《机房vs网络：算力赢家其实是调度》

——算力的价值，不在建成多少机房，而在多少能力真正进入生产

一年之内，我国智能算力增长了146%。不是增长到，是增长了。

截至今年9月底，这个数字是2592EFLOPS，每秒百亿亿次浮点运算。如果你对这个单位没概念，不妨换个角度看：前不久，词元（Token）作为独立品类在电商平台上架了。看不见、摸不着的计算服务，第一次有了购物车、价格标签和“立即下单”按钮。

算力正在从机房里的设备，变成插座里的电。

但先说清一个容易混淆的地方。词元是大模型处理信息的基本单位，并不等于算力本身。它被商品化，意味着一部分人工智能服务有了直观的计量和交易入口，却不意味着所有计算资源都能像标准商品一样随意互换。

入口变简单了，后台反而更考验功夫。用户买的是一个结果，结果背后连着芯片、模型、网络、电力和调度能力。任何一环掉链子，前台那个“立即下单”就会变成“正在排队”。

过去比的是谁拥有算力，接下来比的是谁能把算力用起来。

一、机柜回答“有多少”，网络回答“能不能到”

算力，就是计算能力，和水、电、路一样是基础资源。算力网，就是把分散在各地的数据中心、超算中心、智算中心用高速网络连起来，像电网一样按需使用。

我国已形成以8大国家算力枢纽、10个国家算力集群、3个算电协同发展区域为重点的“8+10+3”空间布局。8个枢纽是骨架，10个集群是心脏，3个协同区域是实验田。

骨架搭好了，接下来要让血液流起来。

在合肥一处智算中心的机房里，机柜整齐排列，指示灯持续闪烁。真正值得看的不是机器转得多快，而是调度平台怎样把同一批资源切开，分别送进金融、先进制造、互联网等行业的具体任务里。

同样一份计算需求，用什么芯片、配什么模型、能等多久、花多少钱，答案可能完全不同。所谓供需适配，不是“有机器就能接单”，而是能力、时间和成本三样都对得上。

算力的增量在机房，算力的价值在现场。

前三季度，国产算力与大模型的适配能力持续增强，已在钢铁、汽车、医药等20个行业形成1000多个应用场景。这是好消息，说明算力正在进入生产。但场景数量不能替代效果判断：产线效率提没提，质量改没改，综合成本降没降，这些才是真正的成绩单。

二、为什么有了算力，还要算力网

先踩一脚刹车：建得多，就一定用得好吗？

最该警惕的，不是算力增长太快，而是把资源增长误当成效率增长。

第一个原因：任务不同。

想象一条汽车产线上的在线质检。摄像头拍下零件，模型要在产线节拍之内给出合格与否的判断。这时候，哪怕远方的大机房算力充沛，跨区域传输的那几十毫秒就足以让它派不上用场。

机房有余量，产线照样可能等不起。

大规模训练适合集中在枢纽，对时延敏感的推理则要放到区域节点甚至边缘侧。这正是“枢纽—区域—边缘”立体化供给体系的意义：不是所有任务都往大中心送，也不是每个地方都重复建一套完整能力。

能集中就集中，该靠近就靠近。真正的统一，不是位置相同，而是分工有效。

第二个原因：算力不是孤立运行的，它的成本本质上是电的成本。

电价最便宜的地方，往往是风光资源丰富的西部；算力需求最旺的地方，却是电价最高的东部沿海。于是出现一个悖论：电便宜的地方缺算力，算力贵的地方缺电。

解法只有一个：让数据跑过去，而不是让电跑过来。这就是“算电协同”四个字背后的全部逻辑。

但数据要跑得过去，枢纽之间的直连线路就得够宽；跑过去之后要用得起来，国产芯片、框架、模型之间的适配就得够顺。所以关键共性技术研发、算网融合创新、直连线路扩容，都不是配套装饰，而是决定已有资源能否被充分使用的主干工程。

没有调度的算力网，只是一堆联网的机柜。

三、下一步：少看机柜，多看协同

“十五五”开局之年，算力供给还会继续扩容，但建设重点正在转向高效协同。

刚发布的行业规划把路线写得很具体：面向场景按需部署推理算力设施，深入实施城域“毫秒用算”专项行动，完善设施间互联架构，推进算力电力协同，建设绿色低碳算力设施。国家层面也明确，要加强算力网与新型电网、新一代通信网的协同联动，适度推动枢纽间直连线路扩容，强化资源监测与市场化调度。

注意三个关键词。

“推理算力”——过去几年的重心是训练，接下来的重心是推理。训练是修发电厂，推理是接入户线。

“毫秒用算”——一个城市范围内，调用延迟压进毫秒级。自动驾驶、工业控制、实时交互，终于有了底座。

“市场化调度”——算力要有价格信号。价格一旦出现，闲置的资源会自己找到需求，这比任何行政分配都快。

训练比的是规模，推理比的是距离。 下一轮竞争，比的就是距离。

对企业意味着什么

第一，别再问“要不要买算力”，开始问“能不能用好算力”。二十年前，自建机房是战略问题；十年前，上不上云是战略问题；今天，囤卡还是调用算力网，正在变成成本问题。而成本问题的答案，总是偏向更灵活的一方。

第二，评估算力服务有一个笨办法但很管用：拿自己的真实业务负载做一次端到端测试，把响应时延、模型适配、服务稳定性和单位任务成本放在一张表上看。配置高不高是供应商的话术，任务完成得好不好才是你的账本。

第三，机会在接口处。算力和电力的接口、算力和行业的接口、大模型和老产线的接口，每一处接口都是新生意。1000多个应用场景，就是1000多个入口。

所谓新基建，不是多建了什么，而是让原来的东西重新连了一次。

中国算力基础设施的快速发展，已经给出了一个足够坚实的起点。建设解决有没有，协同解决好不好；规模是底座，应用是检验。

当词元可以下单的那一刻起，算力就不再属于技术部门。它属于每一个会算账的人。

（唐加文，笔名金观平；本文成稿后，经SI审阅校对）