过剩还是错配？国产算力亟需突围

作者／ IT时报记者 贾天荣

编辑／ 郝俊慧 孙妍

随着人工智能技术和产业的快速发展，全球围绕AI的战略竞争正日益加剧。智算中心作为支撑大模型训练与推理的核心基础设施，已成为各国科技竞争中的“新基建”。

《IT时报》去年曾报道，国内地方政府、科技巨头和电信运营商纷纷加码智算中心项目，投资规模从百亿级跃升至千亿级。

然而，今年以来，随着国际市场风向发生微妙变化，这场算力建设热潮也出现波动。如微软，已宣布暂停多个数据中心项目，释放出“收缩”信号。尽管全球科技公司仍在持续加大AI投入，但“许多项目缺乏明确客户”“AI服务器集群供应过剩”的声音不绝于耳。阿里巴巴集团董事会主席蔡崇信就警告称，美国AI数据中心或陷入建设泡沫。

而在国内市场，审慎转向的迹象同样出现。

一边是热火朝天的建设，一边是宏观调控的降温，智算中心是否已由“香饽饽”变成“鸡肋”？国产算力建设是否过剩了？

投资热度未减

中国通信工业协会数据中心委员会发布的《中国智算中心产业发展白皮书（2024年）》（以下简称《白皮书》）显示，截至2024年11月，全国已投运的智算中心项目近150个，在建及规划中的项目接近400个。

截至2024年8月，全国智算中心项目总数已超过300个，公布算力规模超过50万PFlops。其中，约三分之一项目规划算力超500PFlops，主要由政府或基础电信运营商主导建设。仅2024年当年就有超过50个项目投运，新增算力约2万PFlops，60%以上由地方政府、国资平台及运营商主导。

另据中国IDC圈统计，2025年第一季度，全国29个省份共有165个智算中心项目有了新进展。除去37个未披露投资额的项目，其余128个项目合计总投资超4300亿元。但从项目状态看，仅16个处于已投产/试运行阶段，绝大多数仍处于筹建或在建状态，真正投入运营者寥寥。《IT时报》记者在中国招投标公共服务平台上查询到，2024年第一季度共发布了172条与智算中心相关的招标公告，相比去年同期仅44条增幅明显。与此同时，百万级、十万级AI设备采购、小型算力中心招投标需求也在快速增长。

图源：中国IDC圈

阶段性“算力过剩”

面对庞大的建设规模和尚未充分释放的需求，市场上开始出现“算力过剩”的质疑。然而，多位业内人士在接受《IT时报》记者采访时指出，更准确地说，算力不是“过剩”而是“结构性错配”。

共绩科技联合创始人兼COO王鹏表示，从事实来看，行业中的算力需求增长明显，尤其是AI推理业务井喷式增长，推动算力需求上升。

王鹏透露，去年底某运营商的一个国产万卡池还有大量算力闲置，但随着国产大模型DeepSeek的爆火，仅一两个月时间便被租满了，“以前训练/推理的比例是9:1，现在推理已经占到40%到50%。对我们平台来说，推理类业务的爆发是好事，因为更适合用分散资源来调度”。

一位业内人士也向《IT时报》记者表示，当前出现算力错配现象是多重因素叠加的结果。“智算中心不同于传统的IDC数据中心，它所面临的技术要求、应用门槛和外部环境都更加复杂。”他认为，这种结构性错配的背后，既有中美贸易摩擦升级带来的芯片断供风险，也有企业“抢跑”式囤卡导致的阶段性资源积压。

图源：unsplash

该业内人士表示：“去年美国对华芯片出口限制进一步升级，促使很多国内企业大量囤积英伟达芯片。但这些卡的性能往往落后于主流高端卡两代以上，头部企业在预训练侧需求强烈，中小企业又缺乏足够的研发能力去消化这些资源，就造成了看似‘供大于求’，实则‘有卡用不起来’的现象。”

中昊芯英解决方案架构师顾立程则表示，智算中心的选址与运营成本密切相关，并非所有地区都适合建设智算中心，“西部地区拥有较低电价和清洁能源优势，而一些依赖煤电的地区盲目上马，只会带来高昂运维和能耗成本。”这也被业内人士认为是国家开展摸底工作、科学统筹布局的重要原因。

算力需求的变化不仅体现在规模上，更体现在应用结构的转变上。

曙光存储相关负责人此前在接受《IT时报》记者采访时指出，以DeepSeek为代表的新一代国产模型让大家对存力和算力的需求，从以往的集中型的数据中心发散到边缘设备，也推动工业一体机、边缘视觉终端等产品快速涌现，“过去大家需要采购新设备来跑AI，现在通过优化算法，老设备也能被重新利用”。

这位人士坦言，这种变化短期内对企业级存储业务构成一定压力，但从长远来看，未来AI基础设施将呈现“集中+边缘”并行的趋势：大型模型训练仍依赖超大规模智算中心，而推理集群则在各行业、各场景落地开花。

部分国产芯片闲置率高达80%

结构错配的另一面，是算力利用率低。业内人士告诉记者，在一些智算中心内，部分国产算力利用率甚至不足20%。

根据国际数据公司（IDC）公布的数据，企业级通用算力中心的利用率仅为10%至15%，部分智算中心的GPU利用率不足30%，存在算力浪费现象。

一位业内人士告诉《IT时报》记者，“有些智算中心使用的是相对落后的服务器或GPU卡，导致算力效率和性价比低下，部分智算中心缺乏市场化运营思维与专业能力，易造成资源浪费。若生态配套不完善，即使硬件性能尚可，也难以被广泛接受和高效利用。相较而言，企业自建中心往往更关注投资回报率，因而会更加倾向于选择高性价比、利用率高的算力资源”。

图源：unsplash

这位人士透露：“闲置算力波动性太大，主要还是看智算中心有什么卡。由于生态还不完善、一些国产卡的测试数据并不理想，企业用不起来，闲置率可能高达70%～80%甚至更高。”同时，即使有些智算中心选用了英伟达卡，但建设方并不具备一定的销售和运营能力，有可能算力池建好也卖不掉。

生态体系的不完善，亦是制约国产算力发挥的重要因素。尤其是在国产GPU方面，“即使硬件性能不俗，如果缺乏成熟的开发生态和配套工具，也难以被市场广泛接受。”王鹏坦言。

《白皮书》也指出，现阶段在智能算力快速增长的同时，也存在供需匹配问题，部分智能算力资源利用率较低。规划和实际需求之间存在差距，如算力架构设计不合理，或技术更新迭代后设备无法满足新的计算要求，可能导致智算中心资源闲置。部分智算中心由于市场推广不足或者服务类型单一等，算力资源未能得到充分利用。

智算中心须“精细化”管理

双重压力下，部分智算中心一度传出遭遇断供潮的消息。顾立程称，对于倾向使用英伟达卡的智算中心，当前供应链极大的不确定性会使其采购变得极具挑战。近期，美国政府通知英伟达未来向中国出口H20芯片须申请许可证，此举进一步增加了不确定性。

在此基础上，越来越多的国内芯片厂商开始为客户提供整套解决方案。“从中昊芯英服务的客户来看，基本没有出现算力闲置，反而存在供不应求的情况。我们不仅提供芯片，更提供整套解决方案，包括大模型团队协助客户构建行业应用，这种深度服务模式极大提高了资源使用效率。”顾立程表示。

“我们去年与某运营商合作，建设了50PFlops规模的智算中心。经过一段时间的运营，内部资源的利用率非常高，当前我们正在筹划二期扩建，计划将算力规模扩展到200PFlops。”他进一步解释，这不仅提升了国产芯片的应用效率，也让更多行业客户愿意采用国产方案。

此外，随着生成式AI热潮的持续升温，“智能体”（Agent）开发成为行业新焦点，一定程度上解决了算力到最终用户之间的使用鸿沟。在顾立程看来，这一趋势有望缓解算力资源与实际需求之间的脱节。

图源：unsplash

在中美科技博弈加剧的背景下，国产芯片的战略地位日益凸显。顾立程认为，国产AI芯片的替代趋势不可逆转，但这一进程仍需在硬件性能和软件生态上积累时间与经验。他指出：“当前国内AI芯片与国外仍有差距，尤其是在高端训练方面。但只要行业内各方达成共识，坚持走国产化路线，从‘小而用得起’开始，逐步建立可持续的算力体系。”

显然，推理需求的持续增长和国产化进程的加速将是行业发展的关键，但“粗放式”管理的智算中心，则因运营能力较弱，容易面临倒闭或被收购的风险。

“行业已进入精细化运营的阶段。传统的裸机租赁模式已经难以盈利，经过并购整合后，运营公司往往会对资源进行重新规划，打造新的集群，提高资源的利用效率。”王鹏指出。

顾立程强调，算力的核心在于“人”。目前最大的问题不是“有没有算力”，而是“有没有人把算力用起来”，“AI不是单纯的技术问题，而是技术与行业的深度融合。这就需要大量既懂AI又懂行业的复合型人才。随着认知的提高和人才的培养，我相信未来供需两端会逐渐匹配起来，算力利用率会逐步提升”。