算力基建告别盲目扩张：高效算力、绿色算力重构行业底层规则

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。