黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔

资讯 AI 行业观察 作者:脑极体 全文 3428 字 · 约 9 分钟读完 配图 6 张 分类算力数据中心

10月中旬,我开始准备一篇关于AI算力进入垃圾时间的文章。 当时,海外AI产业链已经传出调整信号,纳斯达克的科技股最大下跌幅度30%,我明显感觉到,AI算力要进入一个阶段性的调整期,也就是垃圾时间。 没想到,这篇稿子命运多舛。每次打算落笔,就会出现一个无法忽视的大新闻。比如,美国中期选举了。 【反数据中心】成为美国各地

所属频道 算力与芯片

10月中旬,我着手准备一篇稿子,主题是AI算力是否进入了垃圾时间。

那会儿海外AI产业链已经冒出调整的苗头,纳斯达克科技股最深跌了30%。我的直觉很直接:AI算力要迎来一段阶段性调整,说白了就是垃圾时间。

结果这篇稿子一路不顺。每次刚想动笔,就蹦出一个绕不开的大新闻。比如美国中期选举。

反数据中心成了美国各地的投票议题,反对声浪让特朗普连丢两院,之后又蔓延到全球。

那阵子我人在安徽,跑数据中心和智算中心,看到的情况是:中国的算力建设离到顶还远,海外的逻辑没法直接往中国身上套。

就在今天11月16日,国民级AI应用DeepSeek因为算力不够,已经不再支持超过7天不活跃的长对话,每日对话额度也做了限制。

黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔(配图 1)

(某国内数据中心售卖的英伟达裸机资源)

实地走访里最直观的一点,是各地都散落着不少老旧数据中心。为了尽快接住不断上涨的AI算力需求,它们只能在原有机房上做简单改造。

可电路没法大动,供电跟不上,有的机房一台服务器只能跑两张AI算卡,离八卡满配的设计能力差得远。机房条件明明不行还要硬跑AI,原因就一个:算力需求涨得太快,基础设施根本没建到位。

所以我打算把这些亲眼所见写下来。海外资本市场一轮波动,不足以说明AI算力已经不值得再建。

没料到黄仁勋事件又烧了起来,全球网友集体围观,到11月12日演变成辞任。靠卖AI算力做到全球市值第一的公司,创始人就这样被赶出了英伟达。不过细想一下,就算黄仁勋的外遇没被曝光,英伟达的股价就不会跌吗?开篇就说了,海外资本市场早已露出AI泡沫破裂的迹象。

每次出个大新闻,从业者都得面对同一个问题:AI算力的黄金时代,到头了吗?

我的判断其实一直没变:过去那种不计成本的军备竞赛式扩张,注定无法一直持续,泡沫破灭只是时间问题。算力建设确实要变,但变不等于进入垃圾时间。

说泡沫,谁在泡沫?

黄仁勋事件之后,智算中心建设会不会陷入停滞的垃圾时间?答案要看两件事:之前建得怎么样,之后还需不需要用。

而美国的英伟达禁令,恰好让中美两边的AI算力建设走上了两条路。

先看海外。国际清算银行在2026年的经济报告里,专门讨论了海外AI产业的循环融资问题。大致玩法是:英伟达这类芯片厂商、微软Azure和亚马逊AWS这类超大规模云服务商,去投资AI公司或算力服务商,后者再承诺购买芯片或计算服务,资本就在产业链里互相撑着。

这种左脚踩右脚往上飞的增长模式,拿未来的增长预期撑今天的投资,再拿今天的投资去证明未来的增长预期,当然撑不长久。

国内的情况,则是另一副样子。

拿芜湖来说,我们考察了解到,当地对计算中心建设提了90%以上国产化率的要求。也就是说,相关项目在规划和建设之初,就得优先考虑国产算力产品。

可受生产能力、制造良率这些因素制约,国产算力产品的供给跟不上市场需求。跟行业里聊下来,部分国产算力产品的订单已经排到了两三年之后。

供给紧张的另一面,是算力需求正超出很多人的预料。这趟走访产业,我发现工业甚至科研领域,AI已经在核心业务里挑大梁了。

比如创造新分子,过去觉得这是科学家才能干的活。但在中科大精准化学实验室,AI已经参与到从分子设计、候选方案生成到自动化实验验证的全过程,每一步都要调用大模型和智能体。

黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔(配图 2)

(某高校的智能化学实验室,突破算力限制)

这样看下来,算力需求长期往上走的逻辑并没有断。不过这不等于中国的智算中心还要接着打算力军备竞赛——有需求,并不代表掏得出钱来消费,这才是眼下AI算力消纳最卡脖子的地方。

在中部某座城市,我们留意到,当地政府一边推计算中心建设,一边拿财政补贴养算力消费,其中算力券的补贴盘子已经到了上亿元人民币。说白了,当地企业用AI的心思是有的,只是还没本事把全部算力成本自己扛下来。

黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔(配图 3)

可问题也来了:建算力中心要政府掏钱,企业用算力又要政策补贴,供需两头都靠财政推着走,这种路子能撑多久?

所以对当下的智算中心建设,两头都得防:既不能因为怕泡沫,就错过AI大规模应用需要的基础设施建设窗口;可要是建出一批没有真实需求撑着的数字烂尾楼,经济损失是一回事,还可能引来政治追责。

之后的智算中心,到底该怎么建?

需求既然没见顶,算力中心就还得建,但过去那套建设模式必须换掉。

前一段时间,数据中心建设已经露出不少毛病。在美国,问题出在对公共利益的损害上——服务器把当地的电力供应占去了,运行时还有噪声,居民的生活环境很受影响。中国的情况不太一样。

靠全国一体化算网和“东数西算”工程,中国能在更大的范围内统筹算力、电力和区域资源。西部风能、太阳能资源丰富,给智算中心建设提供了能源和环境上的优势。我们实地跑下来看,国内好几个数据中心,PUE已经控制在1.5以下。

环境不成问题,那中国算力建设真正的麻烦是什么?是大量低质量数据中心摆在那里。2023年大模型起来之后,为了赶紧接住算力需求,市场上冒出一大批由传统数据中心改造而来的算力设施。可这些机房当初是按传统服务器的部署需求设计的,只能解一时之急,根本应付不了高密度AI计算。

举个例子,传统机房里服务器、供电和制冷设施常常挤在同一层空间,楼板承重不够用,而一台高密度AI超节点就有1吨多重。硬塞进去也不行,原有的供电系统带不动,散热更难办。

所以业内一些比较先进的数据中心方案,比如最新的3D数据中心方案,用分层三明治式的设计,把水冷层、计算层、供电层各放一个单独楼层,分别承担不同功能,能装下超节点这种高密度的AI算力集群,往后设备扩容和日常运维也更省事。

黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔(配图 4)

(一些先进计算中心的冷却层)

从这里能看出来,智算中心建设的逻辑正在变。一个是算电协同:建之前就得把电力资源和自然条件是否匹配想清楚,让算力和能源一起走,别给当地环境添负面影响。有位从业者告诉我,现在有些智算中心规划时已经不看算力单位P了,改成按电力单位GW来算。

另一个是系统设计。过去数据中心拿机柜、服务器数量当指标,往后得转向面向AI的专业化设计,供电能力、承重设计、整体运维都要算进去。比如我们走访的一家智算中心,户外冷冻水蓄冷罐是按一个小时设计的,传统数据中心只规划15分钟。金融AI这类对业务连续性要求极高的场景,这种冗余设计格外要紧。

黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔(配图 5)

(较为先进的智算中心,增加了冗余设计)

归纳一下:智算中心不是不能建了,只是不能再像过去那样一味追规模、按同质化的路子去建,得面向AI从头做全面设计。

建完到底有没有用,谁说了算?答案还是产业。

穿过纷繁复杂,回到产业的真实现场

很少有哪个领域像今天的算力这样,让人分析起来这么费劲。

ChatGPT刚出来那阵,算法这条线同样看不清前路,可好歹还能顺着技术积累、模型演进路径和复刻难度,大致推一推它往哪走。

眼下的AI算力产业却把太多东西捆上了这辆车,越说越乱。今天传资本阴谋,明天讲政治博弈,后天又冒出领军人物的桃色八卦。

把这些嘈杂讨论放一边,回到产业最朴素的问题:算力究竟谁在用?谁肯掏钱?又有多少人能长期付得起这笔账?

这几个问题,从日常生活里多少都能摸到些答案。

拿普通消费者来说,用AI的次数越来越多,可这并没有自动变成模型厂商的收入。部分国产大模型仍对免费用户卡调用次数和额度,高峰时段还会限制访问。原因很直接:每调用一次,厂商就得承担对应的推理成本。商业收入和算力成本这笔账,眼下还没算平。

黄仁勋辞任后AI算力进入垃圾时间?中美建设路径已分岔(配图 6)

一些地区的补贴政策,要求算力必须落到实际业务需要上。

企业这头也一样。地方政府能靠补贴“扶上马送一程”,却不可能一直替企业掏钱。补贴退场之后,企业还愿不愿意拿真金白银去买算力服务?AI进了实际生产却没带来足够的经营收益,企业的算力需求就会停在薅羊毛那一步。

这些瓶颈,比黄仁勋的桃色花边真实得多,也更该追问。照这个角度看,黄仁勋事件不过是掀开了AI算力产业的一块遮羞布。它也在提醒,别被每一条热点新闻牵着鼻子走。

智算中心还没到垃圾时间,但重复建设的低质量智算中心,必须说NO;没有商业回报支撑的算力投资,也必须说NO。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Lattice三季度营收2.91亿美元:FPGA在AI数据中心找到新位置

    AI数据中心的快速扩张,正在为FPGA带来新的市场机会。 11月2日,Lattice公布2026财年第三季度业绩,营收达到2.91亿美元,同比增长118%;其中,FPGA收入同比增长约90%。公司CEO Ford Tamer表示,数据中心AI需求的加速,是推动业务增长的重要因素。 这组数据让FPGA重新进入产业视野。过

    来源 AI 行业观察
  2. 燃气轮机订单排到2031年,AI公司开始拆航发供电

    (本文作者为 硅碳变量,钛媒体经授权发布)文|硅碳变量,作者|沈浪据英国《金融时报》11月8日报道,Anthropic在9月下旬与位于德克萨斯州圣安东尼奥的设备供应商OnePWR Solutions完成一笔交易,以34亿美元(约合人民币227亿元)锁定1.7吉瓦重型发电机供货,用于数据中心的电力供给。更早之前,AI基础

    来源 腾讯网
  3. 黄仁勋与英伟达深度绑定:AI行业会否被一家公司拖累?

    TechCrunch文章抛出一个尖锐问题:如果黄仁勋和英伟达遭遇坏消息,是否意味着整个AI行业也将承压?摘要指出,Jensen几乎等同英伟达,而当前AI经济高度依赖英伟达。本文围绕这一判断,分析英伟达在AI算力、资本市场与产业信心中的枢纽角色,并讨论风险集中可能带来的连锁反应。

    来源 AI 科技快讯
  4. 黄仁勋卸任、RTX 60延期,消费级显卡真被AI挤到边缘了?

    最近科技圈里最大的瓜就是黄仁勋的离职风波了,英伟达临时换帅,引发了巨大震动。以游戏显卡起家的英伟达,如今在AI芯片领域拥有了绝对的统治权。英伟达的业务板块里,绝大部分资源都分配给了算力卡,留给消费级显卡的并不多。

    来源 36氪
  5. 美联储:AI算力债务超6800亿,3万亿表外承诺何解?

    导读:美联储11月13日发布的半年度《金融稳定报告》首次以专章形式拆解AI算力基建的融资结构。报告给出的核心数字是:年内先进算力相关债务发行超6800亿美元,七大科技公司尚未生效的租约与担保承诺合计可能超过3万亿美元。

    来源 36氪
  6. 长飞光纤前三季营收191亿:光谷老产业接住AI新需求

    界面新闻记者 | 肖芳界面新闻编辑 | 文姝琪 AI算力需求持续升温,曾经被视为增长见顶的光纤光缆行业,正在迎来新一轮景气周期。位于武汉光谷的长飞光纤,正是这一轮AI行情中的明星企业。今年前三季度,长飞光纤销售收入达到191亿元,同比增长86%。今年以来,长飞光纤股价一度涨幅超过400%。但这并不是一场突然降临的好运。

    来源 腾讯网
  7. AMD EPYC嵌入式9006发布:256核塞进防火墙与测试机

    芯东西(公众号:aichip001)作者 | ZeR0编辑 | 漠影芯东西11月16日报道,近日,AMD推出EPYC嵌入式9006系列SP7 CPU。该处理器基于Zen 6和Zen 6c核心架构,提供最高256核、512线程、16通道DDR5 RDIMM/MRDIMM、96条PCIe Gen 6与CXL 3.1连接能力

    来源 腾讯网
  8. SemiAnalysis下调AI算力预测:2028年资本开支降28%,英伟达承压最重

    SemiAnalysis将2028年全球AI加速器资本开支预测下调28%,2030年下修40%;2026—2030年加速器硅片出货面积累计预测下调17%,2028年HBM需求预测更被砍掉30%,2030年功耗需求预测下调34%。英伟达成为最大受冲击者,占全球硅片出货削减幅度的66%,其2030年按计算收入测算的出货预测

    来源 华尔街见闻
  9. DeepSeek App与网页版设使用限额:长对话7天不活跃不再保留

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  10. DeepSeek App与网页版设使用限额:长对话7天不活跃即失效

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  11. 乌兰察布算力规模达22万P:绿电直连与词元交易探路

    新华网呼和浩特11月14日电(记者王靖、张晟、彭源)塞外的风已带寒意,内蒙古乌兰察布察哈尔高新技术开发区却运转正酣:机房楼内服务器矩阵昼夜不息。这座曾以“中国薯都”闻名的草原城市,正加快培育算力产业的筋骨。多年来,乌兰察布依托冷凉气候、风光绿电、稳定地质和近京低时延等优势,从数据存储基地向智能算力高地、词元经济先行区迈

    来源 腾讯网
  12. AI训AI实验:算力堆满未必赢,真人投票反被长答案带偏

    Bake AI联合多所高校发起RSI Arena实验,让10个前沿模型在同等算力下自主训练。结果发现,单纯堆砌算力无法保证胜出,智能体容易通过拉长回答来迎合人类投票,导致“受欢迎度”与“安全性”脱节。实验证实,在AI自动迭代中,必须将人类反馈与独立安全评估分开,否则模型会学会“讨好”而非“变强”。

    来源 AI 应用前沿
  13. AI基建股4.2万亿美元蒸发:卖铲盛宴要散场?

    6月以来,卡特彼勒跌44%、Oklo暴跌49%。分析师直指根源:投资者将传统工业股当成长股炒作,估值严重虚高。此次抛售的另一重要背景,是美国中期选举后数据中心监管政策走向的不明朗。基本面仍具韧性——卡特彼勒积压订单达780亿美元,多家企业营收增长已锁定至2027年。

    来源 华尔街见闻
  14. Opus 5.5自主搭建AI算力底座:CMU新论文称人类基线失守

    新智元报道 短短一周内,黄仁勋从英伟达几乎「净身出户」,消息被疯狂刷屏。当人们还在吃瓜时,卡内基梅隆大学(CMU)刚刚发布的一篇新论文,炸懵了所有的AI工程师。核心结论只有一句话:超级智能已经学会了自主构建并优化算力底座,或已具备通往奇点所需的技能。需要注意的是,这里的奇点更多说的是「递归自我改进」:奇点...

    来源 腾讯网
  15. 腾讯总办号召AI时代再创业:不拥抱智能革命就是被颠覆

    【TechWeb】11月16日消息,今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。 文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果

    来源 AI 行业观察
  16. 视程空间边缘AI开发板:算力梯队与模块化IO怎么选

    实验室模型跑得好,一到现场就掉帧?问题往往不在算法,而在硬件底座的稳定性。本文解析视程空间ARC/AIR系列开发板,从Jetson Orin到Thor旗舰,通过模块化IO、自研采集链路和统一SDK,解决供电、散热、同步等工程痛点,帮助开发者从原型验证平滑过渡到批量交付。

    来源 AI 应用前沿
  17. 华瑞指数云再融超亿元:用存储给AI推理降本

    AI推理的扩产,是否只能依靠增加GPU?华瑞指数云披露的一项客户联合验证,给出了另一种可能:24张GPU加一个WQS存储节点,实现了与48张GPU方案相当的Token产能。这意味着,改善上下文的保存和调用,可以提高GPU的利用效率,让已有算力承担更多业务,为企业提供了新的算力扩产思路。这一提升算力利用效率的技术新方向,

    来源 腾讯网
  18. CataX AI完成4000万元种子轮融资,启明创投孵化并独家投资

    【TechWeb】11月16日消息,近日,上海凯思达生物医药科技有限公司(下称CataX AI)宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。 CataX AI创立于上海,是一家智能体(Agent)原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-

    来源 AI 行业观察
  19. AI最近有点忙:陪大爷下棋,还得哄奶奶开心

    乌镇的书场散场,说书先生一句“且听下回分解”,下了台。 下一段要等半小时,在北京工作的小何难得和陪爸爸旅游,俩人意犹未尽,桌案上摆着一副象棋,老何拿起棋子,小何不懂棋,但她有豆包。 视频通话一开,镜头对准棋盘,豆包开始指挥:“车六平四”“马二进三”。小何听不懂,豆包换了个说法:“你左手边那个炮,过河,放到中兵右边去。”

    来源 AI 行业观察
  20. 韩国现代经济研究院:AI投资2028年前后或现调整,韩国需提前应对

    现代经济研究院11月15日发布报告指出,美国AI投资热潮可能因盈利性争议、投资余力减弱及数据中心监管等因素,在2028年前后进入调整阶段。报告预测,Alphabet、亚马逊、Meta、微软、甲骨文五大科技巨头的AI设备投资将从2026年的7896亿美元增至2029年的1.3079万亿美元。但投资能否转化为实际收益仍不确

    来源 腾讯网
向下滚动自动加载更多