AI 纪元 追踪人工智能最新进展,深度解读前沿技术

昆山8000P算力园区落地:国产芯片如何帮中小企业解套

昆山某AI园区一期建成8000P算力,利用率超70%。借助昇腾910C适配DeepSeek V4,中小企业不再受制于高端进口硬件。同时,九章云极与庆阳“Token工厂”探索算力转化,但集中化也带来依赖与合规风险。

0 次阅读 约 1096 字 2 分钟 AI 生成
Modern data center server racks with blue indicator lights
Modern data center server racks with blue indicator lights

走进昆山人工智能产业园A栋机房,恒温系统的低频嗡鸣掩盖了服务器风扇的啸叫。密密麻麻的机柜里,闪烁的蓝色指示灯宣告着一期建成8000P(FP16)总算力的落地。园区运营方透露,目前这里的利用率已超70%。

对初创AI应用开发商而言,8000P曾是个遥不可及的数字。以前自建集群不仅资金占用大,运维更是麻烦。现在,算力像自来水一样随开随用。“以前买卡排队半年,现在申请算力实例半小时就能跑起来。”园区内一家中小企业负责人说。赛迪顾问曾预测,到2025年底,中国算力核心产业规模有望突破1.5万亿元,这种集约化的园区模式正是背后的推手。

打破硬件垄断,不仅是降本,更是为了供应链安全。在昆山园区,昇腾910C等国产芯片已大规模部署。2025年5月昇腾910C开始大规模供货,面对DeepSeek V4,华为云研发团队从春节熬到4月底,终于让推理能力达标。硬件上架只是开始,CANN算子补齐与集群互联才是关键。园区与华为云合作,提供一站式适配服务。上个月昇腾910C跑通DeepSeek V4的消息,标志着国产算力工程化落地的突破。

“算力即服务”让中小企业轻装上阵,只为实际使用的Token或时长付费。但这背后也有隐忧:过度依赖。算力集中在少数园区或服务商手中,企业话语权被削弱。服务商一旦调价或断服,业务就会停摆。数据出域的安全风险也如影随形,很多企业只能把敏感数据留在本地,非核心训练外包给公有云。

单纯的算力租赁已不够用。九章云极近期发布AI工厂体系,试图解决算力、模型与行业知识如何转化的问题。制造企业和金融机构需要的是能封装行业Know-how的方案。园区提供的不再只是GPU,还有预置行业模型和优化好的算法框架。

合规是悬在头上的另一把剑。2026年5月,法国CNIL对Lyra AI开出3500万欧元罚单,这是欧盟AI Act生效后的首张巨额罚单,训练数据版权不清、高风险场景缺人工干预成了焦点。随着合规要求落地,跨境数据流动和算力服务合规性成了必答题。

算力园区的布局正在形成差异化。甘肃庆阳作为“Token工厂”聚焦东数西算,提供大规模训练算力;而昆山等长三角园区更靠近市场,兼顾训练和推理,甚至提供推理加速卡。这种分工协作正在重塑AI产业的地理版图。

端侧算力也在倒逼技术革新。阿里达摩院发布的玄铁C950主频达3.2GHz,原生支持Qwen3、DeepSeek V3等千亿参数大模型,瞄准AI Agent场景,全志、瑞芯微已跟进。从云端到端侧的技术联动,进一步压低了落地门槛。

借势算力园区,中小企业站上了巨人肩膀。但算力只是燃料,建立技术壁垒和数据护城河,才是保命的根本。

相关阅读