秦枭

　　近年来，随着人工智能（AI）技术的爆发式增长，算力基础设施建设在全球范围内掀起了一股热潮。然而，这场狂欢背后却暗藏分歧：一边是“算力泡沫论”甚嚣尘上，微软、Meta等科技巨头因供应过剩而暂停相关项目；另一边，Deepseek的技术突破引领AI应用需求持续飙升。供需错配、结构失衡与地缘竞争交织，使得算力产业正面临前所未有的挑战。

　　多位业内人士在接受《中国经营报》记者采访时表示，算力投资过热的风险不容忽视，当前智算资源存在结构性短缺、调度体系不完善等问题。特别是在部分地区，盲目跟风建设导致智算中心实际利用率低下，造成资源浪费。如何在保障算力投资的同时，避免过热风险，优化资源配置，提升算力利用效率，已成为算力产业发展亟待解决的难题。

　　供需错位的隐忧

　　当前，全球科技巨头在AI赛道上展开了激烈的“算力军备竞赛”。微软计划斥资800亿美元建设AI数据中心，Meta则探索建设巨型数据中心园区，预计投资额超2000亿美元。在国内，根据中国信息通信研究院发布的报告，全国已建和在建智算中心数量超过250个，主要分布于京津冀、长三角、粤港澳大湾区等国家算力枢纽节点。

　　然而，热潮之下却隐藏着危机。微软因供应过剩放弃美欧数据中心项目，高盛下调AI服务器出货量预测。阿里巴巴集团主席蔡崇信也警示称，AI数据中心建设已出现泡沫苗头，存在重复投资问题。

　　一位智算中心负责人表示，随着DeepSeek等AI开源大模型的涌现，大模型应用日益广泛，为算力基础设施建设带来新需求。但结构性矛盾愈发凸显，高端算力不足与通用算力闲置并存。

　　据国际数据公司（IDC）统计，企业级通用算力中心利用率仅10%—15%，部分智算中心GPU利用率不足30%，而高端算力缺口却高达40%。

　　全国政协委员、中国科学院计算技术研究所研究员张云泉指出，部分智算中心未结合行业场景考虑混合精度融合算力需求，导致通用性不强。同时，国产高性能可扩展并行训推编程框架和优化工具链的缺失，也导致计算效率偏低。

　　DeepSeek通过底层架构创新和开源生态构建，打破了AI大模型训练的高成本壁垒。但其高性价比同样催生出指数级增长的算力需求。

　　破局之道

　　为了推动算力与应用场景的深度融合，政府、行业组织与企业需多方协同发力。轩睿基金总经理盖宏认为，政府应出台产业政策，鼓励算力供应商与应用企业合作，对优质项目给予政策支持。行业组织则应搭建算力供需对接平台，推动行业标准制定与完善。

　　正如OpenAI创始人山姆·奥特曼所言：“算力不是目的，真正的战场在应用创新。”沈阳人工智能计算中心CTO董文博表示，DeepSeek与行业的结合将促进更多企业加入人工智能领域，推动算力健康增长。

　　张云泉建议，一方面要引导高端算力发展，建设大算力、全精度、高互联的智算中心；另一方面应重点支持基础大模型企业，打造世界领先的开源主权级基础通用大模型。

　　盖宏认为，AI算力的过剩与短缺之争，本质上是技术创新与产业消化能力的赛跑。当前，中国算力产业既要警惕盲目扩张的风险，也要抓住技术创新的机遇。唯有突破区域壁垒，提升能效水平，促进生态繁荣，才能在全球竞争中赢得主动。

（文章来源：中国经营网）