黄仁勋事变后AI算力进入垃圾时间?实地走访给出不同答案
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....
10月中旬,我着手准备一篇稿子,主题是AI算力是否进入「垃圾时间」。
那阵子海外AI产业链已经放出调整信号,纳斯达克科技股最大跌幅达到30%。我明显感到,AI算力要迎来一段阶段性调整,也就是所谓的「垃圾时间」。
结果这篇稿子写得一波三折。每次刚想动笔,就冒出一个绕不开的大新闻,比如美国中期选举。
【
那段时间我正在安徽看数据中心,也看了当地一些算力项目。
其实就在今天11月16日,国民级AI应用这边也有新动静。
(某国内数据中心售卖的英伟达裸机资源)
一路看下来最直观的感受是:各地都有一批老旧数据中心,为了尽快接住不断上涨的AI算力需求,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,离满负荷差得远。
所以我打算把这些实地见闻写下来:不能因为海外资本市场一轮波动,就判定AI算力没有建设价值了。
没想到,
说到底,每回重大消息冒出来,从业者都得回答同一个问题:AI算力的黄金时代是不是到头了?
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,注定不可能一直走下去,泡沫破灭只是时间早晚。算力建设确实要变,但不是要进入「垃圾时间」。
智算中心
而恰恰是美国的做法,让这件事变得更复杂。
先看海外。国际清算银行此前的报告已经点出了风险。
这种左脚踩右脚上天的增长模式,拿未来的增长预期撑今天的投资,再用今天的投资去证明未来的增长预期,当然撑不长久。
但国内的实际情形,是另一番样子。
拿芜湖来说,我们走访了解到,当地对计算中心建设提出了90%以上的国产化要求。这意味着相关项目在规划和建设之初,就得优先考虑国产算力产品。
不过受生产能力等因素制约,供给端并不宽松。
与供给紧张相对的,是算力需求正超出很多人的预期。这趟走访产业下来,我发现工业甚至科研领域,AI已经在核心业务里独当一面了。
比如创造新分子,以前觉得只有科学家能干,但在中科大相关团队那里,这件事已经交给AI来做。
(某高校的智能化学实验室,突破算力限制)
从这个角度看,算力需求的长期增长逻辑依然成立。当然,这不等于中国的智算中心就该继续搞算力军备竞赛——有算力需求,不等于有算力消费能力,这正是眼下AI算力消纳最大的瓶颈。
在某个中部城市,我们看到当地政府一边推动计算中心建设,一边用财政补贴培育算力消费。
这说明当地企业已经有了用AI的需求,但还没能力独自扛下全部算力成本。
可问题在于:算力中心建设要靠政府投入,企业用算力又要靠政策补贴,供给和需求两头都依赖财政推动,这种模式究竟能撑多久?
对眼下这波智算中心建设,不能因为怕泡沫就错过AI大规模应用所需的基础设施窗口期。可怎么才能不建出一批没有真实需求撑着的数据中心,这个问题绕不开。
算力需求既然还没见顶,算力中心就得接着建。问题是,过去那套建设模式必须改。
数据中心建设此前已经暴露了不少毛病。美国那边,问题落在对公共利益的损害上:服务器把当地电力占用了,机器运转时的噪声也大,周边居民的生活环境很受影响。
中国的情况不太一样。
西部地区的风能、太阳能资源丰富,给智算中心建设带来了能源和环境上的优势。我们实地走访时看到,国内好几个数据中心——
环境既然不构成障碍,中国算力建设真正的症结在哪?答案是大量低质量数据中心的存在。
2023年大模型起来以后,为了尽快接住算力需求,市场上冒出一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,只能应付一时,高密度AI计算的要求它们根本扛不住。
举个例子,传统机房的服务器、供电和制冷设施常常挤在同一层空间里,楼板承重不够,而一台高密度AI
正因如此,业内一些相对先进的数据中心方案,比如最新的
(一些先进计算中心的冷却层)
从这里能看出,智算中心的建设逻辑正在起变化:
一是在动手建之前,就得把电力资源和自然条件能否匹配考虑进去,让算力与能源协同发展,别给当地环境添负担。有位从业者告诉我,现在有些智算中心规划时已经不按算力单位P来算,改用电力单位GW了。
二是系统设计。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、整体运维都要充分考虑。
比如我们走访的一家智算中心,户外的
(较为先进的智算中心,增加了
归结起来,智算中心并非不能建了,只是不能再照老样子一味拼规模、按同质化的路子去建,得面向AI从头做全面设计。
建好之后到底有没有用,谁说了算?答案还是产业。
很少有哪个领域像今天的算力这样,让人这么难分析。
拿算法作对比,ChatGPT刚出现那会儿,我们同样说不准它的未来,但好歹还能顺着技术积累、模型发展路线、复制门槛,大致判断方向。
可如今的AI算力产业,把太多东西绑上了这辆战车,演绎得极其复杂。今天说是资本阴谋,明天成了政治博弈,后天又变成领军人物的桃色八卦。
把这些纷繁的讨论拨开,回到产业最基本的问题:谁在用这些算力?谁肯为它掏钱?又有多少人能一直承担这笔费用?
这几个问题,每个人都能从日常生活里找到一些答案。
比如普通消费者,用AI越来越勤,可这并没有自动变成模型厂商的收入。一些国产大模型仍要对免费用户设调用次数和额度限制,或者在高峰期限制访问。毕竟每调用一次,厂商都得承担相应的
(一些地区的补贴政策,要求算力必须用于实际业务需要)
企业这边也一样。政府拿补贴把企业“扶上马送一程”可以,长期替企业掏钱不现实。补贴一撤,企业还肯不肯真金白银去买算力服务?AI落到实际生产里,要是没带来足够的经营收益,企业的算力需求也就停在薅羊毛那一步了。
这些卡点比黄仁勋的花边新闻实在得多,也更该被追问。黄仁勋这件事,说到底只是把AI算力产业的一块遮羞布掀开了。它也提醒人们,别被一条接一条的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,得说NO;没有商业回报支撑的算力投资,也得说NO。