中國儲能網(wǎng)訊：數(shù)據(jù)中心是信息基礎設施中的算力基礎設施。一邊是DeepSeek撬動AI算力需求，數(shù)據(jù)中心上架率提高，另一邊是微軟、亞馬遜等科技巨頭放緩部分人工智能數(shù)據(jù)中心項目。全球AI競賽撕開算力一角，算力究竟過剩還是不夠？
多位業(yè)內(nèi)人士日前在接受澎湃科技采訪時表示，DeepSeek出現(xiàn)后推理算力需求增加，計算效率提升，總體算力需求上漲，但同時各地數(shù)據(jù)中心利用率呈現(xiàn)不均衡狀態(tài)，設備老化、供需錯配、垂直生態(tài)體系建設不到位等導致部分算力閑置。
伴隨著人工智能的快速發(fā)展，業(yè)內(nèi)人士均認為，算力需求是無止境的，長期趨勢仍是供不應求，建不建數(shù)據(jù)中心的關鍵在于其能否滿足用戶需求。
算力新浪潮
分布式計算包括超算、智算和以云計算為主的通用計算。在數(shù)據(jù)智能時代，數(shù)據(jù)計算需求助推云計算崛起，云計算面向社會經(jīng)濟的各行各業(yè)，以計算實現(xiàn)智能。隨著人工智能跨越式發(fā)展，中高性能的智算成了炙手可熱的計算資源。
國際數(shù)據(jù)公司（IDC）發(fā)布的《中國人工智能計算力發(fā)展評估報告》顯示，2024年，中國智能算力規(guī)模達725.3百億億次/秒（EFLOPS），同比增長74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上；市場規(guī)模為190億美元，同比增長86.9%。
今年以來，DeepSeek的興起激活了推理算力需求?！霸诨ヂ?lián)網(wǎng)時代，數(shù)據(jù)中心提供服務器，以數(shù)據(jù)交換功能為主?，F(xiàn)在數(shù)據(jù)中心轉型成智算中心，在原有互聯(lián)網(wǎng)時代的服務基礎上提供智算算力，滿足人工智能更大的計算需求。”上海超算中心主任李根國表示，這幾年，智算中心建設突飛猛進，大模型特別是DeepSeek的出現(xiàn)，讓之前閑置的數(shù)據(jù)中心也都活過來了。伴隨社會對于AI接受度的提升，各地都在部署AI，總的來說算力供不應求。”
2023-2024年間，國內(nèi)“百模大戰(zhàn)”以訓練需求為主，“當訓練需求收斂，基礎模型玩家越來越少，單個用戶用量越來越大，要支撐這樣的客戶，必須具備萬卡以上能力，但大部分廠商沒有，所以千卡、百卡集群全閑置了?！蹦持撬阈袠I(yè)專家向澎湃科技介紹說。早些年各地投建智算，的確是一擁而上，這也是造成算力閑置的原因。但DeepSeek出現(xiàn)后，智算利用率反而有所提高。一是訓練算力規(guī)模需求有所降低，使得行業(yè)模型訓練可以更低的成本開展。二是DeepSeek開源極大促進了場景應用和下游模型改進，讓閑置的千卡、百卡集群也有了用武之地，目前很多地方都算力供不應求。
“我們原來在做超算，這兩年突然發(fā)現(xiàn)智算出現(xiàn)了。智算里一個非常典型的大需求就是大規(guī)模訓練，這其實也是一個超算應用，所以智算的需求也在拉動超算的需求?！背阍坪椭撬阍扑懔Ψ丈滩⑿锌萍糀I云聯(lián)合創(chuàng)始人、AI云事業(yè)部總經(jīng)理趙鴻冰說。脫胎于高性能計算的超算主要服務于國家戰(zhàn)略，面向航空航天、國防、氣象、石油、制造業(yè)、生命科學等領域提供計算服務。
對于目前算力需求的抬升趨勢，上述智算行業(yè)專家判斷，“浪潮不會一下子消退，隨著DeepSeek R2的推出和開源，供不應求的現(xiàn)象還會持續(xù)一段時間。”他認為，以往數(shù)據(jù)中心上架率存在需求錯配，根本原因在于軟件迭代速度快于硬件進化速度，從而使得市場整體供需呈現(xiàn)波浪起伏態(tài)勢。但從趨勢看，供需波動圍繞的軸線，即人工智能發(fā)展曲線長期向好。
饑渴與過剩
“長期來看，人工智能方向沒有錯，長期趨勢一定還是供不應求，但短期內(nèi)可能會存在錯配和冗余?！痹撝撬阈袠I(yè)專家對澎湃科技表示。在他看來，智能算力是智能經(jīng)濟發(fā)展的基礎和瓶頸性制約，需要提前布局，但提前布局就很可能會造成建設浪費，而在產(chǎn)業(yè)發(fā)展進程中，這種超前建設和浪費又很難避免。
事實上，對于算力來說，饑渴和過剩一直同時存在。
根據(jù)沙利文的統(tǒng)計數(shù)據(jù)，中國數(shù)據(jù)中心整體的上架率從2019年的53%提升到2022年的58%，相當于四成以上的算力在過去數(shù)年里被閑置。
2024年，國家發(fā)展改革委聯(lián)合有關部門印發(fā)的《數(shù)據(jù)中心綠色低碳發(fā)展專項行動計劃》提出，到2025年底，全國數(shù)據(jù)中心布局更加合理，整體上架率不低于60%。引導智算中心規(guī)范化集群化發(fā)展，促進存量分散數(shù)據(jù)中心集約高效轉型。
從全國范圍來看，目前各地數(shù)據(jù)中心的利用率呈現(xiàn)不均衡狀態(tài)。部分發(fā)達地區(qū)的數(shù)據(jù)中心由于承載了大量互聯(lián)網(wǎng)業(yè)務和AI訓練任務，利用率相對較高，甚至接近飽和。而在一些欠發(fā)達地區(qū)由于業(yè)務需求量不足，數(shù)據(jù)中心利用率相對較低，存在一定的資源浪費現(xiàn)象。
計算需求在東部，能源在西部，因此催生了東數(shù)西算。但算力調(diào)度不同于電力調(diào)度，服務保障能力、數(shù)據(jù)傳輸成本、帶寬和延遲問題都限制了西部數(shù)據(jù)中心的上架率。
東部地區(qū)要使用西部的服務器必須先傳輸數(shù)據(jù)，完成計算后結果傳回東部。數(shù)據(jù)一旦超過一定規(guī)模，便凸顯帶寬和延遲問題。“以前生命科學計算和石油勘探計算要用超級計算機計算時，都是人帶著數(shù)據(jù)飛過來，這是最經(jīng)濟的方式。”李根國表示，跨域傳輸數(shù)據(jù)費用高昂，點對點的專線費用一年可達上百萬元，這意味著西部的數(shù)據(jù)中心要想服務東部需求還存在種種需要跨越的障礙，目前看來用于區(qū)域服務是最經(jīng)濟的。
李根國還提到，以往各地數(shù)據(jù)中心建設存在同質(zhì)化競爭，加之建設周期長，“早期建設數(shù)據(jù)中心就是把老的服務器一排排擺進去，后來發(fā)現(xiàn)沒這么多需求，特別是云計算發(fā)展以后都使用虛擬服務器了。”到了智算時代，技術迭代周期加快，若跟不上轉型，在使用效率和成本方面將面臨更大壓力。
上述智算行業(yè)專家表示，即便是當下算力需求大增的情況下，通用計算算力仍然存在過剩情況?！斑^往一擁而上建的傳統(tǒng)數(shù)據(jù)中心，最后要靠自然消化，要么成為云廠商，要么成為云廠商的服務商。但云的自然增長率只有個位數(shù)，傳統(tǒng)數(shù)據(jù)中心還是租不出去?！边@是因為這樣的數(shù)據(jù)中心“不具備市場服務能力”，而更深層的原因在于垂直生態(tài)體系建設不到位，云服務能力跟不上。
他表示，數(shù)據(jù)中心是基礎設施，資源調(diào)度和應用服務要依賴軟件服務體系。云廠商自建數(shù)據(jù)中心，實現(xiàn)IaaS（基礎設施即服務）、PaaS（平臺即服務）一體化服務，是提升用戶體驗的基礎?！爸唤ㄔOIaaS是AI服務器加價分銷模型，沒有系統(tǒng)運維和軟件服務能力，其利潤必然是單薄的，很難實現(xiàn)可持續(xù)發(fā)展”
與此同時，數(shù)據(jù)中心是產(chǎn)業(yè)消耗品，老設備耗電大、算力低，建設5年后會被淘汰?！叭绻恍?shù)據(jù)中心是傳統(tǒng)老舊的5000瓦以下單機柜功率的服務器，這樣的中心只能在硬件層面進行改造。如果原來都是一臺臺機器的建設方式，恐怕很難適應大規(guī)模高性能集群的架構?！绷碛袠I(yè)內(nèi)人士對澎湃科技表示。
不過，中信建投證券認為，中國數(shù)據(jù)中心市場均存在一定供需和區(qū)域不平衡的問題，但已經(jīng)出現(xiàn)明顯緩解。與普通數(shù)據(jù)中心相比，智算中心支撐的GPU服務器功率密度增大，為傳統(tǒng)云計算準備的機柜功率無法很好滿足GPU算力的部署需求，同時隨著GPU單卡功耗不斷提升，對于機柜功率密度的要求也在隨之增加，存在大量新建高功率機柜的增量需求。存量舊機房消耗疊加高功率新需求釋放，有望開啟新一輪周期。
新生的算力服務中間商
應對激增的算力需求，除了建設更多的數(shù)據(jù)中心，還需要不斷提升數(shù)據(jù)中心的運營效率，算力業(yè)務正從單一資源提供向綜合服務轉變。由于各大算力中心缺乏運行服務的能力，代運營算力中心的算力服務中間商應運而生。
這些中間商提供運維、調(diào)度和優(yōu)化服務，幫助算力中心提高資源利用率和服務質(zhì)量。在AI大模型訓練需求激增的背景下，代運營服務將成為連接供需雙方的重要橋梁。
欲做AI模型算力“超級放大器”的上海無問芯穹智能科技有限公司相關負責人告訴澎湃科技，企業(yè)算力業(yè)務逐漸從提供傳統(tǒng)的機柜租賃、端口服務等基礎資源，向算力智能化服務延伸。例如部分服務商開始提供智能化調(diào)度、算法優(yōu)化等增值服務，通過算法預測算力需求、優(yōu)化異構資源調(diào)度效率，填補市場空白，滿足AI訓練等高階需求。未來要實現(xiàn)更高效地調(diào)度算力，還需要解決算力資源的異構性整合問題，實現(xiàn)不同品牌和型號計算資源的統(tǒng)一調(diào)度，同時根據(jù)大模型訓練任務的實時需求動態(tài)調(diào)整算力資源。在跨地域算力資源協(xié)同方面，要實現(xiàn)不同區(qū)域間算力資源的靈活調(diào)配和高效利用。未來，具備全棧服務能力的第三方服務商將成為行業(yè)主導力量。
趙鴻冰則認為，算力服務的價值形態(tài)包括IaaS、PaaS、SaaS，大模型爆火后又出現(xiàn)了MaaS（模型即服務），算力服務中間商只有深耕這些價值，才能找到深入的場景和規(guī)模效益?！拔覀兏Ｍ岩呀?jīng)建成的中心納入到并行的算力網(wǎng)絡中，匹配客戶需求，讓這些中心發(fā)揮出產(chǎn)能和社會效益。”
“超算支撐了傳統(tǒng)科學的計算，智算支撐了數(shù)據(jù)科學的計算，支持大模型的預訓練、后訓練和推理，無論是超算還是智算，都由社會需求驅動產(chǎn)生?！壁w鴻冰說，算力需求無止境，AI的落地一定會帶動算力的利用率，關鍵在于滿足用戶需求。要按照市場化需求，依據(jù)不同業(yè)務類型，在不同區(qū)域構建不同的資源和產(chǎn)品形態(tài)，例如離線的訓練業(yè)務可以使用西部綠色算力資源，實時性業(yè)務在東部運行，相應的電力成本也會偏高?！鞍凑湛蛻粽嬲臉I(yè)務特征場景來設計、建設和運營，其實利用率差距是不大的?！?/span>
在上述智算行業(yè)專家看來，DeepSeek使算力資源得到中期調(diào)整和去泡沫，但真正滿足用戶需求的算力仍然不足。當前推理算力需求持續(xù)增加，模型應用的核心訴求是推理算力能夠更好地響應用戶、降低成本和提高產(chǎn)出。同時，基礎模型仍處于多模態(tài)、多模式擴張階段，高性能算力依然不夠，軟硬件一體道路是未來唯一的選擇，就像DeepSeek以工程優(yōu)化將硬件性能發(fā)揮到極致，軟件能力將越來越重要。
無問芯穹表示，DeepSeek引爆推理需求，未來推理芯片會急劇增多，推理算力需求或是預訓練需求的百倍以上，預計訓練和推理的算力配比將從8:2發(fā)展至2:8。國產(chǎn)芯片會迎來繁榮，應抓住機遇打造全國產(chǎn)AI產(chǎn)業(yè)閉環(huán)，實現(xiàn)更可控的自主算力發(fā)展。要面向國外芯片開展極致的軟硬件協(xié)同優(yōu)化，以有限算力實現(xiàn)國產(chǎn)模型能力追趕，推動國產(chǎn)芯片廠商開放底層軟件生態(tài)，依托國產(chǎn)和國外芯片搭建“異構”AI系統(tǒng)，解決算力缺口。
“我們對大自然的探索、生命的認識還遠遠沒有到頭，科學研究對算力的需求是無止境的。更大的算力可以把模型擴得更大，研究更精細?！崩罡鶉硎?，算力需求不斷增長，但計算形態(tài)并未發(fā)生本質(zhì)變化，計算的基礎仍是以馮·諾依曼結構為主的存算分立集成電路。未來如果實現(xiàn)存算一體，將改變現(xiàn)有計算模式，突破算力難題，提供更加高效的算力支持。
