摘要：华为在芜湖发布"3D 数据中心"，垂直分层部署供冷/IT/供电/备电，单栋支持 168MW、面向十万卡昇腾超节点；机电预制化率超 90%，交付周期由 6 个月缩至 3 个月。
AI 算力的瓶颈，正从"有没有芯片"转向"有没有电、有没有地、装得快不快"。9 月 15 日华为在安徽芜湖的 2026 AIDC 产业发展大会上，发布了"华为云芜湖 3D 数据中心"。这个架构借鉴了芯片工厂的思路，把供冷层、IT 设备层、供电层、备电层垂直分层部署，电池独立置于屋顶，通过垂直供电供冷简化链路；单栋机房支持 168MW，面向"十万卡昇腾超节点集群"。机电系统预制化率超 90%，机电交付周期由 6 个月缩短到 3 个月。华为同步开放了《3D 数据中心概要设计图库》，已在贵安、和林格尔、芜湖三大枢纽规模化建设。
华为轮值董事长汪涛在会上预测，到 2027 年十万卡以上超节点集群将成为基础配置，中国 AI 日均 Token 消耗量两年内增长近 5000 倍。这两个数字勾勒出一个朴素事实：当模型训练从万卡迈向十万卡，传统的水平铺开式机房在土地、电力、散热上都会撞墙，立体化、预制化几乎是唯一出路。把供电池放屋顶、把供冷做成垂直管道，本质上是在向芯片制造厂的洁净厂房逻辑看齐——用工程密度换空间效率。对园区选址和电网接入的要求，也因此从"找一块平地"升级为"找一座能供 168MW 且配电友好的城市节点"。
同期流出的华为监事会主席郭平与新员工座谈纪要（近万字），把华为的 AI 战略讲得很直白：人工智能是华为最大的机遇，终端与智能驾驶业务"最好拥有自研大模型"，华为云"必须自研"，而 ICT 与计算领域的核心优势不在自研大模型，而在于"确保全球任何大模型都能在昇腾与鲲鹏上高效运行"，目标是"成为英伟达"。他也坦言华为在大模型上起步较早但未能占据主导。这段话值得反复读：华为在 AI 上押注的不是"做出最聪明的模型"，而是"成为所有模型都跑得动的水电煤"。这是一条更难但更稳的路线，尤其在地缘割裂、算力自主可控成为硬约束的当下，把底座做厚，比把模型做尖更抗风险。
把华为的 3D 数据中心和郭平"成为英伟达"的表态连起来看，战略意图就非常清晰了：华为要做的不是和 OpenAI、Anthropic 抢"最聪明模型"的叙事，而是在算力自主的刚需里卡住"底座"位置。无论上层模型怎么换、国产算力怎么迭代，只要训练和推理最终要落在昇腾和鲲鹏上，华为就握住了整个生态的阀门。这套打法短期不性感，但胜在抗制裁、可持续。对国内 AI 产业来说，"有电、有地、有国产算力底座"正在取代"有最强开源模型"，成为更底层也更难被卡脖子的竞争力。
