在2023年，全球范围内掀起了一股大炼模型的浪潮，算力需求急剧上升，一度导致了算力市场的供不应求，高端显卡更是成为了稀缺资源。为了应对这一挑战，各地纷纷加速数据中心和智算中心的建设，力求解决国产大模型的算力瓶颈。
然而，时过境迁，今年的算力市场却呈现出截然不同的景象。曾经一卡难求的高端显卡，如今却面临着滞销的困境，“GPU倒爷”们的朋友圈里充满了求售的信息。同时，算力租赁市场的上架率也远低于理想水平，大量投入资金建设的算力资源处于闲置状态。
面对这一变化，市场上出现了算力荒已经缓解，甚至供过于求的声音，有人开始质疑自主化智算建设的必要性，认为智算中心的建设已经过剩。那么，事实真的如此吗？
回顾2023年算力短缺的焦虑时期，倪光南院士曾发出过警示，担心各地盲目建设低水平的智算中心，最终可能变成“技术房地产”和“数字烂尾楼”。如今，算力从短缺到过剩的转变，确实让人深思。闲置的算力主要集中在三个方面：一是价格昂贵，中小企业难以承受；二是国产算力卡组成的集群在协同调度上存在问题，不好用；三是随着“百模大战”的结束，训练算力的需求减少，而推理算力的需求尚未大规模爆发。
尽管如此，我们仍然不能忽视自主化智算建设的重要性。从长期来看，国内智算基础仍然薄弱，与美国的差距仍然显著。美国自20世纪90年代以来就在IT建设上大力投入，而国内智算虽然近年来发展迅速，但仍在积极补课。如果此时停止建设，不仅会前功尽弃，还会进一步拉大中美在AI基础设施上的差距。
从近期来看，自主化AI算力的需求仍然没有得到充分满足。一方面，海外AI算力进口受到限制，存在供应链安全风险。另一方面，随着大模型规模法则的继续，以及基础模型市场集中度的提高和能力提升，AI应用需求将进一步释放，对推理算力的需求也将爆发。因此，国产AI算力荒并未解决，反而需要从现在开始重视和应对。
那么，如何合理地推进自主化智算的建设呢？这已经成为了一个真问题。国内智算产业已经来到了承上启下的新阶段，不仅要追求智算中心的“建起来”，还要能运营好、用起来。智算厂商的竞争也从硬件资源和解决方案的售卖，转变为多维度、综合性、长期服务的竞争。
为了解决自主化AI算力的痛点问题，智算厂商们正在集中力量攻克异构问题、算效问题和运营问题。例如，通过提供系统平台来屏蔽底层异构硬件的复杂性，提高国产算卡的使用效率；通过软硬件系统的无缝配合，充分释放国产算卡的性能；以及通过提供设计、使用、运营等一体化服务，避免智算中心成为“数字烂尾楼”。
回顾这一年多来，国内智算的发展取得了举世瞩目的成绩，但人无远虑必有近忧。AI算力的自主化之路不能就此止步，而是要一鼓作气，再加把劲，把已经取得的成果夯实，为接下来的智能浪潮做好准备。避免低质量算力过剩与加速自主化智算发展，这两件事可以并行不悖，但也需要理性看待。
在智算建设的道路上，我们不能被短期的市场变化所迷惑，而要坚定信心，持续推进自主化智算的发展。只有这样，我们才能在全球AI竞争中占据有利地位，为国家的科技创新和产业升级提供强大的算力支撑。
同时，我们也要看到，智算建设并非一蹴而就，而是需要长期的投入和持续的优化。在这个过程中，我们需要加强技术创新和人才培养，推动智算产业的高质量发展。
总之，自主化智算建设是国家科技创新和产业升级的重要支撑，我们不能因为短期的市场变化而动摇信心。相反，我们应该坚定信念，持续推进智算建设，为国家的未来发展提供强大的算力保障。
