一平方米土豆地，一年能产出多少钱？
2024年，全国土豆平均单产约274.5公斤/亩，地头均价约1.3元/公斤，一平方米的产值约为4.9元。
但在“中国薯都”乌兰察布，如今一平方米的“土豆地”，产值可以万元起步。
不久前，央视《对话》栏目特地去了一趟乌兰察布。
画面从土豆地拉起，掠过草原上的风机，最后落在一座12万平方米的超级单体上——远景星河基地。
乌兰察布远景星河基地
田间，陈伟鸿与远景董事长张雷聊的是土豆和Token之间奇妙的能量换算；草原上，风机把风转化为绿电，沿着专线涌向机房；控制室里，天气预测、发电出力与计算任务，被排进同一张大屏。
这三个看似毫不相干的画面，恰恰串起了一座资源型城市的转型密码，也藏着中国AI算力基础设施的一套全新范式。
过去，土地长出粮食；现在，风和光长出算力。
一个很少有人留意的背景是：截至2026年上半年，乌兰察布全市签约算力中心项目89个，比2024年底的36个翻了一倍多，只用了一年半。
算力运行规模达16.5万P，占全国约8.7%，智能算力占比超90%。国内头部科技企业和IDC运营商纷纷在此布局。这座城市，已经是中国算力版图上的重要一站。
而让“土豆大市”变成“算力之都”的，是一个可以走进去、看得见的超级样本。
这背后，更是一场关于“西部到底该怎么用能源”的重新解题。
要理解乌兰察布为什么值得看，得先看它过去的问题：
西部不缺风光，但过去的主要玩法，是把电通过特高压输往东部。电送走了，产业链最值钱的那一段也跟着走了，本地留下的，只有有限的就业、税收和配套。
资源型城市的真正困境，从来不是没有资源，而是留不住资源的价值。
过去，西部丰富的风光资源，通过输电网络服务全国。如今，AI产业的发展，为这些资源打开了另一条增值路径：把一部分计算需求引入当地，让绿电就地转化为算力服务。
对乌兰察布而言，问题不只是能发多少电，更是怎样依托能源优势，发展新的产业、创造更多本地价值。
远景在这里的布局，恰好呈现了这一过程。张雷在节目中提到，远景七八年前来到乌兰察布，最早是来“种风机”的。从风电装备与风电场，到储能与电力系统，再到今天的星河基地，多年的新能源积累，开始服务于新的计算需求。
从“卖电力”到“卖算力”，增加的不只是一种产品，更是一条连接能源、基础设施与AI服务的产业链。
为什么AI产业的爆发成了转折点？
数据中心是大规模、高可靠性要求的负荷，对电力的需求不仅规模大、连续性要求高，更对绿电占比有严苛要求。过去西部把电送出去，现在西部可以把负荷留下来。
从“卖电力”到“卖算力”，一字之差，却是乌兰察布产业格局的破局之局。
但全国能搞算力的地方不止乌兰察布。它凭什么？真正的特别之处，在于同时满足了几件很难凑齐的事。
乌兰察布是国家八大光纤节点之一，离北京足够近，时延只有2.1毫秒，可以高效服务京津冀这个中国最大的算力消费市场。
乌兰察布市清洁能源储量大、开发潜力大，绿电供给稳定、电价低位运行，约为0.3元/度。按1GW满负荷运行计算，电价每降低0.1元，一年就能节省近9亿元。
全市年均气温4.3℃，全年近10个月可利用自然冷源散热，数据中心PUE值可低至1.1，同等技术条件下能耗节约20%—30%。
而头部企业已经落地，又让它有了产业集聚的底子。
远景乌兰察布星河基地外景
远景能源高级副总裁、储能产品线总裁黄志勇用比喻来解释这样的现象：风光是资源，绿电是原料，AI数据中心是工厂，GPU是生产设备，Token是标准化产品。
以前西部只能把大量的风光通过特高压输送到东部，而现在Token工厂相当于把工厂留在了本地——有就业、有税收，还带动液冷、UPS、服务器等产业链上下游集聚。这实现了从“能源输出”到“能源本地闭环”的转型，把西部清洁、普惠的电力，转化为高附加值的数字工业品。
这才是乌兰察布这类资源型城市转型的核心逻辑，也是国家算力战略的深层用意。
乌兰察布为什么值得看，前面已经讲清楚了。可89个项目里，央视为什么走进远景星河？
星河的特别之处，在于它把三件事，放在了同一个项目里：
第一，从能源产业里长出来的算力中心。远景在乌兰察布的故事，不是从建机房开始的，而是从风机、风场、储能和电力系统开始的。从驾驭一阵风，到支撑一次计算，远景把多年积累的能源能力，带进了AI的新场景。
第二，把系统能力落进一座超级单体。12万平方米，约20个标准足球场。按照远景公布的信息，星河拥有全球最大的单体AI数据中心建筑。它要解决的，不只是容纳更多设备，而是让高密度集群同时获得匹配的供电、散热和运行保障。
第三，让绿电沿着专线进入机房，也让能源与计算真正协同。星河通过自建风场和专线实现绿电直供。更重要的是，把风光出力、储能、电网与计算需求放在一起统筹：既要用上绿电，也要让波动的绿电可靠、经济地服务计算。
远景乌兰察布星河基地AI算力单体外景
远景不只是在乌兰察布使用能源，更在这里探索：怎样为AI重新组织一套能源系统。
这也让星河成为一个鲜明的观察样本：镜头拍到的不只是一座大机房，而是能源产业与AI产业，怎样在同一座城市里接上了下一棒。
但创新从来不是把风机和机房摆在一起那么简单。
风光出力怎样波动，储能配多少合适，遇到极端天气怎么应对，这些问题，在新能源场站建设阶段就必须回答。
到了智算中心，则提出了更高的要求：怎样把时大时小的新能源，变成计算设备可以持续依赖的稳定电力？
在远景看来，有风光资源，并不等于具备有竞争力的算力供能能力。真正的关键在于，电能否在需要的时候，以可承受的成本，可靠地送达机柜。这中间隔着的，是一整套从规划到运行的系统能力。
远景星河基地风冷机房
远景把能源的应用场景拓展到算力中心的逻辑也正在于此。
风场、储能、供配电与机房，不再各自为战，而是在规划阶段就被放进同一盘棋，在运行中共同优化。
从这个角度看，星河基地不是一次从零开始的跨界，而是远景把多年积累的新能源与电力系统能力，在AI场景里做了一次“场景迁移”。
乌兰察布有风光，远景有答案：怎样让这些资源不止于发电，从而进一步支撑新的生产活动——把草原的风，变成芯片里的Token。
过去，乌兰察布把电送走，价值也跟着送走了。今天，风第一次在这里停下脚步，长成了留得住的产业。
节目里最有冲击力的画面，是那座12万平方米的超级单体——约20个标准足球场的体量，铺在草原上，像一座为AI而生的“电力容器”。
8月6日，远景乌兰察布星河基地正式投产，园区总规划容量达2GW。超级单体是其中的核心载体，将成为全球Token产出能力最强的单体AI数据中心。
但超级单体的价值，不是为大而大，是为中国特色的“超节点”而生。中国AI的发展，既需要芯片和模型的单点突破，也需要让大规模芯片集群有效协同。
一万张卡堆在一起，不等于一万P算力。
可以把大模型训练想象成一千个人同时解一道拆分后的数学题，每个人完成自己的部分后，还要不断和其他人交换计算结果。如果这些人分散在不同楼宇里，物理距离、通信成本和网络时延都会成倍增加。
高速互联、软件调度、供电、散热，任何一个环节掉队，都可能让整个集群的潜力大打折扣。
星河瞄准的，正是这个新课题：单颗芯片的能力有上限，就用更多芯片、更紧密地放在一起来补足，而这对基础设施提出了全新的要求。
AI产业集群不仅仅需要摆放设备的铁架子，还要有高密度集群相匹配的能源与运行条件。
我们可以把供电设施当成水管。机柜里每多一块GPU，这根管子就要多输送一份电力；但管子不能无限加粗，因为机房的空间是有限的，管道本身还会发热。
所以，超级单体要解决的，是三件非常棘手的难题：空间装得下，电力送得进，热量带得走。
远景的答案是全链路一体化设计的AI电力系统，这也是为什么星河基地能实现“同等面积下算力输出规模可达传统数据中心10倍”的核心原因。
黄志勇将之概括为一句话：能源实时感知算力，算力实时理解能源。
这不是把电网和机房简单接起来。远景的做法是从规划阶段就打破墙的界限——墙外怎么发电、储能、调度；墙内怎么供电、散热、排任务，全部放进同一套系统里一起设计。
远景星河基地机柜及PDU
“远景天机”负责预测风光，“远景天枢”负责结合储能、电网和需求提前调度，必要时还能把可调整的计算任务挪到绿电更充裕的时段。电进了园区也不是终点，墙内还要通过SST固态变压器和800V直流供电减少转换损耗，用储能缓冲GPU的剧烈波动，让冷却跟着负荷提前响应。
简单说，就是在同样的面积里，放下更多计算设备，同时匹配足够的供电和散热能力，让它们真正跑满性能。最终提升的，是单位空间的有效算力密度。
对中国AI而言，这座超级单体的意义正在于此：芯片的性能潜力，终于有机会在集群层面被完整释放。
对乌兰察布而言，它让“发展算力”已从招商PPT里的名词，变成了看得见、摸得着、能走进的产业地标——城市的能源禀赋，由此转化为服务AI时代的真实生产力。
如果说超级单体给了人们一个空间尺度，那么控制室的大屏，展示的则是运行背后的系统逻辑。
沿着一度电的旅程，可以看清远景AI电力系统的骨架。
墙外，解决的是“电从哪来、怎么稳”。
风光资源丰富，不意味着用电时刻正好有风有光。绿电直连只是入场券，真正的考验在于：
出力波动时，储能、电网与负荷如何协同，才能维持供需平衡。
远景的答案是让系统学会“未卜先知”。
天机气象大模型提供天气与风光出力预测，帮助系统提前预判未来的能源供给；“远景天机”气象大模型、“远景天枢”能源大模型结合储能状态、电网条件和园区需求，优化调控策略；EnOS则负责连接设备数据与控制链路，让各环节在统一目标下，按不同时间尺度协同运行。
从墙外能源系统到墙内算力负荷
预测不能让风更大、光更强，但能让储能和负荷更早做好准备，让算力在绿电充沛时多跑一步，在绿电不足时从容退让。
这种准备也会延伸到计算端，不是单向供电，是双向匹配。
对于客户授权且交付期限允许的弹性任务，能源预测可以为排程提供依据，让部分训练任务向绿电富裕的时段迁移；对于不能延迟的业务，系统则优先保障供电可靠，绝不拿核心服务冒险。
算电融合，让能源与计算互相理解，在各自约束下寻找最优解，摆脱了过去看天吃饭的局限。
墙内，解决的是“电怎么进、热怎么出”。
电送到园区，还要高效、稳定地抵达每一块GPU。远景给出的方案，是以固态变压器SST为核心的新型直流供配电系统：一台2.5兆瓦的固态变压器，把10千伏交流电直接转为800伏直流电，省掉传统架构中反复交直变换的中间环节，转换效率达到98.5%，线缆与铜材用量最高可减少80%。
但设备参数只是表面。远景更在意的，是系统层面的可靠性：
高密度计算负荷快速变化时，储能如何响应？局部故障时，如何快速隔离、限制影响？不同设备的控制策略叠在一起，能否保持稳定？这些都要靠电力电子仿真建模、控制稳定性分析、故障保护验证来回答。
SST、储能和计算负荷，成了一个协同作战的系统。
其中最容易被误解的，是储能的角色。行业对储能的传统认知，还停留在“低充高放”。黄志勇认为，在远景的架构里，储能的价值早已跳出单一的电量服务，成为支撑全域系统稳定、经济、高效运行的核心调控单元。
在星河基地，AI储能还要精准缓冲GPU负荷的瞬时剧烈波动，平抑功率冲击，同时保障供电与算力双稳定。
远景乌兰察布星河基地的储能
冷却同样不是“开空调”那么简单。结合天气与负荷预测，系统会在适宜时段提前蓄冷，再根据实际温度持续修正，把高温时段的制冷压力尽量前移。配电余量让出多少给计算，热安全边界在哪里，都需要精细权衡。
其目的是在不突破物理约束的前提下，为计算争取更多可用功率。
至此，远景AI电力系统的轮廓开始清晰：
墙外统筹能源供给，墙内优化供电、计算与冷却，预测、调度、控制、运维贯穿其中。它像一套为AI度身定制的循环系统，把草原的风、清晨的光、电池里的电，按需泵送到每一个算力单元。
客户最终关心的，是一些很现实的问题：能否按期交付？运行是否可靠？绿电利用能否计量？全生命周期成本是否经得起算？
星河基地的价值，正是把这些问题放进真实工程，用交付和运行结果作答。
乌兰察布的算力故事，由许多企业共同书写。远景星河提供了一个鲜明的观察样本：多年的新能源积累，如何通过超级单体与AI电力系统，转化为支撑大规模计算的能力。
张雷在节目中说，希望让全世界更多人像享受土豆一样享受Token。这个愿景，最终要由可靠供电、有效计算和可承受的成本来兑现。
而星河的下一步，就是把这里的工程经验沉淀成可复制的系统方案。
土豆在土里生长，Token在绿电里生长。
央视镜头里的远景星河，让两种生产活动在同一片土地上相遇，这大概就是“从土豆到Token”最具未来感的画面。
风从草原上吹过，吹了千万年。这一次，它终于被留了下来。
✎
