We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 一场英伟达引发的大泡沫,快破了

一场英伟达引发的大泡沫,快破了

2025/5/20
logo of podcast 虎嗅·商业有味道

虎嗅·商业有味道

AI Deep Dive AI Chapters Transcript
People
冯博
宋思航
智算供应商销售人员
算力供应商
行业分析人士
资深营销人士
Topics
宋思航: 在英伟达禁令的影响下,国内算力市场经历了一场由炒卡热潮到智算中心建设的快速发展。初期,由于信息不对称和非正规渠道的存在,英伟达高端显卡价格被哄抬,市场呈现混乱状态。随后,大型算力供应商开始入局,智算中心建设兴起。然而,随着国产大模型的崛起和技术瓶颈的显现,单纯依赖囤卡或缺乏核心技术支撑的算力供应商面临困境,智算泡沫逐渐破裂。目前,国内算力产业面临结构性错配问题,有效的高端算力供给不足,已建成算力资源利用率低。同时,AI应用生态的断点和产业链未形成闭环也是制约算力发展的关键因素。我观察到,一些新型智算服务商正通过深度参与客户的AI应用开发与优化,以及政府出台算力补贴政策,试图解决这些问题,但更需要培育可持续的造血式生态。 冯博: 我认为,当训练不是百花齐放的时候,真正有训练能力和资格的公司才会继续购买算力进行训练,而那些没有能力做训练的公司终将退出市场,他们手中的算力也将变成泡沫。只有具备实际应用场景和技术实力的企业,才能在算力市场中立足。 智算供应商销售人员: 我亲身感受到,目前市场上的算力供不应求,许多与大厂签订的供货合同都难以按时完成。这反映了市场对算力的巨大需求,但也暴露了供给端的不足和压力。 行业分析人士: 我分析认为,即使仅考虑图像生成这一单一场景,按照目前市场上主流AI应用的体量来计算,其背后牵引的算力需求也可能轻易达到百万P级别。若叠加文本、语音、视频等多模态交互,算力需求的量级将难以估量。因此,推理需求的增长是算力市场的重要驱动力。 资深营销人士: 我认为,当前制算产业的核心症结在于产业链未形成闭环。不能只谈算力本身,而要关注整个产业链的协同发展。只有将断掉的点串联起来,才能真正发挥算力的价值,避免泡沫的产生。

Deep Dive

Chapters
在英伟达对华出口限制后,国内算力市场经历了一段时间的混乱和躁动。高端显卡价格暴涨,一些供应商利用信息差和非正规渠道进行交易。同时,智算中心建设热潮兴起,但市场很快出现泡沫破裂迹象。
  • 英伟达高端芯片H200和Blackwell系列进入中国市场
  • 算力交易市场混乱,价格暴涨
  • 智算中心建设热潮兴起
  • 市场泡沫开始破裂

Shownotes Transcript

一场英伟达引发的大泡沫快破了本文来自虎秀科技组作者宋思航 5 月中关税暂停的 90 天窗口期一场围绕算力核心资源的争夺战骤然升温某南部地区芯片供应商向虎秀透露服务器价格最近波动剧烈前段时间美台服务器的价格已上浮了 15%到 20%

随着关税暂停我们计划恢复原价销售与此同时市场供给端也迎来新变量虎秀独家获悉英伟达 HOOPER 系列高端产品与 BLACKWELL 系列已分别于 2024 年 9 月和近期悄然现身国内市场而其背后的复杂供应链网络却无从探寻

摆在明面上的是从 2023 年 10 月 17 日开始华盛顿方面分阶段叫停了英伟达对华出售包括 A 系列和 HOOPER 系列在内的诸多高性能芯片近期 HOOPER 系列最后一张可以对华出售的 H20 也被列进了限制出口名单其中英伟达 HOOPER 高端系列通常指 H200 是 H100 芯片的升级版相较于后者前者的价格仅高出二十几万元效率却高出 30%

而在更高端的 Blackwell 系列中 B200 的售价高达 300 多万元这也是目前对华流通限制最为严格的产品仅存的流通路径也更为隐秘

这两款均用于大模型预训练而 B200 更是一卡难求这道来自大洋彼岸的英伟达禁令如同一块巨石投入平静的湖面一场围绕算力核心资源的暗战随之打响最初几个月市场呈现出一种原始的混乱与躁动在暴力的诱惑之下一些嗅觉敏锐的个体开始铤而走险

当时市场上充斥着各种背景的供应商有海外归来的留学生也有一些消息灵通的个人导爷这些早期的拓荒者们利用信息差和各种非正规渠道将英伟达的高端显卡辗转搬运到国内市场流转方式相对简单粗暴但依然供不应求显卡的价格自然水涨船高

当时一些个人供应商甚至将官方售价仅 1 万美元的英伟达 A100 显卡哄海至 12.8 万元人民币一张更有甚者在社交媒体平台中手持 H100 芯片带着炫耀的口吻称其单片售价高达 25 万元人民币

暗涌之下一些大型算力供应商已经开始具备类似的交易网络渠道而由此引发的智算热潮也在同期兴起多地开始抢建智算中心有数据显示单是 2024 年智算中心项目就超过了 458 个

如今国内已有供应商具备每周 100 台 H200 服务器的供应能力同时随着 H100 停产市场需求正加速向 H200 转移目前掌握 H200 货源的供应商不超过 10 家供需缺口正在进一步拉大某国内头部算力供应商表示在行业内算力使用方与算力供应商进行算力交易时并不会直接将卡的型号写进合同而是仅标注算力单位

将服务器交易转化为抽象的算力交易此前有媒体披露部分中国经销商会通过特殊的采购渠道经过多层转售与包装实现服务器的曲线面试甚至还有部分经销商另辟蹊径借助第三方企业通过将芯片模组嵌入产品来获取服务器然而这场轰轰烈烈的炒卡及制算热潮并未持续太久

到了 2024 年末尤其在 DeepSeek 等国产大模型以其高性价比横空出世后一些单纯依赖囤卡狙棋或缺乏核心技术支撑的算力供应商发现他们的故事越来越难讲下去了至算的泡沫也逐渐出现破裂迹象

如今国内算力产业的发展正在呈现新的走向有数据统计 2025 年第一季度中国大陆共有 165 个制算中心项目出现新动态其中高达 58%的项目仍处于已审批或筹建状态另有 33%处于再建或即将投产状态而真正实现投产或试运行的仅有区区 16 个占比不足 10%当然

当然呈现出泡沫破裂迹象的不只是国内近半年来 Meta、微软等都传出暂停部分全球数据中心项目热度背后是令人担忧的低效与闲置有行业人士告诉虎修目前制算中心的点量率不足 50%国产芯片由于性能短板根本无法用于预训练而且有些制算中心使用的是相对落后的服务器这种有卡用不起来的现象被行业人士归结为结构性错配

并非算力绝对过剩而是有效的能满足高端需求的算力供给不足同时大量已建成的算力资源因技术代差生态不完善或运营能力不足而无法被充分利用

在喧嚣与隐忧并存的制算版图上一边是以 A 股为首的算力供应商纷纷叫停大型制算项目另一边科技巨头和互联网大厂们则在积极投入 AI 基建字节阿里等压住 AI 的互联网企业纷纷传出豪至千金购买芯片和算力的消息面对大手笔采购供给端的压力也在凸显

一位智算供应商的销售人员向虎秀表示市场的供货都来不及供给大厂门好多公司签约了都交不出货背后的原因并不难理解智算急剧降温的时间点恰恰出现在 DeepSeek 前后而在当时 DeepSeek 戳破的正是训练需求的泡沫

如今还留在牌桌上的只剩下大厂和个别 AI 大模型公司对此长磊资本管理合伙人冯博也对虎秀说道当训练不是百花齐放的时候真正有训练能力和资格的人还是会继续买卡训练但那些没有能力做训练的人就曲终人散了而这些人手里的算力也就变成了泡沫

任何泡沫的诞生都根植于人类对稀缺性的非理性想象截至 2025 年一季度又有多家公司相继终止了价值数亿元的算力租赁合同算力供应商告诉虎秀在这门生意里退租是常有的事不过随着 AI 行业泡沫逐渐破裂一个极大解决的难题摆在了众多算力供应商的面前过剩的算力应当如何消化

实际上在制算产业中算力供应商会通过投资的方式锁定算力需求将自家的算力提供给备投项目不少制算服务提供商表示这是目前很好用的办法之一只不过没有被摆到台面上

这种近乎垄断式的算力销纳路径并非唯一仅除此之外还有一种模式是算力供应商以 LP 身份切入产业基金构建闭环式算力需求链条具体而言该商业模式具备资本联动特征算力供应商 A 作为潜在有限合伙人与产业基金 B 达成合作意向

在 B 基金的投资版图中 AI 应用厂商 C 作为背头企业其业务发展对算力资源存在刚性需求此时 A 通过战略投资 B 基金间接绑定 C 公司未来的算力采购需求构建起资本投入到算力采购的闭环若交易落地 A 公司将凭借 LP 身份获得优先服务权成为 C 公司算力采购的首选供应商这种模式在本质上形成了资金的循环流动

A 公司对基金 B 的出资最终通过 C 公司的算力采购回流在瞬息万变的 AI 产业中这种方式有些迂回但至少为算力供应商提供了另一条可行的出路一位在算力交易行业深耕多年的资深营销人士一针见血的向虎秀指出了当前制算产业的核心症结谈制算泡沫就不能只谈算力它是一个产业链的问题想让算力用起来就需要把断掉的点串起来

但现在这条产业链还并未形成闭环进入 2025 年上半年 AI 领域一个显著的趋势是曾经被各大 AI 公司挂在嘴边的预训链一词正在逐渐被推理取代无论是面向广阔的 C 端消费市场还是赋能千行百业的 B 端企业级应用推理需求的增长曲线都显得异常陡峭

一位行业分析人士做了一个简单的推演以图像生成这一单一场景为例按照目前市场上主流 AI 应用的体量来计算假设其每个活跃用户平均每日生成 10 张图片背后牵引的算力需求便可能轻易达到百万 P 级别若叠加文本语音视频等多模态交互算力需求的量级难以估量

这仅仅是 C 端用户的推理需求对于 B 端用户推理需求更是海量例如车企建设计算中心都是万匹规模起步故事的荒谬之处正在于此既然推理需求如此之旺盛为何还会产生算力泡沫

问题的答案或许要落回供应商那里某算力供应商对虎秀表示这种推理需求需要制算服务商通过工程化技术对算力进行优化比如压缩起跑时间提高存储量缩短推理延迟提高吞吐量和推理精度等

换言之 算力供应商不能只是算力的搬运工更要承担起对算力的运营和维护工作门槛进一步被抬高了除此之外 供需错配问题还表现在硬件上有知情人士向虎秀表示一些国产卡和英伟达的差距还是比较大表现并不稳定对于某些品牌 即使堆再多的卡短板依然存在 整个集群的综合效能受限这就导致其组成的单一集群无法有效完成训练和推理任务

算力层面的工程挑战和芯片瓶颈固然严峻但在算力层之上应用生态的断点同样不容忽视特别是针对特定行业或场景的垂类模型的严重缺口当这样的断点在短期内无法被解决产业链自然难以形成闭环不过这显然已经远远超出了那些仅提供卡和电的算力基础设施供应商所能独立应对的范畴不过在如今的市场上已经有一批新型制算服务商正悄然崛起

这些企业不再将自身定位局限于单纯提供硬件或算力租赁他们可以更组建专业的算法团队和行业专家团队深度参与客户的 AI 应用开发与优化过程

同时面对各种资源错配和算力利用率等问题各地政府也在根据实际产业需求出台各种各样的算力补贴政策比如通过算力券直接降低企业使用算力的成本等只是对于当前阶段的中国制算产业而言单纯的政策急救药恐怕难以从根本上扭转局面制算产业更需要培育的应当是一种可持续的造血式生态