作者 | 赵之齐
编辑 | 胡敏
2020 年前后，能源相关背景出身的总裁正驱逐劣汪冬宁，从蔚来离职，汪冬来到秦淮数据担任 CFO，宁数现在也是据中卷过公司总裁。
彼时，心内负责秦淮数据 IPO 的良币他，在每次季报发布与投资者的秦淮沟通中，都反复重申：用最高效的数据剩方式将电力转换成算力。这是总裁正驱逐劣数据中心的第一性原理，也是汪冬秦淮一直秉承的业务使命。
然而，宁数这类转化的据中卷过第一道门槛，是心内“认知”这座大山：做互联网的人不懂电力、做电力的人不懂互联网。汪冬宁在职业生涯中常做的事，就是搭起“电力”和其它能量间的桥梁。在蔚来，他研究如何把电力高效转化成动力；在秦淮数据见证生成式 AI 的爆发后，他更确信“电算结合”是数据中心业务的未来。
而搭起这一座座桥梁的“砖块”，是技术。早期，AI 尚未出现，数据中心仍是类房地产生意，技术未被行业提上日程。后来，数据中心在 2021 年被列为“新基建”之一，热钱涌入，众多跨界玩家踏入行业分一杯羹，热情第一，技术依然被往后排。
“大家容易被表面的现象迷惑”，汪冬宁感慨。在他眼中，这两年市场上越来越多数据中心面临退租，恰恰反证数据中心行业的技术含量很高。对此，一方面，秦淮数据追求在液冷等众多技术环节上革新，“用 Capex（资本性支出） 换 Opex（运营成本）”、之后再变现为客户信任和粘性的蓝图。另一方面，强调前瞻性视角的汪冬宁，在布局研发的同时，也逐渐将目光投向上游，因为上游国产芯片是数据中心方案设计的基础，“了解这些有时甚至比自己做数据中心的理念还重要”。
秦淮数据总裁汪冬宁
除了技术打底，聚焦的市场客群，也是秦淮数据的生存之道。生态学中，“互利共生”是指两种相互依赖的生物彼此都能从关系中获得好处，这是汪冬宁眼中秦淮数据与大厂的关系。外部，数据中心行业正经历“气候更迭”——市场退租、毁约、结构性过剩等问题，令前几年一拥而上的数据中心玩家叫苦连天；而内部，秦淮数据和大客户互相依靠，几个头部客户占比超过 80% 的营收。希望抓住产生大量数据、流量和算力量客户的秦淮数据，在服务大厂的过程中，其认知、技术也被带领着提升。
成立于 2015 年的秦淮数据，在国内超大规模数据中心市场中的占有率稳居第一梯队。十年来，互联网巨头为何与秦淮数据不离不弃？在其他厂商贴着成本价做数据中心的情况下，秦淮数据的 “抗内卷” 秘诀是什么？秦淮数据如何把最优惠、最绿色的电力，变成客户需要的算力？在汪冬宁眼中，数据中心的“良币”正在如何驱逐“劣币”？
以下是雷峰网与汪冬宁的访谈，在不修改原意基础上整理编辑。
电算结合的护城河：高效地将电力转化为算力
雷峰网：听说秦淮数据近年在数据中心的技术研发上很高，你们为什么如此重视技术上的建设？主要在什么方面做技术革新？
汪冬宁：现在必须做这个事，尤其 AI 引发的智算时代，需求和供给侧都对数据中心能力提出新要求。
供给侧上，现在对电力的要求无比高，比如 AIDC 机柜的密度，过去可能十千瓦就很好了，现在可能上到几十上百千瓦，甚至未来整体能达到兆瓦级别，如何满足客户对这些资源的更高要求？除此之外，还有电源消耗和冷却技术等方面的要求。
客户对落地的响应时间，要求也越来越高。过去客户做预算和计划，要几个月甚至半年做预算和计划；现在行业变化下定制化需求更高，但大家对响应速度的要求却更快，这就对团队的交付能力提出了很高要求。
举个例子，我们数据中心就做到了模块化，比如做到楼宇级别模块和具体机电设施模块的不同解决方案。客户的需求有变化时，我们就能把这些方案从书架上拿下来做重新组合，也更容易把这些方案交待供应商体系，快速完成开发和交付。
第三点是智能化，客户更智能化，我们也要智能化。我们未来想做到，可以用 AI 解决很多数据中心运营的问题，例如通过智能监控、智能散热、无人机或机器人值守等，在第 0.1 秒的时间就精准预判故障可能发生的地方。
雷峰网：现在对客户的建设需求，响应时间大概可以快到多少？
汪冬宁：具体时间会根据不同客户不同的业务模式，有所不同。传统可能需要按照 6 个月、9 个月、12 个月、18 个月的节奏走，但现在每个环节缩短到三个月左右。
雷峰网：随着现在高功率芯片服务器大量投入使用，传统冷却技术也越来越难以招架，不过秦淮在冷却领域有比较好的优势，是你们在技术上主打的一个差异化吗？
汪冬宁：是的，这是非常重要的环节。冷却结构里，空冷、板冷、浸没式液冷等解决方案，都在我们书架上。液冷技术上，我们位于山西灵丘的基地，就几乎是行业首批采用“冷板液冷+磁悬浮相变”的组合冷却系统，实际运行的 PUE 低到 1.128，全年 WUE 就 0.27。
而且，国内有些地区水和电的能力会冲突，比如江南就是有水但没电，怎么平衡两者之间的矛盾？这就需要技术了。冷板液冷的耗水量很低，就是节电的同时又节水。而且灵丘地区气候寒凉，全年有 90% 以上的时间完全可以不用水就能实现高效冷却。
雷峰网：这种方案实施起来的成本，对客户来说会更高吗？
汪冬宁：这部分成本由我们投入，是一个 CAPEX 换 OPEX 的过程。研发是一项投资，投资后带来 PUE 和 WUE 的节省，能帮客户节省运营成本，那他们就会更相信我的能力、更愿意和我合作。而且电算一体，对整个产业的成本都能有效降低。所以我们要掌握更前瞻性的技术，技术门槛比资源属性门槛更高。
雷峰网：秦淮如此重视研发，在研发方面的投入程度增长如何？
汪冬宁：现在比起过去肯定有质的飞跃。
雷峰网：技术相关的研发团队大概占比如何？
汪冬宁：会越来越高，但研发也不能闭门造车，我们希望了解产业链上下游的新变化。现在了解上游的变化挺重要的，比如英伟达或国产芯片的路线，只有对这些有判断，才能了解要做什么方案，了解这些有时甚至比自己做数据中心的理念还重要。
很多企业做研发的比重很高，但是不是有效投入，其实和认知判断很有关系，不能光看财务报表。
玄冰-磁悬浮相变冷却技术-薄板风墙
雷峰网：秦淮在数据中心上除了追求技术能力，还有别的重视的方向吗？
汪冬宁：还有电算结合，这件事在我心中很重要。大家提的源网荷储、微电网或绿电直供，相当于电网从深度介入到半接入、到完全脱离。我们在这些变化场景下的结合工作，都要做好。
雷峰网：为什么重视电算结合？这会是未来数据中心业务拉开差距的一个关键点吗？
汪冬宁：对，我认为是这样，这是我们的能力区别于运营商、电力企业的关键点。
雷峰网：秦淮数据定的这个方向，和你是能源背景出身的有很大关系吧。
汪冬宁：有很强的关系，我之前大学也是相关专业，毕业后就一直在电力系统工作。我在外企工作一段时间后发现，智能电动车是个大趋势，所以就去了电车企业。当时我没有那么高的觉悟，但现在回看，我做的事是在践行“高效地把电力转换成动力”，现在就是“高效地把电力转换成算力”。
我在 2020 年提出这个口号，在上市的过程中、或者之后的季报，都不停重复这句话，现在都可以找出我当时的录音。我说过：“在某一时刻你会感受到，我这句话是非常关键的，这是公司的业务使命”。确实，我们公司在执行层面上，也一直秉持用业界最高效的方式，把最优惠、最绿色的电力转换成客户所需要的算力。
雷峰网：你在 2020 年提出这个口号时，大家当时对这件事重要性的感知如何？
汪冬宁：当时大家的认知之间隔着一座大山，做互联网的人不懂电力，做电力的人不懂互联网，我恰恰是跨界的。我甚至会建议一些互联网 TMT 的分析师，下次开分析师会的时候带几个电力行业背景的人一起谈，事情就能谈通了（笑）。
不过现在 AI 出现，也有点反过来说“算力的尽头是电力”的意思，芯片效率的提升、液冷技术的提升，都是为了增加效率，大家应该比过去更加达成共识了。但这个事情我们也还在探索中，路漫漫其修远兮。
雷峰网：探索这个事情的难点是主要在哪里？
汪冬宁：第一是要实践，做一个标杆项目出来，才意味着在人员、资金和技术上的投入。第二是需要跨界能力和思维，既要了解算力的本质，也要了解用户的业务和布局等。第三是要有好的、可持续的合作伙伴。
雷峰网：跨界能力和思维，是目前这种跨界人才还比较欠缺？
汪冬宁：对，这个还需要逐渐积累，这也是秦淮数据团队的能力和风格体现。我们团队不完全是做数据中心的，也有做电网、电厂、互联网的，什么都有。我们在找掌握和认同这些不同方向的人才进入公司。不过，在有了这些认知后，别人也可能达到这个认知，这时我们就要再往上游走一些。
雷峰网：听起来你们很重视追求比别人多走几步的前瞻性视角。
汪冬宁：对，我一直说不只是要“与时俱进”，也要“与势俱进”、“与事俱进”，从宏观到微观，真正先从具体的事情做起来。
“长期主义” 才是数据中心扛内卷的底牌？
雷峰网：据你观察，现在整个智算市场主要的挑战或结症是什么？
汪冬宁：短期感觉行业内卷得挺厉害、在打价格战，如何保证价格合理性的同时，又成功获客，同时扩张资源？挑战还是蛮大的。
这也有历史因素遗留，2020 年国家提出的七大新基建，数据中心就是其中一个，当时很多热钱涌入，但还没有 AI，纯粹是类房地产生意。大家没有关注到它的能源属性、技术属性和高运维稳定性的属性，都觉得这是商务行为，只要有钱、有门路就可以，导致了产能多余，很多行业发展早期都这样。
2022-23 年，供大于求之后，市场已经开始有筑底现象。这时，我们就会刻意回避些花费很多资源但分散精力、或者不带来合理回报的项目。这并不意味着我们出局，一旦我们判断出这能给股东和投资人带来合理的回报，就会毫不犹豫以超强力度部署。
雷峰网：如何定义“分散精力的项目”？
汪冬宁：就是一些为了满足短期资本热钱的退出而盲目杀价接单、保量不保质的项目。市场上很多玩家在做这个事儿，寄希望于击鼓传的这个“花”会落到一个完全门外汉的手里。我们要保持定力，做有判断能力的耐心资本。
雷峰网：能给投资人带来收益的项目，一般是什么特征？
汪冬宁：首先，和客户谈时要看商务的条件，比如价格水平、对业务的判断、上架率，还有最重要的合同期限，但最终其实就是客户业务发展的健康与否问题。我相信生成式 AI 出现后，这个行业会面临“量变到质变”的时刻，最后剩下头部企业这些真正专业的大玩家，到时会给我们带来惊喜。
雷峰网：但这两年市场上投资人在智算项目投入上的考量都更加严苛，你有观察到现在投资人的关注点和以前比会有什么变化吗？
汪冬宁：会更追求回报的可持续性，而不是回报的绝对值。
雷峰网：可持续性主要在于客户的业务健康度吗？
汪冬宁：主要是当这个业务有很好的报价时，是不是来自真正靠谱的客户。围绕股东的需求和合理回报，也是我们决策接不接某些业务的重要因素之一。
雷峰网：不过秦淮数据的利润好像还不错，如何保持这样的利润率？
汪冬宁：我们的利润率是省出来的，占据了前几年的窗口优势，从能源布局的角度出发，在成本低的时候先做好布局。2017-18 年，经济数字化会以前所未有的方式到来，线下物理世界很多行为会搬到线上，行业规模会很大，所以当时在很多容易扩容的地方布局，比如山西大同以及西部的甘肃庆阳等。2020 年疫情加速了数字化的进程。
有的公司会为了短期利益，去做并购，资产负债表做很大，但这是秦淮数据尽量避免去做的。我们靠自己设计、建设、交付、运维，资产负债表很干净，没有一单是并购的。
雷峰网(公众号：雷峰网)：现在数据中心的整体利润率都不高，甚至有公司会贴着成本价去做。但看起来你们没有太被价格战影响到？
汪冬宁：所以重要的是根据判断提早布局，知道什么不该做往往也很重要。
雷峰网：这个判断一般是谁去做？
汪冬宁：我们团队成员基本是学理工出身，对技术演变趋势的关注，用一个词描述就是 conviction，信仰。我们对于科技能改变世界方向，是坚定不移的。
再加上我也是能源背景出身的。我们正在面临两个革命：信息革命和能源革命，电力体系在重塑，我也希望能把绿色无碳和低成本清洁能源、替代能源带到数据中心行业里，共同推动这两场革命发生。
“我们与大厂，是共生共存的关系”
雷峰网：2020-22 年，几个头部大客户的业务占秦淮营收超过了 80%，目前秦淮数据依然是以大客户为主吗？在智算上的客群分布策略如何？
汪冬宁：秦淮数据目前还是超大规模客户为主，公司很早就认为，我们不需要客户群体特别庞杂、过于分散，希望抓住能产生大量数据、流量和算力量的企业。我们客群数量不多，但几家主要的超大规模客户都具备这些特征。
雷峰网：现在秦淮数据整体出租率有多少？
汪冬宁：可以说是满房，基本是在高于 90% 的水平。
雷峰网：你们的策略是以抓住这种头部企业为主，但这几年大厂退租的情况也很多，会担心过于聚焦的客群在这种情况下会不稳定吗？
汪冬宁：大家容易被表面的现象迷惑，但其实是有几点需要澄清的。第一，秦淮所在的数据中心行业本身技术含量很高，团队能力和技术解决方案都很重要，如何快速响应客户的开发和运维需求、保证他们24小时不断电、运维百分百安全，其实能力侧和技术侧的要求相当高。很多面临租客退租的数据中心玩家，能力侧是缺失的。
第二，坦率说还有两个分化，客户的分化和客户业务的分化，重要的是聚焦。在 AI 浪潮里，如果对客户的业务聚焦不准，就会导致算力需求难合理匹配，就会有退租现象。
第三，选址其实也很重要，跟地产类似，地产强调人流，我们强调电流，电力一定充足、绿色、无碳，一定要成本低。
很多不具备这种特征的数据中心，就会被客户优先淘汰掉。秦淮数据在这些方面前瞻性比较强，布局好，所以市场的变化对我们影响有限。
雷峰网：影响有限到什么程度？
汪冬宁：我们历史上没有退租的现象，零退租。而且我们承接的业务基本是客户相对核心的业务，双方也有达成共识，不用太担心这件事。
我也是后来观察到，智算这个事儿本身是有技术含量的，市场上的良币其实正在驱逐劣币。
雷峰网：你们一般是先接到大订单后再去投入建设吗？如何平衡这么大的投入和风险？
汪冬宁：我们的区域属性比较明显，一般会提前在合适的区域，比如过去特别适合数字化浪潮的特殊区域、或现在特别适合 AI 发展的特殊区域、或符合国家政策规定的地方，提前做土地和能源储备。这个区域不是小的几十公里概念，是一整个省份、自治区的概念。
这些储备特别耗时，但其实成本不那么大，主要是基建和土建。所以我们一般是先用低成本的方式储存一定的前瞻性资源，在这基础上判断客户订单的确定性，确定性达到我们能接受的范围，就可以大资金投入建设。
秦淮数据怀来总部基地
雷峰网：回看 2015 年前后秦淮入局数据中心时的智算市场，感觉和现在来比，最大的变化是什么？会如何影响到秦淮数据市场或者策略上的布局？
汪冬宁：我觉得现在更明显的趋势是，算力的尽头是电力，所以在电算结合上，得往上游去做新的探索思考。
雷峰网：那感觉现在在市场侧，目前需求还是以训练端为主吗？如果推理需求上升，对秦淮数据已有的设备会带来比较大的挑战吗？
汪冬宁：有报道说训练和推理在早期比例 4:1，随着推理普及，比例可能变成 1:1；很多厂商公开自己的 AI APP 月活数 MAU 也都在上升。但我现在感觉，预训练完全没有停下来，而且随着 AI 深度参与金融、工业、娱乐各个方面，对训练的需求也会拉上。这两边应该会同步发展，毕竟推理能真正转换成真金白银，对用户来说变现能力更强。
坦率地说，我们提供风火水电，推理需求的改变对我们来说，变动起来也不那么剧烈，更多是 renovation 的过程。
雷峰网：预训练没有停下来吗？但之前很多明星大模型公司其实已经在退租数据中心了，你看到的训练需求是主要来自大厂吗？
汪冬宁：是的，最后训练需求还是会回归大厂。大厂船比较大，还没掉头时小游艇还能舒服地游一下，一旦掉头，优势会放大到极致。尤其数字经济形态下，头部马太效应明显，业界转型以及对数据中心的需求，最后就是会向头部聚集。
雷峰网：服务大厂和做零售的数据中心，感受上最大的差异会是什么？
汪冬宁：大厂在随着行业发展，我们也会跟着发展，比如他们自己的网络架构，如果能及早判断，对我们是有利的。对于零售的客户，我们只是提供服务，彼此之间没有赋能和依存的关系，也很难给我们带来认知启示。和大厂合作这么多年，我感觉我们已经是共生共存的关系。
专题介绍
2023 年来，智算产业迎来爆发式增长。但两年过去，国内智算企业的生存状态如何？在技术突破与场景落地中做了哪些新探索、又面临什么新挑战？智算行业的未来还有什么想象空间？本专题与一众智算领域的先锋从业者对话，回顾近年智算行业在技术与商业上的拓展实践历程，并展望未来发展方向。即便身处行业气候更迭之际，从业者们凭借智慧与韧性、怀揣对智算未来的坚信，开辟多样化发展路径。对此专题感兴趣的从业者，欢迎添加微信 Ericazhao23 共同参与讨论。
还没有评论，来说两句吧...