CQ9电子游戏热门推荐CQ9电子游戏热门推荐

　　人工智能行业的井喷式发展，带动了产业链上下游环节的持续火爆。高性能算力是人工智能发展的必要条件，智算中心作为提供高性能算力的关键基础设施，对人工智能产业的重要性不言而喻。

　　然而，算力需求日益高涨的同时，部分智算中心却因高闲置率陷入了生存困境，曾花费高昂成本建立的“新时代厂房”，如今回本都成了问题。这个矛盾，其实是技术迭代、供需错配、生态协同等多重因素交织的复杂结果。

　　智算中心的全称是智能计算中心，由于科技飞速发展和普及，原先传统的数据中心已经难以满足高性能高强度的计算需求，于是人们出于升级迭代的目的，推出了智算中心的概念。它像以前的发电厂、自来水厂一样，是人工智能时代最基础的设施，能够把分散的超级算力集中起来，向所有需要AI的地方提供计算能量，推动各种场景的智能应用落地。

　　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）》中2020-2028年中国智算中心市场规模及预测

　　近两年，由于算力需求飞速扩张，为了避免硬件基础拖产业研发的后腿，智算中心项目数量的增长也在同步跟进。中国通信工业协会数据中心委员会（简称“CIDC”）发布的《中国智算中心产业发展白皮书（2024年）》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。

　　据国际数据公司IDC统计，仅在今年2月，就有31个智算中心项目有明确新进展。从规律来看，经济发展较快或具有特定优势资源的城市，智算中心项目更易落地。

　　然而，行业的火爆抬高了人们对技术发展的乐观预期，繁荣之下的智算中心开始出现建设泡沫。据IDC的不完全统计，今年第一季度中国大陆共有165个智算中心项目出现新动态，但只有16个项目处于已投产/试运行状态，实际投产率仅为10%，真正落地开始运营的项目少之又少。

　　生成式AI跨过概念红利期进入技术爬坡阶段，市场开始挤泡沫让算力租赁经历极大的落差。最直观的表现是，在原有的算力规模下价格出现大跌。

　　与此同时，不少智算中心的算力并未被消纳，闲置率持续走高。有业内人士提到，截至2024年底，机房的出租率普遍在20%～30%，甚至部分企业级智算中心的机房出租率只有10%。这种变现水平比起前期高昂的建设成本和持续的运营成本，几乎可忽略不计。

　　一个英伟达H100构成的千卡集群智算中心，前期投入的建设成本共计约3.5亿元，而每年的运维成本还需投5000万元左右。目前很多项目都依赖政府补贴和银行贷款，低效的成本回收直接加剧资金链断裂的风险。

　　不仅如此，现有的政策框架对智算中心尚无明确的定位标准和监管机制，比如智算中心的能耗指标依然沿用传统数据中心的标准，但二者的计算需求、机架的负载容量水平，以及对应的能耗强度并不是一个量级。这就导致项目难以通过审批，拖慢计划进度，延长的建设周期会进一步加剧成本负担。

　　答案是未必，尽管从部分区域极高的闲置率来看似乎的确如此，但放眼全国和整个行业，随着AI技术迭代，从训练转向推理的行业过渡期后，市场的推理算力需求仍在爆发式增长，问题的核心在于算力供需的结构性错配。

　　从时间维度来看，互联网企业的推理需求与用户的活跃时段息息相关，因此白天算力需求激增，而夜间资源利用率不足。同时，随着大模型商业化的进度加快，推理需求在算力总需求中的占比出现明显增长，而部分智算中心的硬件设备并未更新，无法适配推理场景需求，因此被动闲置。

　　从空间维度来看，京津冀、长三角等地区算力需求超过全国半数，但由于能源、土地资源受限，拖累了供给能力，导致响应速度不足；西部虽资源丰富，但本地需求有限导致算力利用率不足。

　　从行业维度来看，从传统数据中心转型的智算中心，存在“换芯不换脑”的问题，即将CPU升级为GPU，却未部署成熟的分布式训练框架。技术迭代滞后的影响下，智算中心的硬件架构无法匹配现有的AI需求，于是导致实际的算力利用率极低，造成通用算力过剩。另一方面，专用算力仍面临短缺，因为自动驾驶、生物医药等高精技术领域需要定制化算力，这对芯片设计、软件适配、行业标准（如打通不同厂商的算力接口、统一计费方式等）等配套的产业链协同要求极高。

　　算力的供需错配导致企业的生存压力不断加剧，尤其是中小智算中心难以承受持续的巨额亏损。同时，由于算力不足会直接影响大模型的训练周期，技术创新也会受到阻碍。更严重的是，高闲置率导致的巨大能源耗损与资源浪费，会加剧整体产业发展的压力。

　　除此之外，市场环境也是相当重要的影响因素。既然存在较为严重的供需错配问题，解决方案就绕不开跨地区的算力调度，但该过程需要突破区域运营商的权属边界，而目前算力交易市场上仍然缺乏有效的信任机制，加之企业担心数据安全风险问题，算力调度的市场化落地还有很长的路要走。

　　不过动态资源调度的需求缺口不失为一个契机，可以推动智算中心的盈利模式从单一且粗放的算力租赁转向多元化服务。

　　其实比起传统的数据中心，智算中心不仅在算力上有显著提升，还更强调智能化的资源调度与系统管理，这为其拓展服务变现预埋了业务接口。AI大模型的商业化发展推动场景落地，厂商的需求逐渐精细化，在此背景下，可以利用“垂直领域算力+算法打包服务”进行业务赋能，凭借组合服务方案抬高客单价，提升自身的造血能力。

　　长远来看，智算中心的盈利模式会逐渐从基建驱动转向服务驱动，单纯依赖硬件租赁的盈利模式或将面临淘汰。不过想要在行业洗牌中胜出，企业还需先熬过这波寒潮。返回搜狐，查看更多