过去几年算力被提升到与水电油气同等的基础设施高度。各地智算中心、超算中心如雨后春笋般动工动辄百P、千P的算力规模屡见不鲜。然而一场关于“算力该怎么建”的反思正在行业内展开。规模竞赛的喧嚣逐渐褪去高效与绿色成为新的关键词。一、泡沫隐现当算力中心建得比用得还快建设热潮背后一些值得警惕的信号开始浮现。算力资源的供需错配问题比较突出——一方面部分地区智算中心存在同质化倾向硬件架构类似、应用场景集中另一方面真正需要算力的中小企业和科研团队未必能便捷、低成本地获取匹配资源。有行业调研显示部分新建算力中心的初期空载率较高设备闲置现象并不罕见。造成这一局面的原因并不复杂。过去一段时期算力规模被一些地方视为数字经济的“门面指标”项目立项时更关注总算力峰值而非实际使用效率。与此同时通用算力与智能算力的比例失调也存在。许多中心按传统超算思路建设但当下增长最旺盛的需求来自AI训练与推理两者的硬件架构和调度逻辑有明显差异。更棘手的是能耗压力。算力是电力的“大户”一座大型智算中心的年耗电量可达数亿度。在“双碳”背景下高能耗项目面临的合规门槛正在提高。如果算力建出来却用不满、用不高效不仅造成投资浪费也会加重能源负担。二、转向高效从“堆硬件”到“拼调度”行业正在形成一个新的共识算力的价值不在于规模而在于利用率。 推动这一转变的是算力调度技术的成熟和算力网络概念的落地。所谓算力调度可以理解为一个“算力版的滴滴”。用户不必关心算力来自哪个机房、用了什么型号的芯片只需要提交任务和预算调度系统会自动匹配空闲资源、规划传输路径、返回计算结果。这种方式能够盘活存量算力降低新建需求。一些地区已经开始试点“算力并网”将分散的智算中心、企业私有算力、边缘节点接入统一调度平台。与此同时边缘算力的价值正在被重新认识。并非所有计算任务都需要送到大型数据中心处理。自动驾驶、工业质检、实时翻译等场景对低延迟有硬性要求就近处理的边缘节点反而更合适。将一部分需求分流到边缘也能缓解骨干算力网络的拥堵。国产化算力芯片的进步为高效算力提供了更多选择。尽管在部分极端性能场景下仍有差距但主流AI推理、科学计算等任务中国产方案已具备替代能力且能更好适配本地调度软件栈。三、绿色转型液冷与新能源成标配算力要可持续绕不开能耗问题。绿色算力正在从“加分项”变为“入场券”。液冷技术是当前关注度较高的方向。与传统风冷相比液冷能将数据中心PUE电能利用效率降至1.1甚至更低。简单来说每度电用于计算的部分更多用于散热的浪费更少。国内已有多个新建算力中心采用全液冷方案运营电费明显下降。另一趋势是算力与新能源的直接结合。光伏直连、风电平价上网、储能配套正在成为算力园区的标准配置。有些项目将算力中心建设在西部风光资源丰富的地区就地消纳绿电再将计算结果通过高速网络传输到东部使用。这种“东数西算”的升级版兼顾了成本与碳排放目标。政策层面对高能耗算力项目的管控趋于严格。新建项目需要提交完整的能评报告部分地区甚至对存量算力中心提出改造时限。这倒逼运营方认真评估哪些算力真正必要哪些可以优化或淘汰。四、未来图景集约、匹配、可衡量展望未来几年算力基建的底层规则可能发生几个方向的调整。集约化部署会成为主流。分散的、小规模的“机房式”算力将逐步整合到区域算力枢纽中共享基础设施与运维团队降低单位算力成本。政企采购也会更倾向于按需租用而非自建。供需匹配的精准度将提升。算力中心会更多参考下游AI应用、工业仿真、生物计算等真实需求来规划配置而非盲目追求理论峰值。可能出现更多“定制化算力专区”面向特定行业优化硬件与软件栈。效率与绿电成为可量化的核心指标。对于算力服务商而言算力利用率平均负载率、PUE、绿电使用比例这些指标的重要性可能不亚于总算力规模。投资方和用户都会更关注这些数据。算力基建正在经历一场从“有没有”到“好不好”的转变。那种“先建起来再说”的逻辑正在被“建了要用好、用好要省电”的现实取代。这不是一个悲观的退潮而是一个行业走向成熟时必然经历的自我修正。当算力真正变得像水电一样即开即用、按需付费、绿色廉价数字经济的底座才算真正稳固。