算力还要继续建，但下一轮竞争已经转向交付

来源：市场资讯

（来源：虎嗅APP）

本文来自微信公众号： 防冷涂的腊 ，作者：防冷涂的腊

8月9日，央视新闻披露了三组同时发生的数据：截至6月底，全国智能算力规模达到2185 EFLOPS（FP16），同比增长177%；首个全国产10万卡算力集群在郑州投用；全国超过六成算力已经纳入统一监测。

如果只看第一组数字，故事仍然是熟悉的“扩容”。后两组数字却把另一层矛盾推到了台前：高质量算力还在短缺，一些已经建成的资源又没有转化成稳定、可调用、有人付费的服务。企业找不到合适的卡，与部分智算中心等待任务，可以在同一个市场里同时发生。

我的判断是：中国算力短缺并没有结束，但短缺已经从单纯的“有没有”，分化为“哪里缺、缺什么、能否调得来”。全国算力网目前有了一张资源地图，还没有形成一套可以稳定交付的服务网络。

这个判断不应被误读为“算力已经过剩”。大模型训练、推理、具身智能和AI for Science仍会继续拉动建设，高质量、低时延、软件生态成熟的算力可能长期稀缺。需要调整的是观察尺度：在继续增加物理供给的同时，行业必须回答这些算力怎样穿过监测、调度、适配和结算，最后变成一次确定完成的任务。

“超过六成算力纳入统一监测”是一项重要进展。过去分散在云厂商、运营商、地方国企、科研机构和各类IDC里的资源，开始能够在同一平台上被识别：在哪里、采用什么芯片、当前负荷和能耗如何。没有这一步，跨区域调度只能停留在概念层面。

但监测比例本身还不能回答可用算力有多少。6月1日《人民日报》披露，已有137万PFLOPS智能算力纳入监测，约占当时全国智算总规模的72%；7月28日，国家数据局同时公布全国智能算力规模为240万PFLOPS、平台接入规模为140万PFLOPS，两项相除约为58.3%。

这些数字，说明一件事：供给扩张与资源接入是两套进度，纳入监测的分子和全国算力的分母都在变化。离开对应分母，“六成”或“七成”没有直接比较意义。

即使接入数字完全统一，监测也只完成了资源可见。设备完成部署、平台能够监测、接口可以调用、任务能够运行、客户愿意付费，是连续但不同的环节。每经过一层，都会有一部分名义供给被折损。

图1｜从名义规模到付费使用，算力供给要经过六层转化

利用率数据的分歧，正好说明这条漏斗的存在。工信部公布的全国算力设施整体上架率为71.4%；中国信通院在《央国企智算创新实践报告》中援引公开数据称，传统模式下智算中心GPU平均利用率低于30%；摩尔线程在2025年年报中披露，夸娥万卡集群的有效训练时间占比超过90%，Dense大模型训练的模型算力利用率（MFU）达到60%，MoE模型训练的MFU为40%。

这些数字并不冲突。上架率看设备是否部署，GPU占用率看资源有没有运行，MFU衡量运行时释放了多少理论峰值，付费利用率还要追问任务来自企业自用还是外部客户。同一套集群完全可能“多数时间在训练”，却只释放40%或60%的理论算力。

地方样本也呈现出明显分化。湖南披露的智算中心综合利用率约55%；重庆人工智能创新中心400P公共算力使用率超过85%，当地约2500P智算中，市场化运营占42.1%，企业自用占57.9%。这些统计对象不同，不能拿来做地区排名，却足以证明：平均值掩盖不了节点之间的运营差异。

算力开始出现“边缺边闲”的状态：缺的主要是满足特定任务要求的高质量供给，闲的则可能是尚未完成适配、缺少客户或总成本没有优势的物理资源。把两者都写成PFLOPS，会制造总量充裕的错觉；把所有闲置都归结为需求不足，也会误判问题。

统一监测把分散的物理算力变成可见资源，调度还要继续把这些资源变成可以执行的任务。两者之间的差别在于，监测只需要描述资源在哪里、采用什么架构、当前负荷如何；调度必须同时满足一项任务的全部运行条件。

每项计算任务都有一组具体约束，包括芯片架构、显存容量、计算精度、软件环境、网络时延、数据权限、可用时间和预算。某个节点即使存在空闲算力，只要其中一项条件无法满足，这部分资源对当前任务就没有实际意义。

全国有多少空闲算力，与一家企业能够调用多少算力，是两个不同的问题。

算力的异构性进一步放大了这种差异。CPU、GPU、NPU承担的任务不同，不同厂商的AI芯片也有各自的软件栈、算子库和开发工具。同样标注为1000P的两套资源，能够运行的模型、迁移成本和实际效率可能完全不同。

这也是分散算力很难直接相加的原因。大模型训练需要高带宽、低时延的卡间通信，还要求整个集群在较长时间内保持稳定。分布在不同地区、采用不同架构的空闲卡，即使理论峰值相同，也无法临时组成一套可以承接紧耦合训练的集群。

网络连通同样不能直接推出任务可以跨区域运行。算力调度过程中，企业需要把数据和计算任务发送到远端，计算完成后再接收结果。传输时延、网络抖动、带宽占用和故障恢复，都会影响最终交付。骨干网络时延下降，解决的是节点之间能否连接；企业实际关心的，是从数据送出到结果返回需要多长时间。

数据合规会继续缩小可调度范围。医疗、金融和工业数据受到隐私、安全与数据主权约束时，技术上的可传输不等于业务上的可迁移。某些任务只能在本地或可信环境中运行，调度平台需要把模型和算法部署到数据附近，而不是把原始数据送往远端。

成本则决定一项调度有没有持续运行的商业基础。企业承担的成本包括算力服务、网络传输、数据迁移与存储、软件适配、任务等待、失败重试和安全合规投入。西部地区较低的能源成本，只有穿过这些环节以后，才能转化为用户实际支付价格的下降。如果网络和适配费用超过电价优势，远端算力即使更加充足，也无法形成有效供给。

因此，纳入监测的算力规模只是调度的起点。平台还需要根据任务要求完成资源匹配、软件适配、网络保障、作业编排和计量结算，并对完成时间、成功率和综合成本形成明确的服务标准。

全国算力网当前缺少的，正是这层端到端交付能力。它需要把物理PFLOPS转化为可以调用、能够运行、成本可接受的任务供给。完成这一步以后，统一监测平台才会从一张资源地图，进一步变成可以持续运行的算力服务网络。

端到端交付体系逐步完善以后，一部分原本无法调用的资源会进入有效供给，但这还不代表，全国各地的闲置算力，最终都可以流向算力短缺的地方：“边缺边闲”的背后除了交付能力不足外，另一部分来自任务与资源本身的结构差异。前一种错配可以通过算力网建设逐步减少，后一种很难依靠统一调度完全消除。

判断一项任务能否跨区域流动，主要取决于四个条件：任务能否拆分，对卡间通信和时延有多高要求，数据是否允许迁移，以及软件环境能否复制。

例如，大模型预训练属于紧耦合计算。一项训练任务需要大量芯片在同一个高速互联集群中持续协同，任何节点的故障或通信波动都可能影响整个训练过程。这类任务可以在开始前选择部署在哪个地区，却很难把不同地区的零散空闲卡临时拼接起来共同运行。

因此，某地缺少一套能够承接大模型训练的高质量集群，无法通过其他地区分散的低负荷资源直接补足。两边统计的都是PFLOPS，实际提供的却不是同一种供给。

再比如，科学仿真、影视渲染、新材料计算和部分药物筛选更接近可排队的批处理任务。这类任务对实时交互的要求较低，只要软件环境匹配、数据可以安全传输，就能够整体转移到资源更加充足的节点。全国算力网对这类需求的调节作用会更加明显。

任务结构的差异，可能导致全国算力网最终会形成一套分层的调度网络，这种分层决定了全国算力网的能力边界，它可以扩大企业选择算力的范围，提高部分节点的利用率，也能够减少因为信息分散和交付能力不足造成的闲置。但是它无法让不同芯片、不同集群和不同地区的算力完全互相替代。

所以，“边缺边闲”不会随着统一调度平台建成而完全消失。高质量集群继续短缺，部分不适合承接对应任务的资源仍有可能闲置。全国算力网能够解决的是其中可以被匹配、可以被迁移的部分，而不是把所有物理算力都转化为同一种标准供给。

当超过六成算力进入统一监测，行业首先获得的是信息透明度。资源位置、芯片类型、负荷、能耗和服务状态逐渐进入同一张图，长期闲置、局部紧张和价格差异更容易被识别。资源所有者过去依靠信息不对称维持的部分议价空间，会被压缩。

新的议价权会向能够组织端到端交付的主体集中。硬件厂商需要证明软件生态、集群互联和系统稳定性；IDC不能再只报告上架率，还要回答设备接入后跑了多少任务、产生多少外部收入；运营商需要提供有时延承诺、故障恢复和安全保障的确定性网络；调度平台则要把资源比较、任务匹配、计量结算和服务评价接起来。

目前的问题是，这些能力分散在不同环节，尚未出现普遍成熟的“交付运营商”。监测平台可以看到资源，硬件厂商掌握芯片和软件栈，运营商控制网络，IDC拥有机房，客户却需要一个主体对最终结果负责。全国算力网下一阶段真正缺的一层，是把这些环节打包成可定价、可度量、可追责的服务等级。

这也意味着，评价一座智算中心或一个调度平台，不能继续停在接入了多少PFLOPS。更有解释力的指标应该沿着交付过程展开：接入资源中有多少能被直接调用；芯片有效运行多久，任务排队和失败情况如何；一次训练、推理或科研计算能否按时完成；算上网络、适配、存储和安全后的总成本是多少；外部客户是否付费、续费，投资多久能够回收。

这些指标目前还缺少完整的全国统一口径。国家数据局今年把资源接入、能力编目、运行监测、调度分发和服务保障纳入新阶段运营机制研究，说明政策层面也开始把“建成以后怎样运营”单独拿出来。统一监测的价值，不只在于画出资源地图，还在于为这套运营账提供底层数据。

算力建设远未进入尾声。10万卡集群首周满载，高质量算力需求继续增长，都说明更多卡、更强集群和更低时延网络仍然必要。下一阶段没有“继续建设”和“提高利用率”的二选一，扩容必须与交付层建设同时推进。

中国算力网已经能够回答“算力在哪里”，下一步必须回答“谁能在什么时间、以什么成本，把任务做完”。谁能把物理PFLOPS变成有期限、有价格、有服务承诺、最终有回款的任务，谁才真正拥有下一阶段的定价权。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4881943.html?f=wyxwapp