在AI大模型时代，底层算力基础设施的重要性愈加凸显。自从2022年ChatGPT引发的技术浪潮，算力市场便迎来了爆发式的发展。为了争夺未来通用AI（AGI）的市场，各大科技巨头如字节跳动、阿里巴巴和百度等，纷纷投入巨资进行算力集群建设，规模不断扩张。根据Omdia的报告，字节跳动在2024年订购了约23万片英伟达芯片，成为全世界第二大客户，预计到2025年其用于AI算力的资本支出将达到1600亿元。 这类疯狂的投资确实将中国的AI算力市场推向了高潮，但与此同时，却也出现了算力资源闲置的问题，甚至有声音指出中国整体算力市场存在供过于求的现象。

  云轴科技的CTO王为指出，虽然2023年算力生意炙手可热，但随市场转冷，很多显卡仍未拆封。AI大模型的迅猛发展曾如抽水泵般激活了稳定多年的算力市场，而如今这一动力正在悄然改变。不少公司开始放弃不切实际的超大模型预训练，转而将重心放在推理应用上。李开复表示，零一万物将专注于AI模型的推理应用，而不再追逐超大模型的训练。

  由此，算力市场的供需关系也在变化，2024年面临结构性失衡的问题：低质量的算力扩张与高质量的市场需求出现碰撞。智算产业链当中的各个角色正在经历变革。尽管算力的需求在持续不断的增加，基本模型的能力提升却整体现滞后，导致各项预测无法达成。

  1900年代，刘淼加入IBM后，见证了计算技术的巨变，如今再次站在算力的最前沿。在经过了CPU主导的计算时代后，AI技术如今已实现了GPU驱动。算力的基础设施必须与算法、应用场景及参与者之间紧密结合，才能实现真正的利用。这就催生了智能算力产业链的发展，智算中心的建设如雨后春笋般涌现。

  不过，这些建设并非一帆风顺。由于技术和市场需求的错配，很多新建的智算中心难以满足日渐增长的需求。尽管从数据上看，智算中心数量迅速增长，但资源的实际利用率却远未达到预期。很多只拥有数十到百台算力的智算中心，对于超大规模的预训练需求而言，完全不足。

  在大模型市场的发展中，预训练与推理应用成为双轨制。当前的算力供应商对大规模的公司的依赖使得两者之间错位发展，大规模的公司期望通过长期协议来锁定资源，而中小型互联网公司则难以突破重围，必须在高昂的训练成本和较低的应用收益间寻求平衡。

  如今，AI应用正逐渐向企业级市场渗透，推理算力的需求量在逐步增长，能预见这一趋势在未来将持续加大。未来的AI算力市场将呈现更加细分化、专业化的趋势，意味着优质的服务将成为核心卖点。在这一场关于算力的盛宴中，各类参与者的对决日益激烈，而赢家的标准不仅是算力数量，还要看谁能提供更优质、高效的运用方案。

  面对这些变化，算力的利用和优化成为关键。只有通过技术创新，提升算力的利用率，才能打破当前算力市场的碎片化，助推整个行业走出算力困境。未来，围绕智能算力的江湖，正等待着新的轮回与机遇的来临。返回搜狐，查看更加多