2025 年 1 月，字節跳動的日均 token 消耗量還是 4 到 5 兆。
一年之後，這個數字變成了 50 兆。再到 2026 年 9 月，它已經飆升到 350 兆到 360 兆——一年半，漲了七十多倍。按照專家的預計，到 2026 年底這個數字將逼近 600 兆，而到 2027 年，整個大盤的 token 消耗量還會在現有基礎上再增長十倍。
這不是一組枯燥的數字。它的背後，是一場正在重寫中國 IDC 版圖的算力遷徙：機房正在離開一線城市，湧向內蒙古的草原；企業正在告別私有化機房，擁抱公有雲。而驅動這一切的力量，比大多數人想像的要更兇猛，也更具體。
三個核心判斷，先放在前面
第一，AI 推理和 Agent，才是這場算力軍備競賽的真正引擎。 專家明確表示，未來兩到三年，模型和推理的總量將有十倍的擴容量。過去兩年，所有 IDC 的採購與建設都服務於模型和線上業務，2023 年增長曲線尤為陡峭——而這場增長遠未結束。
第二，中國 IDC 版圖正在被 AI 重繪。 移動網際網路時代"就近部署"的鐵律正在瓦解，機房開始從北上廣深向內蒙古、安徽等非主流地域遷移。在字節跳動近期的招投標中，內蒙古的佔比正在增多，環京區域的比例則在縮小。
第三，當前算力擴張的真正瓶頸不是 IDC，是晶片。 專家強調，真正的制約因素在上游的 GPU 伺服器，尤其是 HBM 供應不足——那怕機房建好了，也沒有足夠的伺服器來填充。
這三句話，勾勒出了 AI 算力時代最真實的橫截面。
算力帳本：一年十倍的消耗，2 到 3 倍的用卡
先算一筆帳。
支撐當前 330 兆至 350 兆的日均 token 消耗，字節跳動已經用掉了 160 萬張 GPU 晶片。如果 token 消耗量明年漲到 3000 兆，GPU 晶片的需求量是否也要同比例暴增？
專家的回答是：不會，但也沒好到那裡去。通過 profile、decode 工程最佳化以及線上調度和工程模擬等技術手段，算力效率可以大幅提升，算力需求不會同比十倍增長——但用卡量仍需要在現有基礎上增加兩到三倍。
比 GPU 更值得關注的是 CPU。專家特別提醒：CPU 伺服器的增長和擴容速度超出預期。過去行業普遍認為模型訓練和推理主要依賴 GPU，因此大量擴容項目都建成了高密機房，主要用於部署 GPU。但隨著 Agent 等多輪調度應用的發展，GPU 叢集與 CPU 叢集之間的"東西向流量"變得愈發重要，標準功耗機房的需求正在快速提升。
換句話說，當所有人都在盯著液冷和高功率密度時，真正的增量可能藏在最不起眼的普通機房裡。
選址之變：從"音畫同步"到"雙向八車道"
為什麼機房要搬家？
過去十年，移動網際網路的視訊直播、點播業務對時延要求極高，IDC 選址強調"就近"原則——必須部署在人口稠密地區，否則音畫不同步，體驗直接崩盤。專家回顧道，這是那個時代的鐵律。
但 AI 模型推理業務，把這條鐵律打破了。
"一個可能運行 10 分鐘到半小時的辦公任務，其請求互動輪次多（可能達到 20、50 甚至 100 輪），整個任務時長被拉長。"專家分析，使用者更關注最終產出的結果，而非最快的回傳速度。這種業務形態的轉變，使得對 IDC 物理位置的時延容忍度大幅提高。
於是，選址邏輯從"離使用者近"變成了三個新維度：可擴容性與綠電政策、成本與地方支援、基礎網路條件。
內蒙古，恰好在這三個維度上都拿到了高分。
作為自治區，地方在電力成本和招商引資政策上擁有高度自主權，能給出北京、上海臨港無法提供的政策支援；土地成本低，為大規模擴容留足了空間；更關鍵的是，營運商在過去兩三年間，已經將北京到內蒙古的骨幹環網升級改造——專家打了個比方："如同修建了'雙向八車道'的高速公路"，鏈路流量和網路質量大幅提升，網路瓶頸被徹底打通。
在字節跳動內部，選址策略已經分化出清晰的路線圖：模型批次處理這類計算密集型任務，首選內蒙古，同時也在考察新疆；需要靠近使用者的業務，則部署在無錫、江蘇、浙江等地，廣州惠州也在考慮範圍內。至於內蒙古內部選那裡？專家透露，沒有特定偏好——只要氣候條件相差不大、地方能批準能評，項目就能落地。選址的演變路徑，正是從河北張家口一路遷往烏蘭察布等地的過程。
跑馬圈地：2026 年的 IDC 大戲
選址之外，更精彩的是玩法。
專家用了一個很形象的詞來形容 2026 年的 IDC 招標策略——"跑馬圈地"：優先拿到能耗指標和土地資源。字節跳動要求供應商承諾能在內蒙古等地區獲得所需資源，並接受 16 至 17 個月的交付周期。
更值得注意的是它的融資模式。字節跳動利用自身信譽為供應商背書：地方城投公司或缺乏資金的央國企，可以憑藉與字節跳動簽訂的蓋章合同向銀行獲取貸款，並以此為基礎向地方申請綠電和能耗指標。
"這種方式把需求、資金和地方資源有效整合，確保 IDC 擴容項目得以實施。"專家評價道。一家大廠，用一紙合同撬動了銀行、地方和供應商三方——這就是算力時代大客戶的槓桿力。
規模方面，2026 年字節跳動計畫擴產至少 1.5GW，其中 1GW 為當年需投入使用的產能，另外 0.5GW 的合同主要用於幫助供應商融資和獲取資源；近期可能還有一個約 1GW 的新增招標計畫。
但這場大戲並非沒有變數。原定於 2026 年 8 月底的招標計畫已經推遲，專家解釋，主要原因在於內部尚未精確錨定最終所需的具體規模——擴得太大，資源閒置、成本浪費；擴得不夠，滿足不了業務需求。而這種不確定性，與上游晶片供應鏈的瓶頸緊密相關。
瓶頸不在機房，在晶片
這是整份調研裡最值得反覆咀嚼的一句話：
"根本問題在於即使建好了資料中心機櫃，也缺少足夠的伺服器來填充。"
專家指出，儘管字節跳動為 GPU 伺服器採購規劃了超過 2000 億元的預算，但由於晶片供應問題，許多預算可能無法完全執行。即使是計畫在 2027 年增加給寒武紀的訂單，對方能否足量交付，仍存在很大的不確定性。
算力時代最荒誕的錯位出現了：機房不缺、預算不缺、需求不缺，缺的偏偏是最上游的那顆晶片。
市場眾生相：騰訊加價，內蒙擠滿巨頭
需求有多旺？專家的觀察很直接：當前 IDC 市場需求非常旺盛，擁有能評的資料中心服務商，基本上能在一年內完成建設並成功租出。
一個生動的註腳來自騰訊：2025 年它還曾表示算力充足，但進入 2026 年，卻在市場上表現出極強的擴容需求，甚至不惜加價獲取資源——需求主要來自小微業務、會員業務以及騰訊雲。而在商務條件上，專家透露，騰訊給出的商務政策相對最優渥，價格稍高一些；字節跳動和阿里的報價則大致相當，但整體而言，幾家大廠對價格的控制都非常嚴格。
內蒙古的牌桌上已經坐滿了巨頭：除了字節跳動、阿里、騰訊，還有百度、快手、金山雲——市場非常活躍。專家也提醒供應商們要冷靜：與字節跳動、阿里等大型客戶合作，能獲得穩定的業務基本盤，但很難獲得超額收益，因為大廠會做非常精細的成本和利潤測算，"甚至比供應商自身更為清楚"。
另一個值得關注的細節是能評政策：歷史能評的有效期據信為五年，而且根據當前政策，即使持有存量能評，要啟動新的資料中心建設，也必須重新申請並獲得窗口指導。
端側與雲端：一場正在發生的觀念遷移
如果說 IDC 版圖的遷徙是物理層面的，那麼端側與雲端之爭，則是思想層面的。
專家對端側 AI 一體機的判斷相當冷靜：市場需求取決於其模型場景的覆蓋能力，而"端側模型能解決的問題終歸有限"。如今通過 AICC（機密計算）和兩端非對稱加密技術，企業可以在資料安全合規、不出域的前提下使用雲端的大模型服務——許多過去堅持私有化部署的金融機構、央國企，現在也開始接受並使用公有雲服務。
桌面級端側 AI 產品的市場空間更弱。專家舉了一個例子：廣州地方當地採購的 WorkBuddy 解決方案，其資源部署在騰訊的 CSIG 雲上，而非本地私有化部署。即使是大廠採購 GPU，也需要十幾到二十個周期的等待時間，還要面對價格上漲和資源短缺——企業自行採購硬體進行本地部署的必要性並不大。
至於端側與雲端的資料能否互動？專家否定了"不能互動"的看法：在一個工作流中，任務可以在本地和雲端分別處理，處理後的資料再二次回傳，即使涉及幾十上百輪的 Agent 調度，資料的共通性和時延也都是可控的。"限制因素主要在於企業傳統的、較為保守的思想觀念，而非技術本身存在不可踰越的障礙。"
趨勢已經很明朗：公有雲的滲透率正在增加，過去堅持完全私有化的企業，採用公有雲的比例會從 10%、20% 逐步提升至 30% 甚至 50%。一方面，AICC 等技術可以在安全上進行校驗；另一方面，專家指出，隨著新生代在企業中逐步掌握話語權，他們的技術接受度將加速這場轉變。
回顧整場調研，最觸動人的不是那些十倍、百倍的數字，而是一種時代切換的實感：
機房從一線城市遷往內蒙古草原，因為 AI 任務不再害怕那幾十毫秒的時延；企業從私有化機房走向公有雲，因為技術終於讓"安全"和"效率"可以兼得；大廠一邊砸下 2000 億元採購伺服器，一邊焦慮地等待晶片交付——算力時代的每一環，都在重新尋找自己的位置。
專家給出的判斷是，目前 AI 模型的整體市場滲透率僅為 5% 至 7%，未來還有巨大的增長空間，許多應用場景尚待開發。
換句話說，這場遷徙才剛剛開始。無論是機房、晶片還是觀念，真正的大戲，都還在後頭。(數之湧現)