云厂商的价格战，跟AI算力无关

国内云厂商“价格战”打了一轮又一轮，但AI算力并没有降价。

随着AI的发展，算力需求乃至用电需求的上涨明显。光环新网是国内重要的数据中心和云计算服务提供商，光环新网副总裁李伟对第一财经记者预测，未来十年中国的AI算力起码百倍增长。

传统算力降价带来的压力，云计算厂商或许能从AI算力得到弥补。前提是，它们能买到足够的GPU。

AI算力免受价格战影响

“核心产品价格全线下调20%”“在竞争对手的基础上再便宜10%”，从2023年4月阿里云宣布“史上最大规模降价”至今，云厂商喊话不断，阿里云、腾讯云、移动云、天翼云、京东云等进行了多轮降价。

看起来，云计算低价的时代来了。但“算力普惠”的风并没有吹到AI领域。

一位业内人士对记者表示，这两年云厂商喊的降价，其实都跟AI算力无关，很多是CPU部分，而GPU的部分仍在涨。由于算力供需紧张，租赁价格成倍上涨才是AI算力在过去一年的常态。

CPU主要用于处理通用计算，如操作系统运行、应用程序执行和管理、数据处理等;GPU则相对专注于并行计算和图形处理任务，主要用于科学计算等需要大规模并行计算的工作负载。

“在AI服务器，不管搭配多少颗GPU，在底层都需要CPU。它们在不同的工作负载和应用场景中发挥各自的优势，相互补充。”英特尔中国软件技术合作事业部总经理唐炯对第一财经表示，“现阶段的智算中心里，GPU或AI加速器的数量比例会比原来有所提高。这也是因为客户对大量的算力有需求，所以需要加上一些GPU或是其他的AI加速器来运行。”

AI算力涨价已不新鲜。

2023年11月，中贝通信就曾在公告中透露，其向相关客户提供AI算力技术服务的单价上涨到18万元/P/年，与其9月份披露的12万元/p/年的价格相比，两个月内上涨了50%。

“目前我认为高端算力的需求还是非常旺盛的，但尚未达到供不应求导致价格飙升的程度。从我们自身来看，算力闲置的可能性不大。”李伟对记者表示。

受政策影响，尖端芯片供应不足、一“片”难求。这导致了国内AI算力成本的上涨。

据IDC的预测，2022-2027年期间，我国智能算力规模年复合增长率将达33.9%。但与此同时，GPU的缺口难以解决。英伟达高端芯片受限的情况下，国内市场的GPU缺口十分严峻。

AI算力的能耗更高，这也推动云计算厂商成本升高。

优刻得计算产品中心研发总监王晓慧告诉第一财经记者，与传统数据中心相比，智算中心运行时的能耗是其五倍以上。从单机运行功率来看，普通服务器的运行功率是七八百瓦，而GPU跑三四千瓦是非常常见的。

除此之外，李伟表示，智算中心里AI服务器的高功率也意味着冷却散热压力的加大，AI服务器与传统服务器的能耗差异进一步变大。同时，运维AI服务器也对员工的经验和能力提出了更高的要求，智算中心的人力成本也会随之增加。

“就我们目前的经验来看，因为AI服务器的负载压力比传统服务器大很多，相应AI服务器故障率也比传统服务器高很多。”李伟补充道，为了避免大模型训练中由AI服务器宕机带来的损失，在大模型训练的过程中要在中间做很多断点，综合协调软件、硬件、性能需求和服务器的稳定性。

“有很多办法降低（故障率），但是再降低它的故障率也比传统服务器高。”李伟提到，AI服务器的负载压力是传统服务器不能比的，当大模型训练跑起来时，机房的GPU都是跑满的。

算力向头部企业聚拢

云计算厂商的价格战连绵不绝，它们就不得不寻找更优的成本方案。

“从公有云角度来看，纵观业界都在寻求降本增效的方式，而这对我们来说是一个新的发展方向。”唐炯表示，芯片企业除了将传统芯片的路线图往前推动，打造具备更好性能功耗比的产品之外，先进的液冷技术、数据中心管理技术，都可帮助大型科技企业降低成本。

传统算力降价带来的压力，云计算厂商或许能从AI算力得到弥补。

IDC预计，到2030年人工智能驱动的全球算力将增长500倍， 2027年中国智能算力规模将达 1117.4 EFLOPS。

“从存量来看，传统服务器还是占大比例的。但在去年，我们将北京亦庄地区自有数据中心转型为智算中心，以数据中心设施为基础，部署了高性能算力硬件，搭建了算力调度平台，提供训推一体智算服务。”李伟透露，未来两三年，光环新网将持续增加算力服务器规模。

作为AI算力的最大“买主”，大模型企业正在发生一些变化。“能看到去年一些租了我们A800服务器的大模型企业，在大概半年之后有一些进行退租的，但也会有新的再进来。”王晓慧透露。

作为AI算力的最大“买主”，大模型企业正在发生一些变化。“能看到去年一些租了我们A800服务器的大模型企业，有的在做持续的训练迭代，有的在做短周期的业务尝试，不停地会有新客户进来这个市场。”王晓慧透露。

在去年，大模型企业主要还是在做模型的训练，但推理需求今年、明年可能大幅提升。“从长期来看，模型最终要盈利，还是会推动推理业务。”李伟预测，未来大模型推理的量可能会是训练量5到10倍的规模，甚至更大。

大模型正在进入逐步淘汰的过程，据记者了解，一些大模型企业甚至退租了A800服务器。AI算力的需求预计将向大模型头部企业聚拢。

“我们跟很多通用大模型企业沟通，普遍认为要支撑一支比较有竞争力的大模型团队，除了人力投入，还需要考虑自建或租用算力的成本。这样的团队一年至少需要十个亿、甚至十五个亿的资金支出。在短期看不到太多收入的情况下，并不是每家都能融到这么多钱，最后只有头部几家能持续烧钱，保持在行业一线。”李伟表示，AI算力市场还是会增长，但将主要来自头部大模型公司。

从长期来看，中国算力的发展不仅仅要靠海外，主要还是要靠国产算力的逐步成熟、芯片、服务器领域的成长。