人工智能行業的井噴式發展，帶動了產業鏈上下游環節的持續火爆。高性能算力是人工智能發展的必要條件，智算中心作為提供高性能算力的關鍵基礎設施，對人工智能產業的重要性不言而喻。

然而，算力需求日益高漲的同時，部分智算中心卻因高閑置率陷入了生存困境，曾花費高昂成本建立的“新時代廠房”，如今回本都成了問題。這個矛盾，其實是技術迭代、供需錯配、生態協同等多重因素交織的復雜結果。

01

前瞻，科技與競技的“雙螺旋”進化

在分析行業問題之前，我們需要先了解清楚：什么是智算中心？

智算中心的全稱是智能計算中心，由于科技飛速發展和普及，原先傳統的數據中心已經難以滿足高性能高強度的計算需求，于是人們出于升級迭代的目的，推出了智算中心的概念。它像以前的發電廠、自來水廠一樣，是人工智能時代最基礎的設施，能夠把分散的超級算力集中起來，向所有需要AI的地方提供計算能量，推動各種場景的智能應用落地。

中國通信工業協會數據中心委員會發布的《中國智算中心產業發展白皮書（2024年）》中2020-2028年中國智算中心市場規模及預測

近兩年，由于算力需求飛速擴張，為了避免硬件基礎拖產業研發的后腿，智算中心項目數量的增長也在同步跟進。中國通信工業協會數據中心委員會（簡稱“CIDC”）發布的《中國智算中心產業發展白皮書（2024年）》顯示，截至2024年11月，全國已投運的智算中心項目近150個，在建及規劃中的項目接近400個。

據國際數據公司IDC統計，僅在今年2月，就有31個智算中心項目有明確新進展。從規律來看，經濟發展較快或具有特定優勢資源的城市，智算中心項目更易落地。

然而，行業的火爆抬高了人們對技術發展的樂觀預期，繁榮之下的智算中心開始出現建設泡沫。據IDC的不完全統計，今年第一季度中國大陸共有165個智算中心項目出現新動態，但只有16個項目處于已投產/試運行狀態，實際投產率僅為10%，真正落地開始運營的項目少之又少。

生成式AI跨過概念紅利期進入技術爬坡階段，市場開始擠泡沫讓算力租賃經歷極大的落差。最直觀的表現是，在原有的算力規模下價格出現大跌。

與此同時，不少智算中心的算力并未被消納，閑置率持續走高。有業內人士提到，截至2024年底，機房的出租率普遍在20%～30%，甚至部分企業級智算中心的機房出租率只有10%。這種變現水平比起前期高昂的建設成本和持續的運營成本，幾乎可忽略不計。

一個英偉達H100構成的千卡集群智算中心，前期投入的建設成本共計約3.5億元，而每年的運維成本還需投5000萬元左右。目前很多項目都依賴政府補貼和銀行貸款，低效的成本回收直接加劇資金鏈斷裂的風險。

不僅如此，現有的政策框架對智算中心尚無明確的定位標準和監管機制，比如智算中心的能耗指標依然沿用傳統數據中心的標準，但二者的計算需求、機架的負載容量水平，以及對應的能耗強度并不是一個量級。這就導致項目難以通過審批，拖慢計劃進度，延長的建設周期會進一步加劇成本負擔。

02

“冰火兩重天”：兩極分化的算力資源

那么智算中心的冷卻是否意味著目前的算力已過剩？

答案是未必，盡管從部分區域極高的閑置率來看似乎的確如此，但放眼全國和整個行業，隨著AI技術迭代，從訓練轉向推理的行業過渡期后，市場的推理算力需求仍在爆發式增長，問題的核心在于算力供需的結構性錯配。

從時間維度來看，互聯網企業的推理需求與用戶的活躍時段息息相關，因此白天算力需求激增，而夜間資源利用率不足。同時，隨著大模型商業化的進度加快，推理需求在算力總需求中的占比出現明顯增長，而部分智算中心的硬件設備并未更新，無法適配推理場景需求，因此被動閑置。

從空間維度來看，京津冀、長三角等地區算力需求超過全國半數，但由于能源、土地資源受限，拖累了供給能力，導致響應速度不足；西部雖資源豐富，但本地需求有限導致算力利用率不足。

從行業維度來看，從傳統數據中心轉型的智算中心，存在“換芯不換腦”的問題，即將CPU升級為GPU，卻未部署成熟的分布式訓練框架。技術迭代滯后的影響下，智算中心的硬件架構無法匹配現有的AI需求，于是導致實際的算力利用率極低，造成通用算力過剩。另一方面，專用算力仍面臨短缺，因為自動駕駛、生物醫藥等高精技術領域需要定制化算力，這對芯片設計、軟件適配、行業標準（如打通不同廠商的算力接口、統一計費方式等）等配套的產業鏈協同要求極高。

算力的供需錯配導致企業的生存壓力不斷加劇，尤其是中小智算中心難以承受持續的巨額虧損。同時，由于算力不足會直接影響大模型的訓練周期，技術創新也會受到阻礙。更嚴重的是，高閑置率導致的巨大能源耗損與資源浪費，會加劇整體產業發展的壓力。

除此之外，市場環境也是相當重要的影響因素。既然存在較為嚴重的供需錯配問題，解決方案就繞不開跨地區的算力調度，但該過程需要突破區域運營商的權屬邊界，而目前算力交易市場上仍然缺乏有效的信任機制，加之企業擔心數據安全風險問題，算力調度的市場化落地還有很長的路要走。

不過動態資源調度的需求缺口不失為一個契機，可以推動智算中心的盈利模式從單一且粗放的算力租賃轉向多元化服務。

其實比起傳統的數據中心，智算中心不僅在算力上有顯著提升，還更強調智能化的資源調度與系統管理，這為其拓展服務變現預埋了業務接口。AI大模型的商業化發展推動場景落地，廠商的需求逐漸精細化，在此背景下，可以利用“垂直領域算力+算法打包服務”進行業務賦能，憑借組合服務方案抬高客單價，提升自身的造血能力。

長遠來看，智算中心的盈利模式會逐漸從基建驅動轉向服務驅動，單純依賴硬件租賃的盈利模式或將面臨淘汰。不過想要在行業洗牌中勝出，企業還需先熬過這波寒潮。

微信訂閱

歡迎通過郵局渠道訂閱2025年《電腦報》

郵發代號：77-19

單價：8元，年價：400元

編輯｜張毅

主編｜黎坤

總編輯｜吳新

爆料聯系：cpcfan1874（微信）

壹零社：用圖文、視頻記錄科技互聯網新鮮事、電商生活、云計算、ICT領域、消費電子，商業故事。《中國知網》每周全文收錄；中國科技報刊100強；2021年微博百萬粉絲俱樂部成員；2022年抖音優質科技內容創作者