾一轮约1000亿元人民币（约合150亿美元）的融资，预计数日内完成交割。这笔交易有三处不太寻常：募资目标从最初的500亿元两次上调至约1000亿元，直接翻倍；投前估值却始终锁定在约5000亿元，一分未涨；资金的核心去向已经明确——在内蒙古乌兰察布建设一座规模1GW（吉瓦）的智算中心，算力底座为至少16万颗华为昇腾950DT芯片。

对电力行业而言，这条新闻的真正分量不在融资本身，而在它揭示的一个变化：中国算力竞争的主战场，正在从"谁的模型更强"转向"谁能把电、芯、冷、地组织成一座工厂"。宁德时代以第一大外部投资人身份进场，提供的不是钱那么简单——是大规模储能、绿电直连与电网接口的端到端能源方案。算力公司与电池公司的这次握手，把"算电协同"从一个行业会议热词，变成了一个有金额、有地点、有交付清单的商业合同。

本文把这座1GW智算中心当作一个电力行业的标的来拆：一个吉瓦的IT负载一年要吃掉多少电量？电费和芯片采购在资金结构里各占什么位置？宁德时代的三件套（储能、绿电直连、电网接口）对应哪些真实机制和市场空间？再把视野拉到全球——英国的旗舰AI数据中心因为"2027年等不来电"被微软放弃，对照之下，中国"东数西算"式的算电耦合路线正在走出一条不同的路。文末按惯例给出产业链利润池、集中度量化、三档情景与上游风险四组账本。

一、一场结构反常的千亿融资：钱追着产业链跑

先把交易结构摆出来。据多家媒体交叉披露：本轮募资目标最初定为500亿元，洽谈期间先上调到800亿元，最终锁定约1000亿元；今年6月底首轮外部融资约510亿元，两轮合计超过1500亿元，四个月吸纳的资金规模被媒体称为全球AI领域迄今最大的单轮融资之一。投前估值维持约5000亿元不动，创始团队通过有限合伙架构保持控制，外部投资方不享有投票权。梁文锋本人本轮出资约200亿元，是单一最大出资方。

钱从哪里来，比钱有多少更能说明问题。老股东腾讯、宁德时代各追加约100亿元，其中宁德时代首轮已投入约50亿元，累计出资约150亿元，成为第一大外部投资人；网易、京东、砺思资本、IDG各投入约30亿元。新进股东名单读起来像一张供应链地图：君联资本背后是联想，石溪资本由兆易创新发起，中芯聚源背后站着中芯国际，再加上吉利与国家人工智能产业投资基金。红杉、高瓴等纯财务机构全程缺席。

一个被多家投资圈人士确认的细节是：DeepSeek要求所有意向投资方书面说明能提供何种数据支持与业务协同。这句话翻译过来就是——本轮融资本质上是产业资本购买生态位，不是财务投资。估值锁死加无投票权结构，只有当股东同时是供应链伙伴时，这笔交易才成立：吉利要的是车载大模型，中芯聚源和石溪资本要的是万卡集群对国产芯片的验证场景，宁德时代要的则是一个把储能和供配电能力卖给超大规模算力负载的锚点工程。

把这笔钱放在全球坐标系里看：据Epoch.ai统计，2026年全球算力投资合计约8300亿美元，同比增长79%。DeepSeek本轮1000亿元约合150亿美元，相当于全球年度算力投资的1.8%左右。规模不算惊人，但资金效率值得关注——按公开口径，这笔钱要覆盖一座1GW智算中心的主体建设与16万颗国产芯片采购，其单位资金的工程密度，比美国同行"举债买卡"的模式高得多。两种融资哲学的分野：美国AI在向债市借钱，中国DeepSeek在向产业链筹钱。

二、为什么是乌兰察布：电价、冷凉与绿电的三重折扣

乌兰察布不是随机选址。这座城市在数据中心行业的别称是"草原云谷"，华为、阿里巴巴、快手等企业的数据中心早年间已在此落地（站内此前乌兰察布数据中心篇拆解过这波布局的逻辑），逻辑始终没变过：算力往电便宜、天够冷、绿电够多的地方走。

第一重折扣是电。乌兰察布地处蒙西电网，这是全国电力市场化程度最高的区域之一——蒙西现货市场是全国最早转入正式运行的现货市场之一，新能源装机占比高，市场化交易电价长期低于中东部省份。对一座年耗电几十亿千瓦时的设施来说，每千瓦时电价低几分钱，一年就是数亿元的运营成本差。第二重折扣是冷。乌兰察布年平均气温低、冬季漫长，自然冷却与间接蒸发冷却全年可用时长远高于南方，直接压低PUE（电能利用效率）——对智算中心而言，PUE每降0.1，总用电量就少约8%。第三重折扣是绿电。内蒙古风电、光伏资源富集，绿电供给与绿证核发的可得性，让这座数据中心有能力回应大模型客户日益增加的碳足迹追问。

还需要放在"东数西算"工程的大框架下理解。国家算力网络体系把全国划分为若干枢纽节点与城市集群，引导东部的训练与推理需求向西部绿色能源富集区迁移。乌兰察布虽不属八大枢纽核心区，但紧邻京津冀、经高速光缆至北京时延在可接受范围，是"用西部绿电服务东部算力"的典型走廊。DeepSeek把最大的一笔重资产押在这里，等于给这条走廊补上了到目前为止分量最重的一块拼图：一家头部大模型公司，把自有的主力推理集群放在了草原上。不过需要标注一处口径分歧：多数报道称这批昇腾芯片主用于推理、训练仍跑英伟达集群，另有报道称训练负载也在向国产集群迁移——两者的电力负荷特性差异不小，本文按"主用于推理"的主导口径展开。

更往前看一步，智算负荷在蒙西还有一层身份值得期待：可调节负荷。训练任务可以中断重排、推理批处理可以削峰填谷，配合储能之后，一座GW级园区理论上有两成左右的负荷可以在数十秒到小时级尺度上搬移。蒙西现货市场已经允许大用户直接参与，虚拟电厂与负荷聚合的政策通道也在打开——如果乌兰察布项目未来以可调节负荷加储能的组合身份进入现货与辅助服务市场，它就从单纯的电费支付方变成了新型市场主体，这是比省电费更有想象空间的账。

供电侧的禀赋同样值得展开一句。内蒙古是全国新能源装机规模最大的省区之一，风电装机常年居全国首位，光伏在沙漠戈壁荒漠大基地推进中快速放量；蒙西电网又是全国最早把新能源大规模接入现货出清的区域市场之一，新能源参与市场交易的比例与经验都领先。对智算中心这意味着两件事：一是绿电采购有充足的物理供给，绿证与绿电交易的环境属性可以按月稳定获取；二是市场化电价的波动提供了优化空间——风电大发的冬春夜里电价走低，正是把训练与批处理推理排进去的窗口。算力负载跟着电价曲线排程，这件在东部电网还停留在试点阶段的事，在蒙西有条件直接做成日常运营。

三、把一个吉瓦换算成电：一年63亿到88亿千瓦时

1GW的智算中心对电力系统意味着什么，需要先把算力单位换算成电量单位。IT负载1GW指的是服务器的额定用电功率，实际年用电量取决于两个参数：算力利用率（负载率）与PUE。本文按下表三档假设推演：

表1：1GW智算中心年用电量推演。年用电量=1000MW×8760小时×负载率×PUE；三档参数为本文假设，非项目披露值。

基准档约74亿千瓦时是什么概念：接近三峡电站年发电量（历史峰值约1100亿千瓦时）的7%，大致相当于一台百万千瓦级核电机组连续满发十个月的电量。而这座"看不见的电厂"的特别之处在于它的负荷特性——训练集群可以调度、推理集群则要求全天候稳定供电，负载率取72%意味着这座设施几乎不以日为周期休息，是一座典型的高基荷数字负荷。对蒙西电网来说，多一个74亿千瓦时的稳定负荷，是消纳新能源的好事，也是现货价格波动的新变量：白天光伏充裕时它是灵活性资源的买方，夜间风电高峰时它同样可以加大充电与计算排程，负荷灵活性一旦被市场机制承认（现货价格响应、辅助服务），它本身就成了一种可交易资源。

芯片侧可以做一层交叉验证。16万颗昇腾950DT对应1GW IT负载，平均每颗芯片分摊6.25千瓦——这包含了服务器整机（CPU、内存、存储、网络）的功耗，若加速卡占整机功耗约六成，单卡功耗约3.7千瓦，与当前旗舰级AI加速芯片的功耗量级一致（昇腾950DT官方规格未公开，此为本文反推）。这个数字同时提示了机柜密度的量级：若单机柜30千瓦，1GW对应约3.3万台机柜；若走向行业正在讨论的百千瓦级机柜，占地与供配电架构都要重画。

电量账的另一半在PUE。传统数据中心冷却耗电占总耗电的三成上下，而乌兰察布的冷凉气候让间接蒸发冷却与自然冷却在全年大部分时段可用，配合当前智算中心标配的液冷冷板，PUE做到1.1至1.2是行业可达水平——这正是本文电量推演取值区间的依据。冷却技术路线与电费的关系是直接的：PUE每降低0.05，基准档的年用电量就少约3亿千瓦时，对应电费节省近1亿元。这也是为什么液冷厂商与智算中心绑得越来越紧：冷却方案的选择不再是运维问题，而是直接写进电费账本的成本项。

四、算电账本：芯片是折旧生意，电力是现金流生意

把资金和运营两条账放在一起，能看清这座工厂的成本结构。资金侧：1000亿元融资的主要去向是算力基建、模型研发与人才；其中芯片采购是最大单项，媒体给出的区间是170亿至400亿元。运营侧：电费是每年都要现金支付的持续开支。本文按三档电价假设（蒙西市场化交易电价0.25/0.28/0.32元每千瓦时）推演年电费与五年累计电费，与芯片采购放在同一张图上对照：

这张图里有三笔值得算细的账。第一笔：年电费约16亿至28亿元，五年累计约78亿至140亿元，相当于芯片采购额（170亿至400亿元）的两成到八成（取决于两端的组合）。芯片是折旧生意——按行业惯例五年到七年摊销，买的时候一次性付钱；电力是现金流生意——它决定这座工厂每个月的损益表。第二笔：电价的敏感度。电价每低0.05元每千瓦时，年电费省3.1亿至4.4亿元——这正是选址乌兰察布的经济实质，也是宁德时代"绿电直连"方案要切入的地方：直连绿电若能把综合电价再压低2至5分钱，对这座设施的年利润影响就是数亿元级。第三笔：电费占收入的比例。按DeepSeek年化营收运行率突破10亿美元（约72亿元人民币）计，基准档年电费约21亿元，占营收的29%——这个比例在毛利率44.6%、API业务毛利率82.9%的财务结构下是可承受的，但它标定了模型公司商业模式的一个硬约束：推理收入每增长一倍，电费账单几乎同步翻倍，毛利的含金量取决于电价谈判能力。

DeepSeek自己在做的事，恰好印证了电力行业的定价逻辑正在渗透算力定价：8月中旬，其API调用价格上调至原来的2.3至4.5倍，并引入峰谷定价机制——以V4 Pro为例，高峰时段缓存命中输入价格较此前上调约1100%。把电力行业的峰谷信号原样搬进token定价，本质是让算力需求跟着系统裕度走：贵的时候少用、便宜的时候多算，这与电力需求响应的经济逻辑完全同构。当模型公司的价目表上出现峰谷二字，算力作为一种电力密集商品的属性就再也藏不住了。

五、宁德时代的三件套：储能、绿电直连与电网接口

宁德时代在两轮融资中累计出资约150亿元，另有报道称其追加约1.4亿美元定向投入乌兰察布项目的能源配套。钱之外更重要的是它承诺交付的东西：大规模储能系统、绿电直连、电网接口的端到端方案。这三件事分别对应电力行业里三个真实机制，值得逐一拆开。

第一件是储能。智算中心配储能的诉求与传统工商业不同：不只是峰谷价差套利，更是给推理集群供电曲线"去毛刺"——AI负载的功率波动比传统数据中心剧烈，秒级到分钟级的功率爬坡会冲击园区配电与并网点电能质量，储能是功率缓冲池。按IT负载10%至20%比例、2至3小时时长配储，对应100MW/200MWh至200MW/600MWh，按当前系统价格0.75至0.85元每瓦时，投资约1.7亿至4.5亿元——相对1000亿元总盘子是很小的比例，却是让绿电占比上限抬高的关键设备。

第二件是绿电直连。2025年国家发改委、能源局推动的绿电直连政策（发改能源1192号文框架，机制细节见站内绿电直连篇）允许新能源电源与单一用户通过直连线路直接供电，但划了三道红线：直连新能源电量占用户总电量的比例上限、自备调节能力要求、反送公用电网的限制。对乌兰察布项目而言，直连模式的意义在于把"绿电属性"和"低电价"同时锁定：风光电站直连后省去输配环节费用与部分政府性附加，绿电物理溯源也最干净。储能与直连是绑定的——不带调节能力的直连，比例上限就会被压得很低；配了储能，直连电量的占比空间才打开。

第三件是电网接口。1GW级别的用电申请，在任何省级电网都是一级事件：接入系统设计、变电站间隔、出线走廊、继电保护配置，周期以年计。宁德时代把"电网接口"列进交付清单，指向的是并网技术方案的整体打包——从储能电站的并网许可到园区变电站的接口改造。这背后是电池厂角色的一次跃迁：从卖电芯、卖储能柜，升级为卖"电力接入能力"。

六、全球对照组：电力正在成为算力的第一约束

把镜头拉远，会发现乌兰察布方案的对立面正在英国上演。据英国《电讯报》10月下旬报道，微软已退出其作为锚定客户的Nscale公司埃塞克斯郡Loughton智算中心项目——这曾被称为英国最大的主权AI数据中心工程，规划50MW、可扩至90MW，装载英伟达GB300芯片，原计划2027年投运。问题的核心是电：电网方面告知，电力接入可能要等到2030年代早中期。买下两万多颗单价最高的AI芯片，然后发现楼里没电——一家没有插头的数据中心，只是一座很贵的仓库。

英国电力接入队列的拥堵是结构性的：短期内，申请并入电网的新增容量从41GW跳涨到125GW，数据中心是大头，其中不乏圈地占位的投机性项目，监管机构正在清理虚假申请让真实项目提前。OpenAI此前也因能源成本与监管不确定性退出过与Nscale的合作。电力接入周期，已经成为全球AI基建竞争中最硬的物理约束。

供给端的应对也在加速。英伟达在10月柏林GTC上发布DSX POD：把Vera Rubin系统与供配电、冷却、网络预集成进模块化集装箱，现场验证后运抵即可上线，部署周期从六个月压缩到最快十四天——前提是站址的电力、冷却、网络必须提前就绪，方案计划2027年初交付，目前仍是一项交付承诺。超聚变在OCP全球峰会披露的数据则标定了功耗曲线的陡峭程度：AI机柜功率从2023年的20千瓦涨到2026年的240千瓦，单芯片从350瓦涨到2000瓦以上，下一步瞄准兆瓦级机柜与3000瓦以上芯片；散热转向金刚石-铜复合冷板，热流密度做到200瓦每平方厘米、局部超400瓦。机柜越密，供配电与冷却占数据中心投资的比重越高——电力电子与热管理正在从"配套专业"变成"主赛道"（设备与软件巨头在AIDC供电环节的竞合，站内施耐德收购PTC篇有专门拆解）。

对照另一组数字更能看出电力约束的分量：2026年全球算力投资约8300亿美元、同比增长79%（Epoch.ai口径），美国的资本开支承诺屡创新高，大型科技企业甚至开始直接投资燃气电厂、与核电供应商签长期购电协议。算力巨头自建电源，与算力企业向电池厂购买能源方案，是全球两类算电耦合路线的分岔口：前者把电厂搬向算力，后者把算力搬向电厂。乌兰察布属于后者，而且走得更彻底。

三组事实放在一起，全球算力竞争的格局图就清楚了：美国模式靠资本市场与债市输血、墨西哥湾沿岸的燃气电厂与并网队列赛跑；英国模式被电网接入周期卡住喉咙；中国模式则是"东数西算"——把算力搬到电旁边，用绿电直连与储能把电、芯、冷绑成一个整体方案。DeepSeek与宁德时代的组合，是这套中国方案到目前为止最完整的商业样本。

国内对照组同样有信息量。字节跳动、阿里的智算集群依托自有云业务与自建数据中心团队，走的是重资产自营路线，能源方案内化在企业基建体系里；三大运营商的智算中心则带着算力网络的公共服务色彩，选址与供电天然享有电网企业的协同。DeepSeek的路线介于两者之间：核心重资产——芯片与机房——自持，能源能力整体外购，把储能、绿电直连、电网接口打包交给宁德时代。这等于用一份商业合同换来了电力行业的专业能力，换来的是更快的部署速度与更清晰的成本边界。对那些既没有云巨头的基建体系、也没有运营商电网背景的中小算力玩家来说，这种算力公司专注算力、能源能力外包给电池厂的分工，很可能成为未来的标准配置——宁德时代真正在做的，是把自己变成这个配置里的默认选项。

七、行业账本（一）：千亿资金流过的产业链与利润池

把1000亿元融资当作一条河流，沿流向把产业链摊开，每一层的价值量与利润属性完全不同。

第一层是芯片，170亿至400亿元流向华为昇腾及其配套供应链（HBM、先进封装、电源管理芯片）。这一层是全链利润率最高的环节，也是国产化率最受关注的一环——16万颗的采购量，相当于华为全年产量（20万至30万颗）的53%至80%，等于一家客户吃掉其半年到多半年的产能。第二层是整机与网络，150亿至300亿元流向服务器ODM、交换机与光模块厂商；这层的利润率中等，规模弹性最大。第三层是机电与土建，250亿至350亿元流向供配电设备（变压器、高低压柜、UPS/HVDC）、液冷系统、消防与土建总包；智算机电投资占总投资25%至35%的经验值下，这一层是传统电力设备企业切入算力经济的主入口。第四层是能源配套与运营，储能1.7亿至4.5亿元、绿电直连线路与接口改造若干亿元——金额不大，但它是宁德时代真正的战略卡位：一旦"算电协同"方案在乌兰察布跑通，它可以作为标准产品复制给后面几十座GW级智算中心。

利润池的分布同样不均匀。模型层是利润率的高地：DeepSeek API业务毛利率82.9%（第三方口径），显著高于OpenAI一季度约39%的毛利率——低训练成本加高推理毛利，是这个商业模式能自我造血的前提。基建层的利润率低但现金流稳定，机电与土建环节的净利率普遍在个位数。能源层的利润池正在形成：储能与直连的投资本身利润有限，真正的利润在长期运营——峰谷套利、辅助服务、绿电溢价与容量补偿的叠加收益。按蒙西现货的峰谷价差与74亿千瓦时年用电量推演，园区级能源运营若能做出每千瓦时2至3分钱的综合优化收益，对应年化1.5亿至2.2亿元的运营利润池。

能源层还有第三条收入线索常被忽略：绿电的环境溢价运营。智算中心年用电几十亿千瓦时，若按绿电交易或绿证覆盖，对应的环境权益价值按每千瓦时1至3分的溢价区间估算就是数亿元的量级——这笔钱在自有直连资产下是成本节约，在运营服务模式下则可能成为向模型客户分层的计价项：同样一个token，绿电算出来的可以标更高的价。海外市场已有数据中心把清洁能源属性写进服务等级协议的先例，国内大模型客户对绿色算力的付费意愿虽未成型，但出口企业与政务客户的需求已经先行。

八、行业账本（二）：集中度——芯片一极与资本两极

集中度是观察这条产业链权力结构的最好指标，本文取三个截面。

截面一是国产AI芯片。市场研究的普遍口径下，华为昇腾在国产AI加速卡市场的份额约在六成上下（不同口径五至七成不等，本文取整表述），一家独大。16万颗950DT的集中采购会进一步强化这个格局：当一家客户吃掉年产能的一半以上，其他国产芯片客户排队周期被动拉长，寒武纪、海光、摩尔线程等第二梯队获得的验证窗口反而收紧——国产算力内部也在发生"强者愈强"。

截面二是资本结构。前两大外部投资人（腾讯、宁德时代）合计约200亿元，占本轮20%；加上创始人个人出资约200亿元，前三大出资方合计约400亿元，占40%。资本高度集中且与业务深度绑定，这是与美元基金主导的上一代融资最大的结构差异：股东即供应商、即客户、即渠道，公司治理意义上这更接近一家"产业链合伙制"企业。

截面三是能源配套侧的集中度。储能系统环节，站内此前多次引用的口径是电芯环节CR3约55%至63%，宁德时代自身即是头部；绿电直连的EPC与线路建设集中在电网系施工企业；供配电设备环节，智算中心专用HVDC与巴拿马电源市场同样呈寡头格局（中恒电气、科华数据、维谛等主要玩家，本文按行业公开信息推演CR3约五至七成）。整体看，"算电协同"的每一层供给都不是充分竞争市场——这对采购方是风险，对卡进格局的供给方是红利。

九、行业账本（三）：智算能源配套的三档情景

乌兰察布项目若跑通，其能源配套方案的可复制性才是真正的大市场。本文把"全国智算中心新增储能配套"作为测算对象，三档假设如下：新增智算并网负荷、配储渗透率（含直连配套储能）、平均时长2.5小时、储能系统单价随规模下探：

表2：全国智算中心新增储能配套市场三档情景。市场规模=新增并网负荷×配储渗透率×2.5h×系统单价；渗透率含绿电直连强制配储与自发配储，三档年份对应负荷假设为本文推演口径。

这张情景表的关键假设是配储渗透率。当前智算中心配储仍以备电逻辑为主（替代部分柴油发电机），渗透率有限；绿电直连政策把"自备调节能力"写进门槛后，储能从可选项变成直连方案的前置条件——渗透率的抬升本质上是政策驱动的。另一个值得标注的口径：表2只算了设备投资，没算运营收益；若叠加储能参与蒙西等现货市场的峰谷套利与辅助服务，按站内此前独立储能单位套利约95元每千瓦每年的口径推演，2030年80GW×40%=32GW配套储能的年运营收益池约300亿元量级——设备市场与运营市场是两个叠加的盘子。

十、行业账本（四）：上游的四只灰犀牛

这笔算电账本的上游风险，按确定性与时序排四只。

第一只是芯片产能，确定性最高。华为950DT年产量20万至30万颗，还要覆盖所有客户；16万颗的整批交付可能超过一年。这意味着乌兰察布项目的算力爬坡节奏不由DeepSeek自己决定，机房建好了、芯片没到齐，折旧与财务费用照样跑。第二只是电力接入与绿电供给。1GW接入的电网工程周期存在不确定性；绿电直连所依赖的风光电站建设、指标获取与线路走廊，同样可能拖慢整体进度。更长期的问题是内蒙古新能源的季节性：冬春大风季与夏季光伏高峰错落，直连绿电的全年占比有物理上限，缺口仍需电网购电补足。第三只是电价与政策变量。蒙西现货价格随供需波动，若区域负荷快速增加推高均价，乌兰察布的低电价优势会被稀释；政府性附加与输配电价政策的调整同样影响综合电价。第四只是商业化兑现。模型层的82.9%毛利率建立在API涨价后"客户没跑"的现状上；若推理市场竞争加剧压低毛利，74亿千瓦时的电费账单会迅速从可承受变成负担——算电账本的两端，任何一端失守都会传导到另一端。

四只灰犀牛之外还有一个横切变量：资金与时间表的匹配。芯片交付超一年意味着基建投放与算力产出之间存在漫长的空转期，1000亿元融资的交割节奏、后续科创板IPO的时间表都会反过来约束建设进度——资本市场的耐心与工程建设的节奏之间，隔着的正是现金流这条河。这也是估值锁死、优先产业资本两个融资设计背后更深一层的逻辑：它要的不是更高的估值，而是不会中途撤梯子的钱。

十一、边界与局限

本文的分析存在几处必须言明的边界。其一，融资尚未官宣：1000亿元、投前估值5000亿元均为媒体援引知情人士的口径，最终数字可能微调；宁德时代1.4亿美元定向投入的说法与"本轮增资约100亿元"存在口径差异，本文并列呈现、未做合并。其二，项目工程细节未披露：1GW指IT负载还是市电容量、PUE目标、配储规模、直连电量比例均无官方数字，第三、四、五节相关测算全部为本文在显式假设下的推演，不可当作项目参数引用。其三，昇腾950DT规格未公开，单卡功耗与整机比例为反推值；芯片用途存在"主用于推理"与"推理训练混部"两种口径，本文按主导口径展开并已标注。其四，芯片成本区间170亿至400亿元跨度极大，可能对应含整机与纯加速卡两种口径的混用，本文按媒体原口径引用并保留区间。其五，市场研究中"昇腾份额约六成"缺乏统一口径的公开出处，本文取整表述并注明为行业普遍口径。所有推演的结论对假设敏感，读者应将其理解为量级判断而非精确预测。

十二、结语：三个观察指标

DeepSeek与宁德时代的这次组合，值得电力行业持续跟踪的信号有三个。第一，乌兰察布项目的电力接入批复与绿电直连方案的落地形态——它将成为全国GW级智算中心能源方案的参照系，直连电量比例、储能配置规模、电价结构一旦公开，整个"算电协同"市场的定价基准就有了锚。第二，昇腾950DT的交付节奏——芯片产能是这条国产算力链的总闸门，交付周期每延长一个季度，机房空转的财务成本就多一截，也会影响后续项目的选址信心。第三，2026年底的科创板递表——若上市顺利，DeepSeek有望成为A股第一批以推理收入为主、电费成本透明披露的大模型公司（据公开报道的上市时间表），其招股书里的电量、电价、PUE数据，会是行业等待已久的算电成本第一手样本。

算力的竞争已经变成电力的竞争，而电力的竞争正在变成机制的竞争——谁能在绿电、储能与市场机制之间把成本曲线压到最低，谁就能在下一轮模型竞赛里把推理毛利的护城河挖得更深。乌兰察布的草原上正在验证的，就是这个命题的中国解法。