在内蒙古的乌兰察布，一座废弃的校园正被改建为数据中心。
这座距离北京数百公里的北方城市，已签约89个数据中心项目，阿里、华为、快手及第三方运营商纷纷在此布局，当地政府顺势提出打造“Token之都”的目标。
与此同时，中国信通院发布另一组数据：2025年，全国智能算力供应量约为38亿卡时，实际使用量约14亿卡时，使用率仅为36.8%。
一方面在圈地扩张，另一方面却有六成算力处于闲置状态。 根据发改委援引机构的测算，“十五五”期间，算力网建设还需新增直接投资4万亿元，并明确要求“加快培育自主可控、协同运行的软硬件生态”。
资金仍在持续投入，但建成的算力大量未被有效利用，问题究竟出在哪里？
国产算力建设火热，应用却显冷清
2024年初，全国日均Token调用量约为1000亿；到2026年3月，国家数据局公布的数据显示，这一数字已升至140万亿，两年多时间增长了千余倍。
需求的激增，也在推动新一轮算力基础设施的布局。 9月11日，国务院常务会议研究了算力网建设，提出推动算电协同、算网融合，“8+10+3”的空间布局已初步形成。
然而，并非所有算力中心都能从中受益。 并行科技COO曾向媒体透露，公司2025年的算力利用率在90%至95%之间。另一边，《经济观察报》走访的一座内蒙古智算园区，以市场化千卡通用算力为主，全年综合利用率不足五成；园区新建的十万卡国产智算预留机房，上架率更低于20%。
《证券时报》的调研进一步揭示了这种分化的根源：头部互联网大厂的自建集群，因内部模型训练和推理服务的支撑，维持着高负载；三大运营商则有自有业务和信创订单作为后盾；真正面临困境的，是地方城投和国资平台投建的智算中心，建成后仍需持续寻找客户。
同样是智算中心，为何差距如此之大？
原因有三点：首先是投资节奏，资源抢占迅速，但需求落地有其自身节奏。 一位地方国资算力平台人士对《经济观察报》表示，拿地、拿电、拿能耗指标，大家都在争抢，目前的逻辑是“先占住位置再说”。
算力基础设施建设涉及土地、电力、能耗指标和资金投入，前期布局往往需要抢占资源。但机房和服务器可按建设计划逐步到位，而客户需求的形成、项目采购的推进，却各有其节奏。投资先行与需求落地之间存在时间差，若前期规划未能充分匹配真实客户，建成的算力就可能暂时找不到用武之地。
其次是经营效率，利用率越低，固定成本越难摊薄。 据科技日报报道，西部某城市一座千卡规模的智算中心，上架率不足50%，已上架服务器的实际利用率低于30%，年运营成本超过3000万元。
电费、折旧、运维等成本，不会因业务量减少而降低。服务器闲置一天，这些成本就实实在在地消耗一天。
乌兰察布的优势恰恰在于低电价。假设一座数据中心IT设备平均功率为10兆瓦，全年运行，PUE为1.2，每度电价差0.4元，那么一年电费差额约为4200万元，五年则超过2亿元。
但低电价只能降低运营成本，无法消除算力资产面临的另一重风险：GPU等设备可能等不到“寿终正寝”，就会先失去成本竞争力。新芯片性能不断提升，推理技术也在持续演进，几年后，旧卡即便能正常运行，也可能不得不随新设备降价。
模型价格可在一个月内下降四分之三，但已购买的服务器却无法随时退货。 对智算中心而言，前期投资能否匹配实际需求，日常运营能否摊薄固定成本，还需面对技术迭代带来的资产贬值风险。
最后是客户选择，算力再便宜，客户也未必愿意更换。
奇点采访了一家面向个人用户提供订阅服务的AI应用公司负责人，他们使用的国产算力主要来自字节和阿里云。当被问及是否考虑自建算力，或尝试接入规模更小的算力服务商或地方智算中心时，对方的回答是**“暂时没有，现有的够用。”**
这句“够用”揭示了错配的关键：应用公司日常购买的是按量计费的模型服务，算力、模型、调度早已被云厂商打包整合。更换供应商意味着重新部署模型、适配软件、测试稳定性，报价再低，也需先计算迁移的时间成本和切换风险。
因此，地方智算中心真正的对手，是那些已将算力封装为成熟服务的云厂商。
阿里披露的财报数据，能更清晰地展现这条产业链的分工。在截至6月底的季度，阿里资本开支为676.78亿元，同比增长75%；当季首次并表的“AI云与算力服务”分部（由云智能集团与平头哥整合而来）收入为484.37亿元，同比增长45%，经调整EBITA为56.28亿元。而新设的“AI实验室与应用”分部（由AI模型实验室、千问2C事业部与千问办公整合而来）收入为33.38亿元，经调整EBITA亏损138.61亿元。
同一笔算力支出，在云厂商的报表中是收入，在模型公司的报表中则是成本。
芯片厂、机房运营商、云厂商、模型公司都在这场扩张中下注，虽然同乘一条船，却未必同时到岸。
推理时代，算力开始按“任务”计算
如果说闲置是供需错配的老问题，那么推理时代的到来，又增添了新变量。
训练和推理是两种截然不同的负载。训练可集中调度，一个任务连续运行数周，使大集群保持高负载；推理则跟随用户请求，早晚高峰起伏不定，还需保证响应速度。
Agent普及后，一次任务需经历规划、检索、调工具、校验等多个环节，调用次数和上下文一同膨胀。单个任务消耗的Token总量，不会因单价下降而减少。
Gartner在8月的两篇预测中给出了两组数据：2026年，全球推理类AI基础设施支出预计为233亿美元，首次超过训练相关的190亿美元；2028年，单个Agent工作流的推理成本将涨至目前的五倍以上。
需求形态已发生变化，过去依靠集中采购、堆大集群兑现利用率的老方法，在分散波动的推理请求面前开始失效。
DeepSeek在9月的调价，更是直接将推理的峰谷写入价格表。Flash系列空闲时段每百万Token缓存命中输入0.02元、未命中输入1元、输出4元，高峰时段翻倍。这三项价格较之前的空闲价分别下降60%、约33%和约11%。
分时定价的潜台词是，价格本身成了调度工具，引导用户将可等待的任务挪至低谷。算力的峰谷差，首次直接体现在API报价上。
整个市场也在降价。Silicon Data的LLM Token支出指数显示，行业每百万Token平均支付价格从5月高点2美元以上降至8月底的0.97美元，较5月高点下跌超52%。但分化明显，中端通用模型被开源替代、价格战最激烈，顶尖旗舰模型仍保有溢价能力。
这表明企业的采购方式也已改变：简单任务交给便宜够用的模型，复杂推理留给旗舰。模型公司通过技术优化节省的成本，正通过价格战让渡给客户。
但模型价格下降，并不意味着完成一项任务的总成本也会同比下降。 Token单价只是成本的一部分，完成一项任务还需计入模型效果、调用轮数、响应时间、失败重试和人工复核。便宜模型可能需多试几轮，贵模型或许一次到位，哪个更划算，需将任务完成质量一并计算。
订阅制产品的账目最直观：用户月费固定，调用成本随使用量变化。Token降价利好毛利，但功能越做越复杂，单次任务消耗越多，总成本仍会上升。
评价算力的标准，已从芯片峰值参数和Token单价，转变为真实负载下能否稳定交付任务、交付一次花费多少。
一个产业层面的佐证是，国产芯片目前主要承接的是推理。沐曦在招股书中写明，互联网企业采购国产芯片主要用于推理侧；DeepSeek V4的预训练仍在英伟达H800、H100集群上完成，昇腾承担推理部署和部分后训练；阿里则宣称自研PPU在推理侧优于H20，尽管测试范围是200亿到1000亿参数的模型。
推理先落地，一半是主动选择，一半是能力边界。 训练是全局同步的任务，每一步梯度更新都需等待最慢的那张卡，规模越大，等待越容易成为吞噬算力的黑洞；推理则可切分、可调度，国产算力的能力能直接兑现。
从“有卡可用”到“任务跑通”，国产算力还需“过三关”
有供给、有需求，生意未必能跑通，算力要真正进入应用生产，还需“过三关”。
首先是建好的资源需先被充分调用。
中科曙光分享了一个案例：郑州的国家超算互联网核心节点接入全国一体化算网调度体系后，通过跨中心优化、削峰填谷，系统资源利用率从不足50%拉升至满载。
许多闲置源于任务和资源未匹配，将任务放入更大的池子中调配，空转时段就有机会被填满。
算电协同也在解决类似问题。中国工程院院士高文在WAIC上透露，中国算力网第一阶段已完成约70%，全面落地可能需要二十年，他的团队正研究让算力中心从能耗大户变为电网友好型节点，实现算力调度与电力调度实时联动。
工信部的《算力互联互通行动计划》则提出，2028年基本实现全国公共算力标准化互联。
能源本就是中国的底牌。 在中美投资一线跑了十年的DCM投资人David Cheng，9月来中国走访后在田野笔记中记录了一句：“China has all the energy in the world but no chips. The US has chips but no energy.”（中国的电用不完，但没有芯片；美国有芯片，却没有电）
这句话背后有两个口号：“西电东送”和“东数西算”。中国西部的地方政府实际上是在说：把芯片带来，我们会免费或大幅补贴供电。
但网络接通、资源调动只是让算力有了更高效的流转方式。要让这些资源真正承接AI应用，还需看模型能否跑得起来。
换芯片不只是换硬件，架构、编译器、软件栈各不相同，迁移涉及算子适配、性能调优、稳定性测试，迁移成本越高，客户越不愿行动。
券商研报梳理显示，2026年4月发布的DeepSeek V4已完成对海光、昇腾、昆仑芯、摩尔线程等国产芯片的适配；7月，美团开源的LongCat-2.0在五万卡本土算力集群上完成全流程训练；10月2日，DeepSeek开源了面向昇腾的全套训练工具链，与英伟达版本一一对应。更早时，DeepSeek在V3.1上采用UE8M0 FP8格式，公开说明就是面向下一代国产芯片设计的。
这套打法国外很少见。美国的惯例是芯片迁就模型，即模型定义需求，芯片跟进定制， 谷歌TPU配Gemini、亚马逊Trainium配Anthropic都遵循此逻辑。国内许多环节则相反，模型主动弯腰适配芯片，改数值格式、重写底层算子。
迁就未必等于落后，这些工程创造是实打实的，只是它们目前服务的目标仍是补短板，距离定义下一代计算形态，还有一段路要走。
而对客户来说，技术上跑得通还不够，经济上也得划算。 这里需先理清一个误区：峰值算力不等同于有效算力。 决定训练速度的是模型浮点运算利用率（MFU）和有效训练时长占比。
字节2024年公开的MegaScale系统，在12288块GPU上训练1750亿参数模型，MFU达到55.2%，即便在成熟系统中，也有近一半算力耗在等待、通信和空转中。摩尔线程公布的夸娥集群数据中，Dense模型MFU为60%、MoE模型为40%，有效训练时长占比超90%。这些指标被当作卖点宣传，恰恰说明它们曾是痛点。
超节点是系统路线的答案。 7月WAIC上，华为昇腾950超节点真机首次亮相，基于自研灵衢互联协议实现业界最大1024卡高速互联。中兴、沐曦、昆仑芯都拿出了各自产品。其逻辑是：单卡性能和显存受限，就靠多卡互联和系统协同弥补整体能力。
华为副董事长、轮董事长徐直军在去年9月的华为全联接大会上提到：“我们单颗芯片与英伟达是有差距的，但是长期投入连接技术，我们构筑的超节点，可以做到世界上最强。”
当然，系统路线也有其代价：单卡越弱，凑同等算力所需的卡越多，产能、电力和折旧压力同步放大。按市场流出的最低报价，一颗昇腾950DT约11.1万元，华为正在部署测试的25.6万张卡集群，仅芯片采购就接近284亿元。配套功耗按英伟达NVL72每卡约1.67千瓦反推，该集群对应380兆瓦级供电，西部电价下一年电费约10亿元；同等峰值算力的英伟达方案约95兆瓦、2.5亿元。卡数翻几倍，机房、液冷、运维和电费都随之翻倍。
另一种思路，是从降低单点功耗和采购成本入手。
中诚华隆是国内少数具备“芯片+整机+解决方案”全栈自主可控能力的企业，依靠“申威技术+RISC-V技术+可信技术”构建自主可控技术体系，产品覆盖GPU、CPU、SoC芯片和各类整机产品。
去年11月，企业发布了全国产训推一体芯片HL100，兼容CUDA生态，围绕推理场景优化。据公司介绍，该芯片经相关机构检测的功耗为68瓦，低于其所对比的同期主流产品370瓦至480瓦的功耗水平；公司还称，在同等算力条件下，其总拥有成本约为国外某款AI芯片的四分之一。
今年8月，中诚华隆又发布了第二代HL200推理芯片及超节点智算集群方案，单机柜支持64卡互连，可扩展至万卡级集群。目前，其产品已进入中国移动、中国电信等运营商集采，签约订单规模已达10亿元。
这些数字体现了公司从功耗和成本切入的产品思路，但还需放到具体测试条件和实际负载中理解。单芯功耗、同等算力TCO、完成一项任务的综合成本，是三个不同的指标，最终要靠客户的实际运行数据来验证。
这也是中诚华隆董事长王嘉诚强调的“标杆穿透”：优先打入要求高的标杆客户项目，用真实运行数据推动客户从“可用”走向“敢用”。据他介绍，公司超半数工作精力聚焦于外部生态对接与场景优化，芯片立项初期便深度调研上下游伙伴、生态企业与终端用户的当下及未来需求，将真实场景需求直接转化为芯片设计指标。
调度、适配、成本这“三关”相互咬合，资源调不动，空置继续烧钱；模型跑不顺，卡再多也进不了生产环境；账算不平，客户不会持续掏钱。
无论哪条路线，最终都要回到真实任务中接受检验。
结尾
算力竞争的刻度已经改变。
当企业开始用Token衡量用量、用任务完成率检验Agent、用成本收益决定是否扩大部署时，行业对算力的评估标准也随之改变。
上半场，比拼的是谁能更快建起集群、获得更多芯片，考验的是资金实力和产能获取能力；下半场，算力能否稳定承接真实业务、将任务成本控制在合理区间、让客户持续付费，开始成为更关键的指标。
乌兰察布的闲置学校可以改建成数据中心，4万亿元投资也能让机房遍布全国。但这些都只是算力供给的起点。
接下来真正拉开差距的，是产业对市场需求的理解、对技术迭代的应变，以及将计算能力转化为持续商业回报的能力。
本文来自微信公众号“奇点研究社”，作者：里白，编辑：孟雯，36氪经授权发布。爱游戏APP（中国）官方网站下载入口_AIYOUXI APP
