被關(guān)稅重壓出來(lái)的本土充沛算力資源丨貿(mào)易戰(zhàn)下的產(chǎn)業(yè)韌性（一）

原創(chuàng) 贊收藏 評(píng)論

舉報(bào) 2025-05-11

掃描,分享朋友圈

文 | 智能相對(duì)論

作者 | 陳泊丞

重壓之下，海綿里的水將被持續(xù)擠出來(lái)。隨著技術(shù)的迭代以及市場(chǎng)環(huán)境的轉(zhuǎn)變，我國(guó)的算力基礎(chǔ)設(shè)施建設(shè)正在上演一場(chǎng)“擠出水分”的理性回歸。

如今，中美貿(mào)易摩擦加劇，特別是美國(guó)對(duì)我國(guó)的AI芯片出口管制升級(jí)，本土算力行業(yè)正面臨著顯著的供應(yīng)鏈壓力和成本壓力。而這種不穩(wěn)定的環(huán)境影響，正是算力基建“擠出水分”的第一重壓力。

在這種情況下，當(dāng)高性能芯片無(wú)法充分供應(yīng)，那么我國(guó)的算力行業(yè)必須得學(xué)會(huì)利用現(xiàn)有的資源來(lái)優(yōu)化應(yīng)用情況。算力基建的重心不再是“建新”，而是“利舊”——榨干每一塊現(xiàn)有芯片的性能，或許是接下來(lái)整個(gè)本土算力行業(yè)需要解決的問(wèn)題。

同時(shí)，一旦“利舊”思維成為主導(dǎo)，算力行業(yè)的發(fā)展就不只是局限在高性能芯片的替代上。這場(chǎng)新運(yùn)動(dòng)正在從政策層面聯(lián)動(dòng)到技術(shù)層面，從地方傳遞到企業(yè)，全面影響本土算力行業(yè)的發(fā)展。

算力大摸底，基建終究迎來(lái)“退潮”？

從去年開(kāi)始，業(yè)內(nèi)便傳來(lái)算力基建增速放緩的信息。而到今年，越來(lái)越多的信號(hào)繼續(xù)強(qiáng)化這一趨勢(shì)。

根據(jù)財(cái)聯(lián)社最新報(bào)道，為深入實(shí)施“東數(shù)西算”工程，推動(dòng)實(shí)施全國(guó)一體化算力網(wǎng)，強(qiáng)化算力基礎(chǔ)設(shè)施建設(shè)統(tǒng)籌布局，相關(guān)部門(mén)對(duì)算力基礎(chǔ)設(shè)施項(xiàng)目實(shí)施“窗口指導(dǎo)”。同時(shí)，部分市正計(jì)劃下發(fā)關(guān)于算力摸底的相關(guān)工作通知，摸底數(shù)據(jù)將作為國(guó)家算?資源統(tǒng)籌布局的重要依據(jù)。

在「智能相對(duì)論」的視角中，如果算力摸底工作能在全國(guó)范圍內(nèi)順利開(kāi)展，這將是我國(guó)算力行業(yè)發(fā)展的一個(gè)關(guān)鍵拐點(diǎn)。據(jù)不完全統(tǒng)計(jì)，全國(guó)范圍內(nèi)智算中心相關(guān)的項(xiàng)目就有200個(gè)以上，但其中90%的算力在1000P以下，低效能的基建出現(xiàn)冗余問(wèn)題，對(duì)當(dāng)前AI產(chǎn)業(yè)的價(jià)值十分有限。

低效能或是不達(dá)標(biāo)的算力基建本身對(duì)于整個(gè)國(guó)家算力網(wǎng)絡(luò)而言就是一種資源型的浪費(fèi)。在算力摸底工作的推進(jìn)下，接下來(lái)的本土算力行業(yè)或?qū)⒂瓉?lái)更直接的資源再分配和格局重構(gòu)，進(jìn)一步釋放現(xiàn)有算力資源的價(jià)值。

根據(jù)IDC圈的統(tǒng)計(jì)數(shù)據(jù)，今年一季度，我國(guó)大陸共165個(gè)智算中心項(xiàng)目出現(xiàn)新動(dòng)態(tài)，其中58%的項(xiàng)目處于已審批籌建狀態(tài)、33%處于在建或即將投產(chǎn)狀態(tài)、僅10%處于已投產(chǎn)/試運(yùn)行狀態(tài)。

也就意味著，如果算力摸底工作是一場(chǎng)“釜底抽薪”，那么可能有相當(dāng)大一部分項(xiàng)目被喊停，從基建層面糾正過(guò)去算力資源錯(cuò)配的問(wèn)題，進(jìn)而把有限的資源繼續(xù)重新分配，推動(dòng)算力利用率在現(xiàn)有的市場(chǎng)規(guī)模上實(shí)現(xiàn)增長(zhǎng)。

不可否認(rèn)，這會(huì)是一場(chǎng)劇烈的行業(yè)陣痛。同時(shí)，如果現(xiàn)在不進(jìn)行某種程度上的“刮骨療傷”，未來(lái)也將后患無(wú)窮。在當(dāng)前不穩(wěn)定的市場(chǎng)環(huán)境影響下，算力市場(chǎng)的供求關(guān)系正存在微妙的波動(dòng)。

此前，蓮花控股、飛利信、錦雞股份、鴻博股份等多家企業(yè)接連終止相關(guān)算力合同，金額高達(dá)數(shù)十億元。如果說(shuō)這是市場(chǎng)需求退潮的信號(hào)，那么此時(shí)的算力摸底工作將最大程度減少未來(lái)算力資源過(guò)剩所導(dǎo)致的“擱淺”現(xiàn)象。

從某種程度來(lái)說(shuō)，這場(chǎng)算力行業(yè)的理性回歸來(lái)得正是時(shí)候。

囤芯片不是算力行業(yè)的唯一解

在美國(guó)巨大的關(guān)稅壓力和限制芯片出口策略下，不少人認(rèn)為應(yīng)對(duì)這一危機(jī)的關(guān)鍵在于囤芯片，只要在充足的芯片庫(kù)存支持下，挺過(guò)去或許就會(huì)好了。

事實(shí)上，這一想法不僅低估了貿(mào)易戰(zhàn)的下限，也錯(cuò)判了算力行業(yè)的發(fā)展路徑。國(guó)家推動(dòng)全國(guó)一體化算力網(wǎng)建設(shè)，明確提出“東數(shù)西算”工程與算力資源統(tǒng)籌調(diào)度目標(biāo)，其根本邏輯在于解決“算力供需時(shí)空錯(cuò)配”與“局部資源閑置”問(wèn)題。

簡(jiǎn)單來(lái)說(shuō)，在算力基建層面，硬件堆砌模式面臨著政策約束、成本壓力和供應(yīng)鏈風(fēng)險(xiǎn)等多重問(wèn)題，并非未來(lái)發(fā)展的長(zhǎng)久之計(jì)。在這些趨勢(shì)下，算力行業(yè)最迫切需要解決的算力利用率低的問(wèn)題，根據(jù)中國(guó)信通院的報(bào)告，全國(guó)已上線(xiàn)的智算中心的算力整體利用率僅32%。

目前來(lái)看，算力利用率的提升正在成為各大廠(chǎng)商的主要議題，而更多的解決方案則是面向大模型的訓(xùn)推階段，旨在解決行業(yè)最真實(shí)的痛點(diǎn)。例如，聯(lián)想基于萬(wàn)全異構(gòu)智算平臺(tái)通過(guò)統(tǒng)一調(diào)度CPU、GPU等多元算力，支撐DeepSeek訓(xùn)練MFU超60%，故障斷點(diǎn)續(xù)訓(xùn)恢復(fù)時(shí)間小于1分鐘，算力利用率提升40%。

目前，百度旗下的百舸4.0在訓(xùn)練主流開(kāi)源模型時(shí)，集群MFU也同樣提升至58%，有效訓(xùn)練率達(dá)到98%。而業(yè)內(nèi)對(duì)于MFU的提升主要來(lái)自于算法優(yōu)化、AI加速套件應(yīng)用等手段，像百舸4.0選擇的路徑為自主研發(fā)出了大模型訓(xùn)推加速套件 AIAK。在算子優(yōu)化層面，相比英偉達(dá)的自研算子加速庫(kù)，可實(shí)現(xiàn)10%的性能提升。

這些手段都可以理解為本土廠(chǎng)商對(duì)提升算力利用率的積極措施。事實(shí)上，在這種持續(xù)優(yōu)化算力利用率的過(guò)程中，對(duì)于我國(guó)的算力發(fā)展行業(yè)也有明顯的跨越，傳統(tǒng)的算力只是一個(gè)純粹的資源供給池，而此時(shí)此刻正在進(jìn)化為一個(gè)支持多元AI應(yīng)用、能實(shí)時(shí)調(diào)控算力資源分配的智能計(jì)算平臺(tái)。

寫(xiě)在最后

中國(guó)的算力市場(chǎng)從某種程度來(lái)說(shuō)，似乎陷入了畸形的擴(kuò)張中。一方面，大量的算力資源被限制，國(guó)家信息中心指出，我國(guó)大量數(shù)據(jù)中心服務(wù)器的算力平均利用率只有5-10%，大部分服務(wù)器不過(guò)是機(jī)房的陳列品，毫無(wú)落地的價(jià)值。另一方面，市場(chǎng)上的企業(yè)無(wú)適合的算力可用，要么太貴，要么太少。

這種情況就像是充足的地下河無(wú)人挖掘使用，地面反而已經(jīng)干旱成災(zāi)。如今，無(wú)論是地方政府的算力摸底，還是大廠(chǎng)企業(yè)的技術(shù)創(chuàng)新，都旨在進(jìn)一步把地下河水挖掘出來(lái)，從根本上解決地面干旱問(wèn)題，而不是再?gòu)膭e的地方運(yùn)水。

*本文圖片均來(lái)源于網(wǎng)絡(luò)

此內(nèi)容為【智能相對(duì)論】原創(chuàng)，

僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來(lái)自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請(qǐng)作者與我們聯(lián)系。

?AI產(chǎn)業(yè)新媒體;

?澎湃新聞科技榜單月度top5;

?文章長(zhǎng)期“霸占”鈦媒體熱門(mén)文章排行榜TOP10;

?著有《人工智能十萬(wàn)個(gè)為什么》

?【重點(diǎn)關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無(wú)人機(jī)等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開(kāi)發(fā)者以及背后的芯片、算法等。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表數(shù)英立場(chǎng)。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。