{"id":"mb-20261102-3e5640","kind":"deep","title":"120万张显卡进驻靶场与午餐肉仓库：Colossus 2背后的算力基建暗战","summary":"马斯克在孟菲斯扩建代号 Colossus 2 的超大规模算力集群，将废弃警察靶场和午餐肉仓库分别改造成训练与推理中心。本文拆解其背后的工程与商业逻辑：大模型算力为何受制于电网与土地、训练与推理网络架构的本质差异，以及上百万张显卡如何演化为新型公用基础设施。","body":"马斯克在孟菲斯给 120 万张顶配显卡找机房，挑中的两个新厂房，一个以前是警察打靶场，一个以前装午餐肉。\n这不是开玩笑，这就是机房在规划图上的正式代号。\n那个叫 Gun Range 的，占地将近 56 英亩，过去是当地警察和消防队的射击训练基地。\n另一个叫 Spam 的更绝，53 英亩的大仓库，以前专门用来堆放荷美尔牌世棒午餐肉。\n加上此前调侃微软的 Macroharder 和 Minihard，这几个厂房连成一片，构成了代号 Colossus 2 的超级算力基地。\n按照规划，这一轮要把 120 万张英伟达 Blackwell 架构的芯片全部装进去。\n造价几百亿美金的顶级算力，为什么要往旧靶场和食品仓库里塞？\n因为根本来不及盖新楼。\n大模型竞争拼到今天，最卡的早就不仅是芯片产能，还有变电站和土地。\n普通的数据中心，从审批、拿地、拉高压线到土建完工，动辄需要两三年。\n在孟菲斯，他们的解法是直接找现成的重工业空壳。\n靶场有空地，午餐肉仓库有现成的层高和地面承重。\n只要推土机开进去把地坪铲平，几个月内就能把机架推进去通电。\n这两个地方的分工还截然不同。\n靶场那边要塞 22 万张 GB300，负责啃最硬的骨头：大模型预训练。\n训练大模型，最怕卡与卡之间通信堵车。\n几十万张芯片一起算同一道大题，只要有一颗掉队，整排机器都得停下来干等。\n所以靶场机房里铺的全是昂贵的 800G 超高速光纤，芯片之间的互联网络复杂得像一张密网。\n午餐肉仓库就完全换了套打法。\n里面计划放 20 万张卡，专门用来做推理。\n推理是什么？\n就是模型训好之后，负责回答用户发过来的提示词。\n一个用户在查天气，另一个用户在写代码，彼此完全独立。\n芯片各自算各自的任务，卡与卡之间几乎不需要高频对话。\n网络拓扑一下子简化了一大截。\n所以老食品仓库不需要像训练集群那样把内部光纤拉成天罗地网，装上服务器就能直接接单跑任务。\n整个 Colossus 2 的胃口究竟有多大？\n独立追踪机构 Epoch AI 做过测算。\n目前这个集群运转中的算力，已经折合超过 110 万张 H100 等效算力。\n吃进去的电力接近 1 吉瓦。\n1 吉瓦是什么概念？\n这差不多相当于一个小城市几十万人全天用电的总和。\n孟菲斯当地的市政电网根本扛不住这么恐怖的瞬时负荷。\n他们索性在厂区现场直接拉来一整排工业级天然气发电机，自己烧气发电硬顶。\n光买这 120 万张 GPU，硬件成本就在 600 亿到 840 亿美元之间。\n如果算上全套液冷机柜、配电设施和自备发电系统，整个基地的重资产投入直奔千亿美元。\n砸下这么多真金白银，难道只是为了给自家的 Grok 刷榜？\n算力堆到这个体量，商业模式就发生了质变。\n这套庞大资产不再只是自己训模型，它本身就变成了超级算力基础设施。\n包括其他同行在内的机构，都在排队租用这里的算力。\n手握几万张卡叫 AI 创业团队。\n手握上百万张顶配芯片、自建燃气电厂的，已经变成了新型算力公用事业。\n算力竞争筑起来的门槛，从来不只是买显卡的资金账单。\n落在现实世界里，它是一场拼谁能更快抢下厂房、谁能在现场拉出电网、谁能把午餐肉仓库改造成计算中心的工程泥潭战。","topic":"120万张显卡进驻靶场与午餐肉仓库：Colossus 2背后的算力基建暗战","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-11-02 21:38:20","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"120万张显卡进驻靶场与午餐肉仓库：Colossus 2背后的算力基建暗战","description":"马斯克在孟菲斯扩建代号 Colossus 2 的超大规模算力集群，将废弃警察靶场和午餐肉仓库分别改造成训练与推理中心。本文拆解其背后的工程与商业逻辑：大模型算力为何受制于电网与土地、训练与推理网络架构的本质差异，以及上百万张显卡如何演化为新型公用基础设施。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261102-3e5640","markdown_url":"https://mubeitech.com/deep/mb-20261102-3e5640/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261102-3e5640","published_at":"2026-11-02T21:38:20Z"}