部分國產芯片閑置率高達80%？智算中心建設「點刹」背後

作者／  IT時報記者   賈天榮

編輯／  郝俊慧  孫妍

隨著人工智能技術和產業的快速發展，全球圍繞AI的戰略競爭正日益加劇。智算中心作為支撐大模型訓練與推理的核心基礎設施，已成為各國科技競爭中的「新基建」。

《IT時報》去年曾報導，國內地方政府、科技巨頭和電信運營商紛紛加碼智算中心項目，投資規模從百億級躍升至千億級。

然而，今年以來，隨著國際市場風向發生微妙變化，這場算力建設熱潮也出現波動。如微軟，已宣佈暫停多個數據中心項目，釋放出「收縮」信號。儘管全球科技公司仍在持續加大AI投入，但「許多項目缺乏明確客戶」「AI服務器集群供應過剩」的聲音不絕於耳。阿里巴巴集團董事會主席蔡崇信就警告稱，美國AI數據中心或陷入建設泡沫。

而在國內市場，審慎轉向的跡象同樣出現。

一邊是熱火朝天的建設，一邊是宏觀調控的降溫，智算中心是否已由「肥豬肉」變成「雞肋」？國產算力建設是否過剩了？

投資熱度未減

中國通信工業協會數據中心委員會發佈的《中國智算中心產業發展白皮書（2024年）》（以下簡稱《白皮書》）顯示，截至2024年11月，全國已投運的智算中心項目近150個，在建及規劃中的項目接近400個。

截至2024年8月，全國智算中心項目總數已超過300個，公佈算力規模超過50萬PFlops。其中，約三分之一項目規劃算力超500PFlops，主要由政府或基礎電信運營商主導建設。僅2024年當年就有超過50個項目投運，新增算力約2萬PFlops，60%以上由地方政府、國資平台及運營商主導。

另據中國IDC圈統計，2025年第一季度，全國29個省份共有165個智算中心項目有了新進展。除去37個未披露投資額的項目，其餘128個項目合計總投資超4300億元。但從項目狀態看，僅16個處於已投產/試運行階段，絕大多數仍處於籌建或在建狀態，真正投入運營者寥寥。《IT時報》記者在中國招投標公共服務平台上查詢到，2024年第一季度共發佈了172條與智算中心相關的招標公告，相比去年同期僅44條增幅明顯。與此同時，百萬級、十萬級AI設備採購、小型算力中心招投標需求也在快速增長。

階段性「算力過剩」

面對龐大的建設規模和尚未充分釋放的需求，市場上開始出現「算力過剩」的質疑。然而，多位業內人士在接受《IT時報》記者採訪時指出，更準確地說，算力不是「過剩」而是「結構性錯配」。

共績科技聯合創始人兼COO王鵬表示，從事實來看，行業中的算力需求增長明顯，尤其是AI推理業務井噴式增長，推動算力需求上升。

王鵬透露，去年底某運營商的一個國產萬卡池還有大量算力閑置，但隨著國產大模型DeepSeek的爆火，僅一兩個月時間便被租滿了，「以前訓練/推理的比例是9:1，現在推理已經佔到40%到50%。對我們平台來說，推理類業務的爆發是好事，因為更適合用分散資源來調度」。

一位業內人士也向《IT時報》記者表示，當前出現算力錯配現像是多重因素疊加的結果。「智算中心不同於傳統的IDC數據中心，它所面臨的技術要求、應用門檻和外部環境都更加複雜。」他認為，這種結構性錯配的背後，既有中美貿易摩擦升級帶來的芯片斷供風險，也有企業「搶跑」式囤卡導致的階段性資源積壓。

該業內人士表示：「去年美國對華芯片出口限制進一步升級，促使很多國內企業大量囤積英偉達芯片。但這些卡的性能往往落後於主流高端卡兩代以上，頭部企業在預訓練側需求強烈，中小企業又缺乏足夠的研發能力去消化這些資源，就造成了看似‘供大於求’，實則‘有卡用不起來’的現象。」

中昊芯英解決方案架構師顧立程則表示，智算中心的選址與運營成本密切相關，並非所有地區都適合建設智算中心，「西岸地區擁有較低電價和清潔能源優勢，而一些依賴煤電的地區盲目上馬，只會帶來高昂運維和能耗成本。」這也被業內人士認為是國家開展摸底工作、科學統籌佈局的重要原因。

算力需求的變化不僅體現在規模上，更體現在應用結構的轉變上。

曙光存儲相關負責人此前在接受《IT時報》記者採訪時指出，以DeepSeek為代表的新一代國產模型讓大家對存力和算力的需求，從以往的集中型的數據中心發散到邊緣設備，也推動工業一體機、邊緣視覺終端等產品快速湧現，「過去大家需要採購新設備來跑AI，現在通過優化算法，老設備也能被重新利用」。

這位人士坦言，這種變化短期內對企業級存儲業務構成一定壓力，但從長遠來看，未來AI基礎設施將呈現「集中+邊緣」並行的趨勢：大型模型訓練仍依賴超大規模智算中心，而推理集群則在各行業、各場景落地開花。

部分國產芯片閑置率

高達80%

結構錯配的另一面，是算力利用率低。業內人士告訴記者，在一些智算中心內，部分國產算力利用率甚至不足20%。

根據國際數據公司（IDC）公佈的數據，企業級通用算力中心的利用率僅為10%至15%，部分智算中心的GPU利用率不足30%，存在算力浪費現象。

一位業內人士告訴《IT時報》記者，「有些智算中心使用的是相對落後的服務器或GPU卡，導致算力效率和性價比低下，部分智算中心缺乏市場化運營思維與專業能力，易造成資源浪費。若生態配套不完善，即使硬件性能尚可，也難以被廣泛接受和高效利用。相較而言，企業自建中心往往更關注投資回報率，因而會更加傾向於選擇高性價比、利用率高的算力資源」。

這位人士透露：「閑置算力波動性太大，主要還是看智算中心有什麼卡。由於生態還不完善、一些國產卡的測試數據並不理想，企業用不起來，閑置率可能高達70%～80%甚至更高。」同時，即使有些智算中心選用了英偉達卡，但建設方並不具備一定的銷售和運營能力，有可能算力池建好也賣不掉。

生態體系的不完善，亦是製約國產算力發揮的重要因素。尤其是在國產GPU方面，「即使硬件性能不俗，如果缺乏成熟的開發生態和配套工具，也難以被市場廣泛接受。」王鵬坦言。

《白皮書》也指出，現階段在智能算力快速增長的同時，也存在供需匹配問題，部分智能算力資源利用率較低。規劃和實際需求之間存在差距，如算力架構設計不合理，或技術更新迭代後設備無法滿足新的計算要求，可能導致智算中心資源閑置。部分智算中心由於市場推廣不足或者服務類型單一等，算力資源未能得到充分利用。

智算中心須「精細化」管理

雙重壓力下，部分智算中心一度傳出遭遇斷供潮的消息。顧立程稱，對於傾向使用英偉達卡的智算中心，當前供應鏈極大的不確定性會使其採購變得極具挑戰。近期，美國政府通知英偉達未來向中國出口H20芯片須申請許可證，此舉進一步增加了不確定性。

在此基礎上，越來越多的國內芯片廠商開始為客戶提供整套解決方案。「從中昊芯英服務的客戶來看，基本沒有出現算力閑置，反而存在供不應求的情況。我們不僅提供芯片，更提供整套解決方案，包括大模型團隊協助客戶構建行業應用，這種深度服務模式極大提高了資源使用效率。」顧立程表示。

「我們去年與某運營商合作，建設了50PFlops規模的智算中心。經過一段時間的運營，內部資源的利用率非常高，當前我們正在籌劃二期擴建，計劃將算力規模擴展到200PFlops。」他進一步解釋，這不僅提升了國產芯片的應用效率，也讓更多行業客戶願意採用國產方案。

此外，隨著生成式AI熱潮的持續升溫，「智能體」（Agent）開發成為行業新焦點，一定程度上解決了算力到最終用戶之間的使用鴻溝。在顧立程看來，這一趨勢有望緩解算力資源與實際需求之間的脫節。 

在中美科技博弈加劇的背景下，國產芯片的戰略地位日益凸顯。顧立程認為，國產AI芯片的替代趨勢不可逆轉，但這一進程仍需在硬件性能和軟件生態上積累時間與經驗。他指出：「當前國內AI芯片與國外仍有差距，尤其是在高端訓練方面。但只要行業內各方達成共識，堅持走國產化路線，從‘小而用得起’開始，逐步建立可持續的算力體系。」

顯然，推理需求的持續增長和國產化進程的加速將是行業發展的關鍵，但「粗放式」管理的智算中心，則因運營能力較弱，容易面臨倒閉或被收購的風險。

「行業已進入精細化運營的階段。傳統的裸機租賃模式已經難以盈利，經過併購整合後，運營公司往往會對資源進行重新規劃，打造新的集群，提高資源的利用效率。」王鵬指出。

顧立程強調，算力的核心在於「人」。目前最大的問題不是「有沒有算力」，而是「有沒有人把算力用起來」，「AI不是單純的技術問題，而是技術與行業的深度融合。這就需要大量既懂AI又懂行業的復合型人才。隨著認知的提高和人才的培養，我相信未來供需兩端會逐漸匹配起來，算力利用率會逐步提升」。

排版／ 季嘉穎

圖片／ 中國IDC圈  東方IC unsplash

來源／《IT時報》公眾號vittimes