如何开通股票杠杆交易 智算中心太“多”，大模型不够用了

从今日全国白蒜6.0公分批发市场价格上来看，当日最高报价15.10元/公斤如何开通股票杠杆交易，最低报价11.52元/公斤，相差3.58元/公斤。

英伟达芯片"倒爷"们，开始不发朋友圈了，

2023 年大模型火热的时候，"倒爷"们朋友圈的画风是"欲购从速、30% 定金，有实力的老板来！"到了 2024 年就变成了"现货现款、物美价优。"甚至有一批人已经黯然退场。

以 H100 整机价格为例，官方售价为 30 万美元左右，水货一度高达 300 多万人民币，超过 50% 的利润空间，让不少人趋之若鹜，但是现在价格已经回落到 230 万人民币左右，再倒卖也就没什么利润空间。

其中既有英伟达芯片更新换代的原因，基于 Blackwell 架构的 GB200 等新品单位算力成本更低；也有算力行业从过热到回归理性的必然，有了 GPU 并不意味能转换成大模型算力，大家对这一现实的理解，是用真金白银砸出来的。

大模型之大，动辄需要 64/128/256 台服务器（一台服务器 8 张 GPU 卡）组成的算力集群来训练。对于志在基础大模型的厂商来说，万卡集群成了入门门槛，不仅海外 OpenAI、马斯克的 xAI 等都在规划十万卡集群，国内也同样走在竞逐十万卡集群的路上。

来自需求端的压力，也正在重新校正 AI 算力产业，首当其冲的便是智算中心。作为计算、存储、网络的集合体，智算中心直接反映大模型算力的行业现状，而来自一线的声音趋于一致：智算中心太"多"，大模型不够用了。

缺算力是真的，空置也是真的

智算中心并不是绝对意义上的"多"，无论从各种视角看，真正适配大模型训练的算力在未来一段时间仍有很大的缺口，大规模智算中心的建设不会停止。

以 OpenAI 为代表，ChatGPT 发布两年来，大模型产业发展的脚步似乎变慢了，不排除这是大模型新一轮爆发前的蛰伏，在" Scaling Law "（规模法则）信仰之下，xAI、Meta、OpenAI 等巨头都在积极布局十万卡乃至更大规模的智算集群。

例如 7 月份，马斯克宣布位于美国田纳西州孟菲斯市的超级集群开始投入训练，该集群配备了 10 万个英伟达 H100 GPU，被称为 "世界上最强大的 AI 训练集群"。两个月后，马斯克宣布该集群名为 " Colossus（巨人）"，将在未来几个月内再增加 10 万颗 GPU，其中 5 万颗将是更为先进的英伟达 H200，Grok 3 训练预计在三到四个月内于该集群完成，目标是 12 月发布。

再看 OpenAI，甚至因为算力交付和"铁杆盟友"微软产生了分歧。此前微软与 OpenAI 合作共建一个代号为 "星际之门" 的巨型数据中心项目，项目预计成本超过 1150 亿美元，旨在建设一个配备数百万块 GPU 的超级计算机。据报道，微软计划到 2025 年底向 OpenAI 提供约 30 万个英伟达最新的 GB200。

但是奥尔特曼似乎对微软的速度还不满意，在完成 66 亿美元的最新一笔融资后，OpenAI 又与甲骨文达成合作，将在德克萨斯州的一个新数据中心租用服务器，该数据中心未来可容纳数十万个英伟达 GPU。

图片系 AI 生成

超大规模数据中心解决方案运营商秦淮数据对钛媒体 APP 表示，公司坚定看多智算，预计 2027 年开始智算需求进一步爆发，到 2030 年 100% 的推理需求都需要由超大规模数据中心来完成。

赛迪顾问人工智能与大数据研究中心高级分析师白润轩此前表示， 截至 2024 年上半年，国内已经建设和正在建设的智算中心超过 250 个，2024 年上半年智算中心招投标相关事件 791 起，同比增长高达 407.1%。

"这表明智算中心的建设在全国范围内得到了广泛的关注和支持。从 2023 年开始，各地政府加大了对智算中心的投资力度，推动了基础设施的发展。"白润轩说。

百度智能云 AI 计算部负责人王雁鹏则表示，从需求侧来看，十万卡是今年大模型竞争的规模门槛，从技术角度来看，大模型算力基本估算为模型的大小乘以所需要的数据量，" GPT4 是万亿参数，大概用了 2-3 万张 H 卡集群训出来 GPT4，按照 Scaling Law 推算，GPT5 的集群卡数大概在十万量级，可能是 5-10 万之间，参数级别会提升大概 3-5 倍。"

然而，与万卡算力集群火热相对应的，是大模型市场的"冷清"。

据经济观察报统计，截至 2024 年 10 月 9 日，网信办共通过 188 项生成式人工智能备案，也就是有 188 个大模型可以上线提供生成式人工智能服务。但超过三成的大模型在通过备案后未进一步公开其进展情况；仅有约一成的大模型仍在加速训练模型；接近一半的大模型则转向了 AI 应用的开发。

这些迹象可以理解为：大模型预训练需求越来越集中了。

与此同时，国内市场相较于海外市场更复杂。相似之处是算力需求持续增长，不同之处是算力封锁、生态不全，加之前期部分炒货囤卡的行为，这就导致了一种诡异的状态——算力既紧缺又空置。因为，"把 GPU 卡塞进机房"和"构建用于大模型训练所需的算力集群"，是两个完全不同的概念。

但是，对于智算中心的空置率或者浪费程度，并没有一个统一的答案。从钛媒体 APP 获得的一份资料可以有个大概感知：上半年国内已上线智算中心 17 亿卡时，使用 5.6 亿卡时，利用率 32%；另有数据显示，目前算力基础设施行业的平均上架率不足 60%。

算力空置引起各方关注

"各地前期已经建设了一批智算中心，不管是国产卡还是英伟达的卡，这些集群都不同程度上存在闲置问题，政府已经注意到了这些问题，智算中心的运营主体也也不少出现亏损，在算力挑战短时间内很难解决的情况下，投资节奏上还是要有所把控。"一位接近政府的行业侧人士对钛媒体 App 提到。

国家层面先后推出了十余项政策推进智算中心建设，例如"东数西算""数字中国建设整体布局规划"等，但上述人士告诉钛媒体 App，最近发改委已经基本明确，如果还要进一步新建智算中心，而且是采购国外卡，能耗指标均不予批复。如果采购国产卡，考虑支持国产创新，并且在东数西算的八大节点上，还可以安排能耗指标。

据了解，目前智算中心主要投资模式，一是政府投资建设，建设资金来自地方政府财政资金、专项债券发行等，建成后所有权归政府所有；二是企业独立投资建设，由企业联盟、少数企业联合、单独企业等形式进行投资；三是高校或科研机构独立投资建设，向师生、研究人员提供免费算力支撑，服务高校教育场景，这种情况下建设成本较低。

这其中，有不少智算中心向银行贷款采购 GPU 卡，承诺兜底方都是几家搞基础大模型的公司，比如阿里巴巴、腾讯、百度等。银行也很疑惑，大模型公司本身就有云基础设施和大量 GPU 卡，绝大多数中间商的议价权和渠道能力还不如这些大厂，怎么让大厂们加钱采购？

钛媒体 APP 获悉，有地方政府开始斡旋，希望让云厂商租用闲置的智算中心算力。"我们都不知道国内还有这么多卡，某种意义上，算力稀缺的背后存在一些资源错配。"上述人士表示。

该人士还提到，政府意识到可能会有算力浪费的情况出现，但是，部分地方手握能耗指标，和供应商拉扯的时间较多，智算中心建得慢，而部分地方建设得快反而亏损，由此带来的负面甚至引起了高层注意。

据悉，工信部日前面向六个城市定向下发了关于智算云服务试点的批文，希望用公共云的方式，解决前期各地方的智算中心建设问题，特别是国有资金建设的一些小散算力中心浪费问题。

近几个月来，政府侧已经出台多项政策，正强调有序引导，出清落后产能。

例如《数据中心绿色低碳发展专项行动计划》发布，对数据中心行业的区域布局、能效水效、绿电使用进行了严格、全面的规定，并提出"全面清理地方高耗能电价优惠政策"，舆论普遍认为该政策将加速落后产能淘汰，从而改善行业供给结构，促进行业良性发展。

8 月 1 日，《公平竞争审查条例》正式实施，要求各地方政府"没有法律法规依据或国务院批准，不得给予特定经营者税收优惠"，这意味着盛行已久的地方"以税引商"模式被按下了暂停键，企业将更关注经营本身，有利于行业从"卷价格"走向"卷创新"。

云计算行业也看到了智算中心建设的问题。阿里云智能科技研究中心主任安琳提到，目前有三种"万卡集群：

假万卡集群——公司确实有一万张 AI 加速卡（GPU 卡），但分布在全国几个不同的数据中心，每个数据中心有几百张或几千卡，加起来超过万卡。这种集群是"假万卡集群"。

伪万卡集群——拥有一万张 AI 加速卡且部署在同一个数据中心，但训练特定模型的时候，只有一部分卡实际参与训练。例如：1000 卡训练 A 模型，2000 张卡训练 B 模型，3000 张卡训练 C 模型，4000 张卡训练 D 模型。这种万卡集群是"伪万卡集群"。

真万卡集群——单一集群拥有一万张 AI 加速卡（如 GPU 卡），部署在同一个数据中心，并且能通过大规模资源调度技术，让万卡作为"一台"计算机，单一模型能在这一万张卡上同时进行训练。正如 100 个昆明湖连起来，也训不出一支航母舰队，大模型也是如此，只有真正的万卡智算集群，才能训练出国际先进的大模型。

有数据中心行业人士也表示，数据中心行业对内卷严重的感知非常明显，比如很多数据中心企业无条件为客户预留资源；签订短期租约，客户拥有随时调价调量的权益；过度扩大责任范围；招投标突破合理价格底线等等，这都是一些内卷带来的乱象。

为什么大模型算力会闲置？

在回答这一问题之前，有必要捋清下大模型所需的算力类型。

目前大模型所需的算力主要有三种，其一是超大规模的大模型训练，需要的算力集群越来越大，智算中心供不应求；其二是常规的大模型训练 / 微调，一般的裸金属或者算力集群都能满足；其三是推理需求，用云主机等都能满足，未来需求有望稳定增长。

可以看出，除了第一种基础大模型的训练需求之外，其余的大模型算力需求并不十分紧缺，不用最新的英伟达 GPU 卡，国产 AI 芯片也能顶上，企业可以在价格、成本、易用性等因素之间寻找平衡点。

ZStack CTO 王为提到了一个很有意思的现象，也是国内企业不得已为之的权宜之计——他表示，企业对于 AI 的投入还是相对比较谨慎的，在很多场景下用消费级显卡，很大程度上解决了大模型非预训练的需求。

对于云厂商而言，按照正常的生意逻辑，一边买卡一边以云服务的形式卖出去，不会大肆囤卡，其他的囤卡行为显然没有充分认识到，卖卡这门生意有多难。

租卡也是一种节省成本的方法，GPU 正在更新换代，但不是简单的付租金就行，云厂商还要带着工程团队去做大量改造，估算地价、电价等，额外配置交换机、网卡、光缆等，任何资本支出都要盘算是否值得投入。

安琳进一步补充道，智算中心的三大主要门槛包括集群网络、任务调度、智能运维。王雁鹏也表示，国内构建 10 万卡集群面临着三大难题，跨地域部署、多芯混训以及集群稳定性，这些难题包括技术和工程上的多重挑战。

首先是网络，大模型催生了一种全新的网络需求，此前从未有过，也就没有相应的成熟方案，市面上所有方案都是边研发边使用，可以说，网络技术直接决定集群规模能建多大。

"几百 G 的带宽，在每一个毫秒范围内正向模型训练带宽全占满，下一个毫秒又反向全占满回来，在人类历史上的通信，没碰到过这种需求。这涉及到诸多软件硬件，交换机、网卡芯片硬件和软件设计，路径选择的算法、通信协议的加速。要干这件事，网卡、交换机甚至中间用的光缆都得专门定制。"安琳说道，阿里云 AI 高性能网络架构 HPN 7.0 成果论文被 SIGCOMM2024 收录，成为 SIGCOMM 历史上首篇关于 AI 智算集群网络架构的论文。

其次是调度，算力集群规模小，网络当然简单，但是效率和规模就没有竞争力，如何让计算任务灵活的在硬件资源调度，资产利用率就能越高，算力价格就可以做到更低。

传统思路是按照硬件资源做调度，先监测算力卡是否空闲，如果闲着了就给他扔一个任务过去，这是最简单且效率极低的调度，云计算行业早已经进化到按任务来调度，可以监测到每一张卡上每一个任务的进程，然后根据任务进程分配新的任务。

安琳强调，"不是简单地给算力卡安排任务，而是把更细颗粒度的一个个不同的计算任务在这些卡间做调度，需要很多的工程技术能力积累，这也是为什么现在全世界做得好的 AI 公司，基本上都属于云计算公司。"

最后是运维，在以前的计算中，算力卡坏了可以很快将其隔离，然后继续用其他卡运行，现在大模型有很多瞬时故障，在毫秒级时间有抖动，一次通信过程中的抖动和丢包，就会导致 GPU 利用率下降 50%。据安琳介绍，阿里云已经升级到毫秒级检测，及时从集群里隔离故障算力。

此外，国内企业构建算力集群还面临着一个现实的困难：芯片。

国内企业面临算力供应不稳定的挑战，较难构建单一大规模训练集群。现实情况是，企业内部会出现同一厂商不同代际芯片，或者不同厂商芯片共存的情况。这些芯片如何进行混部训练，同时保证混部训练的效率也是难题。

此外，随着芯片集成度的不断提高，芯片的故障率也会相应上升，英伟达 H 系列芯片的故障率比 A 系列高 3-4 倍。并且算力集群规模越大，其故障率就越高。按照 H 系列芯片的故障率水平，十万卡集群每 20 分钟就会出现故障。较高的故障率对稳定性训练保障提出了更高的要求。

王雁鹏介绍，包括百度在内的国内厂商正在破解这些难题。在跨地域方面，针对由于传输距离变长所产生的高延迟，百舸 4.0 已经构建了十万卡级别的超大规模 HPN 高性能网络，通过提供更高效的拓扑结构、更优的多路径负载均衡策略及通信策略，能够实现几十公里的跨地域通信。同时，在通信效率上，通过优化的拥塞控制算法、集合通信算法策略，将带宽有效率提升至 95%，实现了完全无阻塞。最后，通过 10ms 级别超高精度网络监控，保障了网络稳定性。

智算中心，从内卷走向有序

对于智算中心的建设是否过于超前，不同人有不同看法。一方认为，国内智算中心还无法摆脱海外生态体系，需要三到五年的过渡期，在此过程中，大规模加速建设智算中心必然会带来大量浪费。

另一方认为，海外封锁只会愈发严峻，国产算力生态必须加速成熟，相比于国家战略的竞争，超前建设带来的一些小问题是可以接受的。有消息显示，受到美方要求，台积电被迫采取临时策略，将暂停向大陆 AI 算力芯片客户供应 7nm 工艺及以下更先进制程的代工服务。

目前来看，囤积英伟达卡的确带来一部分算力浪费，如上所述，很多购卡方不具备智算中心所需的网络、调度和运维能力。一位智算中心技术专家直言，"之前太多的投机倒把，很多都不是干这个行业的，觉得囤货就能挣钱，把它塞到一个机房里面去，稳定性，各种容错，乱七八糟的问题都解决不了，造成了很多浪费。

国产算力也同样存在问题，该专家谈及国产 AI 算力的浪费时感慨，"华为的运营能力太强，在大家还没有准备好用国产卡和用华为的时候，花了大力气搞算力场、智算中心，运营商建了大几万卡的集群，它的芯片距离客户开箱即用，到真正能用好还有一些距离，接下来会有更多的国产芯片进来，这个问题会进一步放大。"

"但是对于整体国产卡这件事情我比较乐观，基于大模型时代算力格局变化。原来的模型非常分散，CUDA 生态非常厉害是因为要兼容那么多模型，现在大模型比较收敛的情况下，大家的主流框架是一样的；同时英伟达又这么贵，再考虑到算力可获得性问题，大家就会更愿意尝试用国产卡。"他补充表示。

近日，《科技日报》也头版刊登了全国政协委员张云泉署名文章《智算中心建设不可盲目跟风》，文章强调，智算中心的建设需要巨额资金投入，而投资回报却不确定。

文章表示，由于智算技术更新迭代很快，智算中心的生命周期一般只有 5 至 10 年，如果没有强大的技术储备和升级能力，就可能陷入不断投入却无法跟上技术发展步伐的困境。另外，智算中心的运营管理离不开专业的技术人才和高效的管理团队，否则就可能无法发挥其应有作用，甚至出现设备闲置、资源浪费等问题。由此看来，智算中心该不该建、能不能建、什么时候建、建在哪里，需要科学、稳慎决策，绝不能头脑发热、一哄而上"赶时髦"。总的原则应当是，在市场需求明确且可持续的情况下，因地制宜、按需建设、适当超前。

一些地方也加强了对智算中心运营的要求，比如山东德州价值约 2 亿元的"全国一体化工业大数据山东云中心省会经济圈区域分中心数据机房‘德智未来’智算中心项目"，就在招标文件中明确写明了"采用设计施工采购运营一体化的模式建设"，要求运营期限不低于 5 年，并规定了项目验收投运后每年算力的最低收益。

王为也表示，从政策角度上看，政府对智算中心的要求比以前多，以前是先把智算中心建起来就行，现在建设初期就会找好的运营方，或者建设与运营一体，保证算力的使用率。

"去年算力消耗以训练为主，目前看消解不了算力中心的算力，很多大模型厂商手里囤的算力也不少，一些大模型厂商也减少了预训练，不太需要对外租很大的算力了。现在很多智算中心也开始找一些推理的场景，研究落地应用，使用端会更分散，整个市场应该会更健康。"他说。（本文首发于钛媒体 APP如何开通股票杠杆交易，作者 | 张帅，编辑 | 盖虹达） 

• 中信
• 大模型
• 如何开通股票杠杆交易
• 智算
• 不够