全球AI算力基建竞赛正进入深水区，地面扩张的物理极限与政策阻力日益凸显。OpenAI联合甲骨文、软银于2025年初启动的“星际之门”项目，原计划四年投入5000亿美元，在美国建成总功率10吉瓦的算力设施。然而仅一年半后，项目便遭遇多重挫折：德州阿比林核心园区扩建被叫停，项目负责人陆续离开，原本的全额自建方案也调整为租用算力。这并非孤例，美国各地数据中心建设正面临层层政策与环保阻力，全美三十多个州已出台三百多条相关法规，两百多家环保机构联名呼吁暂缓新建审批。

地面算力扩张受电力与政策双重限制，促使马斯克将目光投向太空。SpaceX已向美国联邦通信委员会提交方案，拟发射上百万颗卫星，在近地轨道搭建AI计算容量达100吉瓦的在轨数据中心。其核心逻辑在于，依靠太阳能供电的太空算力中心能够绕开地面供电的物理局限，直指电力供给这一制约算力发展的核心短板。

海外算力建设暴露的瓶颈，让国内厂商看清了行业共性难题，并开始寻找适配自身的发展路径——从芯片到电网、从单柜到AI工厂、从单点突破到开放系统协同，系统性重构AI基础设施。即将于7月9日在北京举行的2026年开放计算技术大会（OCTS 2026），正是这一思路的集中体现。大会汇聚了OCP、OCTC、CXL联盟、UALink联盟等全球开放组织，以及浪潮信息、阿里云、字节跳动、英伟达、三星等超50家企业，围绕数据中心基础设施、算电协同、GW级开放智算中心等前沿方向展开交流。

在供电链路重构方面，AI芯片功耗正从数百瓦迈向1500W以上，英伟达Rubin平台GPU功耗已突破1500W。垂直供电技术可将供电回路长度从厘米级缩短至毫米级，大幅降低传输损耗，使GPU在升级至1500W+的同时保持供电效率在90%以上。机柜配电侧，当AI机柜功率密度跃升至100kW乃至1MW以上时，传统220V交流供电已不堪重负，头部云服务商开始采用800V HVDC架构，整体供电效率可从传统方案的80%左右提升至95%以上，万卡集群每年可节省数千万度电力成本。电网侧，一个GW级智算中心的年用电量相当于一座中型城市的全社会用电量，2026年政府工作报告首次提出“算电协同”，旨在让算力调度与电力供给实现动态匹配。

散热技术同样面临变革。当单芯片功耗突破1000W时，单相液冷需要极大的流量和流速，系统复杂度急剧上升。两相液冷利用冷却液沸腾与冷凝过程中的相变潜热，散热效率是单相液冷的数倍，能够支持3000W以上高功耗芯片散热，系统PUE可低至1.1以下，已被定义为新一代算力芯片的标配散热方案。与此同时，原生液冷从服务器、机柜及数据中心设计初期即统一考虑计算、散热、供电与互连，彻底摆脱传统“风液混合”拼凑模式的先天约束。

AI算力集群从万卡迈向十万卡，互连带宽飙升至3.2T、6.4T乃至12.8T，互连成为决定集群算力线性扩展效率的“神经系统”。在机柜内Scale-up场景下，448G超高速铜互连凭借极低延时和成熟供应链，仍是机柜内部首选，功耗仅为同速率光互连的十分之一。在机柜间Scale-out场景下，光模块与芯片共封装（CPO）可将功耗降低50%以上，端口密度提升2-3倍，OCS全光交换则实现毫秒级拓扑重构。

Agentic AI的爆发正从根本上改变基础设施设计逻辑。Agent工作流中逻辑密集型任务占比急剧上升，基础设施走向“GPU专注模型张量计算、CPU负责推理调度与Agent编排”的分工协同。存储架构上，超长上下文成为Agent刚需，将KV Cache按活跃与归档分层，存储成本可降低60%-80%。国内厂商正以UALink、CXL、UCIe等开放标准构建统一计算域，打破供应商锁定，让CPU、GPU、内存、互连自由组合。

这场全球AI基建竞赛中，算力的天花板在电网上，竞争力的分水岭在系统效率上。中国拥有全球规模最大、最稳定的电网基础设施，完整且具有弹性的IT供应链，以及从芯片设计到系统集成的全栈工程能力。“算电协同”已被写入政府工作报告，形成了一种难以复制的顶层设计与执行效率。中国选择了一条更偏工程化、系统化的路径：用系统思维把供电、散热、互连、计算、存储每一个环节的效率差、成本差、时间差抹平，从单点突破走向系统重构。