利用率不足15%,智算也是天坑?

科技   2024-11-09 07:55   江苏  
2022年末,GPT3.5与ChatGPT的横空出世,将AI领域的热度推向了前所未有的高峰,也引发了全球范围内对AI算力的狂热追逐。
然而,时过境迁,仅仅数月之后,英伟达两款热门芯片租赁价暴跌50%,算力市场似乎一夜之间从“一卡难求”变成了“供过于求”。
与此同时,2024年前七个月,中国国内涌现出140个智算中心项目,这不禁让人发问:算力过剩的时代已经到来了吗?
当前,算力市场的现状远比表面看起来复杂——
一方面,算力供给不足的问题依然严峻。尽管我国算力规模持续增长,但在高端应用领域,如人工智能、高性能计算等,算力缺口依然巨大。数据显示,2023年中国智能算力需求达到123.6EFLOPS,而供给规模仅为57.9EFLOPS,供需矛盾突出。这种缺口不仅源于算力供需的品种错位,还因为地区发展不平衡和核心技术缺乏。东部地区数字化程度高,算力需求旺盛,而供给却难以跟上;中西部地区则算力过剩,应用需求不足。此外,我国在高性能计算和AI硬件方面的技术差距,也是导致算力供给短缺的重要原因。
另一方面,算力利用效率低的问题同样不容忽视。据IDC数据,企业级的通用算力中心利用率仅为10%~15%,而国家级、大厂级的智算中心虽然利用率较高,但在全国算力中心中只占少数。这意味着大量算力资源被闲置,未能得到有效利用。盲目投资是导致算力过剩的主要原因之一。一些地方政府和企业不顾实际需求,盲目投入智算中心建设,结果建成后缺乏应用场景和市场需求,导致算力资源浪费。同时,算力租赁市场低迷也加剧了这一问题。一些企业因缺乏应用场景而闲置算力资源,不得不以低价出租,导致盈利困难。
我认为,算力过剩与短缺并存的现象并非偶然,而是由多重因素共同作用的结果。
算力市场的供需匹配机制尚不完善。由于算力资源的分散部署和东部地区较为集约的算力需求之间存在矛盾,导致供需衔接困难。同时,算力节点通过网络灵活高效调配资源的能力受限,也加剧了供需失衡的问题。
算力投资缺乏理性规划。一些地方政府和企业盲目跟风,未能根据实际需求进行合理投资,导致算力资源过剩或短缺。
核心技术缺乏也是制约算力市场发展的重要因素。我国在高性能计算和AI硬件方面的技术差距,使得算力供给难以快速增加,同时也增加了算力供给的不确定性。
那么,算力过剩是否会成为常态呢?
我认为,这取决于多个因素的综合作用。从目前的市场状况和价格趋势来看,算力市场确实存在过剩的现象。但这种过剩是否会成为常态,还需要考虑技术进步、市场需求变化以及政策引导等因素。
一方面,随着AI技术的不断发展,新的应用场景将不断涌现,对算力的需求也将持续增加。另一方面,政府和企业也需要加强合作,完善算力市场的供需匹配机制,提高算力利用效率。
值得注意的是,算力过剩与短缺并存的现象并非一成不变。从长期来看,算力作为推动经济发展的重要因素,其需求将持续增长。而技术和市场的变化也将不断推动算力市场的调整和优化。
我认为,局部、短时间、结构性的算力过剩或紧张将成为AI发展中的一段插曲。在未来的发展中,我们需要更加理性地看待算力市场,既要避免盲目投资导致的资源浪费,也要加强技术研发和市场需求分析,确保算力市场的健康发展。
此外,我认为还应该加强算力资源的整合和优化配置。通过构建全国统一的算力调度平台,实现算力资源的跨地区、跨行业共享和优化利用。同时,鼓励企业加强技术创新和产业升级,提高算力芯片和AI硬件的自主研发能力,降低算力成本,提高算力供给的稳定性和可靠性。只有这样,我们才能真正解决算力过剩与短缺并存的问题,推动AI技术的快速发展和应用落地。


通信敢言
专注通信行业的研究平台,聚焦5G、物联网、云计算、大数据。
 最新文章