算力租賃暴富故事難續部分智算中心出現閑置

2023年，英偉達H100的8卡節點年租賃價格最高達到了20萬元，僅隔一年，其價格就降至約6萬元。不僅如此，消費端的RTX 4090年租賃價格也從年初的約2萬元降至目前的6000元左右。

除了租賃價格的調整，多家上市公司也發布公告稱，終止此前簽訂的算力租賃合同。曾經算力租賃業務被視為“金疙瘩”，眼下它們卻走到了是否要繼續前行的“十字路口”。

《中國經營報》記者在多地采訪中了解到，伴隨多地智算中心的落地，受顯卡價格下降和大模型訓練降溫等因素影響，2024年上半年開始，國內算力的價格呈現下降趨勢，部分地區的智算中心算力并沒有被完全消納，而一些規模較小的算力供應商在明知會違約的情況下，不得不提前終止算力租賃合同，及時止虧。

算力租賃“縮水”

自2023年起，伴隨AI算力需求呈爆炸式增長態勢，算力租賃板塊也逐步發展壯大。同花順數據顯示，截至2024年12月6日，算力租賃概念的上市企業已經達到了109家。其中除了運營商、云廠商外，不乏一些跨界玩家，比如“味精大王”蓮花控股、房地產開發商大名城、染料生產商錦雞股份等，均宣布布局算力新賽道，推進智算中心項目。

除企業外，在推進智算中心建設項目的進程中，記者注意到，地方政府也是重要的參與者，既包括北京、成都、武漢、杭州、合肥、蘇州等經濟繁榮、人工智能基礎較為扎實的一、二線城市，也涵蓋了眾多三、四、五線城市。

中國信通院的一份研究報告顯示，截至2024年5月，國內建設和規劃中的智算中心共有185座，總算力為272 EFLOPS（算力單位，EFLOPS是ExaFLOPS縮寫，指每秒能執行10的18次方次浮點運算），建成運營的有104 EFLOPS。

算力租賃是智算中心的主要盈利模式之一。企業或研究機構無須自建昂貴的計算基礎設施，而是通過租賃智算中心的算力資源來進行數據處理和模型訓練。此前，因為國內的算力建設并沒有適配目前算力需求的增長速度，算力供需緊張，算力租賃可以降低用戶的門檻，使得更多的創新者能夠進入AI領域，加速了AI應用的普及和發展。

智算中心“遍地開花”，使得國內算力規模急速擴大。據《中國綜合算力指數報告（2024）》數據，截至2024年6月，我國在用算力中心的機架數量超過830萬標準機架，算力規模達到246EFLOPS。

然而，經過短短一年的狂歡后，市場開始變得冷靜。百度CEO李彥宏曾坦言：“生成式AI的技術泡沫不可避免。歷史告訴我們，當技術沒有達到最初興奮階段的高期望時，必然會引發市場失望。”

資金短缺、產品市場反響不佳、投資人熱情退卻，一些企業開始重估AI業務，算力租賃業務也隨之出現“縮水”，在算力規模不變的情況下，價格卻大幅降低。

12月4日，鴻博股份發布關于全資子公司日常經營重大合同簽署補充協議的公告。公告中提到，公司全資子公司英博數科與北京京能及京能海北簽署了補充協議，主要針對智算中心設備采購合同進行調整。原合同交易總金額為10億元，而補充協議后，算力規模保持不變，合同交易金額調整為6.46億元。

此前的11月12日，錦雞股份公告稱，公司全資子公司英智創新2024年1月與締息云聯價值超過9億元的算力租賃合同終止。

某地智算中心的運營總監張勇對記者表示，不僅僅是上市公司，現在很多地方政府牽頭建設的智算中心算力也沒有被全部消納，處于閑置的狀態。

“現在很多地方的智算中心商業模式是單一地購買了GPU，組件集群，出租算力。”張勇表示，“這是一種非常粗放的商業模式，尤其是在當地沒有AI應用場景的情況下，完全不具備抵抗市場波動的能力。設想一下，若智算中心是一座城市，算力便是這座城市的活力之源。若城市內的建筑（機架）未能得到充分利用，道路（算力市場）亦未得到恰當的規劃，那么這座城市便無法釋放其潛在的全部活力。”

智算中心“遍地開花”，使得國內算力規模急速擴大。據《中國綜合算力指數報告（2024）》數據，截至2024年6月，我國在用算力中心的機架數量超過830萬標準機架，算力規模達到246EFLOPS。

算力過剩？

上海財經大學中國經濟思想發展研究院研究員岳翔宇對記者表示，加快智算中心的建設，適度超前發展算力基礎設施，對于人工智能產業有重要的價值。但備好菜不等于做好菜，算力發展是人工智能發展的必要條件，而不是充分條件。依托算力增長，要加快人工智能產業發展，只有積極探索科技創新與產業創新融合，才能加快把算力轉化為新質生產力，從根本上解決智算中心面臨的運營及盈利問題。

在算力租賃市場縮水、智算中心算力閑置的情況下，也引發了業內算力過剩的擔憂。

中國計算機學會（CCF）副理事長、并行科技董事長陳健曾在接受記者采訪時表示：“其實我更擔心的是，一些地方以攀比心態上馬的智算中心項目，能否保障為真實用戶提供優質可靠的智能計算服務？若只有資源盲目擴張卻不能發揮其應有效能、讓需求端便捷獲取優質算力服務，無疑意味著資源和資金的無謂浪費。”

“現在的確出現局部算力過剩的情況，但這是AI大模型從訓練階段向推理階段過渡的表現。”國內某ICT基礎設施提供商的地區總經理李揚對記者表示，“從2023年到2024年上半年，大模型整體處于訓練階段，這一階段需要的算力是最高的，需要處理大量的數據，并且需要進行多次迭代以優化模型參數。這通常涉及大量的浮點運算，因此需要千卡甚至萬卡的規模。”

李揚表示，現在大模型開始進入推理階段，使用訓練好的模型對新數據進行預測，并作出相應的決策。在這一階段，需要的算力就會很少。但長期來看，AI應用落地需要更多算力。因此，各家采取了“適度超前投資”的策略，仍在大規模采購算力。

實際上，從2024年下半年各家大模型廠商公布的數據看，推理算力正在迎來爆發式增長。英偉達在其財報會上也表示，公司全年數據中心里已經有40%的收入來自推理業務。VerifiedMarketResearch報告顯示，2023年人工智能推理芯片市場規模為158億美元，預計到2030年將達到906億美元，在2024—2030年預測期內的復合年增長率為22.6%。

中關村物聯網產業聯盟副秘書長袁帥認為，關于當前產業對智算中心運營及盈利模式的認識還不到位的問題，這是一個需要逐步解決的過程。智算中心的建設和運營是一個復雜的系統工程，需要綜合考慮技術、經濟、市場等多方面因素。在初期階段，可能會存在一些探索和試錯的過程，但隨著時間的推移、技術的不斷成熟、市場的不斷擴大，智算中心的運營和盈利模式也將逐步清晰和完善。同時，政府和企業也需要加強合作，共同推動智算中心的建設和發展，為人工智能產業的快速發展提供有力支撐。

◎ 來源|中國經營報