通用算力相對過剩 智能算力相對短缺 中國算力市場的成長煩惱-新華網
新華網 > > 正文
2025 04/29 10:43:57
來源:上海證券報

通用算力相對過剩 智能算力相對短缺 中國算力市場的成長煩惱

字體:

  4月以來,城地香江、平治信息等多家上市公司披露中標數據中心項目或簽署算力服務合同的公告。但此前,也有飛利信、蓮花控股、錦雞股份等多家公司因算力業務未能開展、服務器未能供貨等原因相繼終止算力服務合同。

  這種“接單”與“撤單”並存的現象,折射出我國算力市場正面臨某種“成長的煩惱”。

  上海證券報記者廣泛採訪産業鏈公司獲悉,目前部分老舊的算力中心因與市場需求脫節而被閒置,而符合時代需求的智能算力供給仍有缺口。同時,部分買賣雙方的專業性與成熟度仍有待提升,賣方對於建設和運營智算中心的認知有限,搭建了計算和服務能力有限的通用算力;部分買方對於自身算力需求的認知也不充分,不具備使用數據中心的能力,導致數據中心的利用率不甚理想。

  可以説,這些因素共同導致了當下中國算力市場“通用算力相對過剩,智能算力相對短缺”並存的結構性失衡。

  展望未來,我國算力市場發展空間仍然巨大,行業正在算力調度、算力硬體與配套軟體等三個層面持續優化迭代,加速實現從算力大國到算力強國的跨越。

  “一半過剩,一半短缺”

  我國數據中心市場正處於“一半過剩,一半短缺”的結構性矛盾中。

  從上市公司4月披露的算力中心建設項目中標信息中可知,招標人主要集中於中國移動、中國電信等央國企。比如,城地香江多次作為聯合體之一成為位於安徽、寧夏等地的數據中心項目中標人或中標候選人,中標金額在5.95億元至24.33億元之間。同期,平治信息公告預中標陜西電信的GPU算力建設項目及成為浙江移動數智科技有限公司杭州濱江區智能算力服務三期項目中標候選人,中標金額分別為2.46億元、2.14億元。

  其背後,是三大運營商大踏步加碼算力投資。

  公開信息顯示,中國移動2025年算力預算為373億元,佔總資本開支的25%,計劃將智算規模提升至34EFLOPS(每秒10的18次方次浮點運算),並強調對推理資源的投資“不設上限”。中國聯通算力投資2025年計劃增長28%,並為人工智能重點基礎設施和重大工程專項作了特別預算安排。中國電信則明確2025年算力投資同比增長22%,公司董事長柯瑞文在業績説明會上&&:“算力方面,我們初步安排是百分之二十幾的增長,但不設限。”

  同時,亦有上市公司公告簽訂了算力租賃合同。如宏景科技將向Y公司提供總金額為2.35億元的算力組網集成服務;中貝通信將向萬界數據提供智算中心的算力服務,金額為4.41億元。

  但是,近期市場上“撤單”現象也日漸增多。

  飛利信、蓮花控股、錦雞股份、鴻博股份等多家公司相繼公告終止算力服務採購合同,原因集中在算力相關業務未能如期開展、服務器未能按期供貨等方面。

  “接單”表明我國算力市場的需求仍在不斷涌現、市場規模持續擴大。IDC(國際數據公司)預測,2025年中國智能算力規模將達到1037.3EFLOPS,並將在2028年達到2781.9EFLOPS。

  “撤單”也為行業潑上冷水:算力市場存在結構性失衡的問題。

  科智諮詢此前發布報告顯示,我國IDC機櫃平均上架率在58%左右,且這一數據在幾年內將保持平穩。有業內人士向記者&&,我國部分地區IDC的PUE(電源使用效率)甚至超過2.5,這表明我國市場仍存有閒置算力。

  “過剩”與“短缺”並存,呈現出較為明顯的按算力質量與地域分佈的情況:通用算力相對過剩而智能算力相對短缺、西部算力相對過剩而東部算力相對短缺。

  從算力質量上看,計算性能強、配套軟體服務好的智能算力相對稀缺。

  記者了解到,雲服務商優刻得在內蒙古烏蘭察布的數據中心一櫃難求。“烏蘭察布離北京非常近,網絡延遲只有5毫秒。”優刻得創始人、董事長兼首席執行官季昕華&&,“而且顯卡不是拿過來就能用的,需要做很多的性能優化,以及提供配套的故障處理等服務,優刻得在這方面的技術相對成熟,因此我們的算力比較緊俏。”

  “從地域上看,算力需求可以基本按照胡煥庸線劃分。胡煥庸線東部人口相對密集、經濟相對發達,算力尤其是智能算力基本滿載滿租,西部地區的供需關係則相對寬鬆。”快思慢想研究院院長、商湯智能産業研究院原創始院長田豐&&。

 結構性失衡的三大主因

  為何我國算力市場會出現“通用算力相對過剩,智能算力相對短缺”的結構性失衡?

  首先,算力需求高速增長與迭代,底層算力硬體正處於“新老交替”之際,使市場出現供需不匹配。

  縱觀國內GPU算力集群市場的發展歷程,早期的需求主要用於動漫及游戲的視頻渲染。其後就進入“百模大戰”的時代,這一時期的算力需求主要為大語言模型的訓練。再之後,智能體、AI硬體終端市場出現對模型推理任務的新增需求,而雲端推理則對數據中心的性價比和使用率提出了更高的要求。

  市場對算力需求的快速增長與迭代不僅令部分與市場需求脫節的算力中心被閒置,也造成智能算力的供給缺口。

  “一些此前建造的、老款芯片、算力沒有那麼強的通用AI算力正面臨淘汰和轉型,而能夠進行大規模訓推的高端智能算力不足。”有業內人士&&,“曾有測算顯示,2025年中國需要300萬張GPU,但是我們的産能還不太能滿足。所以從中短期來看,國內算力市場確實面臨着智能算力的短缺。”

  其次,“通用算力過剩而智能算力短缺”與交易雙方的市場認知相關。

  部分數據中心的賣方對於建設和運營智算中心的認知有限,搭建了一些計算和服務能力有限的通用算力。

  “一些非專業人士或企業看到數據中心行業比較火,就想進入這個行業。但是他們對行業基本情況的了解不夠深入,缺乏技術和經驗積累,導致他們建設的數據中心性能有限。”季昕華&&,“比如數據中心會存在5%至10%的掉卡率,當某張卡掉線之後需要調度另一張卡進行斷點續算,其中的計算數據需要做自動化遷移。但部分公司不具備相應的服務能力,這會影響到其算力服務的市場競爭力。”

  從買方來看,部分公司對於自身算力需求的認知不充分,同時也不具備使用數據中心的能力,導致數據中心的利用率不甚理想。

  如某上市公司服務器産品代理商對記者&&,搭建數據中心需要嚴謹的規劃論證和專業的人才支撐。當智算中心交付後,需要客戶結合自身的應用環境做API的對連以及之後的相應優化,部分情況下還需要客戶對模型進行訓練才能夠達到預期的使用效果。

  “有時候我們向客戶交付了産品,但他們不會用。甚至在有些時候,意向客戶的規劃和預算都很‘理想’,但其後經過公司內部層層的審批和論證,發現自身對於數據中心的需求和運維能力都沒有那麼強,計劃就不了了之。”該代理商補充道。

  最後,部分企業看重在西部地區建設算力中心的低成本,而忽略了客觀條件限制,這也導致算力資源在地域層面的錯配。

  實際上,有些地區並不適合建設數據中心。“算力中心不能只考慮算力,還要考慮網絡。某些地區到上海的網絡延時可能高達100毫秒,這樣的延時損耗對於算力輸出而言影響很大。因此,相關的算力應用只能部署在本地,但當地往往不存在太多的算力需求,致使數據中心的上架率偏低、PUE偏高。”有業內人士認為。

  從算力大國到算力強國的跨越

  如何解決我國算力市場“成長的煩惱”?

  業內人士普遍認為,行業正在算力調度、算力硬體與配套軟體等三個層面進行優化迭代。

  “在調度層面,隨着市場開放、技術成熟,一定會有運營公司把閒置算力整合起來,賦予這些算力應有的市場價值。”雲服務商天寬科技相關負責人告訴記者。

  目前,針對部分算力中心因配套軟體服務能力欠缺而閒置的情況,市場上已出現“算力合夥人”模式。

  “優刻得正在運用自身的軟體服務能力優勢,管理一些算力中心的空閒硬體資源,合夥將閒置算力利用起來。”季昕華&&。

  同時,西部地區在土地、電力等資源稟賦優勢也使“東數西存”“東數西訓”“東數西渲”成為趨勢。

  具體來看,“東數西存”是指東部的數據中心更多地存儲需要頻繁訪問與在線運算的數據,而將大量的災備數據、異步分析數據存儲至西部數據中心;“東數西訓”是指東部的數據中心較多地負責對通信延遲要求較高的實時推理任務,而將高耗能但對延遲要求較低的訓練任務部署於西部的數據中心;“東數西渲”則是指將東部數據運送至西部進行游戲、電影視頻渲染,將東部地區算力中心的負載轉移至西部。

  “其實,對通信延遲要求較低的計算任務基本上可以部署至西部地區的數據中心。”田豐&&,針對搭建時期較早的老舊通用算力,可作為本地的推理中心,開放給學校、科研院所及社會大眾創新使用,進一步減少算力閒置。

  在硬體層面,國産高端算力硬體正在加速發展。

  據TrendForce,華為正加速推出昇騰910C芯片。據悉,該芯片的性能接近英偉達H100的80%。此外,華為昇騰920芯片也或將於2025年下半年進入量産,該芯片可能會在中國市場取代英偉達H20。

  天寬科技相關負責人稱,國産算力的可用性問題已經解決,接下來只需要逐步提升單卡算力、能耗與總體産量。“國內高端算力硬體市場存在供給缺口,誰先推出此類産品,誰就能拿下份額,國産高端算力硬體發展勢不可擋!”亦有業內人士向記者&&。

  在軟體層面,國內硬體與算法間的中間層軟體也在不斷發展。

  “這一層軟體非常重要。”田豐&&,“英偉達耗費了十餘年才打造出CUDA軟體層這條‘護城河’,使得英偉達顯卡在流體力學、納米科研算法等細分領域的算法加速表現優異。當前,國産算力硬體多種多樣,視覺算法、語言模型算法、多模態算法、語音算法等新算法也層出不窮,而這些算法均需要軟體層才能更好地和算力硬體適配。”

  目前,國內市場的模型廠商正在和算力硬體廠商共同開發中間層軟體,如商湯已在和華為昇騰、寒武紀合作研發算法加速的基礎算子庫,補上“國産CUDA”這一層。“模型廠商和芯片廠商共同進行軟硬體適配工作是一種趨勢。未來,國內軟體廠商的算法將在國産的新算力硬體上越跑越快。”田豐稱。

  “算力過剩”與“算力短缺”並非矛盾,而是同一生態系統不同層面的結構性錯位現象。

  未來,隨着算力調度、算力硬體和配套軟體的不斷優化與迭代,“沉睡的機房”將變成數字經濟的持續動能,我國也將逐步實現從算力大國到算力強國的跨越。(記者 郭成林 鄭維漢)

【糾錯】 【責任編輯:黃海榮】