近年來，算力已成為制約國內(nèi)AI發(fā)展的關(guān)鍵因素。為解決這一瓶頸，尤其是ChatGPT問世后，智算中心如雨后春筍般在全國涌現(xiàn)，成為AI時代的新基建。
智算中心，作為高階的計算中心，相較于傳統(tǒng)算力中心，在硬件上使用GPU替代CPU，軟件層面則部署AI框架，以優(yōu)化算力效率。據(jù)統(tǒng)計，截至今年上半年，全國已有超過250個智算中心建成或在建，僅今年前七個月，就有140個新項目中標(biāo)。參與建設(shè)的不僅有城投、運營商、金融企業(yè)和央國企，還有大型互聯(lián)網(wǎng)云計算公司如華為云、阿里云、騰訊云，甚至一些從房地產(chǎn)等行業(yè)跨界而來的企業(yè)。
然而，盡管智算中心建設(shè)風(fēng)起云涌，但另一組數(shù)據(jù)卻揭示出隱憂：IDC指出，通用算力中心的利用率僅為10%-15%，一些重量級的智算中心甚至處于閑置狀態(tài)。這意味著，動輒數(shù)十億甚至上百億的投資并未充分發(fā)揮其價值，成為AI熱潮中的新難題。
智算中心的建設(shè)周期短，通常以預(yù)制模塊化機房和整柜交付方式進行，能在短時間內(nèi)建成。例如，武漢首個智算中心僅用了6個月時間，一期建設(shè)規(guī)模達到100P FLOPS的AI算力，算力峰值性能相當(dāng)于5萬臺高性能PC機。此后，從地方主導(dǎo)的項目到大廠投資運營，智算中心的投入資金和算力規(guī)模均呈上升趨勢。
智算中心的興起也催生了一個新的風(fēng)口賽道——算力租賃。算力租賃允許企業(yè)在需要強大算力時，通過租用而非購買昂貴的計算設(shè)備來滿足需求。服務(wù)商根據(jù)客戶需求搭建計算環(huán)境或系統(tǒng)，并通過簽訂合同的方式提供算力服務(wù)。算力租賃的收費方式多樣，包括按小時、按算力規(guī)模、按使用量和套餐計費，以適應(yīng)不同客戶的需求。
算力租賃市場的迫切需求主要源于模型訓(xùn)練。大模型訓(xùn)練、微調(diào)、推理需求急劇增加，但AI應(yīng)用在不同開發(fā)階段對算力的需求不同。算力租賃成為大多數(shù)大模型廠商的最佳選擇，因為租賃可以降低設(shè)備采購、租金成本以及調(diào)試、維護成本和工程師研發(fā)時間成本。然而，算力租賃市場競爭格局分散，傳統(tǒng)云服務(wù)提供商對外租賃比例較少，而具備IDC建設(shè)運營能力的企業(yè)和跨行企業(yè)越來越多。
盡管國內(nèi)算力投入規(guī)模已接近全球頂尖水平，但面向AI、高性能計算的算力缺口仍然存在。賽迪顧問數(shù)據(jù)顯示，2023年國內(nèi)智能算力需求達123.6EFLOPS，但供給僅有57.9EFLOPS。算力需求未被云計算大廠完全承接，主要是因為大模型訓(xùn)練需要高性能GPU集群，而大廠提供的多是單節(jié)點服務(wù)，無法滿足需求。因此，算力租賃公司有了發(fā)展空間，毛利率約為40%左右，凈利率約為20%左右，但資金門檻較高。
然而，涉足算力租賃的企業(yè)普遍面臨增收不增利的困境。盡管一些企業(yè)因“算力”概念股價上漲，但算力租賃市場仍存在諸多不確定性，如市場需求、政策變化、技術(shù)水平以及交付和供應(yīng)鏈等。智算中心并非簡單購買GPU就能躺賺，還需要高性能的硬件部署和軟件層面的優(yōu)化協(xié)調(diào)。訓(xùn)練算力的租賃對象主要是大模型公司，跨行企業(yè)如何獲取這些客戶資源也是一大挑戰(zhàn)。
智算中心ROI過低的原因除了供需不匹配外，還包括盲目投入建設(shè)、軟件能力不夠?qū)е掠每ㄐ什桓叩葐栴}。智算中心不景氣直接影響算力租賃市場的低迷，一些企業(yè)因缺乏應(yīng)用場景而閑置算力資源，造成浪費。國產(chǎn)替代過程中最難解決的是應(yīng)用生態(tài)問題，封閉性導(dǎo)致可用的開源軟件和商用軟件極少，用戶自有軟件的遷移適配成本極高。
