📰 概要

2026年4月16日，微软 CEO 纳德拉宣布，位于美国威斯康辛州 Mount Pleasant 的 Fairwater AI 数据中心提前上线。项目总投资 33 亿美元（约 225 亿元人民币），搭载数十万块英伟达 GB200 超级芯片。

性能方面，官方称其算力十倍于全球最快超算，将用于前沿 AI 模型训练。设施占地面积约 127.6 公顷，三栋建筑屋顶总面积约 11.1 万平方米。

采用闭环液冷系统，深基础桩总长度约 75 公里，结构钢材约 1.2 万吨，中压地下电缆约 193 公里。

---

🔍 解读

"数十万块 GB200"这个数字比投资金额更有意义。按 GB200 单卡算力 20 PFLOPS（FP16）估算，十万块就是 2000 EFLOPS——对比全球最快超算 Frontier 的 1.2 EFLOPS，确实是一个数量级的差距。

微软加速上线这座算力城，释放的信号很明确：AI 基建竞赛已经从"比谁建得多"转向"比谁建得快、能不能按期投运"。提前上线的背后是需求端的紧迫——OpenAI 的训练队列排到明年，算力就是瓶颈。

---

💎 深挖

对比一下主流 AI 数据中心的规模：

数据中心	投资	芯片规模	算力（估）
微软 Fairwater	33亿$	数十万GB200	10x超算
谷歌 Memphis	~25亿$	数万TPU v5	未披露
Meta 自建	~20亿$	数万H100	未披露
xAI Memphis	~15亿$	10万H100	约200 EFLOPS

Fairwater 的体量已经追上甚至超过马斯克的 xAI Memphis 算力集群。

微软还宣布将在美国多地上线同样的 Fairwater 设施。这意味着微软正在把 AI 数据中心"产品化"——设计可复制、规模化部署，类似云计算时代的区域数据中心布局。闭环液冷的技术选型也指向一个趋势：十万卡级别，风冷扛不住，液冷是标配。

对依赖微软 Azure AI 服务的企业用户来说，Fairwater 上线意味着训练排队时间可能缩短、定制模型训练的可行性提升。但风险在于：这么多算力上线，会不会引发电力供应危机？美国多个州已经在抵制数据中心建设，社区反对、电网承压是现实问题。

如果你的团队在评估 AI 训练外包，Azure 的训练队列和定价值得重新算一遍。但如果你在做边缘或轻量推理，这座算力城对你的影响有限——它服务于大模型训练，不是所有 AI 场景都需要这个级别的算力。