《互联网巨头陷入算力饥渴，智算中心竟靠卖卡求生存？》

芯片荒下的智算中心生存之战：卖卡or转型？

　　 在一次算力交流群的讨论中，一位从业者提问：“有没有推荐的国产GPU可以流畅运行70B参数的大模型？”一些网友半开玩笑地回应说：“像48GB显存的4090这样的设备倒是不错。”

　　 近期市场上出现了一款非英伟达官方推出的4090显卡魔改版本，该版本专为提升推理算力而设计，且在国内较为常见。由于其特殊的配置，该显卡的价格较普通版本有所上涨，目前在京东上的售价大致在2万到4万元之间。

　　 柏林云的负责人近日表示，尽管目前RTX 4090显卡的市场价格已经翻了一番，但租赁市场的供应相对充裕，租金水平并未随之上涨。 这一现象反映了当前硬件市场供需关系的复杂性。一方面，显卡价格的飞涨表明市场需求旺盛，尤其是对于高性能计算设备的需求持续增长，这可能与挖矿热潮或高端游戏玩家的强劲需求有关。另一方面，租赁市场的稳定则显示出行业在应对高需求时具备一定的灵活性和弹性。这种模式不仅为消费者提供了更多选择，也减轻了直接购买带来的经济压力。 然而，这也引发了一些思考：随着硬件价格的攀升，租赁服务是否会成为更主流的选择？同时，如何平衡市场需求与生产供应，避免价格进一步失控，将是行业需要共同面对的问题。无论如何，柏林云的做法无疑为用户提供了更多可能性，也为市场注入了一丝冷静的理性。

　　 相较于出租算力需要3到5年才能收回成本的周期，直接出售显卡可以实现利润翻倍，这或许成为囤有4090的智算中心的一根“救命稻草”。若想了解更多智算中心的“自救”方法，欢迎添加作者微信YONGGANLL6662交流讨论。

　　 “4090并不存在所谓的二手市场，但一些拥有智算中心的企业会将闲置的显卡拆下，经过翻新后当作全新产品出售，从而获取高额利润。毕竟4090已经停产很久了，这些显卡是从哪里冒出来的呢？”智算中心运营商李明表示，“国内的4090多为消费级风扇版，用于智算中心时需要改装成涡轮版，因为涡轮散热设计的集中冷却效果远优于风扇版，因此从智算中心流出的显卡大多经过了这样的改造。”

　　 近年来，显卡市场面临拆卖现象频发的问题，背后的重要原因之一是智算中心算力闲置的情况愈发严峻。随着人工智能技术的快速发展，大量计算资源被投入市场，但不少智算中心的算力利用率却远低于预期，导致资源浪费现象严重。 在我看来，这种现象反映了当前算力供需之间的不匹配。一方面，企业为了抢占市场份额，盲目扩大算力规模，却忽视了实际需求的增长速度；另一方面，现有的算力调度机制尚不完善，无法有效整合分散的计算资源。这不仅造成了经济上的损失，也对环境带来了额外的压力。 因此，未来需要从技术与管理两方面入手，优化算力分配策略，提升资源利用效率。同时，政府和行业组织应加强引导，避免重复建设和恶性竞争，推动整个产业健康有序发展。只有这样，才能真正实现算力的价值最大化，为数字经济注入更强动力。

　　 衡量智算中心的算力使用效率时，上架率与点亮率是两个重要参考指标。上架率侧重于设备是否已安装到位且处于通电状态，具备运行条件；而点亮率则聚焦于设备是否正在实际承担计算任务，为业务提供支持。

　　 软通动力首席人工智能官金亚东对雷峰网表示：“目前智算中心的上架率不足70%-75%，难以实现盈利。而所谓的点亮率20%只是一个说法，实际状况可能更为严峻。”

　　 面对大量闲置算力与回本难题，“卖卡回血”成了业内公开的秘密。

　　 算力供给“无人问津”的另一面，是算力消纳方“算力荒”。

　　 一头部互联网大厂许多业务部门的算力需求都排不上号，特别是其大模型产品接入DeepSeek之后，集团响应各个业务部门算力需求的速度便慢了很多，甚至连明星AI应用都排不到算力。

　　 “百度算力也不够用，文心、云和大搜索几个部门都在抢。”曾在百度负责AI应用开发的李杰说，“算力就像粮食一样，各个部门都在抢，就怕哪天突然闹饥荒。”

　　 供需错配之下，智算产业乱象丛生。

　　 近期，“算力媛”这一群体逐渐进入公众视野，她们以掌握信息差为核心优势，在算力市场中扮演着撮合者的角色。通过深入了解买方需求，并精准对接合适的卖方资源，甚至能够促成价值数亿元的大型项目，从中获取可观收益，有的单个项目即可获利数千万元。 在我看来，这种现象反映了数字经济时代下专业化分工的新趋势。一方面，“算力媛”们的出现填补了供需双方之间的信息鸿沟，提升了交易效率，为行业发展注入活力；但另一方面，这也提醒我们关注潜在的风险点，比如如何避免因信息不对称而引发的利益失衡，以及如何规范这类新型中介行为，确保市场公平透明。总之，这是一把双刃剑，既蕴含机遇也伴随挑战。

　　 截至2025年04月，国内智算中心建设如火如荼，但资源分布与需求之间却出现了严重错配。一方面，大量智算中心因缺乏稳定订单而面临闲置；另一方面，部分头部企业凭借自身影响力，在合作谈判中占据了绝对优势地位。据知情人士透露，去年某知名大模型创业公司在寻求算力支持时，曾接触过近30家智算中心，不仅要求大幅压低价格，甚至附加投资条款以帮助其抬高估值。最终，由于条件过于苛刻，这些合作无一达成实质性进展。

　　 卖卡回血、除了倒卖算力和恶意压价之外，智算中心还遭遇哪些行业“隐疾”？到底是什么原因导致行业生态失衡？在扭曲的产业环境下，智算中心未来的发展方向在哪里？

　　 大厂算力紧缺，智算中心却陷入“压价、退租”寒潮

　　 作为市面上最主要的算力消纳方，大厂“苦算力短缺”已久。

　　 除了之前提到的两大厂商，阿里在重点推进通义千问项目后，集团内部其他部门的算力资源也出现了紧张的情况。若想了解更多大型企业关于算力的相关内幕，欢迎添加作者微信YONGGANLL6662交流探讨。

　　 于是，多家头部互联网企业不断加大算力投资力度，新一轮算力竞争高潮持续升级。

　　 微信集成DeepSeek大模型后，腾讯向英伟达订购了价值数十亿元的H20系列芯片。与此同时，阿里集团宣布，未来三年内将投入超过3800亿元用于构建云计算和人工智能硬件设施，这一投资总额超过了其过去十年的总投入。根据浙商证券的研报预测，到2025年，字节跳动在AI算力采购方面的资本支出可能达到900亿元。

　　 大厂对算力抢得火热，智算中心的算力却闲置一旁。

　　 据中国信通院的报告显示，目前全国已上线的智算中心整体利用率仅为32%，这一数字已经引发业内广泛关注。然而，从多个行业人士透露的信息来看，实际情况可能更为严峻，实际利用率或许远低于报告中的数据。 智算中心作为支撑数字经济的重要基础设施，其建设初衷是为了满足企业和社会对高性能计算的需求。然而，利用率偏低的问题却反映出当前供需之间存在不小的鸿沟。一方面，部分智算中心在规划阶段未能充分结合区域产业特点与实际需求，导致资源闲置；另一方面，高昂的使用成本也可能是制约中小企业接入的重要因素。 此外，如何提升智算中心的使用效率，还需要在技术、管理以及政策支持等多方面进行优化。例如，通过优化调度算法、提供灵活的计费模式等方式吸引更多用户，同时加强与科研机构和企业的合作，推动更多应用场景落地。只有这样，才能真正实现智算中心的价值最大化，助力我国数字经济高质量发展。

　　 “去年模型厂商到处聊需求，营造出市场很火热的现象，2024年规划出了上千座智算中心，这些算力根本消耗不了。”张翔表示。

　　 当供给与需求之间出现严重失衡，行业的发展难免会偏离正常轨道，陷入困境。这种情况不仅影响企业的生存与发展，也对整个产业链造成了深远的负面影响。例如，在某些新兴领域，由于前期投资过热，导致市场供过于求，而高质量的需求却始终未能得到有效满足。这种现象提醒我们，行业发展需要更加科学合理的规划与引导，避免盲目扩张带来的资源浪费和效率低下。 在我看来，解决这一问题的关键在于加强市场调控与政策支持相结合。一方面，政府应通过税收优惠、补贴等手段鼓励企业进行技术创新，提升产品质量和服务水平；另一方面，也要建立健全行业标准体系，规范市场竞争秩序，防止恶意竞争导致的价格战。同时，还需要注重培养专业人才，为行业发展提供智力支撑。只有这样，才能真正实现供需平衡，推动行业健康有序地向前发展。

　　 尽管大型企业和主流的模型开发商正面临算力不足的困境，但他们对算力的需求依然很高，例如需要高功率机柜、高密度机柜以及对时间和空间的具体要求。然而，大多数智能计算中心难以满足这些标准，同时算力资源闲置的现象也十分严重，这使得购买方在市场中的议价能力不断增强。

　　 金亚东表示，智算中心市场呈现出显著的金字塔结构，众多企业纷纷聚焦于头部厂商的需求。

　　 商业活动中，若被过多不对等的现状所束缚，强势一方往往倾向于将绝大部分利益收入囊中。这种现象在市场竞争中屡见不鲜，尤其在一些行业垄断或信息不对称的情况下更为突出。长此以往，不仅会破坏市场公平竞争的环境，还可能抑制中小企业的创新活力和发展空间。 我的观点是，政府和监管机构需要加强对市场的监督力度，制定更加完善的法律法规来平衡各方权益，防止强势企业滥用其市场地位。同时，消费者也应增强自我保护意识，通过合法途径维护自身权益。唯有如此，才能构建一个健康、可持续发展的市场经济体系。

　　 据悉，去年，一家知名大厂计划打造H800算力集群，最终仅有一家上市公司成功完成交付。这不仅因为大厂的需求量极大，更在于其报价贴近智算中心建设的实际成本，且合同条款极为严苛，使得提供算力服务的企业在执行过程中面临巨大压力。 从这次事件可以看出，大型科技项目对供应商的能力提出了极高的要求。一方面，企业需要具备强大的技术实力与资源整合能力，以满足复杂的定制化需求；另一方面，这也反映出市场竞争的激烈程度以及部分甲方在谈判中的强势地位。对于那些试图进入这一领域的公司而言，如何平衡成本控制与服务质量将成为关键课题。同时，这也提醒相关部门应加强对行业规范的引导，避免因过度压榨而影响技术创新和行业发展。

　　 张翔透露，很多企业接大厂的单子，投入大量资源后发现投资回报率竟然比不上银行贷款利率，这无疑是一种低效且令人担忧的现象。这种生意表面上看似有规模效应，实际上却成了消耗企业资金链的“鸡肋”。在我看来，这种情况反映出企业在承接项目时缺乏足够的风险评估与成本控制能力。大厂订单固然诱人，但若忽视自身的承受能力和市场变化，最终只会陷入利润稀薄甚至亏损的困境。因此，企业需要更加审慎地选择合作对象，同时不断提升自身的核心竞争力，才能在激烈的市场竞争中站稳脚跟。

　　 如果说大厂的订单让智算中心难以盈利，那么其他大模型公司就是在让智算中心陷入亏损经营。

　　 “跟国内排得上号的大模型公司合作，他们根本不让你赚钱，就让智算中心自己去拿政府的新能源指标补贴，或者让智算中心赚设备租赁后剩下的残值的钱。”张翔说，“模型公司还会指定智算中心的租赁价格、上下游的合作对象以及设备来源，这非常不符合常理。”

　　 李海表示，一家致力于开发视频模型的大模型企业，因其对数据传输性能有着极高的要求，通常会选择成本相对较低的RoCE组网方案来搭配A100系列产品。然而，近期有客户提出需求，希望该企业的算力中心能够采用IB（InfiniBand）组网，并且这部分额外的成本也需由算力中心承担。需要指出的是，IB组网设备的成本往往占到服务器设备成本的15%-20%，因此价格相当高昂。

　　 即便对算力需求极为严苛的企业，在DeepSeek引发关注后，也开始选择退租。据业内人士向雷峰网透露，目前智算中心出现了退租现象，主要涉及一些大模型创业公司。这些公司通常依赖融资维持运营，尚未实现自我造血功能。据了解，市场上几家知名的模型公司均存在退租的情况。

　　 李海透露，之前是他们公司核心客户的某六小龙模型企业，尽管近期接连获得多轮融资，但与其合作的规模却明显缩减。

　　 智算中心低上架率的背后：供需失衡与技术瓶颈 智算中心的低上架率问题日益引发关注。这一现象背后，既有供需错配的因素，也涉及设备性能不足以及地域性限制等多重原因。从市场角度来看，智算中心的建设往往基于对未来需求的预测，但实际需求的增长速度却未能跟上预期。这种供需之间的脱节，不仅导致资源浪费，还使得许多设施无法充分发挥其应有的价值。 与此同时，部分智算中心在硬件性能上的短板也是一大制约因素。随着人工智能技术的快速发展，对算力的需求呈指数级增长。然而，一些早期投入运营的智算中心可能因采用的技术相对落后，在面对复杂计算任务时显得力不从心。此外，由于地理位置的选择不当，某些智算中心难以满足特定行业或区域对于高可靠性和低延迟服务的要求。例如，偏远地区的电力供应不稳定或者网络基础设施薄弱都会影响到智算中心的服务质量。 要解决这些问题，需要政府、企业和科研机构共同努力。一方面，可以通过加强顶层设计来优化资源配置，避免重复建设和盲目扩张；另一方面，则应加大研发投入力度，推动新一代信息技术与传统行业的深度融合，从而更好地适应未来发展的需要。总之，只有正视挑战并积极应对，才能让智算中心真正成为推动经济社会高质量发展的重要引擎。

　　 当行业处在早期泡沫阶段，乱象的出现是必经阶段。智算中心的桎梏，从何而来？

　　 供需结构性错配

　　 善思开悟人工智能科技公司CEO余溢在接受雷峰网采访时提到，DeepSeek问世之前，设备选型不当是导致算力闲置的重要因素之一。“在国产算力领域，采用PCIe接口的H100和H800芯片，由于在训练任务中的性价比不高，而市场需求尚未充分释放，这使得算力闲置的问题尤为突出。”

　　 “不过，这些设备可以用来做推理，DeepSeek出现后，算力闲置的现象有所改观。”余溢补充说。

　　 算力资源与实际需求不匹配导致了资源浪费，而另一方面，急需算力的地方却无法充分利用。

　　 金亚东表示，多数智能计算中心的规模在1000P（1P算力意味着每秒可执行一千万亿次计算）左右，由社会资本和地方城市资本共同建设和投入，这些资本的特点是资金充裕但对行业了解有限，因此难以精准对接到适合的需求方。

　　 而给大厂供算力，更是讲究“天时、地利、人和”。

　　 “很多智算中心都无法满足大厂大规模训练的前置要求，比如高能耗指标、高功率机柜、高密度机柜以及集群的排布。”余溢表示。

　　 近年来，硬件性能的不断提升使得技术匹配的复杂性增加，这也促使各大厂商倾向于与长期合作的伙伴携手前行。例如，润泽科技凭借多年的技术积累和对客户需求的深刻理解，成功赢得了字节跳动以及多家头部互联网企业的青睐。这种深度合作不仅提升了项目的实施效率，也让双方在技术创新上更加默契。在我看来，这样的合作模式不仅是技术发展的必然选择，也是企业间建立信任和共赢的重要途径。通过长期的合作，供需双方能够更好地实现资源互补，从而推动整个行业的进步与发展。

　　 因此，近期，第三方公司瞄准了大厂算力紧缺这一市场机遇，试图通过提供快速响应的服务来抢占市场份额。这种现象与H20的爆火效应类似，都显示出市场需求的紧迫性。然而，这些能够进入市场的订单大多具有时间敏感性，客户往往要求在短短三个月内完成算力部署。 在我看来，这种短期需求的激增不仅反映了当前技术资源分配的不平衡，也揭示了行业对高效解决方案的迫切期待。对于第三方公司而言，这既是挑战也是机遇。要在竞争激烈的环境中脱颖而出，他们需要在技术能力和服务质量上做到极致，同时确保项目的顺利推进和按时交付。毕竟，客户的耐心有限，而市场机会稍纵即逝。因此，如何平衡速度与质量，将是这些企业能否抓住窗口期的关键所在。

　　 近期有业内人士透露，不少成功拿下大厂订单的企业会选择将这些订单转手到市场中进行“二次招标”。这种模式下，这些企业并不实际持有生产设备，而是通过赚取中间差价获利。这一现象引发了对行业运作方式的思考。 在我看来，这种操作虽然在短期内能够为企业带来可观的收益，但从长远来看却可能对整个产业链产生不利影响。一方面，过度依赖中间环节可能导致资源分配失衡，增加下游企业的运营成本；另一方面，这种模式也可能助长投机行为，削弱技术创新的动力。因此，如何平衡短期利益与长期发展，或许是相关企业需要深思的问题。同时，这也提醒我们，建立更加透明、高效的供应链体系，对于提升整个行业的竞争力至关重要。

　　 创业公司作为庞大的长尾客户群体，其需求尚未充分释放，这是导致算力资源闲置的重要原因之一。这些公司在快速发展过程中，往往对计算资源的需求不够稳定，有时甚至会出现高峰与低谷并存的情况。如何更高效地匹配供需双方，成为行业亟待解决的问题。 在我看来，当前云计算服务提供商需要更加精细化地运营，针对创业公司的特点设计更具弹性和灵活性的服务方案。例如，可以推出按需计费模式，让企业只为自己实际使用的算力买单，从而降低使用门槛。同时，加强技术指导和支持，帮助创业公司更好地利用云平台提升业务效率，这不仅能激活闲置资源，还能为整个行业带来新的增长点。

　　 “AI应用需求是一个幂指数，现在在底部爬行，到了爆发的节点会上涨很多，AI应用爆发起来还要1-2年的时间。”金亚东说，“目前，AI应用的发展还面临比较多的门槛，包括对技术的认知、成本的考量以及底层大模型能力尚有欠缺。”

　　 找不到、算力成本高企，已成为当前创业公司共同面临的难题。

　　 余溢指出，“英伟达受限使得算力需求难以通过常规渠道得到满足，供需对接面临挑战，因此算力市场上出现了不少中间商。”

　　 另外，不少创业公司依然面临算力使用成本高的难题。李海提到，许多AIGC企业试图以一年前的成本预算来采购和租用当前的计算设备。

　　 国产算力性能欠缺

　　 国产算力在面对市场需求时，时常出现性能不匹配的问题，导致资源浪费现象加剧。尽管近年来我国在算力建设上取得了显著进展，但供需之间的结构性矛盾依然突出。部分高性能计算需求难以通过现有技术手段得到满足，这不仅影响了相关产业的发展效率，也对技术创新提出了更高要求。 我认为，解决这一问题的关键在于加强基础研究与核心技术攻关。一方面，政府应加大对科研机构和高校的支持力度，鼓励其围绕高性能计算开展前沿探索；另一方面，则需要企业积极投入研发资金，推动科技成果向实际应用转化。同时，还应该注重培养专业人才，构建起一支高素质的人才队伍来支撑行业发展。只有这样，才能从根本上缓解当前存在的算力供需失衡状况，促进数字经济健康快速发展。

　　 “公司测试了国产芯片的性能，测试工程师反馈‘只适合个人用户玩一下，无法作为产品服务去交付’。”张翔说，“国产芯片部署模型，只要出错过一次，服务器就会挂掉，需要重启服务。”

　　 据了解，许多国产芯片企业为了争取智算中心的订单，往往会承诺对智算中心的算力进行包销，并且投入10%-20%的资金参与智算中心的建设，表面上将彼此的利益紧密绑定在一起。

　　 “事实上，关于包销承诺，很多都是无疾而终，不过芯片厂商不兑现承诺，智算中心就不给尾款。”张翔说，“最后的结局就是一地鸡毛，设备放着吃灰。”

　　 目前，近期，多家国产芯片公司都在争抢智算中心的订单，这背后的原因不难理解：一张大额订单不仅能提升公司的业绩数字，还能在资本市场中赢得更多关注，至于产品是否真正被采用似乎并不那么重要。一位行业资深人士潘齐提到，甚至有从大厂转投芯片公司负责销售的人，因未能拿下智算中心的订单而选择离开。 在我看来，这种现象反映了当前芯片行业的一种浮躁心态。企业过于追求表面的“成绩单”，而忽视了技术和产品的实际竞争力。智算中心的订单固然诱人，但如果没有扎实的技术积累和可靠的产品质量，这样的订单可能只是短期的“面子工程”。长远来看，芯片行业的健康发展需要的是专注于技术创新和产品质量的企业，而不是仅仅为了追逐订单而盲目扩张。只有当企业能够提供真正满足市场需求的产品时，才能在激烈的竞争中立于不败之地。

　　 头部的国产AI芯片创业公司都已走到决胜IPO的阶段，产品能力、实际的订单数量以及大集群的建设能力对于谁能胜出，有着重要影响。

　　 在激烈的竞争环境里，为了争取智算中心的订单，市场中出现了不少“非正常手段”。

　　 据悉，包销承诺让智算中心算力闲置的压力压到了芯片公司身上，除了跑路的极端情况外，更体面的做法是花钱雇算力消纳方去使用自己的算力。

　　 某国产芯片企业迫于压力开始尝试通过资金换取营收的方式，与多家大模型厂商及科研机构展开合作，投入一亿元后仅获得了三四千万的收入。潘齐透露了这一情况。

　　 拥有算力需求业务板块的公司，通常会将自己的业务与智算中心对接，以确保算力使用率能够通过验收。然而，在完成为期6个月的验收期后，这些公司往往会撤掉相关业务，从而造成算力利用率明显下滑。

　　 地域限制为算力消纳戴上枷锁

　　 “大部分东部沿海地区的算力供给会因为夏天电力不足面临挑战，西部地区电力资源丰富，但算力的使用场景不足。”电信研究院一级分析师张小东表示，“以胡焕庸线为界，根据统计的结果，东部地区AI上下游企业超过60万家，西部地区仅1万家左右，但只有30%的智算中心能做跨省的算力调度，算力孤岛的现象很严重。”

　　 此外，近年来，一些县级市纷纷投入资金建设算力中心，主要目的竟然是为了争取省级政府的财政补贴。然而，由于这些地区普遍缺乏专业的技术团队来保障设备的日常维护，加上本地并没有能够有效消化算力需求的企业或机构，导致许多算力中心的设备闲置率居高不下。业内人士普遍认为，地方政府在推动智算中心建设时，应当将算力的实际应用效果作为重要的考核指标，而不仅仅是关注建设规模或是否能获得补贴。 这种现象反映了当前部分地方在发展数字经济过程中存在的盲目跟风问题。地方政府在制定政策时往往过于注重短期利益，希望通过大规模的投资迅速获取上级部门的认可和支持。但实际上，如果没有清晰的规划和实际的应用场景，再先进的基础设施也只能成为摆设。因此，如何让算力真正服务于地方经济和社会发展，才是各级政府需要深入思考的问题。 我认为，未来在推进类似项目的进程中，必须更加注重顶层设计与基层实践相结合。一方面要加强对技术人员的培训，确保已建成设施能够正常运转；另一方面也要积极培育本地相关产业，为算力提供足够的应用场景。只有这样，才能实现资源的有效利用，避免重复建设和浪费现象的发生。同时，还应建立健全绩效评估机制，通过科学合理的指标体系来衡量项目成效，从而引导更多资源流向那些真正具备发展潜力的方向上去。

　　 算力跨区域调度除了受到物理条件的制约外，还存在“人为因素”的限制。

　　 一些地区在提供算力补贴时，往往要求只有本地企业才有资格享受，这种做法可能会导致资源配置的不合理现象。我认为，这样的政策虽然初衷可能是为了扶持本地企业发展，但从长远来看却可能限制了市场竞争和技术进步。算力作为重要的生产要素，应该更高效地服务于整个行业和社会需求，而不是被局限于某一区域。开放补贴政策，让符合条件的企业都能参与其中，不仅能够激发更多创新活力，也能促进全国范围内数字经济的均衡发展。

　　 数据的隐私性和安全性问题，成为算力跨区域调配的一大障碍。

　　 据了解，近年来，数据安全成为各行业关注的焦点，许多机构倾向于将数据存储在本地，这使得智算中心的选址变得尤为重要。过去，互联网巨头提出了“黄金10公里”概念，强调算力设施应布局在其核心业务区域的10公里范围内。这一策略不仅有助于保障数据的安全性，还能有效减少网络延迟，提升服务效率。 在我看来，“黄金10公里”的理念体现了企业对于技术与安全平衡的深刻理解。随着数字经济的快速发展，数据已成为企业的重要资产，如何确保其安全性和高效利用成为关键课题。智算中心作为支撑数字经济发展的重要基础设施，其位置选择直接影响到企业的运营成本和技术响应速度。因此，合理规划智算中心的布局，既是对企业自身发展的负责，也是推动整个行业健康发展的必要举措。 未来，随着5G、人工智能等新技术的普及，数据量将会进一步激增，这对智算中心的建设和管理提出了更高要求。希望相关部门能够引导行业形成更加科学合理的布局方案，让数据真正发挥出应有的价值。同时，也希望各大企业能够在追求经济效益的同时，注重社会责任感，共同营造一个开放、透明且安全的数据生态环境。

　　 “数据不可能流动起来，基本还是在当地的智算中心做训练和推理。”一位从业者表示，“东数西算还没有发挥出其价值。”

　　 随着未来算力需求预计增长十倍，5000万家中小型企业将成为算力消耗的核心力量。这一趋势不仅反映了数字技术在各行各业的广泛应用，也揭示了中小企业在未来数字经济中的巨大潜力。 在我看来，这一变化标志着传统行业数字化转型的加速。中小型企业作为经济发展的基石，其对算力的需求增长表明它们正在积极拥抱新技术，以提升自身的竞争力和创新能力。同时，这也为云计算、大数据等相关产业带来了前所未有的发展机遇。 然而，面对如此庞大的算力需求，如何确保资源的有效分配和利用成为了一个重要课题。政府和企业需要携手合作，制定更加合理的政策和技术方案，以支持这些企业的数字化进程。只有这样，才能真正实现算力的高效利用，推动整个社会经济的持续健康发展。

　　 “泡沫期”往往是行业快速扩张的必由之路，这期间资金、人才和技术会大量涌入，经历阵痛之后，智算中心将迎来稳定发展。

　　 “全社会对AI技术认可程度不断提高，现在做AI应用机遇巨大，大厂的关注点更多落在平台和生态方面。”余溢说，“创业公司单个客户虽然小，但是数量很多，长尾客户占到80%，会慢慢把闲置的算力填满。”关于AI应用及其对算力市场的影响，欢迎添加作者微信YONGGANLL6662交流讨论。

　　 金亚东则表示，智算中心获益是一个很重要的指标，智算中心处在上游，其能盈利代表下游的AI应用已经被盘活。

　　 张小东认为，近年来，无论是从数据产量的持续攀升，还是日均Token消耗量的增长趋势来看，都表明全球对算力的需求正在不断加剧。这种变化不仅反映了数字经济的快速发展，也凸显了技术基础设施升级的紧迫性。在我看来，算力作为支撑数字时代的核心资源，其需求的增长既是机遇也是挑战。它既推动了相关产业的技术革新，也对能源利用效率提出了更高的要求。因此，如何在满足算力需求的同时实现可持续发展，将是未来需要重点关注的方向。同时，这也提醒我们，技术进步的步伐不会停止，而如何更好地适应这一变化，将是每个行业都需要认真思考的问题。

　　 2024年，中国数据产量同比增长20%，数据流通量同比增长超30%，很多数据都用于AI，从数据使用量的角度倒推算力需求量的增长比例大概在20%-30%。

　　 根据运营商内部的统计数据，2024年整体Token消耗量大约为5万亿，而到2025年底，这一数字预计将增长十倍，达到50万亿。从这个角度来看，Token的消耗量直接反映了对算力的需求，这意味着未来两年内算力需求的增长幅度将达到惊人的1000%。 这一数据背后透露出的是整个行业对算力依赖程度的急剧上升。随着人工智能、大数据等技术的快速发展，算力已经成为推动产业创新的核心动力之一。然而，如此大规模的增长也带来了新的挑战，包括能源消耗、硬件升级以及基础设施建设等方面的问题。如何在满足市场需求的同时实现可持续发展，将是未来几年内需要重点关注的方向。此外，这种指数级增长也可能促使相关技术不断革新，以更高效的方式提供算力支持，从而更好地服务于未来的智能化社会。

　　 需求量的增长将促进闲置算力的消化，同时行业也在探索更加灵活的销售方式以满足市场需求。

　　 为了满足大型客户的训练需求，智算中心通常会整合分散的算力资源，形成整体打包方案进行销售。而对于中小型客户的推理需求，智算中心则采取灵活分配的方式，不再采用传统的整机租赁模式，而是将一台设备上的8块GPU卡按小时分割，提供24小时的动态分配服务，支持用户根据实际需要选择合适的卡时配置。此外，基于Token计费的算力收费模式通过设定最小计费单元，最大化地提升了算力的使用效率，实现了更高的资源利用率。

　　 “世界上没有用不掉、不合适的算力，重点在于找到合适的应用。”金亚东说，“算力市场更重要的是做好‘散对散’之间的配对，100-1000P算力供给方和大概5000万家中小型企业才是未来市场的主角，已经上线的天元智算算力调度平台就能为散对散的交易提供合作渠道。”

　　 针对国产算力存在的性能瓶颈，持续有创新的技术方案推出以提升算力效率。

　　 国产芯片在某些单项性能上表现尚佳，但整体综合性能仍有提升空间。在我看来，通过构建异构计算集群来优化其算力，同时借助先进的计算迭代平台，让软件与硬件协同发展，能够更有效地弥补短板，实现整体性能的全面提升。这种软硬结合的方式不仅有助于国产芯片的快速发展，也为未来的技术创新提供了更多可能性。

　　 近年来，国内多家企业纷纷聚焦国产算力的优化与提升。北电数智、无问芯穹以及澎峰科技等公司凭借各自的技术优势，致力于通过创新方案增强国产芯片在算力上的表现与能效。这些企业的努力不仅彰显了我国在半导体领域加速追赶国际先进水平的决心，也反映了国产芯片在面对复杂应用场景时所展现出的巨大潜力。 在我看来，这一系列动作标志着中国信息技术产业正逐步摆脱对国外技术的依赖，朝着自主可控的方向稳步迈进。尤其是在当前全球科技竞争日益激烈的背景下，加强国产芯片研发显得尤为重要。同时，这也提醒我们，在关注技术创新的同时，还需注重产业链上下游协同发展，为国产芯片创造更多实际应用机会，从而进一步激发其市场活力和技术革新动力。相信随着各方持续努力，未来国产算力必将实现更大突破，并在全球范围内占据更加重要的地位。

　　 政府补贴在推动国内智算产业发展方面发挥了重要作用，但同时也引发了诸多争议。市场上有不少声音指出，过度依赖补贴反而吸引了一些短期逐利的行为，这在一定程度上扰乱了智算中心产业的健康发展秩序。 在我看来，政府补贴本意是为了解决行业初期的资金瓶颈问题，促进技术创新与应用落地。然而，若缺乏科学合理的分配机制和监管手段，就可能被部分企业视为“捷径”，进而忽视长远规划和技术积累的重要性。因此，在继续发挥财政杠杆作用的同时，还需进一步完善相关制度设计，比如加强对资金流向的透明度管理，以及建立以实际贡献为导向的绩效评估体系，确保每一笔投入都能真正转化为推动行业高质量发展的动力。只有这样，才能让智算产业摆脱对补贴的依赖，实现自主可持续的成长路径。

　　 金亚东说，这种现象符合产业发展的一般规律。在起步阶段，国家通过投资建设智算中心并扶持国产芯片的应用是合理的。就像新能源电动车产业，也是依靠补贴逐步发展起来的。初期侧重补贴供给侧，当供给规模达到一定程度时，再转向补贴需求侧，最终由需求端根据市场情况选择最优秀的供给方。这种市场化的过程能够筛选出最具竞争力的企业。

　　 下个阶段，政府的支持政策和资源倾斜或许会逐步向下游的AI应用场景转移。在市场需求持续增长、供需对接机制不断优化以及行业秩序逐渐理顺的背景下，智算中心的发展依然值得关注与期待。 在我看来，这一趋势表明了人工智能产业正在从基础设施建设向实际应用落地加速迈进。智算中心作为重要的底层支撑，其价值不仅体现在硬件设施上，更在于能否为各行各业提供高效、便捷且具有针对性的解决方案。未来，只有那些能够紧密结合具体场景需求、推动技术创新与商业价值实现并重的企业或平台，才能在激烈的竞争中脱颖而出。因此，我们既要对智算中心的前景保持乐观态度，也要警惕盲目扩张带来的潜在风险，确保行业发展行稳致远。