“不懂電力的互聯網人，做不好數據中心。”

作者丨趙之齊

編輯丨胡敏

2020 年前后，能源相關背景出身的汪冬寧，從蔚來離職，來到秦淮數據擔任 CFO，現在也是公司總裁。

彼時，負責秦淮數據 IPO 的他，在每次季報發布與投資者的溝通中，都反復重申：用最高效的方式將電力轉換成算力。這是數據中心的第一性原理，也是秦淮一直秉承的業務使命。

然而，這類轉化的第一道門檻，是“認知”這座大山：做互聯網的人不懂電力、做電力的人不懂互聯網。汪冬寧在職業生涯中常做的事，就是搭起“電力”和其它能量間的橋梁。在蔚來，他研究如何把電力高效轉化成動力；在秦淮數據見證生成式 AI 的爆發后，他更確信“電算結合”是數據中心業務的未來。

而搭起這一座座橋梁的“磚塊”，是技術。早期，AI 尚未出現，數據中心仍是類房地產生意，技術未被行業提上日程。后來，數據中心在 2021 年被列為“新基建”之一，熱錢涌入，眾多跨界玩家踏入行業分一杯羹，熱情第一，技術依然被往后排。

“大家容易被表面的現象迷惑”，汪冬寧感慨。在他眼中，這兩年市場上越來越多數據中心面臨退租，恰恰反證數據中心行業的技術含量很高。對此，一方面，秦淮數據追求在液冷等眾多技術環節上革新，“用 Capex（資本性支出） 換 Opex（運營成本）”、之后再變現為客戶信任和粘性的藍圖。另一方面，強調前瞻性視角的汪冬寧，在布局研發的同時，也逐漸將目光投向上游，因為上游國產芯片是數據中心方案設計的基礎，“了解這些有時甚至比自己做數據中心的理念還重要”。

秦淮數據總裁汪冬寧

除了技術打底，聚焦的市場客群，也是秦淮數據的生存之道。生態學中，“互利共生”是指兩種相互依賴的生物彼此都能從關系中獲得好處，這是汪冬寧眼中秦淮數據與大廠的關系。外部，數據中心行業正經歷“氣候更迭”——市場退租、毀約、結構性過剩等問題，令前幾年一擁而上的數據中心玩家叫苦連天；而內部，秦淮數據和大客戶互相依靠，幾個頭部客戶占比超過 80% 的營收。希望抓住產生大量數據、流量和算力量客戶的秦淮數據，在服務大廠的過程中，其認知、技術也被帶領著提升。

成立于 2015 年的秦淮數據，在國內超大規模數據中心市場中的占有率穩居第一梯隊。十年來，互聯網巨頭為何與秦淮數據不離不棄？在其他廠商貼著成本價做數據中心的情況下，秦淮數據的 “抗內卷” 秘訣是什么？秦淮數據如何把最優惠、最綠色的電力，變成客戶需要的算力？在汪冬寧眼中，數據中心的“良幣”正在如何驅逐“劣幣”？

以下是雷峰網與汪冬寧的訪談，在不修改原意基礎上整理編輯。

01

電算結合的護城河：高效地將電力轉化為算力

雷峰網：聽說秦淮數據近年在數據中心的技術研發上很高，你們為什么如此重視技術上的建設？主要在什么方面做技術革新？

汪冬寧：現在必須做這個事，尤其 AI 引發的智算時代，需求和供給側都對數據中心能力提出新要求。

供給側上，現在對電力的要求無比高，比如 AIDC 機柜的密度，過去可能十千瓦就很好了，現在可能上到幾十上百千瓦，甚至未來整體能達到兆瓦級別，如何滿足客戶對這些資源的更高要求？除此之外，還有電源消耗和冷卻技術等方面的要求。

客戶對落地的響應時間，要求也越來越高。過去客戶做預算和計劃，要幾個月甚至半年做預算和計劃；現在行業變化下定制化需求更高，但大家對響應速度的要求卻更快，這就對團隊的交付能力提出了很高要求。

舉個例子，我們數據中心就做到了模塊化，比如做到樓宇級別模塊和具體機電設施模塊的不同解決方案。客戶的需求有變化時，我們就能把這些方案從書架上拿下來做重新組合，也更容易把這些方案交待供應商體系，快速完成開發和交付。

第三點是智能化，客戶更智能化，我們也要智能化。我們未來想做到，可以用 AI 解決很多數據中心運營的問題，例如通過智能監控、智能散熱、無人機或機器人值守等，在第 0.1 秒的時間就精準預判故障可能發生的地方。

雷峰網：現在對客戶的建設需求，響應時間大概可以快到多少？

汪冬寧：具體時間會根據不同客戶不同的業務模式，有所不同。傳統可能需要按照 6 個月、9 個月、12 個月、18 個月的節奏走，但現在每個環節縮短到三個月左右。

雷峰網：隨著現在高功率芯片服務器大量投入使用，傳統冷卻技術也越來越難以招架，不過秦淮在冷卻領域有比較好的優勢，是你們在技術上主打的一個差異化嗎？

汪冬寧：是的，這是非常重要的環節。冷卻結構里，空冷、板冷、浸沒式液冷等解決方案，都在我們書架上。液冷技術上，我們位于山西靈丘的基地，就幾乎是行業首批采用“冷板液冷+磁懸浮相變”的組合冷卻系統，實際運行的 PUE 低到 1.128，全年 WUE 就 0.27。

而且，國內有些地區水和電的能力會沖突，比如江南就是有水但沒電，怎么平衡兩者之間的矛盾？這就需要技術了。冷板液冷的耗水量很低，就是節電的同時又節水。而且靈丘地區氣候寒涼，全年有 90% 以上的時間完全可以不用水就能實現高效冷卻。

雷峰網：這種方案實施起來的成本，對客戶來說會更高嗎？

汪冬寧：這部分成本由我們投入，是一個 CAPEX 換 OPEX 的過程。研發是一項投資，投資后帶來 PUE 和 WUE 的節省，能幫客戶節省運營成本，那他們就會更相信我的能力、更愿意和我合作。而且電算一體，對整個產業的成本都能有效降低。所以我們要掌握更前瞻性的技術，技術門檻比資源屬性門檻更高。

雷峰網：秦淮如此重視研發，在研發方面的投入程度增長如何？

汪冬寧：現在比起過去肯定有質的飛躍。

雷峰網：技術相關的研發團隊大概占比如何？

汪冬寧：會越來越高，但研發也不能閉門造車，我們希望了解產業鏈上下游的新變化。現在了解上游的變化挺重要的，比如英偉達或國產芯片的路線，只有對這些有判斷，才能了解要做什么方案，了解這些有時甚至比自己做數據中心的理念還重要。

很多企業做研發的比重很高，但是不是有效投入，其實和認知判斷很有關系，不能光看財務報表。

玄冰-磁懸浮相變冷卻技術-薄板風墻

雷峰網：秦淮在數據中心上除了追求技術能力，還有別的重視的方向嗎？

汪冬寧：還有電算結合，這件事在我心中很重要。大家提的源網荷儲、微電網或綠電直供，相當于電網從深度介入到半接入、到完全脫離。我們在這些變化場景下的結合工作，都要做好。

雷峰網：為什么重視電算結合？這會是未來數據中心業務拉開差距的一個關鍵點嗎？

汪冬寧：對，我認為是這樣，這是我們的能力區別于運營商、電力企業的關鍵點。

雷峰網：秦淮數據定的這個方向，和你是能源背景出身的有很大關系吧。

汪冬寧：有很強的關系，我之前大學也是相關專業，畢業后就一直在電力系統工作。我在外企工作一段時間后發現，智能電動車是個大趨勢，所以就去了電車企業。當時我沒有那么高的覺悟，但現在回看，我做的事是在踐行“高效地把電力轉換成動力”，現在就是“高效地把電力轉換成算力”。

我在 2020 年提出這個口號，在上市的過程中、或者之后的季報，都不停重復這句話，現在都可以找出我當時的錄音。我說過：“在某一時刻你會感受到，我這句話是非常關鍵的，這是公司的業務使命”。確實，我們公司在執行層面上，也一直秉持用業界最高效的方式，把最優惠、最綠色的電力轉換成客戶所需要的算力。

雷峰網：你在 2020 年提出這個口號時，大家當時對這件事重要性的感知如何？

汪冬寧：當時大家的認知之間隔著一座大山，做互聯網的人不懂電力，做電力的人不懂互聯網，我恰恰是跨界的。我甚至會建議一些互聯網 TMT 的分析師，下次開分析師會的時候帶幾個電力行業背景的人一起談，事情就能談通了（笑）。

不過現在 AI 出現，也有點反過來說“算力的盡頭是電力”的意思，芯片效率的提升、液冷技術的提升，都是為了增加效率，大家應該比過去更加達成共識了。但這個事情我們也還在探索中，路漫漫其修遠兮。

雷峰網：探索這個事情的難點是主要在哪里？

汪冬寧：第一是要實踐，做一個標桿項目出來，才意味著在人員、資金和技術上的投入。第二是需要跨界能力和思維，既要了解算力的本質，也要了解用戶的業務和布局等。第三是要有好的、可持續的合作伙伴。

雷峰網：跨界能力和思維，是目前這種跨界人才還比較欠缺？

汪冬寧：對，這個還需要逐漸積累，這也是秦淮數據團隊的能力和風格體現。我們團隊不完全是做數據中心的，也有做電網、電廠、互聯網的，什么都有。我們在找掌握和認同這些不同方向的人才進入公司。不過，在有了這些認知后，別人也可能達到這個認知，這時我們就要再往上游走一些。

雷峰網：聽起來你們很重視追求比別人多走幾步的前瞻性視角。

汪冬寧：對，我一直說不只是要“與時俱進”，也要“與勢俱進”、“與事俱進”，從宏觀到微觀，真正先從具體的事情做起來。

02

“長期主義” 才是數據中心扛內卷的底牌？

雷峰網：據你觀察，現在整個智算市場主要的挑戰或結癥是什么？

汪冬寧：短期感覺行業內卷得挺厲害、在打價格戰，如何保證價格合理性的同時，又成功獲客，同時擴張資源？挑戰還是蠻大的。

這也有歷史因素遺留，2020 年國家提出的七大新基建，數據中心就是其中一個，當時很多熱錢涌入，但還沒有 AI，純粹是類房地產生意。大家沒有關注到它的能源屬性、技術屬性和高運維穩定性的屬性，都覺得這是商務行為，只要有錢、有門路就可以，導致了產能多余，很多行業發展早期都這樣。

2022-23 年，供大于求之后，市場已經開始有筑底現象。這時，我們就會刻意回避些花費很多資源但分散精力、或者不帶來合理回報的項目。這并不意味著我們出局，一旦我們判斷出這能給股東和投資人帶來合理的回報，就會毫不猶豫以超強力度部署。

雷峰網：如何定義“分散精力的項目”？

汪冬寧：就是一些為了滿足短期資本熱錢的退出而盲目殺價接單、保量不保質的項目。市場上很多玩家在做這個事兒，寄希望于擊鼓傳的這個“花”會落到一個完全門外漢的手里。我們要保持定力，做有判斷能力的耐心資本。

雷峰網：能給投資人帶來收益的項目，一般是什么特征？

汪冬寧：首先，和客戶談時要看商務的條件，比如價格水平、對業務的判斷、上架率，還有最重要的合同期限，但最終其實就是客戶業務發展的健康與否問題。我相信生成式 AI 出現后，這個行業會面臨“量變到質變”的時刻，最后剩下頭部企業這些真正專業的大玩家，到時會給我們帶來驚喜。

雷峰網：但這兩年市場上投資人在智算項目投入上的考量都更加嚴苛，你有觀察到現在投資人的關注點和以前比會有什么變化嗎？

汪冬寧：會更追求回報的可持續性，而不是回報的絕對值。

雷峰網：可持續性主要在于客戶的業務健康度嗎？

汪冬寧：主要是當這個業務有很好的報價時，是不是來自真正靠譜的客戶。圍繞股東的需求和合理回報，也是我們決策接不接某些業務的重要因素之一。

雷峰網：不過秦淮數據的利潤好像還不錯，如何保持這樣的利潤率？

汪冬寧：我們的利潤率是省出來的，占據了前幾年的窗口優勢，從能源布局的角度出發，在成本低的時候先做好布局。2017-18 年，經濟數字化會以前所未有的方式到來，線下物理世界很多行為會搬到線上，行業規模會很大，所以當時在很多容易擴容的地方布局，比如山西大同以及西部的甘肅慶陽等。2020 年疫情加速了數字化的進程。

有的公司會為了短期利益，去做并購，資產負債表做很大，但這是秦淮數據盡量避免去做的。我們靠自己設計、建設、交付、運維，資產負債表很干凈，沒有一單是并購的。

雷峰網：現在數據中心的整體利潤率都不高，甚至有公司會貼著成本價去做。但看起來你們沒有太被價格戰影響到？

汪冬寧：所以重要的是根據判斷提早布局，知道什么不該做往往也很重要。

雷峰網：這個判斷一般是誰去做？

汪冬寧：我們團隊成員基本是學理工出身，對技術演變趨勢的關注，用一個詞描述就是 conviction，信仰。我們對于科技能改變世界方向，是堅定不移的。

再加上我也是能源背景出身的。我們正在面臨兩個革命：信息革命和能源革命，電力體系在重塑，我也希望能把綠色無碳和低成本清潔能源、替代能源帶到數據中心行業里，共同推動這兩場革命發生。

03

“我們與大廠，是共生共存的關系”

雷峰網：2020-22 年，幾個頭部大客戶的業務占秦淮營收超過了 80%，目前秦淮數據依然是以大客戶為主嗎？在智算上的客群分布策略如何？

汪冬寧：秦淮數據目前還是超大規模客戶為主，公司很早就認為，我們不需要客戶群體特別龐雜、過于分散，希望抓住能產生大量數據、流量和算力量的企業。我們客群數量不多，但幾家主要的超大規模客戶都具備這些特征。

雷峰網：現在秦淮數據整體出租率有多少？

汪冬寧：可以說是滿房，基本是在高于 90% 的水平。

雷峰網：你們的策略是以抓住這種頭部企業為主，但這幾年大廠退租的情況也很多，會擔心過于聚焦的客群在這種情況下會不穩定嗎？

汪冬寧：大家容易被表面的現象迷惑，但其實是有幾點需要澄清的。第一，秦淮所在的數據中心行業本身技術含量很高，團隊能力和技術解決方案都很重要，如何快速響應客戶的開發和運維需求、保證他們24小時不斷電、運維百分百安全，其實能力側和技術側的要求相當高。很多面臨租客退租的數據中心玩家，能力側是缺失的。

第二，坦率說還有兩個分化，客戶的分化和客戶業務的分化，重要的是聚焦。在 AI 浪潮里，如果對客戶的業務聚焦不準，就會導致算力需求難合理匹配，就會有退租現象。

第三，選址其實也很重要，跟地產類似，地產強調人流，我們強調電流，電力一定充足、綠色、無碳，一定要成本低。

很多不具備這種特征的數據中心，就會被客戶優先淘汰掉。秦淮數據在這些方面前瞻性比較強，布局好，所以市場的變化對我們影響有限。

雷峰網：影響有限到什么程度？

汪冬寧：我們歷史上沒有退租的現象，零退租。而且我們承接的業務基本是客戶相對核心的業務，雙方也有達成共識，不用太擔心這件事。

我也是后來觀察到，智算這個事兒本身是有技術含量的，市場上的良幣其實正在驅逐劣幣。

雷峰網：你們一般是先接到大訂單后再去投入建設嗎？如何平衡這么大的投入和風險？

汪冬寧：我們的區域屬性比較明顯，一般會提前在合適的區域，比如過去特別適合數字化浪潮的特殊區域、或現在特別適合 AI 發展的特殊區域、或符合國家政策規定的地方，提前做土地和能源儲備。這個區域不是小的幾十公里概念，是一整個省份、自治區的概念。

這些儲備特別耗時，但其實成本不那么大，主要是基建和土建。所以我們一般是先用低成本的方式儲存一定的前瞻性資源，在這基礎上判斷客戶訂單的確定性，確定性達到我們能接受的范圍，就可以大資金投入建設。

秦淮數據懷來總部基地

雷峰網：回看 2015 年前后秦淮入局數據中心時的智算市場，感覺和現在來比，最大的變化是什么？會如何影響到秦淮數據市場或者策略上的布局？

汪冬寧：我覺得現在更明顯的趨勢是，算力的盡頭是電力，所以在電算結合上，得往上游去做新的探索思考。

雷峰網：那感覺現在在市場側，目前需求還是以訓練端為主嗎？如果推理需求上升，對秦淮數據已有的設備會帶來比較大的挑戰嗎？

汪冬寧：有報道說訓練和推理在早期比例 4:1，隨著推理普及，比例可能變成 1:1；很多廠商公開自己的 AI APP 月活數 MAU 也都在上升。但我現在感覺，預訓練完全沒有停下來，而且隨著 AI 深度參與金融、工業、娛樂各個方面，對訓練的需求也會拉上。這兩邊應該會同步發展，畢竟推理能真正轉換成真金白銀，對用戶來說變現能力更強。

坦率地說，我們提供風火水電，推理需求的改變對我們來說，變動起來也不那么劇烈，更多是 renovation 的過程。

雷峰網：預訓練沒有停下來嗎？但之前很多明星大模型公司其實已經在退租數據中心了，你看到的訓練需求是主要來自大廠嗎？

汪冬寧：是的，最后訓練需求還是會回歸大廠。大廠船比較大，還沒掉頭時小游艇還能舒服地游一下，一旦掉頭，優勢會放大到極致。尤其數字經濟形態下，頭部馬太效應明顯，業界轉型以及對數據中心的需求，最后就是會向頭部聚集。

雷峰網：服務大廠和做零售的數據中心，感受上最大的差異會是什么？

汪冬寧：大廠在隨著行業發展，我們也會跟著發展，比如他們自己的網絡架構，如果能及早判斷，對我們是有利的。對于零售的客戶，我們只是提供服務，彼此之間沒有賦能和依存的關系，也很難給我們帶來認知啟示。和大廠合作這么多年，我感覺我們已經是共生共存的關系。

專題介紹

2023 年來，智算產業迎來爆發式增長。但兩年過去，國內智算企業的生存狀態如何？在技術突破與場景落地中做了哪些新探索、又面臨什么新挑戰？智算行業的未來還有什么想象空間？本專題與一眾智算領域的先鋒從業者對話，回顧近年智算行業在技術與商業上的拓展實踐歷程，并展望未來發展方向。即便身處行業氣候更迭之際，從業者們憑借智慧與韌性、懷揣對智算未來的堅信，開辟多樣化發展路徑。對此專題感興趣的從業者，歡迎添加微信 Ericazhao23 共同參與討論。