在國內AI產業的快速發展中，算力作為核心驅動力，其重要性日益凸顯。然而，算力不足一直是制約國內AI發展的關鍵因素。為解決這一問題，尤其是ChatGPT的出現進一步加劇了算力需求，智算中心作為AI時代的新基建，如雨后春筍般在全國各地涌現。
據最新數據顯示，截至今年上半年，全國已建成和在建的智算中心數量已超過250個。僅今年前七個月，就有140個新的中標項目落地。這些智算中心的建設不僅吸引了城投、運營商、金融企業和央國企的參與，還吸引了大型互聯網云計算公司如華為云、阿里云、騰訊云，以及從房地產等行業跨界而來的企業。
然而，另一方面，通用算力中心的利用率卻令人擔憂。IDC指出，目前以企業為主要用戶的通用算力中心利用率僅為10%-15%。甚至有中科院院士公開表示，一些重量級的智算中心大多處于閑置狀態。從算力不足到算力“過剩”，核心問題并未得到根本解決。動輒投資數十億甚至過百億的智算中心項目，未能充分發揮其價值，成為AI熱潮中的新難題。
智算中心作為更高階的計算中心，其發展歷程可以追溯到計算機科學興起之初。當時，由于計算設備昂貴且稀缺，許多機構和組織建立了專門的計算中心來提供高性能的計算資源和服務。隨著計算機技術的不斷進步，計算中心的形式和功能也發生了變化。智算中心在硬件層面使用GPU替代CPU，提高了大規模數據集運算的效率；在軟件層面部署了AI框架，實現了計算任務的高效調配。
自三年前國內首個智算中心在武漢落地以來，智算中心的建設便呈現出明顯的逐階上漲趨勢。從地方主導的項目如武漢、合肥、南京、京津冀等，到大廠如商湯、阿里云、百度云等開始投資運營，投入資金和算力規模不斷攀升。例如，商湯科技人工智能智算中心一期投入56億元，峰值訓練算力達到3740P FLOPS；阿里云張北智算中心算力規模達到12000P FLOPS，總投入180億元。
近年來，智算中心不僅在大城市落地，還逐漸擴展到四五線城市，如甘肅慶陽、安徽宿州、山東棗莊等。這些城市土地資源豐富且價格低廉，渴望經濟轉型并帶動周邊產業發展，因此對智算中心給予稅收優惠和資金補貼等支持。智算中心正逐漸從提供硬件資源向提供算力服務轉型，吸引了眾多企業甚至傳統企業跨界進入算力租賃賽道。目前，算力租賃概念股已達108家，如主營彩票印刷業務的鴻博股份和做味精的蓮花健康等。
算力租賃市場的興起源于大模型訓練、微調、推理需求的急劇增加。由于AI應用在不同開發階段對算力的需求不同，算力租賃成為大多數大模型廠商的最佳選擇。然而，算力租賃市場競爭格局分散，傳統云服務提供商的算力資源雖然充足，但對外租賃比例較少。具備IDC建設運營能力的企業如浪潮信息、中科曙光，以及跨界做算力的企業越來越多。
盡管國內算力投入不斷增加，與國外的差距不斷縮小，但面向AI和高性能計算的算力缺口一直存在。賽迪顧問的數據顯示，2023年國內智能算力需求達123.6EFLOPS，但供給僅有57.9EFLOPS。算力需求未被云計算大廠承接住，主要是因為大模型訓練需要高性能GPU集群，而大廠提供的多是單節點服務，無法滿足需求。算力租賃公司的毛利率約為40%，凈利率約為20%，但資金門檻較高，技術門檻相對較低。
然而，算力租賃市場并非一帆風順。一些企業雖然涉足算力租賃，但短時間內難以實現盈利。蓮花控股成立的蓮花紫星開展算力租賃業務，盡管營業收入超過3515萬元，但凈利潤為負。這主要是因為設備折舊、利息費用、人員成本支出較高，尚未發揮出規模效應。算力租賃市場面臨市場需求、政策變化、技術水平、交付和供應鏈、國產替代等多重不確定性。
智算中心的高效運行不僅依賴于高性能的硬件，還需要軟件層面的優化和協調。軟硬件的協調是智算中心發揮效能的關鍵。當軟件能力不夠時，硬件的發揮也會受限，導致用卡效率不高。智算中心不景氣直接影響算力租賃市場的低迷，算力資源無法得到有效利用，造成浪費。國產替代在推進過程中也面臨應用生態的問題，封閉性導致可用的開源軟件和商用軟件極少，用戶自有軟件的遷移適配成本極高。
