雄安国际算力一体化调度中心启动：算力已经不缺机器，下一步真正稀缺的是“怎么把机器用起来”

雄安国际算力一体化调度中心启动：算力已经不缺机器，下一步真正稀缺的是“怎么把机器用起来”

　　雄安国际算力一体化调度体系这条消息值得单独拿出来讲，因为它看起来只是又多了一个算力中心，背后真正发生的变化却比“新建一批服务器”更有意思。按照雄安此前公布的数据，相关调度平台已经接入全国29个算力节点，可以统筹约23000P异构算力，其中国产算力约7000P，同时能够调度通算、智算和超算资源。最近雄安又进一步把它定位成“统筹河北、辐射全国、通达全球”的一体化算力调度节点。换句话说，今天真正开始被验证的，不是中国还有没有算力，而是另一个更现实的问题：全国建了这么多智算中心之后，能不能像电网调度电力一样，把分散在不同地方、不同芯片、不同运营商手里的算力真正连成一张网。

　　过去两三年AI算力最容易理解的逻辑其实很简单：大模型需要GPU，于是建智算中心、买服务器、铺光模块、上液冷，产业链从芯片一路涨到PCB、电源和数据中心。这个阶段最大的矛盾是“算力不够”。但随着全国各地智算中心越来越多，第二个问题开始出现了——有的地方算力排队，有的地方机器却没有完全跑满；有的模型需要英伟达，有的模型可以跑国产芯片；有的任务对时延非常敏感，必须放在北京、上海附近，有的大模型训练其实完全可以放到张家口、内蒙古这些绿电便宜的地方。服务器造出来只是第一步，怎么让这些机器在全国范围内真正高效流动起来，才是算力产业下一阶段更难的一道题。

　　这就是雄安这套系统真正值得看的地方。

算力调度：从“建机器”到“连机器”

　　它本身并不是把全国两万多P算力全部搬到雄安，而是通过统一接口，把不同地区、不同架构、不同服务商的算力接进来，再根据算效、时延、能耗、安全等条件给任务寻找更合适的资源。过去一家企业训练模型，可能先要找云厂商、谈机器、适配芯片、部署环境，算力不够还要再换服务商；以后如果这套模式真正跑通，企业理论上只需要提出“我要多少算力、跑什么模型、能接受多少时延”，平台在后面帮它完成调度。这和早年的电力行业其实很像——真正改变行业的不是每个城市多建一座电厂，而是不同电厂最后能够通过一张电网统一调度。

　　所以算力真正从基础设施变成生产资料，靠的不是服务器越来越多，而是算力开始能够被标准化、计量和交易。

　　这一点比“23000P”这个数字本身更加重要。

算力超市：降低中小企业门槛

　　今年雄安已经上线中国算力平台的“算力超市”中小企业专区，支持按卡时、核时甚至Token等方式计费，同时允许企业跨区域、跨周期调用算力。如果未来这种模式真正普及，AI企业就不一定需要自己花几亿元建设智算中心，也不必一次性租几年GPU，而可能像今天购买云存储一样，需要多少就买多少。对于很多中小型AI公司来说，这会明显降低进入门槛。过去只有大厂有钱训练模型，未来真正有机会出现的，是越来越多企业直接购买标准化算力和模型服务，把钱花在应用本身。

　　这也解释了为什么元芝觉得，雄安这件事真正打开的并不只是“数据中心”一条线。

产业链重心转移：从硬件到系统效率

　　第一阶段AI行情赚的是硬件扩产的钱，谁卖GPU、服务器、光模块，谁最直接受益；但到了算力开始联网以后，产业链的价值会逐渐往另一端移动——高速网络、算力调度软件、云平台、异构计算适配、国产芯片生态、算力计量和安全开始越来越重要。因为一张真正能够跨区域调度的算力网络，最难的不是把两座机房用光纤连起来，而是让不同芯片、不同云平台、不同任务之间能够互相“听懂”。

　　这一点对国产算力尤其重要。

　　英伟达最大的优势从来不只是一块GPU性能强，而是CUDA把软件、模型和开发者牢牢绑在一起。国产芯片最大的现实问题之一，则是不同厂商的软件栈、算子和开发环境并不完全一样。如果全国算力调度平台未来能够把这种异构资源统一封装，用户不需要每换一种芯片就重新做一套复杂适配，那么国产算力真正进入大规模应用的门槛就会降低很多。雄安目前接入的约23000P算力中，已经包含约7000P国产算力，本身就在做这种跨架构调度实验。

　　所以这件事如果往产业深处看，真正有意思的地方不是“雄安又建了一个AI项目”，而是国产算力正在从拼单卡性能，慢慢进入拼系统效率。

利用率决定算力价值

　　未来的大模型不会关心自己到底运行在河北哪座机房，也不会关心背后是哪一家运营商，它真正关心的是训练要多久、推理多少钱、任务会不会中断。一旦算力调度能够把不同地区的电价、网络时延、GPU利用率和模型需求放在一起优化，那么算力中心过去最难解决的“利用率”问题，就开始有机会被处理。

　　这一点对整个智算中心产业其实非常关键。

　　前几年地方建设智算中心最容易出现的担忧，就是大家都在建，但最后有没有足够的模型来跑。如果设备买来长期只有三四成利用率，再先进的GPU也只是一笔折旧很高的资产。算力调度网络真正能够做成以后，就可以把北京没有位置的任务调到河北，把需要低成本训练的任务调到绿电地区，再把对时延要求高的推理任务留在用户附近。原来一座孤立的智算中心，只能等客户上门；一旦连进全国网络，它卖的就是整个网络里的算力。

　　这就像一家酒店自己只能卖自己的房间，接入大型平台以后，才真正拥有全国流量入口。

调度并非万能：仍有技术瓶颈

　　但这里同样不能因为“全国算力网”四个字，就把所有算力概念重新炒一遍。

　　目前算力调度最难的事情其实还没有完全解决。首先是不同芯片之间的软件适配，其次是大模型训练需要高速、大规模GPU集群，训练过程中大量数据要频繁交换，并不是把一万个分散在全国的GPU简单相加，就等于拥有一个一万卡集群。很多大型模型仍然需要物理距离很近、网络带宽非常高的集群才能完成训练。所以跨区域算力调度短期最容易落地的，可能首先是推理、科学计算、中小模型训练和弹性任务，而不是把一个超大模型拆到全国几十个城市同时训练。

　　这也是为什么现在还不能简单得出“有调度平台，以后不用建智算中心了”这种结论。

　　恰恰相反，调度网络越成熟，对真正高质量算力节点的需求可能越高。过去客户选择机房主要看有没有GPU，未来平台会同时比较算效、电价、PUE、网络、可靠性和安全，那些电价便宜、网络条件好、设备利用率高的算力中心会得到更多任务，而低效率的机房则可能越来越难赚钱。也就是说，算力联网以后不会消灭竞争，只会把原本隐藏在不同城市里的竞争摆到同一个平台上。

资本市场的关注点正在转移

　　这个变化对资本市场其实比“再建一个智算中心”更值得研究。

　　上一阶段算力产业最大的机会来自资本开支，只要服务器出货增长，上游很多公司就能一起享受订单；下一阶段则会越来越看运营效率。谁能把GPU跑得更满，谁能把单位Token成本降得更低，谁能把国产芯片适配得更好，谁的网络和电力成本更有优势，谁才有可能真正留下利润。

雄安的独特优势：算力与应用同步推进

　　雄安现在还有一个很特别的地方，就是它不仅有算力，还在同时做应用。新区已经引入100多家人工智能重点企业，研发30多个大模型，同时城市交通、医疗、政务、机器人等场景正在不断开放。雄安城市计算中心目前已经投产1500个机柜，能够提供通算、智算、超算等多类型算力服务。算力如果只建不用，很容易变成固定资产；但如果城市本身不断制造应用需求，调度平台才能真正有任务可以跑。

真正的考验：算力是否被“调起来”

　　所以元芝现在看这件事，不会简单把它定义成一条“雄安新区概念”的消息。

　　雄安只是这一轮变化最早跑出来的一个样板，真正值得看的，是中国算力正在从“建机器”进入“连机器”。

　　过去几年我们一直在问中国有多少P算力，未来几年市场可能会越来越关心另一个数字：这些算力到底跑了多少Token、利用率是多少、每个Token的成本能不能继续下降。

　　如果全国一体化算力调度最终真的能够把分散的服务器变成一张可以实时交易、按需调用的算力网络，那么AI基础设施的商业模式就会发生一次很深的变化。数据中心不再只是出租机柜，云平台不再只是出租GPU，算力会慢慢变成一种能够被标准化计量和跨区域交易的商品。

　　可如果最后只是各地平台名字都叫“一体化”，真正跨区域调度时仍然被芯片适配、网络带宽和数据安全卡住，那么这轮行情最终仍然会回到传统IDC建设逻辑。

　　所以接下来真正值得观察的，不是全国又接入了多少P算力。

　　而是这些P，究竟有没有被真正调起来。

　　上一阶段AI拼的是谁有更多算力，下一阶段很可能开始拼谁能把算力用得更值钱。

　　这才是雄安国际算力一体化调度体系真正值得研究的地方。