Недавний отчет JPMorgan вызвал волну обсуждений в китайском сообществе ИИ, представив поразительную оценку: до 80% дата-центров страны могут простаивать. Эта цифра привлекает внимание, но она смешивает традиционный хостинг в центрах обработки данных (IDC), облачные вычисления, суперкомпьютерные центры и специализированные вычислительные центры для ИИ, построенные за последние два года. Это принципиально разные типы инфраструктуры, и их объединение создает искаженную картину.
Тем не менее, эта цифра не лишена смысла. Она указывает на реальное структурное противоречие в ландшафте вычислительных мощностей для ИИ в Китае. С одной стороны, высокопроизводительные вычисления остаются в остром дефиците у крупных облачных провайдеров, таких как Alibaba Cloud, Tencent Cloud и Huawei Cloud. С другой стороны, десятки недавно построенных местных вычислительных центров ИИ сообщают о показателях утилизации всего 20–30%.
Разрыв между заявленными и фактическими вычислительными мощностями увеличивается. Кластер из 1000 графических процессоров (GPU) с недостаточной пропускной способностью интерконнекта и грубой системой планирования может обеспечить меньшую реальную пропускную способность, чем хорошо настроенный кластер из 200 GPU. Многие местные вычислительные центры строились как инфраструктурные активы — инвестиционные инструменты, привязанные к земле, субсидиям и брендингу промышленных парков, — а не как ответ на реальный рыночный спрос.
Между тем, центр тяжести рынка смещается от обучения (training) к инференсу (inference). Обучение может быть централизовано в западных хабах с дешевой «зеленой» энергией, но инференс должен находиться близко к пользователям и сценариям использования. Этот структурный сдвиг означает, что многие центры, ориентированные на обучение, сталкиваются с неловкой реальностью: спрос переместился, а инфраструктура осталась на месте.
Более глубоким узким местом для отечественных чипов ИИ является не производительность одного чипа, а вся инженерная экосистема. CUDA остается де-факто стандартом, и разрыв между «используемыми» и «готовыми к производству» отечественными альтернативами по-прежнему измеряется в часах работы разработчиков, затратах на миграцию и операционной неопределенности. Реальная проблема вычислительных мощностей ИИ в Китае заключается не в наращивании пропускной способности, а в организации существующих мощностей в связную, эффективную и доступную национальную вычислительную сеть.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
