花几个亿建智算中心，八成的GPU租不出去丨焦点分析

作者丨邱晓芬

编辑丨苏建勋

在过去两年的中国AI行业，有一项奇观：

许多没有任何GPU背景、算力行业经验的上市公司，将智算中心当做他们发展第二曲线的抓手，筹谋向AI领域转型——比如，生产味精的公司（莲花控股）、造染料的公司（锦鸡股份）、甚至还有博彩行业的玩家（鸿博股份）等等。

但到2024年年底，情况出现了逆转。

11月29日，莲花控股公告称，他们近7个亿的GPU服务器采购合同，只交付了12台，剩余的318台因为“存在不确定性”，决定终止合同——按照一台英伟达H800服务器210万元的价格来算，布局智算中心转型近两年，这家公司只营收了2500万。

不仅仅是莲花控股，近期还有不少上市公司公告称，决定暂停、或者取消原定的智算中心建设项目，不惜顶着合同违约的风险。

图源IC Photo

在行业对AI预期高涨的两年来，国内的智算中心建设可谓疯狂——截至今年上半年，国内算力规模达到246 EFLOPS，智能算力同比增速超过65%，工业、教育、医疗、能源等多个领域算力应用项目超过1.3万个。

这些上市公司在一波智算中心建设热潮中，扮演的角色不尽相同，有的选择简单粗暴的出钱参与投建，有的选择出设备（比如GPU/软件解决方案/算法模型），也有的从更轻巧的方式介入，帮助算力中心提供运营服务。

从两年前的趋之若鹜，到如今由热转冷，国内的智算中心发生了什么？

一笔艰难的账

有多位智算中心人士近期走访国内各大智算中心时，惊叹于当前行业现状。他们不约而同向《智能涌现》表示，目前国内的算力中心市场陷入沉寂。

“目前看下来，机房的出租率普遍在20%-30%之间，有些企业级智算中心甚至只有10%左右”，一位行业人士表示。

从纯商业的角度，这并不是一个健康的状态。一位行业人士向《智能涌现》拆解了一个智算中心的成本构成——

以一个英伟达H100构成的千卡集群智算中心为例，前期投入成本为：

购买算力设备约3亿；

网络设备成本约2.5千万；

存储和安全设备成本约1千万；

平台软件和液冷改造成本约1千万；

共计约3.5亿元的总成本。

而智算中心不仅仅在前期需要投入重资产，后续运转过程中，还要投入日常的电力、维护、人员费用等等，经测算，每年的支出大概在五千万元左右。

也就是说，在国内搭一个千卡集群规模的小智算中心，前期要支付3.5亿硬成本，每年还要掏五千万元去支撑运转。

图片来自 IC Photo

而这些智算中心建成之后，算力输送给谁？怎么赚钱？

目前，国内厂商解决AI算力的方式是：大互联网公司、弹药充足的AI公司、以及细分赛道的龙头企业，一般基于安全考虑，搭建自己的智算中心。而其他大部分需要AI算力的公司，基本选择向第三方智算中心租赁算力的模式。

另外，这些智算中心也会为在前三类玩家需要的情况下，为其补充部分算力，应对不时之需。

近两年来，智算中心建设热情，一部分源于，虽然成本高昂，但好在有政府补贴缓解。最近两年，各地出台了多种多样的政策支持智算中心的建设，资金补贴、税收优惠、土地供应等等。

比如，有地方政策提示，当项目总投入在1亿以上时，将以实际投资额5%-15%不等的比例进行补贴。在有些风/光资源丰富的省份，还会对于投建智算中心的企业，赠与多余的光伏指标。

一位行业人士概括，各地对于智算中心建设的支持政策，是需要“一地一议”的程度。

不过，补贴毕竟不在商业范畴，白花花的银子建起智算中心后，钱后续能不能回笼，主要与实际运作之后能租出去多少卡（也就是机房利用率）、以及租赁价格挂钩。

而在目前，这两项数据并不乐观。《智能涌现》在不久前的文章指出，一台英伟达H100服务器（8卡）的租赁价格，从年初的12-18万元/月，降到目前的7.5万元/月，降幅在50%左右。

如果以当前机房利用率20%来计算，一个英伟达H100千卡集群智算中心每年的营收仅有2300万元（ 即7.5 万元/月✖️12 个月✖️128 台服务器✖️20%）——也就是说，一个算力中心就算勉强维持经营，结果基本只能覆盖正常运营成本的一半，更谈不上把前面的重资产收回本。

投建智算中心，当下是一笔艰难的账。

1.3万个算力中心，苦等回血

多位行业人士向《智能涌现》表示，智算中心当前出现严重闲置的情况，核心原因在于，算力中心投入应用之后，大家发现AI需求并未如预期般快速增长，算力难以消纳。

“此前大家预计，国内的算力租赁市场每年至少有10%增长，结果目前看来，只有5%左右”。

因此，目前各个智算中心的目标都是覆盖运营成本，“回本甚至是最高标准、长远的理想”。一家智算中心产业链公司「智伯乐科技」CEO岳远航告诉《智能涌现》，经他们测算之后发现，一个智算中心纵使设备出租率涨到60%，至少还要花上7年以上才能回本。

图片来自 IC Photo

除了AI需求没有如预期般出现之外，智算中心闲置，本质上与其存在一定滞后性有关。

比如，一些智算中心在设计研究的时候，一般是根据当下的市场需求、以及硬件情况去设计。而等到真正落地时，一般已经过去了几个月甚至数年——而此时，硬件产品可能已经迭代好几轮了，甚至市场需求也已经出现了剧变。

为了尽可能降低日常运营成本，目前一些智算中心各自采取了措施。

有的智算中心直接关停租不出去的设备，“走进去机房里，发现灯都关了，也没有了嗡嗡的风扇散热声音”，岳远航表示。另外，也有的智算中心选择直接变卖英特尔、英伟达的旧设备，尽量缓解资金压力。

对于一些还没建设完毕的智算中心，有的企业选择暂停了建设中的项目，或者直接取消了规划里的二期项目。一位行业人士甚至《智能涌现》表示，因为智算中心项目中途暂停，导致其此前斥资千万高价购买的英伟达卡“砸手里”了。

显然，算力市场正在悄然转变为买方市场。在过去两年，如果说行业里是“一芯难求”、“算力难求”的情况，到如今则完全反过来。

目前大部分AI公司更加倾向于节约算力，避免不必要的成本支出，一般都会根据需求和预算选择合适的算力资源，比如要求更低的优惠价格、以及更优质的服务。

一些智算中心为了维持算力销售，争取市场份额，也不惜采用降价、或者提高服务（比如提高运营能力，帮下游优化模型等等）等方式来吸引下游用户。

算力作为水电煤一般的存在，牢牢掌握住了AI行业的命脉，尤其是在国际形势并不明朗的当下。尽管算力中心在当前阶段是一笔艰难的帐，但我们也很难粗暴得出不应再建设的结论。

对于长远，有行业人士抛出了一个问题——

“ AI算力消纳不了或许只是短期现象，你是现在暂时让算力中心闲置着好？还是等到未来AI应用爆发了，你再匆忙上马建设算力中心好？”