在数字经济与人工智能产业爆发式增长的当下，数据中心的价值逻辑正在被重写，开始从单纯的机柜租赁向高性能智算服务演进，从能耗大户向绿色引擎转型。特别是在“东数西算”战略的关键枢纽——京津冀地区，一场关于算力供需、能源变革与技术演进的博弈正在上演。

北京万润数字高级副总裁兼首席运营官雷冉接受了中国IDC圈记者的采访，深入剖析了环京地区数据中心的供需格局，并介绍了万润数字在张家口和乌兰察布布局的智算中心项目。

▲北京万润数字高级副总裁兼首席运营官 雷冉

供需错配：环京算力市场的“时间差”困局

当前，环京地区的数据中心市场正处于一种微妙且紧张的供需格局之中。北京万润数字高级副总裁兼首席运营官雷冉指出，这一格局呈现出“供应端建设周期长、落地难度大，需求端单体项目规模大、整体供不应求”的鲜明特征。

这种供需错配并非偶然，而是由环京地区的区位定位、资源禀赋以及AI产业爆发式增长的外部驱动力共同作用的结果。对于供给侧而言，即便当前有相关政策的优化加持，整体供给增速依然难以在短时间内匹配需求的爆发式增量。

数据中心作为典型的重资产、高门槛基础设施，其建设逻辑决定了供应的滞后性。雷冉分析表示，数据中心项目建设必须历经选址、立项、手续办理、设计、土建、机电安装、调试及验收等环节。各项审批周期少则3个月、多则半年，而整体建设周期更是至少需要1至2年。这与需求端形成了鲜明反差。

随着AI大模型训练、工业互联网等场景的算力支撑刚性需求爆发，客户普遍要求在4至6个月内完成大规模算力部署。这种“以年为单位”的建设周期与“以月为单位”的交付需求之间的矛盾，成为了当前环京算力市场最大的痛点。

更为关键的是，核心资源的约束正在进一步抬高供应的门槛。土地、电力和水资源是制约数据中心建设的三大核心要素。在土地资源方面，环京地区（尤其是北京），人口密集且城市建设紧凑、土地资源稀缺、拿地成本高昂且审批严格，同时对地块的机柜承载能力、容积率及建筑密度均有严苛要求。

在电力约束方面，虽然环京地区（张家口、乌兰察布等地）风光资源丰富，但新能源的天然不稳定性要求必须配套建设储能设施来保障供电稳定，这不仅增加了建设成本，更直接影响工期。加之国家层面对数据中心的能耗管控，企业需投入大量时间和资金进行绿色节能改造，进一步抬高了供给门槛。

此外，水资源的分布不均也是不容忽视的制约因素。环京地区（如张家口）处于半湿润与半干旱过渡带，水资源分布极不均衡；而乌兰察布则处于半干旱地区，本地水资源供应不足。这些资源调配的复杂性，注定了大规模数据中心项目难以在短时间内快速完成供应。

与此同时，对于供给侧而言，单体项目规模大，整体呈现供不应求态势。互联网大厂、AI企业、金融、医疗、制造等领域的需求尤为旺盛，部分客户对单体项目需求已从千卡级别跃升至万卡级别，IT容量需求甚至突破了400MW。这种巨大的剪刀差，使得环京地区的优质算力资源显得尤为稀缺。

溢出效应：京津冀算力走廊的重塑与分工

北京是全国科技创新中心，AI、互联网、金融、科研等产业实力领跑全国，对算力的规模和质量有着极高的需求。然而，受限于本地土地、电力等资源的紧缺，北京的算力需求正在加速外溢，并呈现出显著的“区域协同”新特点。

雷冉认为，这种外溢并非无序的扩散，而是沿着特定的路径，即以“内蒙古（和林格尔、乌兰察布）、河北（张家口、廊坊）、北京、天津（武清）”为主轴的京津冀蒙算力供给走廊。这一走廊的形成，不仅优化了资源配置，更构建了一个算力供需互补的宏大格局。

在这种区域协同的背景下，“网络低时延化”成为了环京地区竞争的关键。张家口作为京津冀枢纽唯一的数据中心集群城市，正在积极承接北京的实时性算力需求；而内蒙古枢纽凭借毗邻京津冀的区位优势，亦能为高实时性需求提供支援。

目前，环京地区已成功构建起“低时延圈”，这使得北京外溢的算力需求能够实现跨区域的灵活调度。这意味着，物理距离不再是绝对的障碍，通过网络架构的优化，环京地区已经成为了北京算力的“后花园”和“蓄水池”。

值得注意的是，北京外溢的需求类型正在发生深刻变化，主要聚焦于“智算领域”。雷冉分析道，北京作为科技创新中心，其AI、互联网及科研产业实力领跑全国，需要庞大的智能算力支撑。

因此，北京已明确提出优先向津冀蒙及西部地区倾斜智算需求。这导致外溢的需求不再是简单的存储或基础计算，而是大模型训练与推理所需的高密度、高性能、低延迟及高弹性算力资源。这种需求结构的升级，倒逼环京地区的数据中心必须向智算中心转型，以适应AI时代的高标准要求。

除了技术指标，成本因素也是驱动外溢的重要动力。基于北京土地和电力成本的高企，外溢的算力需求天然倾向于那些拥有更低土地成本和电力成本的智算中心项目。万润数字正是捕捉到了这一趋势，深耕智算中心领域，在张家口和乌兰察布分别布局了十万卡级的智算中心园区。

这些项目不仅具备算电协同、存算一体的能力，更重要的是，它们精准契合了北京外溢的高端智算需求，通过提供单机柜功率弹性部署方案，实现了IDC与AIDC业务的任意混合落地，为AI大模型提供了强大的训推存一体化保障。

绿色破局：从“绿电直连”到极致 TCO 管理

在双碳目标与高昂的AI训练成本双重压力下，绿色能源的高效利用已成为智算中心的核心竞争力。万润数字在张家口和乌兰察布的项目实现了超过90%的绿电比例，这一数字在行业内极具标杆意义。

雷冉详细拆解了实现这一高比例背后的逻辑：这并非简单的电力购买，而是一场涉及规划、建设与运营的系统性工程。首先是“以荷定源”的规划思路，通过建立专班并与合作伙伴提前锁定优质风光资源，确保了项目的新能源指标落地。

真正实现高比例绿电的关键，在于构建“绿电供给一体化闭环”。万润数字通过联建风光电站，配套以电化学为主、氢能为辅的储能设施，再加上智能配网技术，有效平抑了风光发电的波动性。这种模式实现了“自发自用、余电上网”，极大提升了绿电的消纳率。

同时，通过园区与新能源项目的直连，也就是绿电直供模式，企业得以绕开多级电网的加价；配合自主构建的智能微电网体系，进一步减少了输配电的损耗与成本。

技术层面的“算电协同”同样功不可没。雷冉指出，通过智能AI平台动态调节算力负荷与用电时段，使之与风光发电的时段相匹配；利用储能应对智能算力负载的剧烈变动，进行削峰填谷。

这四个方面的协同作用，不仅实现了90%以上的绿电比例，更让万润数字有了冲击100%全绿电供应的底气。这种深度的能源整合能力，直接转化为客户在算力使用全生命周期成本（TCO）上的显著优势，尤其是在大模型训练能耗巨大的背景下，其经济价值不言而喻。

关于TCO（全生命周期成本），TCO涵盖了规划、建设、运营、退出四个阶段，每个阶段的管控重点截然不同。在规划阶段，核心是做好选址与技术方案论证，既要满足当下业务，又要适度超前以避免拆改浪费。

万润数字建立了一套“全员、全过程、全要素”的成本管理体系，试图在“成本-性能-可靠性”这个不可能三角中寻找最优解。通过绿电直连模式，帮助用户持续降低度电成本支出，最终实现了算力整体成本的最优化。

技术演进：风液同源与数字孪生的创新实践

随着AI芯片功率密度的不断攀升，散热技术正面临着从风冷向液冷转型的临界点。雷冉坦言，虽然AI芯片越来越“热”，液冷已成焦点，但风冷在相当长一段时间内仍将存在 。因此，万润数字采取了务实的“风液兼容”策略。

其项目按照统一规划、弹性兼容原则设计，单机柜功率定制区间为从风冷12-28kW、液冷30kW以上。这种设计使得一栋楼内可以实现从通算到智算、从风冷到液冷的无缝切换，极大满足了客户不同阶段的业务需求。

在如何实现从风冷到液冷的平滑演进上，雷冉重点介绍了“风液同源”架构的创新。她指出，这被视为平衡散热、能效、成本与灵活性的最优解。万润数字通过打造冷源统一共享、末端兼容适配的一体化架构，实现了集中冷源与CDU的一体化集成。

借助标准化快速接口和弹性风液比调节技术，存量风冷机柜无需整体重构，即可完成向全液冷的平滑升级。这不仅保护了客户的既有投资，更大大降低了未来的升级成本和业务中断风险。

为了支撑高功率机柜与液冷设备，供电架构也进行了革新。雷冉透露，万润规划采用高压直流供电架构，省去了中间逆变环节，减少了转换损耗。同时，通过将IT设备、制冷设备与供电设备进行同层紧密布置，进一步降低了线路损耗并优化了PUE值。

这些硬件层面的创新，构成了万润数字智算中心高效运行的物理基础。但在运营数据缺乏的当下，如何验证这些设计的有效性？答案在于数字化技术。雷冉强调了“数字孪生平台+AI算法”在项目建设中的关键作用。依靠构建虚拟空间进行“试错”和“预训练”，万润数字能够在实际建设前找到最优方案。

例如，利用CFD模拟仿真“风液同源”下的气流组织以预演散热效果；用电气模型仿真验证高压直流的可靠性；用强化学习算法训练多系统融合调度策略。这种“先算后建”的模式，提前算好了气流走向、电力分配与冷热平衡，既突破了高密散热瓶颈，又兼顾了能效与灵活性，真正做到了让客户既省钱又省心。