中國AI數據中心爆煲？盲搶GPU，海量資源丟空！

zero comment

中國建設了數百個AI數據中心以捕捉AI熱潮，現在許多卻閒置無用

中國在AI基礎設施上投入了數十億，但隨著投機性投資與需求疲弱的碰撞，數據中心的黃金熱潮正逐漸瓦解，DeepSeek的崛起也改變了AI的趨勢。

大約一年前，小李在微信上看到大量的Nvidia芯片交易。作為一名從事房地產的承包商轉型為數據中心項目經理，他在2023年因中國的AI熱潮而轉行。

當時，他圈子裡的交易商們自豪地談論著獲得受美國出口限制影響的高性能Nvidia GPU的貨源，許多芯片透過海外渠道走私到深圳。在需求最旺盛的時候，一顆Nvidia H100芯片，對於訓練AI模型至關重要，甚至在黑市上可以賣到20萬人民幣（約28,000美元）。

然而，現在他的微信動態和行業群組卻傳遞著不同的訊息。交易商們變得更加低調，價格也回落到正常水平。與此同時，小李所熟悉的兩個數據中心項目正在掙扎，無法獲得投資者的進一步資金，因為他們預期回報不佳，迫使項目負責人出售多餘的GPU。“似乎每個人都在賣，但卻很少有人買，”他說。

幾個月前，數據中心建設的熱潮達到巔峰，受到政府和私營投資者的推動。然而，許多新建的設施現在卻閒置無用。根據與《麻省理工科技評論》交談的幾位業內人士，包括承包商、一家GPU伺服器公司的高管和項目經理，運營這些數據中心的大多數公司都在掙扎求生。中國媒體報導，最多達80%的新建計算資源仍然未被使用。

將GPU出租給需要用於訓練AI模型的公司——這是新一波數據中心的主要商業模式——曾被視為一個穩賺的生意。然而，隨著DeepSeek的崛起和AI經濟的突變，這個行業正面臨困境。

“中國AI行業所經歷的成長痛苦，主要是因為缺乏經驗的企業和地方政府追逐炒作，建設並不符合當前需求的設施，”RAND公司技術高級顧問吉米·古德里奇說。

總的來看，項目失敗，能源浪費，數據中心變成了“困境資產”，其投資者急於以低於市場的價格脫手。他表示，這種情況最終可能促使政府介入：“中國政府可能會介入，接管這些項目，並將其交給更有能力的運營商。”

混亂的建設熱潮

當ChatGPT在2022年底突然爆紅時，中國的反應迅速。中央政府將AI基礎設施列為國家優先事項，敦促地方政府加快發展所謂的智能計算中心——這個術語專門用來描述以AI為重點的數據中心。

根據市場調查公司KZ Consulting的數據，2023年和2024年，從內蒙古到廣東，宣佈了超過500個新的數據中心項目。根據中國通信工業協會數據中心委員會的報告，至少有150個新建的數據中心在2024年底前完成並投入運行。國有企業、上市公司和國有資金紛紛排隊投資，希望能成為AI的領跑者。地方政府則大力推廣這些項目，希望能刺激經濟並將其地區打造成為AI的關鍵樞紐。

然而，隨著這些高成本的建設項目不斷推進，中國對大型語言模型的熱情正在減退。僅在2024年，就有超過144家公司向中國網信辦註冊，計劃開發自己的大型語言模型。然而，根據《經濟觀察報》的報導，到年底時，只有約10%的這些公司仍在積極投入大型模型的訓練。

中國的政治體系高度集中，地方政府官員通常通過區域任命逐步晉升。因此，許多地方領導者優先考慮那些能迅速顯示成果的短期經濟項目——往往是為了獲得上級的青睞——而不是長期發展。大型、高調的基礎設施項目長期以來一直是地方官員提升政治生涯的工具。

疫情後的經濟衰退進一步加劇了這一動態。隨著中國的房地產行業——曾經是地方經濟的支柱——在數十年來首次出現下滑，官員們急於尋找替代的增長動力。與此同時，中國曾經風光的互聯網行業也進入了一個停滯期。在這種情況下，AI基礎設施成為了新的刺激選擇。

“小李說，AI就像一劑腎上腺素。“很多以前流入房地產的資金現在都進入了AI數據中心。”

到2023年，許多大型企業——許多在AI方面幾乎沒有經驗——開始與地方政府合作，利用這一趨勢。一些企業將AI基礎設施視為擴展業務或提升股價的方式，北京的一位數據中心項目經理方存保說。這些企業中包括Lotus（味精製造商）和金輪科技（紡織公司）——這些名字與尖端AI技術並不相符。

這種黃金熱潮的推動主要是自上而下的，往往對實際需求或技術可行性漠不關心，方、李以及多位要求匿名的業內人士表示。許多項目由對AI基礎設施知之甚少的高管和投資者主導。在追趕的過程中，很多數據中心匆忙建設，未達到行業標準。

“將這些大型集群的芯片組合在一起是一個非常困難的工作，能夠大規模做到這一點的公司或個人非常少，”古德里奇說。“這完全是尖端的計算機工程。如果大多數這些小型企業知道如何做到這一點，我會感到驚訝。許多新建的數據中心快速搭建，並不提供DeepSeek這類公司所需的穩定性。”

更糟的是，項目負責人經常依賴中介和經紀人——其中一些人誇大了需求預測或操縱採購流程以獲取政府補貼，消息來源表示。

到2024年底，曾經圍繞中國數據中心熱潮的興奮感逐漸轉化為失望。原因很簡單：GPU出租不再是一個特別有利可圖的生意。

DeepSeek的考驗

數據中心的商業模式理論上是簡單的：通過向需要計算能力以進行AI訓練的公司出租GPU集群來賺取收益。然而，實際上，獲得客戶卻變得非常困難。現在，中國只有少數頂尖科技公司大量使用計算能力來訓練其AI模型。許多小型企業因DeepSeek的崛起而放棄預訓練模型或改變策略，DeepSeek的開源推理模型R1以極低的成本匹配了ChatGPT o1的性能，迅速引發了市場關注。

“DeepSeek是中國AI行業的一個轉折點。關鍵問題已經從‘誰能製造出最好的大型語言模型’轉變為‘誰能更好地使用它們’，”埃默里大學信息系統助理教授曹航程說。

推理模型如DeepSeek的R1和OpenAI的ChatGPT o1及o3的崛起也改變了企業對數據中心的需求。隨著這項技術的發展，大多數計算需求來自於針對用戶查詢的逐步邏輯推理，而不是最初訓練和創建模型的過程。這一推理過程通常能產生更好的結果，但耗時卻大幅增加。因此，低延遲的硬件（數據從網絡的一個點傳輸到另一個點所需的時間）變得至關重要。數據中心需要靠近主要科技樞紐，以減少傳輸延遲並確保獲得高技能的運營和維護人員。

這一變化使得許多在中國中部、西部和農村地區建設的數據中心對AI公司失去了吸引力。在小李的家鄉河南省的鄭州，一個新建的數據中心甚至向當地科技公司發放免費計算券，但仍然難以吸引客戶。

此外，許多近年來興起的新數據中心是為了預訓練工作負載而優化的——這是一種在龐大數據集上進行的大型、持續計算——而不是用於推理，即運行訓練後的推理模型以實時響應用戶輸入的過程。推理友好的硬件與傳統用於大規模AI訓練的硬件不同。

像Nvidia H100和A100這樣的GPU是為了大量數據處理而設計的，優先考慮速度和內存容量。但是，隨著AI向實時推理的轉變，行業尋求更高效、反應迅速且具成本效益的芯片。即使基礎設施需求的一個小錯誤都可能使數據中心對客戶所需的任務不再理想。

在這種情況下，GPU出租價格已降至歷史低點。中國媒體《智能永先》最近報導，一台配置八個GPU的Nvidia H100伺服器的租金現在為每月75,000人民幣，低於高峰時期的約180,000。有些數據中心寧可讓設施閒置，也不願冒險運行以免進一步虧損，方說：“僅有部分數據中心運行的收入根本無法覆蓋電費和維護成本。”

“這是矛盾的——中國面臨著Nvidia芯片的最高採購成本，然而GPU租賃價格卻異常低廉，”小李說。計算能力的過剩，尤其是在中國中部和西部地區，但同時，尖端芯片卻短缺。

然而，並非所有的經紀人最初都希望從數據中心中獲利。相反，許多人一直對政府的補貼感興趣。根據方和一些中國媒體報導，一些運營商利用該行業獲取補貼的綠色電力，獲得發電和售電的許可，並將這些能源在高價轉售回電網。在其他情況下，企業為了獲得國家支持的貸款和信用而獲得數據中心開發用地，結果卻是設施閒置，卻仍能從國家資金中受益。

“到2024年底，市場上沒有清醒的承包商和經紀人會再進入這個行業，期待直接獲利，”方說。“我遇到的每個人都在利用數據中心交易來獲取政府能提供的其他東西。”

必要的惡事

儘管數據中心的利用率不高，中國中央政府仍然全力支持AI基礎設施的推進。在2025年初，政府召開了一次AI產業座談會，強調自力更生在這一技術中的重要性。

主要的中國科技公司也在注意到，並進行與此國家優先事項相符的投資。阿里巴巴集團宣佈計劃在未來三年內投資超過500億美元於雲計算和AI硬件基礎設施，而字節跳動計劃投資約200億美元於GPU和數據中心。

同時，美國的公司也在進行類似的投資。OpenAI、軟銀和甲骨文等主要科技公司聯手承諾參與星門計劃，計劃在未來四年內投資高達5000億美元以建設先進的數據中心和計算基礎設施。鑒於兩國之間的AI競爭，專家表示中國不太可能減少其努力。“如果生成式AI將成為殺手級技術，那麼基礎設施將決定成功與否，”RAND的技術政策顧問古德里奇說。

“中國中央政府可能會將（未充分利用的數據中心）視為發展重要能力的必要惡事，某種意義上的成長痛苦。你會看到失敗的項目和困境資產，國家將進行整合和清理。他們看到的是結果，而不是過程，”古德里奇說。

對Nvidia芯片的需求依然強勁，尤其是為中國市場量身定制的H20芯片。一位不願透露姓名的行業人士證實，H20是一款針對AI推理優化的輕便快速型號，目前是最受歡迎的Nvidia芯片，其次是H100，儘管因美國制裁而在官方銷售上受到限制，但仍然穩定流入中國。部分新需求是由於企業部署自己版本的DeepSeek開源模型所驅動。

目前，中國的許多數據中心處於不確定的狀態——為尚未到來的未來而建設。它們是否能找到第二次生命仍不確定。對於方存保來說，DeepSeek的成功成為了一個重要的轉折點，讓他開始懷疑無限擴張AI基礎設施能保證進步的假設。“這只是一個神話，”他現在意識到。今年年初，方決定完全退出數據中心行業。“市場太混亂。早期的先行者獲利，但現在只剩下追逐政策漏洞的人，”他說。他決定進入AI教育領域。

“現在與未來AI無處不在之間的障礙，”他說，“不再是基礎設施，而是部署技術的切實計劃。”

在這篇文章中，我們看到中國在AI基礎設施建設上所面臨的困境，這不僅反映了市場需求的快速變化，也揭示了地方政府和企業在追逐熱潮過程中的盲目行為。這樣的情況不僅影響了資本的有效配置，也使得許多原本充滿潛力的項目變得無法運行。未來，如何把握技術發展的脈搏，制定合理的發展策略，將是中國AI行業能否持續發展的關鍵。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。