出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜視覺中國

5月中，關(guān)稅暫停的 90 天窗口期，一場圍繞算力核心資源的爭奪戰(zhàn)驟然升溫。

“服務(wù)器價格波動劇烈，前段時間每臺價格已上浮 15%-20%。隨著關(guān)稅暫停，我們計劃恢復(fù)原價銷售。” 某南部地區(qū)芯片供應(yīng)商向虎嗅透露。

與此同時，市場供給端也迎來新變量。虎嗅獨(dú)家獲悉，英偉達(dá) Hooper 系列高端產(chǎn)品與 Blackwell 系列已悄然現(xiàn)身國內(nèi)市場，前者的現(xiàn)身時間點大約在2024年9月，而后者就發(fā)生在最近。華銳智算相關(guān)高管表示，“不同供應(yīng)商的獲取貨源渠道都各不相同。”而這背后的復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)無從探尋。

（虎嗅注：從2023年10月17日開始，華盛頓方面分階段叫停了英偉達(dá)對華出售的芯片，包括A100、A800、H800、H100、H200；近期Hooper系列最后一張能夠?qū)θA出售的H20也列入到限制出口名單）

其中，英偉達(dá)Hooper高端系列通常指H200，是H100芯片的升級版，前者比后者價格僅高出二十幾萬，但效率卻高出30%。而Blackwell系列屬于英偉達(dá)的高端系列，其中B200價格高達(dá)300多萬，也是目前“流通受限”最嚴(yán)的產(chǎn)品，其流通路徑更為隱秘。這兩款均用于大模型預(yù)訓(xùn)練，而B200更是“一卡難求”。

回溯時間線，2024年4月，一張黃仁勛與OpenAI CEO奧特曼（Sam Altman）、聯(lián)創(chuàng)布羅克曼（Greg Brockman）的合影流傳在推特上。這張合照背后是H200首批產(chǎn)品的關(guān)鍵交付節(jié)點——英偉達(dá)CEO黃仁勛親自送貨上門，而OpenAI正是H200的第一批用戶。

短短5個月后，大洋彼岸就傳來了H200的貨源消息。如今，國內(nèi)已有供應(yīng)商具備每周 100 臺 H200 服務(wù)器的供應(yīng)能力。據(jù)該供應(yīng)商透露，隨著 H100 停產(chǎn)，市場需求正加速向 H200 轉(zhuǎn)移，目前掌握 H200 貨源的供應(yīng)商不超過十家，供需缺口進(jìn)一步拉大。

“現(xiàn)在市場上最缺的就是H200，而且據(jù)我所知，有一家云廠最近正在各處找H200。”一位從事算力行業(yè)18年的老玩家告訴虎嗅，他們長期為百度、阿里、騰訊、字節(jié)供應(yīng)算力服務(wù)。

在這場算力軍備賽中，交易鏈條籠罩著神秘面紗。某國內(nèi)頭部算力供應(yīng)商表示，行業(yè)通行的算力計價規(guī)則是，合同中僅標(biāo)注算力單位 “P”，將服務(wù)器交易轉(zhuǎn)化為抽象的算力交易。（虎嗅注：P是算力的計算單位）比如在算力使用方與算力供應(yīng)商進(jìn)行算力交易時，并不會直接將卡的型號寫進(jìn)合同內(nèi)，而是用多少P的算力來代替，也就是說在明面上并不會把具體的卡型號寫進(jìn)去。

深入產(chǎn)業(yè)鏈底層，隱秘的交易網(wǎng)絡(luò)浮出水面。此前有媒體披露，部分中國經(jīng)銷商通過特殊采購渠道，經(jīng)多層轉(zhuǎn)售與包裝，實現(xiàn)服務(wù)器 “曲線上市”。而虎嗅進(jìn)一步了解到，還有部分經(jīng)銷商另辟蹊徑，借助第三方企業(yè)，通過將模組嵌入產(chǎn)品的方式，獲取服務(wù)器。

在暗流涌動的產(chǎn)業(yè)鏈背后，國內(nèi)算力產(chǎn)業(yè)的發(fā)展也正在呈現(xiàn)新的走向。

智算泡沫從何而來？

2023年末，來自大洋彼岸的“英偉達(dá)禁令”，如同一塊巨石投入平靜的湖面，一場圍繞算力核心資源的暗戰(zhàn)隨之打響。

最初的幾個月，市場呈現(xiàn)出一種原始的混亂與躁動。暴利的誘惑之下，一些嗅覺敏銳的個體開始鋌而走險。“當(dāng)時市場上充斥著各種背景的‘供應(yīng)商’，有海外歸來的留學(xué)生，也有一些消息靈通的個人倒?fàn)敚币晃徊辉妇呙男袠I(yè)人士回憶道，“他們的流轉(zhuǎn)方式相對簡單粗暴，雖然交易依然隱秘，但遠(yuǎn)未形成后來那種層層轉(zhuǎn)包的復(fù)雜鏈條。”

這些早期的“拓荒者”們，利用信息差和各種非正規(guī)渠道，將英偉達(dá)高端顯卡，輾轉(zhuǎn)供給到市場。由此，顯卡的價格自然水漲船高。據(jù)一些媒體報道，在他們當(dāng)中，一些個人供應(yīng)商甚至將英偉達(dá)A100顯卡標(biāo)價至12.8萬元人民幣，遠(yuǎn)超其約1萬美元的官方建議零售價。更有甚者，有人在社交媒體平臺中手持H100芯片，稱其單片售價高達(dá)25萬元人民幣。在當(dāng)時，上述的種種行為和姿態(tài)可以說近乎炫耀式的。

在這種隱秘流通之下，一些大型算力供應(yīng)商已經(jīng)開始具備類似的交易網(wǎng)絡(luò)渠道，而由此引發(fā)的智算熱潮也在同時期興起。2022～2024年間，多地?fù)尳ㄖ撬阒行摹Ｓ袛?shù)據(jù)顯示，單單是2024年，智算中心項目就超過了458個。

然而，這場轟轟烈烈的“炒卡及智算熱潮”并未持續(xù)太久。到了2024年末，尤其是在DeepSeek等國產(chǎn)大模型以其高性價比橫空出世后，一些單純依賴“囤卡居奇”或缺乏核心技術(shù)支撐的算力供應(yīng)商發(fā)現(xiàn)，他們的故事越來越難講下去了。智算的泡沫，也逐漸出現(xiàn)破裂跡象。

有數(shù)據(jù)統(tǒng)計，2025年第一季度，中國大陸共有165個智算中心項目出現(xiàn)新動態(tài)，其中高達(dá)58%（95個）的項目仍處于已審批或籌建狀態(tài)，另有33%（54個）處于在建或即將投產(chǎn)狀態(tài)，而真正實現(xiàn)投產(chǎn)或試運(yùn)行的，僅有區(qū)區(qū)16個，占比不足10%。

當(dāng)然，呈現(xiàn)出泡沫破裂跡象的不只是國內(nèi)。近半年來，Meta、微軟等都傳出暫停部分全球數(shù)據(jù)中心項目。泡沫的另一面是令人擔(dān)憂的低效與閑置。

有行業(yè)人士告訴虎嗅，“目前智算中心的點亮率不足50%，國產(chǎn)芯片由于性能短板，根本無法用于預(yù)訓(xùn)練。而且有些智算中心使用的是相對落后的服務(wù)器。”

這種“有卡用不起來”的現(xiàn)象，被行業(yè)人士歸結(jié)為“結(jié)構(gòu)性錯配”——并非算力絕對過剩，而是有效的、能滿足高端需求的算力供給不足，同時大量已建成的算力資源因技術(shù)代差、生態(tài)不完善或運(yùn)營能力不足而無法被充分利用。

然而，在喧囂與隱憂并存的智算版圖上，科技巨頭們卻展現(xiàn)出截然不同的姿態(tài)。

據(jù)報道，字節(jié)跳動計劃在2025年在AI基礎(chǔ)設(shè)施上投入超過123億美元（約合892億元人民幣），其中400億元預(yù)算將用于在中國采購AI芯片，另有約500億元計劃用于購買英偉達(dá)芯片。對此，字節(jié)方面向虎嗅回應(yīng)稱，消息不準(zhǔn)確。

同樣在AI方面大手筆投入的還有阿里。CEO吳泳銘在2月24日公開宣布，未來三年阿里巴巴擬投入3800億元建設(shè)AI基礎(chǔ)設(shè)施。這一數(shù)字甚至超過了過去十年的總和。

但面對大手筆采購，供給端的壓力也在突顯。"市場的供貨都來不及供給大廠們，好多公司簽約了都交不出貨。"一位智算供應(yīng)商的銷售人員對虎嗅說道。

對比之下，上述的智算泡沫與如今大廠這種大手筆地投入AI基建，似乎形成鮮明對比：一邊是以A股為首的算力供應(yīng)商紛紛叫停大型智算項目，另一邊大廠則在積極投入AI基建。

而這背后的原因并不難理解。因為智算急劇降溫的時間點恰出現(xiàn)在DeepSeek前后。從今年開始，再也沒有人提出“百模大戰(zhàn)”相關(guān)概念了，DeepSeek戳破的是訓(xùn)練需求的泡沫。如今還留在牌桌的只剩下大廠和個別AI模型公司。

對此，常壘資本管理合伙人馮博也對虎嗅說道，“當(dāng)訓(xùn)練不是百花齊放的時候，那真正有訓(xùn)練能力和資格的人還會繼續(xù)買卡訓(xùn)練，比如阿里和字節(jié)，而那些沒有能力做訓(xùn)練的人就曲終人散了，這些人手里的算力就變成了泡沫。”

被退租的算力

任何"泡沫"的誕生都根植于人類對稀缺性的非理性想象。炒茅臺和囤算力的人本身并非是茅臺愛好者、算力消納方，而都共同有著投機(jī)心理。

截止到2024年底、2025一季度，飛利信、蓮花控股、錦雞股份等多家公司又相繼終止了數(shù)億元的算力租賃合同。與此同時，有算力供應(yīng)商告訴虎嗅，“在算力租賃的生意里，退租是常有的事。”

這些終止租賃的企業(yè)并非真正的算力需求終端。隨著 DeepSeek 引發(fā)的行業(yè)震蕩，AI 行業(yè)泡沫逐漸破裂，眾多算力供應(yīng)商不得不直面算力過剩難題，四處尋覓穩(wěn)定客源，探索新的算力消納路徑。

虎嗅在調(diào)查中發(fā)現(xiàn)，一位算力供應(yīng)商創(chuàng)始人的名片上，除了三家智算、云計算領(lǐng)域的企業(yè)，還赫然印著一家投資公司。進(jìn)一步深挖發(fā)現(xiàn)，該投資公司的被投項目涵蓋一家機(jī)器人公司與一家專注大模型和云系統(tǒng)研發(fā)的企業(yè)。該創(chuàng)始人向虎嗅透露，“這兩家被投企業(yè)的全部算力需求，均由自家的算力供應(yīng)體系來滿足；而且被投企業(yè)通常會以市場低價購買自家供應(yīng)的算力。“

實際上，在智算產(chǎn)業(yè)里，像智算+投資綁定的形式絕非孤例。對于不少算力供應(yīng)商而言，“這是目前消納卡很好用的方式，只不過沒有被擺到臺面上。”馮博對虎嗅表示。

不過，在上述的故事中，這是一種“壟斷式”的算力消納路徑，即算力供應(yīng)商通過投資鎖定算力需求，并直接滿足被投項目的全部算力需求。但并非只有這一種方式。

馮博認(rèn)為，還有一種模式是，”算力供應(yīng)商以 LP 身份切入產(chǎn)業(yè)基金，構(gòu)建閉環(huán)式算力需求鏈條的模式值得關(guān)注。“

具體而言，該商業(yè)模式呈現(xiàn)出資本聯(lián)動特征：算力供應(yīng)商 A 作為潛在有限合伙人（LP），與產(chǎn)業(yè)基金 B 達(dá)成合作意向。在 B 基金的投資版圖中，AI 應(yīng)用廠商 C 作為被投企業(yè)，其業(yè)務(wù)發(fā)展對算力資源存在剛性需求。此時，A 通過戰(zhàn)略投資 B 基金，間接綁定 C 公司未來的算力采購需求，構(gòu)建起“資本投入 - 算力采購”的閉環(huán)。

若交易落地，A 公司將憑借 LP 身份獲得優(yōu)先服務(wù)權(quán)，成為 C 公司算力采購的首選供應(yīng)商。這種模式本質(zhì)上形成了資金的循環(huán)流動 ——A 公司對基金 B 的出資，最終通過 C 公司的算力采購回流。

“這不是一種主流方式，但卻是一種還比較好用的方式。”馮博坦言。

泡沫快破了，然后呢？

“談智算泡沫就不能只談算力，它是一個產(chǎn)業(yè)鏈的問題，想讓算力用起來，需要把斷掉的點串起來，現(xiàn)在這條產(chǎn)業(yè)鏈還并未形成閉環(huán)。”一位深耕行業(yè)多年的算力供應(yīng)商首席營銷官向虎嗅精辟地指出了當(dāng)前智算產(chǎn)業(yè)的核心癥結(jié)。

進(jìn)入2025年上半年，AI領(lǐng)域一個顯著的趨勢是，曾經(jīng)被各大AI公司掛在嘴邊的“預(yù)訓(xùn)練”一詞，其熱度正逐漸被“推理”所取代。無論是面向廣闊的C端消費(fèi)市場，還是賦能千行百業(yè)的B端企業(yè)級應(yīng)用，推理需求的增長曲線都顯得異常陡峭。

“不妨做一個簡單的推演，”一位行業(yè)分析人士估算道，“以目前市場上主流AI應(yīng)用的體量來計算，如豆包、DeepSeek等為例，假設(shè)其每個活躍用戶平均每日生成10張圖片，這背后所牽引的算力需求，便可能輕易達(dá)到百萬P級別。這僅僅是圖像生成這一單一場景，若疊加文本、語音、視頻等多模態(tài)交互，其需求量級更是難以估量。”

這還僅是C端用戶的推理需求。對于B端用戶，推理需求更是海量。華銳智算某高管告訴虎嗅，車廠建設(shè)智算中心都是萬P規(guī)模起步，“而且我們的客戶中除了大廠，有最多算力需求的就是車廠。”

然而，再將海量的推理需求與算力泡沫聯(lián)想到一起，故事就顯得異常荒謬。為什么這么多的推理需求還是會產(chǎn)生算力泡沫？

某算力供應(yīng)商對虎嗅表示，像這樣海量的推理需求，需要智算服務(wù)商通過工程化技術(shù)對算力進(jìn)行優(yōu)化，比如壓縮起跑時間、提高存儲量、縮短推理延遲、提高吞吐量和推理精度等等。

不僅如此，上文提到的供需錯配問題，還有一大部分是來自于芯片問題。對此，有行業(yè)知情人士向虎嗅表示，一些國產(chǎn)卡和英偉達(dá)的差距還是比較大，它們自身表現(xiàn)發(fā)展不勻，同一品牌即使堆再多的卡短板依然存在，這就導(dǎo)致了單一集群無法有效完成AI的訓(xùn)練和推理。

這種‘短板效應(yīng)’意味著，即便通過大規(guī)模堆疊芯片來構(gòu)建算力集群，如果短板問題得不到有效解決，整個集群的綜合效能依然會受限，難以高效支撐AI大模型的復(fù)雜訓(xùn)練與大規(guī)模推理任務(wù)。

事實上，算力層面的工程挑戰(zhàn)和芯片瓶頸固然嚴(yán)峻，但許多深層次的算力需求未能得到有效滿足，其真正的“斷點”往往出現(xiàn)在算力層之上的應(yīng)用生態(tài)，特別是L2層（即針對特定行業(yè)或場景的）垂類模型的嚴(yán)重缺口。

在醫(yī)療產(chǎn)業(yè)就有這樣一個需要填補(bǔ)的巨大“窟窿”，人才虹吸效應(yīng)是國內(nèi)醫(yī)療體系里長期被詬病的結(jié)構(gòu)性問題，優(yōu)秀醫(yī)生都集中在一線城市的三甲醫(yī)院里。但當(dāng)業(yè)界寄希望于醫(yī)療大模型實現(xiàn)優(yōu)質(zhì)醫(yī)療資源下沉?xí)r，一個更根本的挑戰(zhàn)浮出水面：如何構(gòu)建可信醫(yī)療數(shù)據(jù)空間？

因為想要訓(xùn)練出具備全病程診療能力的垂類大模型，數(shù)據(jù)是關(guān)鍵前提。但問題是，必須要有全病程、全年齡段、全性別、全地域的海量數(shù)據(jù)才能在大模型里形成知識。而現(xiàn)實是醫(yī)療數(shù)據(jù)開放率不足5%。

某三甲醫(yī)院信息科主任透露，其醫(yī)院每年產(chǎn)生的500TB診療數(shù)據(jù)中，真正能用于AI訓(xùn)練的脫敏結(jié)構(gòu)化數(shù)據(jù)不足3%。更嚴(yán)峻的是，占疾病圖譜80%價值的罕見病、慢性病數(shù)據(jù)，因其敏感性長期沉睡在各醫(yī)療機(jī)構(gòu)的"數(shù)據(jù)孤島"中。

而像這樣的斷點無法解決，產(chǎn)業(yè)鏈就無法形成閉環(huán)。算力需求自然也就得不到滿足，顯然，這顯然已經(jīng)遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)意義上那些僅僅提供“卡和電”的算力基礎(chǔ)設(shè)施供應(yīng)商所能獨(dú)立應(yīng)對的范疇。

不過，如今市場已經(jīng)有一批新型的智算服務(wù)商正悄然崛起。這些企業(yè)不再將自身定位局限于單純的硬件提供或算力租賃，他們還能更組建專業(yè)的算法團(tuán)隊和行業(yè)專家團(tuán)隊，深度參與到客戶的AI應(yīng)用開發(fā)與優(yōu)化過程中。

與此同時，面對各種資源錯配和算力利用率等問題，各地其實也在根據(jù)當(dāng)?shù)禺a(chǎn)業(yè)需求出臺各種各樣的算力補(bǔ)貼政策，其中，“算力券”作為一種直接降低企業(yè)使用算力成本的補(bǔ)貼方式。只是對于當(dāng)前階段的中國智算產(chǎn)業(yè)而言，單純的政策“急救藥”恐怕已難以從根本上扭轉(zhuǎn)局面。

如今，智算產(chǎn)業(yè)所需要的是“造血式”培育生態(tài)。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4367570.html?f=wyxwapp