Kinas datasenter-utbygging: Mellom statlig styring og spekulativ overkapasitet

2. «Eastern Data, Western Computing» (EDWC)-strategien

• Denne flaggskipspolitikken, lansert i 2022 og stadfestet i den 15. femårsplanen (mars 2026), innebærer at datatunge datasentre skal plasseres i vestlige Kina, der land, fornybar energi og kjøling er billigere .
• Det er etablert åtte nasjonale knutepunkter for datakraft og ti datasenterklynger .
• Målet er å balansere regional utvikling, redusere energikostnadene i øst og absorbere overskuddet av fornybar energi i vest .
• Bekymring: Til tross for politikken er den faktiske utplasseringen av AI-brikker fortsatt sterkt konsentrert i østlige provinser (Beijing, Shanghai, Guangdong), noe som har fått flere analytikere til å kalle EDWC «falsk» i praksis .

3. Regional konkurranse og lokal overetablering

• Provinser og lokale myndigheter har aggressivt konkurrert om datasenterprosjekter, tilbudt subsidier og raske godkjenninger, noe som har ført til spekulativ overetablering .
• Innen midten av 2025 var over 100 planlagte datasenterprosjekter trukket tilbake på grunn av strømnettustabilitet og overkapasitet .
• Kina oppretter nå en nasjonal markedsplass for å selge overflødig datakraft, noe som bekrefter overkapasiteten .
• Underutnyttelsen av AI-kapasitet er et økende problem: rikelig med billig strøm alene har ikke skapt et enhetlig, operativt datanettverk .

4. Energifordelen: «elektrongapet»

• Kina har en betydelig energifordel fremfor USA når det gjelder å forsyne AI-datasentre med strøm, et fenomen som kalles «elektrongapet» .
• Kina bygger ut kraftinfrastruktur mye raskere enn USA og har overskudd på fornybar energi (sol, vind, vannkraft) i vestlige regioner .
• USA står overfor en energiflaskehals – Wood Mackenzie rapporterte om en 50 prosents nedgang i nye amerikanske datasenterprosjekter ved utgangen av 2025 på grunn av begrensninger i strømnettet .
• Forbehold: Kinas strømsystem har sine egne institusjonelle flaskehalser – rigide priser, netteffektivitet og ujevne lasttopper som gjør datasentre mindre kompatible med grønne energileverandører .

5. Lokalisert AI-infrastruktur og brikkebegrensninger

• USAs eksportkontroll på avanserte AI-halvledere (Nvidia H100/H200 m.m.) har tvunget Kina til å akselerere utviklingen av egne brikker .
• Kinas datacentermarked inkluderer nå omtrent 100 milliarder yuan i innenlandske AI-brikker, og selskaper som Alibaba utvikler egne AI-prosessorer .
• Ytelsesgapet er imidlertid fortsatt til stede: kinesiske AI-brikker ligger bak de fremste amerikanske tilsvarende, og kompatibilitetsproblemer kompliserer det nasjonale datanettverket .
• Intelligent datakraft innenfor de åtte nasjonale knutepunktene har vokst raskt, men mye av den er avhengig av mindre avansert maskinvare .

Sammenligning: Kina vs. USA

Store bekymringer og risikoer

• Overkapasitet og bortkastede investeringer: Lokal konkurranse har skapt et overskudd av datasentre, der mange anlegg er underutnyttet og over 100 prosjekter er kansellert .
• Strømnett- og energiintegreringsutfordringer: Kinas satsing på å koble datasentre til fornybar energi møter tekniske hindringer – ujevne lasttopper og vanskeligheter med å forutsi etterspørsel .
• Regional ubalanse: EDWC har ikke i tilstrekkelig grad flyttet datakraft til vest; mesteparten av AI-kapasiteten er fortsatt i de rike østlige provinsene .
• Brikkeavhengighet: USAs eksportkontroll begrenser Kinas tilgang til de mest avanserte AI-GPU-ene, noe som begrenser rå datakraft selv om modeleffektiviteten forbedres .
• Miljøkostnad: Den raske utbyggingen øker strømbehovet og karbonavtrykket, selv om Kina eksperimenterer med å bruke datasentre til å absorbere overskudd av fornybar energi .

Oppsummering

Kinas datasenter-utbygging er enorm i både skala og hastighet, drevet av sentralstyrt planlegging og en reell energikostnadsfordel. USA leder fortsatt i antall anlegg, totale AI-investeringer og tilgang til avanserte brikker. Men Kinas strukturelle fordeler – raskere bygging, billigere strøm og en samlet nasjonal strategi – er i ferd med å tette gapet. De største risikoene ligger i ulempene: overetablering, regional politikk som ikke henger sammen, flaskehalser innen brikkeproduksjon og integreringsproblemer i strømnettet som kan gjøre verdens største planlagte AI-infrastruktur-satsing til et kostbart spekulativt overtramp.