從狂熱到理性，算力建設的戰略轉向

　　全球AI算力競賽曾陷入“軍備競賽”式迷局。美國“星際之門”計劃豪擲5000億美元建設新一代AI基礎設施，中國“東數西算”工程推動建成60多個智算中心。規模狂熱背后，部分智算中心利用率不足的問題逐漸顯現。

　　中科曙光高級副總裁李斌指出：“算力的稀缺性是動態變化的，過去建設過于關注硬件規模，忽視了應用落地和軟件生態”。這種反思正催生建設邏輯的根本轉變——從“先建后想”到以需定產。

　　優刻得烏蘭察布智算中心的實踐印證了這一趨勢。其三期項目交付的2300個12kW高功率機柜需求緊俏，核心在于精準對接客戶需求。中科曙光智能計算產品事業部目前已從‘修路’轉向垂直行業整合，聚焦算力實際使用效果。

　　政策層面同步引導結構性優化，中央網信辦明確要求“加強通算、智算、超算多元算力融合，降低算力使用成本”;國家數據局深化數據要素改革，多路徑降低中小企業算力門檻，推動算力從奢侈品變為普惠資源。

　　具身智能崛起，機器人改寫算力地理學

　　當市場還在討論大模型算力需求時，一股新勢力已悄然重塑算力格局。機器人口經濟正催生前所未有的算力增量。

　　快思慢想研究院院長田豐預判：“機器狗、人形機器人、無人機等智能體將根本性改變區域算力競爭格局”。

　　中科曙光已接到智元機器人、宇樹科技等具身智能企業的存力基礎設施訂單，揭開了這場變革的序幕。

　　具身智能企業帶來三大核心需求：海量感知數據處理，分布式對象技術構建數百億級多模態數據調取能力;算法訓練性能，支持快速迭代的私有云平臺;遷移成本優化，從公有云轉向定制化私有云，這些需求正在重構算力地理學。

　　新疆的機器人紡紗車間、西藏的自動駕駛物流車隊、云貴川的無人機植保網絡，這些非傳統算力熱點區域，因機器人集群的部署催生出邊緣算力新樞紐。

　　中國移動規劃的“集中化+分布式”推理算力網絡恰逢其時，其“中訓邊推”體系完美適配機器人產業的算力特性。

　　液冷革命，算力可持續發展的關鍵技術

　　液冷技術并非新鮮事物，但AI算力的爆發將其推向了產業化的快車道。IDC數據顯示，中國液冷服務器市場在2024年繼續保持快速增長，市場規模達到23.7億美元，與2023年相比增長67.0%。其中，冷板式解決方案市場占有率進一步提高。IDC預計，2024-2029年，中國液冷服務器市場年復合增長率將達到46.8%，2029年市場規模將達到162億美元。

　　專家表示，液冷技術很早就已實現，但進一步的爆發則是伴隨著人工智能的火熱。由于人工智能對于強算力的訴求，尤其是現階段主力的算力供給方式，還是圍繞著加速器的形態，本身其熱敏度就非常高。

　　同時，AI大模型相關對于算力的需求量又非常大，兩者疊加在一起，就反向推動了整個液冷基礎設施的快速發展。液冷未來也會是人工智能領域算力基礎設施的核心發展趨勢。

　　當單卡功耗突破1200W的AI芯片成為常態，傳統風冷已走到技術極限。液冷技術從實驗室方案躍升為AI算力基礎設施的核心支柱。

　　據統計，數據中心用電量的40%用于散熱，傳統的風冷方式在大規模降溫方面的局限性愈發明顯。相比之下，液冷技術憑借其液體導熱系數是空氣的25倍，冷卻能力更是達到空氣的1000至3000倍，成為行業的新寵。

　　三大技術路線正在重塑數據中心形態：冷板式液冷PUE值1.15，節能40%，可應用在現有機房改造，單機柜成本降30%;浸沒式液冷PUE值1.05，節電40%，可應用在高功率密度集群，規模越大優勢越顯著;噴淋式液冷是芯片級精準控溫，可應用在尖端科研計算，但是初期投資較高。

　　產業轉型的本質是價值邏輯的重構

　　當算力建設從規模導向轉向效果導向，整個生態鏈正在重新洗牌。

　　運營商率先調整戰略。中國移動建設超大規模“算力工廠”，開展十萬卡智算中心前瞻研究，形成“中心集約、邊緣泛在”的智算體系。

　　其長三角樞紐蕪湖集群打造全國首個“四算合一”算力調度平臺，實現日均上億次算力調用，資源利用率提升35%。

　　中小企業獲得新入場券。360集團開創的“蒸餾模型”方案，使普通電腦能運行高性能AI模型;開源生態降低大模型使用門檻，配合算力租賃優化，中小企業算力成本下降60%以上。

　　服務模式發生本質變革。傳統IDC資源式服務正向任務式服務升級，模型即服務(MaSS)成為新標準。

　　國家樞紐算力調度平臺通過智能匹配算法，使上海生物醫藥企業的分子模擬計算任務自動分配至甘肅清潔能源集群，在滿足碳中和要求同時降低25%計算成本。

　　結尾：行業與機器的協同進化，正在改寫市場規則

　　當新疆機器人紡紗廠的數萬傳感器通過曙光浸沒式液冷集群處理數據，當成都無人機物流網絡依托烏蘭察布智算中心實現毫秒級路徑優化，AI算力已從抽象的技術指標，落地為具身智能的造血系統。

　　秦淮數據設計的離網式智算中心開始接入核聚變實驗堆能源，液冷管道內流動的冷卻液帶走每平方厘米150瓦的熱量。

　　而在這些液冷服務器集群中，新一代機器人訓練模型正以人類無法企及的速度迭代升級。

　　當技術狂潮退去，唯有扎根應用的算力生態方能穿越周期，這或是AI革命留給產業的最重要啟示。

　　未來十年，智能世界的贏家將是那些把液冷管道鋪進車間、把算力節點建到牧場、讓機器人真正“活”起來的務實創新者。