7.6
深览指数
科技虎嗅·心智观察所©··AI 生成
中国算力过剩是个伪命题，但比它更危险的事正在发生
本文反驳了摩根大通报告中「中国80%数据中心闲置」的简单结论，指出该数字混淆了传统IDC与AI智算中心，但部分地方智算中心利用率低确是真实困境。核心论证是：中国AI算力建设的真正瓶颈不是芯片数量，而是工程生态（CUDA替代难）、市场结构转型（从训练转向推理）以及「算力地产化」带来的错配风险。作者认为，未来竞争将从谁有GPU转向谁能有效组织算力、电力与网络，算力孤岛是比过剩更危险的隐患。适合关注AI基础设施投资、国产芯片生态及地方数字经济的从业者阅读。原文 ↗
核心观点
- ▍中国AI算力不存在简单的「过剩」或「不足」，真实矛盾是高质量有效算力不足与低效率算力消化不掉并存，而比算力过剩更危险的是各地用基建思维搞「算力地产化」，导致大量割裂的算力孤岛形成。
- 01《科技日报》报道某西部千卡智算中心，上架率不足50%，已上架服务器实际利用率不到30%，年运营成本超3000万元。
- 02浪潮人工智能研究院测算全国智算中心平均算力使用率约30%，路透社也有信源估计部分数据中心利用率在20%-30%之间。
- 03文章区分了五类利用率口径（上架率、开机率、GPU利用率、有效训练利用率、商业利用率），指出不同尺子量出的数字天然有差异，但方向一致。
- 04全国已投运和在建规划的智算中心项目合计超500个，2025年仅公开招投标中亿元以上相关项目超222个。
- 05文章指出国产算力的挑战并非芯片能否跑模型，而是能否以接近CUDA生态的工程效率运行，涉及迁移成本、算子优化、框架适配等系统性问题。
- 06DeepSeek之后，行业认知改变：不是所有企业都需要从零训练大模型，推理算力需求将超过训练，且推理算力必须靠近用户（训练中心化、推理分布化）。
- 072025年全国算力中心总用电量达1700亿千瓦时，中国信通院测算高情景下2030年可能超过7000亿千瓦时。
反方 / 局限
- — 文章承认其引用「80%闲置」的质疑不严谨，数据中心与AI智算中心不是一回事，该数字将传统IDC与智算中心混为一谈。
- — 作者未充分讨论：部分低利用率是行业早期培育的正常现象（光伏、新能源车都曾经历），AI算力起步期即要求高利用率是否合理；且头部云厂商（阿里、字节、华为云）核心集群高端算力仍紧张，暗示结构性矛盾不代表全局失败。
- — 「全国一体化算力网」的调度方案是否现实？文章本身指出算力无法像水电一样物理搬运，只能流动数据、任务和调度指令，这一诺德豪斯式构想在现有行政与商业壁垒下的落地难度被低估。
9 分钟 · 5 卡片 · 11 资料
读原文 →