“第一份租赁合同签出去，是在交付后的第47天。”
老周是中部某AGI产业园的运营总监。他面前的租用率统计表显示，园区那个8000P智算中心，截至2026年6月底，稳定租用率只有37%。约2960P在跑真实业务，剩下5040P要么空转，要么在做“演示性训练”——给来访领导跑几小时就停。
这不是孤例。据同期报道，2026年上半年多地8000P园区交付后，部分空置率超过40%。庆阳数据中心集群智算规模虽已突破10万P，成为全国标杆，但更多园区正在经历“建得起，填不满”的阵痛。
招商遇冷：不是没需求，是需求没长到8000P
招商手册写得漂亮：面向大模型训练、自动驾驶仿真，单P时价低于市场均价15%。但真正上门谈的客户，跟手册画像差了三个量级。
第一家签合同的企业，是一家做出海短剧的60人团队。他们要的不是500P训练资源，而是30P左右的推理和渲染算力，晚上跑批量渲染，白天跑模型推理。合同月均12万元，在8000P总盘子面前连零头都算不上。
老周算了一笔账：园区月运维成本约480万元（电费、冷却、网络、驻场工程师），按37%租用率、平均单P时价4.2元计算，月租金收入约370万元，缺口110万元靠政府补贴和园区其他物业收入填。
“我们招商团队跑了80多家企业，真正坐下来谈价格的不超过15家。”老周说，“大部分企业说‘算力是好东西，但我们现阶段用不上这么多’。”
这暴露了一个关键错配：算力基建按“未来需求”规划，但企业预算按“当前业务”审批。 一家120人中型模型公司，月均算力支出340万元已是紧绷状态，其中13%还耗在调度和闲置上。让他们一口气包下500P长期租约，既不现实也不经济。
谁在租？三类意想不到的“填坑者”
尽管整体租用率低迷，园区里确实有几家租户在稳定跑业务。它们都不是传统意义上的“大模型公司”。
短剧与短视频渲染团队。 前文提到的那家短剧公司，已在园区稳定跑三个月。他们用AI生成剧本和分镜，再用渲染集群批量出片。印尼市场对AI短剧接受度在提升，但合规要求也在收紧——2026年5月印尼通信部新规触发下架潮后，本地化语料和文化适配成了核心壁垒。这家团队的做法是：用3000元起步构建印尼本土俚语和宗教敏感词语料库，将剧本文化接受度从40%提升到85%，然后靠渲染算力快速产出测试片，投放到TikTok看反馈。
“我们不需要8000P，但需要稳定的30-50P渲染集群，最好夜间低电价时段跑。”该公司技术负责人说。园区给了灵活计费方案：夜间单P时价降到2.8元，白天恢复正常价。园区填了夜间闲置，企业省了40%成本。
端侧模型训练团队。 Apple M5把Neural Accelerator放进10核GPU的每颗核心里之后，端侧大模型不再挤牙膏。但端侧部署的前提是模型要够小、够快——7B模型跑INT4量化，在骁龙X Elite上首token延迟要控制在200ms以内，这需要大量实验性训练来调优量化策略和算子适配。
园区里一家做端侧AI应用的30人创业公司，租了20P算力专门跑量化消融实验。他们对比了ExecuTorch、MNN和llama.cpp三套框架在Arm芯片上的推理延迟，每一轮实验都要反复调整量化链路，消耗算力不大，但频次很高。该公司创始人说：“我们一个月算力费才8万块，但如果没有这20P，模型迭代速度会慢三倍。”
科学计算与工业仿真。 这是最被低估的需求来源。园区最近签了一家做药物分子动力学模拟的企业，租了100P算力跑蛋白质折叠预测。这类任务对显存带宽要求高，对集群通信延迟容忍度低，恰好适合8000P集群的高带宽互联架构。
“科学计算用户对价格不敏感，但对稳定性和数据安全极其敏感。”老周说，“他们愿意付溢价，只要保证数据不出园区、算力不跨节点碎片化。”这跟国产AI芯片集群调度中提到的痛点一致：混合部署昇腾与海光时，算力利用率常低于60%，科学计算用户对此零容忍。
错配是怎么发生的？
复盘整个过程，三个时间点的决策叠加造成了今天的局面。
2024年规划期： 各地争相上马智算中心项目。庆阳数据中心集群到2025年底智算规模突破10万P，成为全国增速最快的标杆集群。这种“标杆效应”让后来者不敢落后——别人建8000P，你建4000P就不好意思写进政府工作报告。
2025年建设期： 供应链紧张导致GPU交货周期拉长，园区为锁定货源提前下单，等设备到位时，市场供需已变化。
2026年交付期： 大模型训练需求向头部集中，中小模型公司转向API调用而非自建算力。同时，Agent工作流的token消耗模式从“一次性训练”转向“持续推理+工具调用”，单次消耗量下降，但频次上升——这对算力中心来说意味着用户需要弹性计费，而非长期包断。
同一套客服Agent工作流跑1000次对话，四家模型的账单差距从348元到495元，真正拉开成本的不是token单价，而是上下文累积、工具调用和重试率。高频、小额的推理需求，天然不适合包月租用8000P集群的模式。
下半年：三类需求可能填更多坑
老周对下半年并不悲观。他手里有三类在谈客户，可能消化800-1000P闲置算力。
端侧训练需求在涨。 随着M5芯片铺货和骁龙X Elite机型增多，端侧模型适配训练会从少数几家扩展到几十家。这类需求特点是“小P数、高频次、强时效”，园区正在设计按小时计费的“实验套餐”，单P时价3.5元，最低起租5P，目标就是抓这类客户。
短剧渲染海外市场在扩张。 据行业数据，2026年上半年东南亚短剧下载量已占全球30%，但AI短剧出海远不止翻译字幕那么简单。印尼观众对穆斯林元素的敏感度、泰国市场对甜宠题材的偏好，构成完全不同的内容适配清单。每进入一个新市场，就需要重新跑一轮剧本生成和渲染测试，消耗算力不大但持续。
科学计算的政策红利。 根据济南2026年工作要点，济南明确提出建设城市可信数据空间，上架数据产品突破1000个，重点打造30个以上数据应用场景。其中生物医药、气象预测、工业仿真等场景，直接对应科学计算算力需求。这类用户一旦签下来，租约稳定性远高于AI创业公司。
算力招商的真实教训
临走时，老周说了一句很坦诚的话：“我们犯的最大错误，是把算力当成房地产卖——盖好楼等人来。但算力是服务业，你得先找到用算力的人，再为他们建算力。”
这句话可能概括了整个2026上半年算力招商困局的本质。8000P集群本身不是问题，问题在于建之前没想清楚：谁会来租？租多少？租多久？怎么计价？
下半年，那些能回答这些问题的园区，空置率曲线才会真正往下走。
