如果把大模型看成一家按字计费的工厂，模型只是生产线，真正决定它能否长期低价运行的，还有厂房用电、芯片是否闲置，以及每次回答要消耗多少资源。DeepSeek据报筹划的吉瓦级数据中心，值得关注之处正在这里：竞争可能从模型报价，进一步延伸到生产每个Token的基础设施成本。
不过，目前公开信息主要来自媒体报道，尚无项目公告、审批文件或DeepSeek官方回应。项目是否落地、何时建设，以及1GW具体对应什么口径，都还不能确认。
计划有多大？
据 Bloomberg 报道，DeepSeek计划在内蒙古建设大型数据中心，部署至少16万颗华为 Ascend 950DT 加速芯片。加速芯片是专门承担AI计算的处理器；大量芯片通过高速网络连成推理集群，共同响应用户请求。
报道说，这批芯片主要用于运行模型，而非核心模型训练，安装进度取决于华为的生产和交付能力。园区完整规划规模约为1GW，16万颗芯片只占其中部分算力。
这里需要分清两个概念。1GW是十亿瓦级的规划供电容量，不代表设备已经安装，也不代表园区会始终以这一功率运行，更不能直接换算成实际算力。本刊9月5日报道这一计划时，重点介绍了16万颗昇腾芯片、约1GW供电规模和推理用途；现在更值得追问的是，这种体量如何影响模型服务的单位成本。
价格战为何会进入机房？
Token是模型读写内容时使用的基本计量单位。所谓Token生产成本，就是把一次推理所需的芯片、电力、网络和运维费用，摊到模型处理或输出的每个Token上。
模型服务规模越大，这笔账越重要。芯片利用率提高，同样一批设备就能处理更多请求；供电和散热成本降低，每个Token分摊的费用也可能下降；推理集群组织得更有效率，服务才有机会在低价下继续扩张。换句话说，报价只是柜台上的数字，电力和芯片效率才是柜台后面的成本表。
据美联社报道，梁文锋旗下量化基金幻方到2022年已建成约一万颗 Nvidia A100 组成的集群，这些资源后来也为DeepSeek起步提供了基础。梁文锋曾表示，团队面临的主要限制不是资金，而是高端芯片供应。若此次计划最终落地，它可以被理解为这种算力投入从集群扩展到大型工业基础设施。
为什么是乌兰察布？
据 WIRED 和内蒙古自治区人民政府资料，华为、苹果、阿里和快手等公司此前已在乌兰察布布局。当地夏季凉爽、春秋多风，可以利用自然冷源降低服务器散热成本；同时距离北京较近，适合承接计算任务。这些条件解释了大型数据中心为何在此聚集，也说明选址本身就是Token成本的一部分。
局限与未知
- 现有消息只有一个独立报道链条，尚不能交叉验证DeepSeek与项目的具体关系。
- 目前没有建设主体、投资额、审批状态、开工时间表和详细电力指标；“计划建设”不等于已开工、获批或投产。
- “成本竞争转向Token生产端”仍是趋势判断。现有材料没有提供该园区的利用率、能耗或单位Token成本，无法证明它最终能降低多少费用。