智算中心建设面临闲置与亏损问题，政府调整投资节奏与能耗指标政策

智算中心在全国各地陆续建立，却不幸陷入了诸多困境。不论是国内的还是依赖英伟达的设施，闲置和亏损都成为了明显的难题。政府已经注意到了这个问题，那么，我们是否应该重新考虑智算中心的布局和发展步伐？

智算中心的闲置现状

多地智算中心建设初期便显现出闲置问题。一些城市不惜投入巨资建设，动用了众多资源。然而，由于种种原因，这些智算中心设备多数时间闲置，未能充分发挥效用。观察运营主体，虽然投入了大量资金，却因业务量不足而出现亏损，部分运营主体甚至陷入收支不平衡的困境。

各地情况不一，有的地方因能耗指标等原因与供应商协商耗时过长，建设进度因而缓慢；另一些地方虽然建设迅速，却因需求不足而亏损严重，这些问题亟需解决，高层也开始重视这一问题。

算力需求的不平衡

大模型的算力需求情形相对复杂。在超大规模大模型训练方面，算力供应明显不足。然而，在其他大模型的算力需求上，情况并非紧急。众多企业实际上能够采用国产AI芯片，无需依赖最新的英伟达GPU。综合考虑成本、价格以及易用性等因素，当前形势下，企业有其他选择。

不少企业在多种场合下会选用消费级显卡，这样做既减少了开支，又能够满足使用需求。消费者可以观察到，并非所有情况下都必须追求最顶级的设备，这种选择是企业根据自身需要做出的考量。

网络与调度的难题

网络对大模型有了全新的要求。以往未曾出现如此需求模式，因此目前尚无完全成熟的网络解决方案。各种网络方案正边探索边实施。实际上，网络技术对智算中心的规模构建起着决定性的影响。

然而，当算力集群规模较小时，网络处理相对简单，但规模与效率难以兼顾。为此，我们亟需一种高灵活度的计算任务调度策略，以提升资源利用率，并使算力价格更为公道。然而，要实现这一目标，必须攻克众多技术难关。

海外生态体系依赖

我国智算中心普遍依赖海外生态体系。目前看来，还需大约三到五年的时间来过渡。若此刻盲目加快智算中心的建设步伐，必将造成严重资源浪费。类似的情况，许多企业囤积英伟达卡，却缺少构建智算中心所需的网络、调度及运维能力，结果只能是算力被浪费。

我国在智算中心技术领域与国外相比还有较大差距，目前我们正处于依赖阶段，要想实现完全自给自足尚有难度。然而，行动的起点应当从现在开始。

运营管理的欠缺

智算中心的运营管理现状并不理想。其中，专业技术人才的短缺和高效管理团队的缺失，都可能导致一系列问题。若缺乏相应的人才支持，智算中心的设备效能恐难得到充分发挥。

现实中有一个鲜明的例子，那就是设备闲置和资源浪费的现象时有发生。这就像拥有了精良的武器却无人能驾驭，智算中心虽然配备了强大的设备和卓越的性能，却因缺乏人才而无法充分发挥其潜力。

政策调整的新导向

从政策的角度来看，政府对智算中心的要求如今更为严格。以往，只要建成即可，但如今，从建设之初就必须考虑选择合适的运营方，或者选择建设与运营相结合的模式。这一做法旨在提升算力的利用率。

当前市场状况下，众多大型模型制造商削减了预训练规模，那些以往热衷于囤积算力的企业，如今亦无需大量租用外部算力。在这种背景下，智算中心唯有拓展推理应用场景，落地更多实际应用，并使终端用户更加分散，方能更有利于市场的整体健康发展。那么，大家觉得智算中心应如何突破这一困境？期待大家的分享与点赞，共同探讨。