大约一年前，小李在微信上看到大量有关英伟达芯片的交易信息。他原本是一名房地产承包商，后来转型成为数据中心项目经理。2023 年，受中国人工智能热潮前景的吸引，他投身到了人工智能基础设施领域。

当时，他圈子里的交易商们吹嘘自己搞到了受美国出口限制的英伟达高性能图形处理器（GPU）的货源。许多芯片通过海外渠道走私到了深圳。在需求最旺盛的时候，一块对训练人工智能模型至关重要的英伟达 H100 芯片，在黑市上的售价高达 20 万元人民币（约合 2.8 万美元）。

如今，他的微信动态和行业群聊讲述着截然不同的情况。交易商们在交易时更加谨慎，价格也回归到了合理水平。与此同时，小李熟悉的两个数据中心项目难以从预期回报不佳的投资者那里获得进一步资金，这迫使项目负责人出售多余的图形处理器。“感觉好像人人都在卖，但几乎没人买。” 他说道。

就在几个月前，在政府和私人投资者的推动下，数据中心建设热潮正处于顶峰。然而，现在许多新建的数据中心设施都闲置着。据接受《麻省理工科技评论》采访的一线人士 —— 包括承包商、一家 GPU 服务器公司的高管以及项目经理称，大多数运营这些数据中心的公司都在艰难维持运营。中国本土媒体甲子光年和 36 氪报道称，中国新建的计算资源中，高达 80% 都处于闲置状态。

将图形处理器（GPU）出租给那些需要它们来训练人工智能模型的公司 —— 这是新一轮数据中心的主要商业模式 —— 曾被视为稳赚不赔的买卖。但随着智谱 AI（DeepSeek）等公司的崛起，以及围绕人工智能的经济形势突然变化，这个行业正陷入困境。

美国兰德公司（RAND Corporation）的技术高级顾问吉米・古德里奇（Jimmy Goodrich）表示：“中国人工智能行业正在经历的发展阵痛，很大程度上是由于缺乏经验的参与者 —— 企业和地方政府 —— 盲目跟风，建设了一些不符合当下需求的设施。”

其结果是项目纷纷失败，能源被浪费，数据中心变成了 “不良资产”，投资者急于以低于市场的价格将其抛售。他说，这种情况最终可能会促使政府出手干预：“中国政府很可能会介入，接管这些数据中心，并将它们移交给更有能力的运营商。”

一场混乱的建设热潮

当 ChatGPT 在 2022 年末横空出世时，中国的反应十分迅速。中央政府将人工智能基础设施列为国家优先发展项目，敦促地方政府加快所谓智能计算中心的建设 —— 这是一个用来描述专注于人工智能的数据中心的术语。

根据市场研究公司科智咨询（KZ Consulting）的数据，2023 年和 2024 年，从内蒙古到广东，各地宣布了 500 多个新的数据中心项目。据国有行业协会中国通信工业协会数据中心委员会称，截至 2024 年底，至少有 150 个新建的数据中心已完工并投入运营。国有企业、上市公司以及国有附属基金纷纷排队对其进行投资，希望能让自己成为人工智能领域的领先者。地方政府大力推广这些数据中心，期望它们能刺激经济发展，并使所在地区成为重要的人工智能中心。

然而，随着这些耗资巨大的建设项目持续推进，中国对大语言模型的狂热正在失去动力。仅在 2024 年，就有超过 144 家公司在中国互联网中央监管机构 —— 国家互联网信息办公室注册，以开发自己的大语言模型。然而，据中国刊物《经济观察报》报道，到当年年底，这些公司中只有约 10% 仍在积极投资大规模模型训练。

中国的政治体制高度集中，地方政府官员通常通过地区任职来晋升。因此，许多地方领导优先考虑能迅速出成果的短期经济项目 —— 往往是为了讨上级的欢心 —— 而不是长期发展。大型、备受瞩目的基础设施项目一直是地方官员推动其政治生涯的一种手段。

疫情后的经济衰退只会加剧这种情况。中国房地产业 —— 曾是地方经济的支柱 —— 几十年来首次陷入衰退，官员们纷纷争抢寻找替代的经济增长驱动力。与此同时，中国曾经飞速发展的互联网行业也进入了停滞期。在这种空白局面下，人工智能基础设施成为了新的刺激经济的选择。

“人工智能就像是一剂肾上腺素，” 小李说，“很多以前流向房地产的资金，现在都流入了人工智能数据中心。”

到 2023 年，许多此前在人工智能领域几乎没有经验的大型企业开始与地方政府合作，以利用这一趋势。北京的数据中心项目经理方存宝表示，一些企业将人工智能基础设施视为企业扩张或提升股价的一个理由。其中包括像莲花（一家味精制造商）和金轮科技（一家纺织公司）这样的企业 —— 很难将这些名字与尖端人工智能技术联系起来。

方存宝、小李以及多位不愿透露姓名（担心会面临政治影响）的一线消息人士称，这种 “淘金热” 式的做法意味着，建设人工智能数据中心的推动力在很大程度上是自上而下的，而且往往很少考虑实际需求或技术可行性。他们表示，许多项目是由在人工智能基础设施领域专业知识有限的高管和投资者牵头的。在急于跟上步伐的过程中，许多数据中心仓促建成，达不到行业标准。

古德里奇说：“将所有这些大规模的芯片集群整合在一起是一项非常困难的工作，而且很少有公司或个人知道如何大规模地去做这件事。这完全是最前沿的计算机工程。如果这些规模较小的参与者中大多数都知道该怎么做，我会感到很惊讶。很多新建的数据中心都是匆忙拼凑起来的，无法提供像智谱 AI 这样的公司所期望的稳定性。”

消息人士称，更糟糕的是，项目负责人常常依赖中间人及掮客 —— 其中一些人夸大需求预测，或者操纵采购流程，以骗取政府补贴。

到 2024 年底，曾经围绕着中国数据中心建设热潮的那份兴奋正逐渐演变成失望。原因很简单：图形处理器（GPU）租赁不再是一项特别有利可图的业务了。

智谱 AI 带来的冲击

数据中心的商业模式从理论上来说很简单：它们通过将图形处理器（GPU）集群出租给那些在人工智能训练中需要计算能力的公司来盈利。然而，在现实中，要找到客户却很困难。如今，中国只有少数几家顶尖的科技公司在大量利用计算能力来训练它们的人工智能模型。自从智谱 AI 崛起后，许多规模较小的参与者纷纷放弃了对其模型进行预训练，或者以其他方式调整了自己的策略。智谱 AI 推出的开源推理模型 R1 曾在网络上引起轰动，其性能可与 ChatGPT 的初代版本相媲美，但研发成本却只是 ChatGPT 的一小部分。

埃默里大学信息系统助理教授曹汉成表示：“智谱 AI 的出现是对中国人工智能行业的一次考验。人们关注的关键问题已经从‘谁能打造出最好的大语言模型？’转变为‘谁能更好地运用这些模型？’”

像智谱 AI 的 R1 以及 OpenAI 的 ChatGPT 初代和三代这样的推理模型的兴起，也改变了企业对数据中心的需求。有了这项技术，大部分计算需求来自于为响应用户查询而进行的逐步逻辑推导，而不是最初训练和创建模型的过程。这种推理过程往往能产生更好的结果，但所花费的时间要多得多。因此，低延迟（数据从网络上的一个点传输到另一个点所需的时间）的硬件至关重要。数据中心需要建在主要科技中心附近，以尽量减少传输延迟，并确保能获得高技能的运维人员。

这一变化意味着，许多建在中国中部、西部和农村地区（这些地方电力和土地成本更低）的数据中心，正失去对人工智能公司的吸引力。在小李家乡河南省的郑州市，一个新建的数据中心甚至向当地科技公司发放免费的计算代金券，但仍然难以吸引客户。

此外，近年来涌现的许多新数据中心是针对预训练工作负载（对海量数据集进行大规模、持续的计算）进行优化的，而不是针对推理（即运行已训练的推理模型以实时响应用户输入的过程）进行优化。适合推理的硬件与传统上用于大规模人工智能训练的硬件有所不同。

像英伟达 H100 和 A100 这样的图形处理器是为大规模数据处理而设计的，优先考虑速度和内存容量。但随着人工智能向实时推理方向发展，该行业正在寻找更高效、响应更迅速且更具成本效益的芯片。哪怕在基础设施需求方面出现一点小的误判，都可能导致数据中心无法很好地完成客户要求的任务。

在这种情况下，图形处理器（GPU）的租赁价格已降至历史最低点。中国媒体《智能涌现》最近的一份报告称，一台配置了八块英伟达 H100 芯片的服务器，现在每月的租金为 7.5 万元人民币，而此前的租金最高曾达到 18 万元左右。范某表示，一些数据中心宁愿让设施闲置着，也不愿冒着赔更多钱的风险去运营，因为运营成本实在太高了：“让数据中心的一小部分设备运行所获得的收入，根本不足以支付电费和维护成本。”

小李说：“这很矛盾 —— 中国购买英伟达芯片的成本最高，但图形处理器的租赁价格却低得离谱。” 计算能力出现了供过于求的情况，尤其是在中国中部和西部地区，但与此同时，尖端芯片却又供不应求。

然而，并非所有的中间商一开始就指望从数据中心赚钱。相反，很多人一直都对骗取政府福利感兴趣。据方存宝以及一些中国媒体的报道，一些运营商利用这一行业来获取补贴的绿色电力，获得发电和售电许可。他们没有将这些电力用于人工智能计算任务，而是以高价转售给电网。据本土媒体甲子光年报道，还有些公司以建设数据中心为由获取土地，以便有资格获得国家支持的贷款和信贷，让数据中心设施闲置着，却仍能从国家资金中获益。

方存宝说：“到 2024 年底，市场上任何一个头脑清醒的承包商和中间商，都不会还抱着直接盈利的期望进入这个行业。我遇到的每个人都在利用数据中心项目去获取政府能提供的其他东西。”

一种必要的 “恶”

尽管数据中心存在利用不足的情况，中国中央政府仍在大力推动人工智能基础设施的建设。2025 年初，政府召开了一场人工智能产业座谈会，强调了在这一技术领域实现自主可控的重要性。

中国的大型科技公司也注意到了这一点，并做出了与国家优先发展事项相符的投资。阿里巴巴集团宣布计划在未来三年内，对云计算和人工智能硬件基础设施投资超过 500 亿美元，而字节跳动则计划在图形处理器（GPU）和数据中心方面投资约 200 亿美元。

与此同时，美国的公司也在采取类似行动。包括 OpenAI、软银和甲骨文在内的主要科技公司已联手参与 “星门” 计划（Stargate initiative），该计划打算在未来四年内投资高达 5000 亿美元，用于建设先进的数据中心和计算基础设施。鉴于中美两国在人工智能领域的竞争，专家们表示，中国不太可能缩减在这方面的努力。兰德公司的技术政策顾问古德里奇表示：“如果生成式人工智能将成为关键技术，那么基础设施将成为成功的决定性因素。”

古德里奇说：“中国中央政府很可能会把（未充分利用的数据中心）视为发展一项重要能力过程中不得不经历的情况，某种意义上这是发展中的阵痛。有一些失败的项目和不良资产，政府会进行整合和清理。他们看重的是结果，而非过程。”

对英伟达芯片的需求依然强劲，尤其是为中国市场定制设计的 H20 芯片。一位因公司政策要求不愿透露身份的业内人士证实，H20 这款更轻便、速度更快且针对人工智能推理进行了优化的型号，目前是最受欢迎的英伟达芯片，其次是 H100 芯片。尽管受到美国制裁，H100 芯片的销售被官方限制，但它仍在稳定流入中国。一些新的需求来自那些部署自己版本的智谱 AI 开源模型的公司。

目前，中国的许多数据中心处于悬而未决的状态 —— 它们是为尚未到来的未来而建设的。它们能否重获生机仍未可知。对方存宝来说，智谱 AI 的成功成为了一个关键转折点，让人对 “人工智能基础设施的无限扩张就能保证发展进步” 这一假设产生了怀疑。

他现在意识到，那不过是个神话。今年年初，方存宝决定彻底退出数据中心行业。他说：“市场太混乱了。早期进入者赚到了钱，但现在这里全是在钻政策空子的人。” 他已决定接下来投身于人工智能教育领域。

他说：“在当前和人工智能真正无处不在的未来之间，横亘着的不再是基础设施，而是部署这项技术的可靠计划。”

以上内容来自：麻省理工学院技术评论

表情 点击这里取消回复。