AI 纪元 追踪人工智能最新进展,深度解读前沿技术

8000P交付之后,算力园区先把运营账算清

峰值算力决定园区能承接多大的任务,稳定负载才决定设备能否持续运转。随着大模型转向产品化,算力园区比拼的不再只是硬件规模,还有推理订单、任务调度、行业适配和交付能力。

0 次阅读 约 2210 字 4 分钟 AI 生成
Editorial still life of a server rack with some slots active and others empty, beside an open ledger and a wall clock
Editorial still life of a server rack with some slots active and others empty, beside an open ledger and a wall clock

8000P峰值算力,是一张醒目的园区名片。

据新华网客户端报道,已有园区以8000P算力和空间配套为基础,提出打造通用人工智能(AGI)策源地。项目建成,意味着设备、机房、网络和供电能力基本就位。但机器开起来之后,还有更具体的问题:谁来购买算力,每天运行什么任务,订单之间的空档怎么填,客户为什么愿意续约。

峰值算力代表能力上限,不等于实际利用率,更不能直接换算成收入。8000P交付,只是建设账告一段落,运营账刚刚摊开。

园区建起来了,订单还得一笔笔找

截至2024年底,全国已形成超100个以人工智能为核心的园区,主要分布在长三角、珠三角和京津冀等区域。新华网客户端援引赛迪顾问预测,到2025年底,中国人工智能核心产业规模将逼近4000亿元,算力核心产业规模有望突破1.5万亿元。

这些数字说明需求基础正在扩大,却不能保证每一座智算中心都能跑满。

不同任务对算力的要求并不相同。大模型训练看重集群规模、网络性能和软件适配;工业质检、金融分析、政务服务等推理业务,则更在意响应速度、运行稳定、数据合规和长期成本。园区有多少计算卡,只能说明手里有多少资源。能否把资源拆成客户愿意购买的服务,才决定设备是持续运转,还是长期闲置。

建设阶段关心拿地、机房和集群,运营阶段要盯客户结构、任务排期和交付质量。两套能力并不相同。

训练任务拉高峰值,推理业务填满日常

大型训练任务能在短时间占用大量资源,但通常跟着项目周期走。一次训练结束,如果下一笔订单没有接上,集群就会出现空档。园区若过度依赖少数训练客户,设备利用率和收入都会随项目进度波动。

推理负载更接近日常生意。模型进入生产系统后,调用会跟着真实业务持续发生:工业产线需要图像识别,金融机构需要处理分析请求,政务系统需要响应用户查询。单次调用消耗的算力未必很大,但连续、稳定的请求更适合支撑智算中心长期运行。

华为《智能世界2035》报告提出,AI技术可能经历较长的平台期,行业注意力将回到现有大模型的产品化价值,重点转向应用深化、效率提升和成本优化。对算力园区而言,这意味着订单未必只来自更大的模型,也会来自越来越具体的业务场景。

推理服务卖的也不只是计算资源。低延迟访问、模型部署、故障恢复、数据管理和服务保障,都会影响客户是否长期使用。如果园区只能出租裸算力,产品就容易退化为按卡、按时计费的标准资源。同行一旦降价,客户很难找到留下来的理由。

入驻名单不能直接变成算力负载

一些人工智能园区已经形成明确的产业方向。新华网客户端提到,上海浦东人工智能岛聚焦“AI+金融”,吸引达闼科技、商汤科技等60余家企业入驻;武汉光谷人工智能产业园规划建设大规模算力中心,围绕“AI+光电子”发展垂直产业。

企业聚在一起,不代表需求会自动进入园区的算力集群。关键在于,运营方能否看懂周边企业的业务,并把需求转成持续运行的任务。

以“AI+光电子”为例,相关企业可能在研发仿真、设备控制、质量检测和生产数据分析中使用算力。园区如果能够提供模型部署、边缘节点协同和服务等级保障,企业采购的就不再是一段抽象算力,而是一项可以接入生产流程的服务。

金融场景同样如此。数据安全、系统稳定和合规管理都有明确要求,仅靠通用算力租赁很难覆盖。园区需要把计算、存储、网络和管理能力组合起来,才有机会把入驻企业转化为长期客户。

企业数量、机架数量和峰值算力适合展示建设成果。到了运营阶段,更值得关注的是:已经产生稳定调用的客户有多少,训练和推理任务能否错峰调度,收入中有多少来自可以续约的长期服务。这些指标不如8000P醒目,却更接近真实经营状况。

电费之外,适配和交付也在烧钱

智算中心的成本不止GPU采购。供电、制冷、网络、存储和运维系统都需要持续投入。即使计算集群没有跑满,机房基础设施也不能随意停摆。利用率越低,固定成本就要分摊到越少的有效任务上,单位算力成本随之抬高。

集群规模扩大后,网络也会直接影响交付。新华三在“×AI 为时代赋智慧”相关内容中提到,网络需要具备标准开放能力,让成千上万张计算卡形成统一算力。对园区来说,设备上架只是第一步,通信效率、任务调度和故障处理都会落到客户账单和项目进度上。

异构算力还会增加适配工作。不同硬件、软件工具和模型框架之间需要持续调试,这些投入不像服务器数量那样直观,却会占用工程团队,也会影响客户项目何时上线。

所以,运营账不能只算电费和设备折旧。模型迁移是否顺利、任务能否按时交付、故障能否及时恢复,都应计入成本。任何一环拖慢,都可能抵消低电价或规模采购带来的优势。

10万倍算力,不会平均落到每座园区

华为对2035年的预测是:全社会算力总量或增长10万倍,AI存储需求或增长500倍。相关数据见《智能世界2035》报告及公开报道。

长期需求空间很大,但增长不会平均分配给每一座园区。客户除了比较价格,也会比较网络质量、软件适配、交付速度和行业服务能力。算力供给越多,只提供标准资源的园区越容易陷入同质化竞争。

8000P当然重要,它决定园区能够承接多大规模的任务。但设备交付之后,规模必须与业务匹配:找到能够长期调用算力的客户,安排训练与推理任务,压缩空闲时段,再把技术能力做成可计费、可交付、可续约的服务。

AGI策源地是目标,运营账则从集群开机的那一天就开始了。能把峰值算力变成稳定负载,把入驻企业变成持续订单,园区才算真正跑起来。

相关阅读