算力增长177%,但“真正能用多少”仍没有答案

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,央视新闻报道,截至6月底,全国智能算力规模达到2185 EFLOPS(FP16),同比增长177%。


算力规模仍是中国AI基础设施的主线,但这组新闻里还有另一条线索:


全国一体化算力网监测调度试验验证平台进入试运行,越来越多算力开始被统一监测。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%;到7月28日,国家数据局披露的接入规模已达到140万PFLOPS。


扩容和监测为什么会同时提速?我个人觉得,随着物理规模快速扩大,一个同样重要的问题被推到了台前:账面上已经建成的算力,有多少能够被看见、被调用、跑得动任务,并最终形成付费使用?


算力短缺仍然存在,只是“短缺”开始呈现更复杂的形态。一些地区和架构缺少高质量算力,另一些节点可能在部分时段利用不足;企业找不到合适的卡,未必意味着全国没有闲置资源;


总量不足、结构错配和调度效率,可以同时存在。


2185 EFLOPS之后,“规模”已经不够解释供给


长期以来,算力基础设施最容易被理解和传播的指标是卡数、PFLOPS或EFLOPS。它们回答的是一套系统在特定精度下的理论计算能力。基建集中扩张阶段,这些指标足以反映建设速度;当设备开始大规模并网,单看峰值算力就会遗漏越来越多的问题。


我更倾向于把算力供给拆成六层:名义规模、设备部署、纳入监测、接入调度、任务可运行、形成付费使用。行业真正能够交付给客户的“有效算力”,位于这条链条的末端。


图2|从名义规模到付费使用,算力供给需要完成六层转化


目前全国层面的公开数据,已经较好覆盖了前面几层:总规模有多少、设备上架到什么程度、多少资源进入监测平台。到了任务利用率和付费利用率,公开口径仍不完整。国家数据局在2026年“数据要素×”大赛的技术方向中,仍把算力使用行为精细化计量、任务负载建模、异构资源精准匹配列为需要突破的问题。这说明统一监测并非最后一步,它只是把原来分散的算力资产变成一张可以继续运营的资源清单。


如果缺少后两层数据,我们能够确认中国建成了更多算力,却还不能据此判断这些算力产生了多少有效工作量,更无法直接推导对应的收入、利润和商业价值。


纳入“一张网”之后,算力还要穿过四道门


1、被平台看见,不意味可以真正被调度


监测和调度经常被放在同一句话里,实际上是两个不同动作。监测解决资源可见性:全国哪些地方有算力,采用什么架构,当前负荷和能耗如何。调度还要继续完成能力编目、统一接口、任务拆分、资源分配、计量计费和交易结算。


《人民日报》6月1日报道中,鹏城实验室把监测系统称为算力网的“眼睛”。这个比喻很准确:只有先掌握资源分布、负荷和利用率,平台才有可能进行后续匹配。国家数据局今年发布的技术任务也把“算力资源智能感知与监测”和“异构算力资源精准匹配与智能协同调度”分成两项,说明看得见、调得动和用得好,本来就是三个层次。


统一标准仍在完善。《人民日报》披露,全国数标委已发布9项算力网技术文件。对一项希望跨地区、跨主体运行的基础设施来说,标准不只是技术文档,还决定了不同节点能否按照同一种方式被识别、度量和结算。


2、异构适配决定了同样的算力能不能替代


电网里的电高度同质,进入网络后容易计量和替代。算力没有这样的天然条件。CPU、GPU、NPU等芯片承担的任务不同,同为AI芯片,不同厂商的指令集、软件栈、算子库和开发工具也存在差异。国家信息中心在今年3月的专题研讨中明确提到,不同芯片无法像水电一样简单混合使用,跨厂商、跨架构调度面临较高的适配复杂度和成本。


这也是为什么10万张卡组成一个集群,不等于全国各地10万张闲置卡的简单相加。大模型训练依赖高带宽、低时延的卡间通信,还要求集群在较长时间内保持稳定。分散在不同节点、采用不同架构的卡,即使理论峰值相同,也未必能组成同一项训练任务需要的有效集群。


首个全国产10万卡集群的意义,因此不只在“10万卡”这个数字。它同时检验国产芯片、服务器、网络、存储、调度系统和软件生态能否协同运行。规模能够通过采购快速增加,集群有效算力还要经过系统工程验证。


3、网络时延下降了,任务仍然不能随意搬家


跨区域调度的物理底座正在明显改善。截至2025年底,我国围绕算力枢纽建成干线光缆145条,实现8大算力枢纽互联,全国各省份到8大枢纽的网络传输时延降至20毫秒以内。近两年围绕枢纽建设的算力大通道超过70条,相关枢纽节点间网络性能提升10%。


这些数据解决了“能不能连”的问题,还没有自动解决“适不适合跑”。算力调度中真正移动的是数据和计算任务,计算完成后还要把结果传回。整个过程是双向、持续并且有状态的,带宽、拥塞、抖动、丢包和业务连续性都会影响交付。国家信息中心的研讨材料甚至提到,部分任务对网络抖动非常敏感,毫秒级变化也可能造成计算失败。


20毫秒是一项重要的骨干网络进展,但不能直接当成所有业务的端到端时延。数据从企业内部系统进入网络、在算力节点排队、完成处理并返回应用,还要经过更多环节。对离线训练和批处理任务来说,这段距离可能可以接受;对工业控制、实时交互和部分医疗业务,算力仍需要靠近数据和用户。


4、低电价只有变成更低的交付成本,调度才成立


西部枢纽拥有能源和土地优势,是“东数西算”的重要基础。宁夏中卫今年投运的50万千瓦光伏电站,年发电量达到9.7亿千瓦时,通过绿电直供为当地算力园区提供支撑。这类项目能够降低能源约束,也有利于绿电消纳。


企业最终购买的并不是某地的电价,而是一项能够完成的计算任务。国家信息中心的专题研讨提出了一个很直接的技术经济问题:如果节省1元电费,却增加2元网络费用,跨域调度就失去了商业基础。


完整的成本至少包括算力服务价格、网络传输、数据迁移和存储、软件适配、任务等待与失败成本,以及安全合规投入。西部能源优势要穿过这几项成本,才能变成客户真正拿到的价格优势。统一算力网能否形成持续交易,最终要靠服务等级、价格发现和利益分配机制,而不能只靠行政上的资源归集。


算力能不能流动,取决于任务结构


讨论算力流动时,有效的划分方式,是看任务对时延、集群通信、数据移动和软件环境的要求。


图3|不同任务的“可流动性”取决于计算结构,而不是行业名称


大模型预训练可以整体部署在西部的高质量集群,这也是国家枢纽承接非实时、高耗能任务的重要方向。但一项紧耦合训练任务通常需要在同一个高速互联集群内运行,很难把贵州、宁夏和东部几处零散空闲卡临时拼成一个集群。跨区域调度在这里主要解决“任务放在哪里”,未必能解决“任务如何跨地域并行”。


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。郑州国家超算互联网核心节点为26个领域提供融合算力,正是这一类需求的代表。只要软件环境适配、数据能够安全传输,任务可以放到资源更充足、能源成本更低的节点执行,完成后再回传结果。


实时推理和工业业务走的是另一条路径。《人民日报》报道的湖北算力网形成了同城1毫秒、省内5毫秒、武汉至长江经济带主要城市7毫秒、至全国八大枢纽10毫秒的多层次时延圈。这个设计本身说明,全国算力网并不是把所有任务送到同一个超大中心,而是根据时延要求在城市、区域和国家枢纽之间分层处理。


遇到医疗、金融、工业等敏感数据,技术上的网络连通还要服从数据合规和业务安全。某些场景更适合让模型和算法靠近数据,在本地或可信环境中完成计算,而不是把原始数据大规模搬到远端。


因此,“算力像水电一样使用”更适合描述使用体验,而不是描述底层资源完全同质。用户希望一点接入、按需购买,平台背后仍要根据任务特征选择芯片、位置、网络和安全方案。全国一体化算力网的价值,恰恰来自这种差异,而不是假设差异已经消失。


统一监测改变的,首先是行业里的信息权


过去,算力资源分散在云厂商、电信运营商、地方国企、科研机构和各类IDC手中。不同主体使用自己的产品名称、计量口径和定价方式,用户很难比较两处“同样规模”的算力究竟能运行什么模型,交付时间和总成本又相差多少。


当一批算力被纳入统一监测,变化首先发生在信息层面。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会更容易被识别。平台一旦继续承担资源编目、交易撮合、计量计费和服务评价,也会获得新的产业影响力。


对硬件厂商来说,卡数和峰值算力仍然重要,算力建设也远未停止,但软件生态、集群互联、系统稳定性和单位能耗会更多地影响实际交付。用户购买的不只是芯片,还包括把芯片组织成可运行服务的能力。


对IDC和算力中心来说,上架率不足以解释经营质量。下一步更值得观察的是卡时利用率、有效任务占用率、单位电力收入、客户续费和现金回收。机架装满设备,却没有形成持续付费任务,依然无法证明投资形成了商业闭环。


运营商的价值也会从提供带宽,延伸到确定性网络和跨区域服务。网络价格、时延承诺、故障恢复和数据安全,直接决定西部算力能否进入东部市场。


调度平台则处在新的信息入口。它既可以帮助用户找到合适资源,也可能参与服务评价、价格比较和交易结算。平台能够调动多少名义算力并不是唯一标准,更关键的是完成了多少真实任务、降低了多少交付成本,以及供需双方是否愿意持续在平台上交易。


这并不意味着某一个环节会立刻拿走全部议价权。硬件、IDC、运营商和平台仍然相互依赖。变化在于,行业评价标准会逐渐从“谁拥有更多物理资源”,扩展到“谁能把资源组织成更可靠、更透明的服务”。


下一阶段,算力基础设施需要一张运营账


国家数据局今年发布的课题研究方向,已经提出研究全国一体化算力网的新阶段运营机制,覆盖资源接入、能力编目、运行监测、调度分发和服务保障。政策文件仍在强调继续建设算力设施,同时开始把运营机制单独拿出来研究。这个变化比“建设周期结束”更准确:扩容仍在继续,运营效率开始成为与规模同等重要的检验项。


接下来判断全国一体化算力网有没有真正运转起来,需要重点观察五组指标。


第一是有效接入率。除了多少PFLOPS纳入监测,还要看多少资源完成统一接口、可以被平台直接调用,以及接入数据是否持续、准确。


第二是任务利用率。比上架率更有解释力的,是芯片有效运行时长、任务占用率、排队时间、失败率和不同时间段的负荷差异。这些指标才能识别结构性闲置发生在哪里。


第三是交付效率。大模型训练要看完成一次训练需要多长时间,推理服务要看单位时间词元吞吐和响应时延,科研计算要看任务完成周期。理论峰值最终要落实到具体工作量。


第四是到岸价格。用户真正承担的是算力、网络、适配、存储和安全成本之和。跨区域调度只有降低这一总成本,才具有持续的市场价值。


第五是付费利用率和现金回收。算力中心有多少收入来自真实外部客户,单位卡或单位电力能够产生多少服务收入,资本开支需要多久回收,是判断基础设施商业质量无法回避的数据。


这些指标目前还没有完整的全国统一口径。统一监测平台的价值之一,就是让行业有条件建立这套运营账。没有这张账,市场只能看到算力规模增长,却难以判断资源是否完成了从资产到服务的转化。


建设没有结束,评价标准已经开始改变


智能算力同比增长177%,不能推出中国已经不缺算力。大模型参数继续扩大,推理调用快速增长,具身智能、工业智能和AI for Science都在创造新需求。


同时,短缺和闲置在一定时间内会同时出现,这反映了算力的高度异构、区域分散和任务差异。


10万卡国产集群解决的是高质量供给问题,统一监测平台解决的是资源可见问题,算力大通道解决的是任务跨区域传输问题,异构调度和市场化定价则决定这些资源能否形成实际交易。它们共同构成了算力基础设施下一阶段的任务。


中国算力基础设施正在从单纯以建设规模为中心,进入建设规模与使用效率同时接受检验的阶段。


下一轮竞争,行业需要回答一个更难的问题:这些投入中,有多少最终变成了用户能够稳定获得、成本可以接受、服务商能够收到钱的有效算力。

内容来自 虎嗅,版权归原作者所有。

阅读原文 ↗

把喜欢的内容,留在你的新标签页。

打开我的订阅