人工智能浪潮席卷全球，智算中心作为支撑人工智能发展的关键基础设施，迎来了前所未有的发展机遇。

高昂的建设成本和算力利用率低的问题，也让这些“吞金兽”面临着巨大的挑战。

尤其是在DeepSeek引发AI拐点之后，智算中心的转型之路变得更加迫切。

DeepSeek的出现，将市场对算力的需求从预训练转向了后训练和推理。

过去，智算中心的主要客户是那些进行大模型预训练的大型互联网公司和AI企业，他们一租就是几十台甚至上百台服务器。

而现在，越来越多的DeepSeek相关创业者涌入市场，他们对算力的需求更加碎片化，往往只需要一部分算力资源，无力承担整台服务器的费用。

这种转变，使得智算中心原有的客户群体结构发生变化，大客户减少的风险也随之而来。

智算中心的建设成本之高，堪比“吞金兽”。

一台服务器的价格高达百万甚至数百万元，再加上配套的制冷和供电系统，一个中等规模智算中心的建设成本就高达20亿到30亿元。

截至2024年6月，中国已建和在建的智算中心超过250个，相关投资累计超过千亿元。

部分公共智算中心由于规划不足，导致算力利用率低，资源闲置严重，如何提升使用效率成为亟待解决的问题。

位于甘肃庆阳的燧弘华创绿色智算中心，或许能为我们提供一些借鉴。

这个算力超过2万P的智算中心，服务于阿里云、百度、智谱AI等用户，是国内真正投入使用的智算中心之一。

它的成功，离不开当地政府的支持和与联想、燧原科技等合作伙伴的协同创新。

庆阳市政府采用算力券奖励模式，使燧弘华创的算力价格更具竞争力，并定期召开会议解决企业发展难题。

联想则在服务器工厂建设、设备提供、算力调优等方面提供了全方位支持。

DeepSeek的出现也给燧弘华创带来了新的挑战。

过去，他们专注于满足大模型预训练的需求，而现在，他们需要转型以适应碎片化的推理算力需求。

智算中心的用户群体也从少数大型企业变成了众多DeepSeek创业者。

这意味着，智算中心需要提供更灵活的算力资源分配方式，并提升云服务和算力调优能力。

DeepSeek也为智算中心带来新的希望。

它不仅改变了用户群体构成，更引爆了AI推理需求，为解决算力供大于求的局面带来了希望。

联想中国基础设施业务群高级产品经理郭晋兵认为，DeepSeek还提供了一种新的资源销售方式：装上各种大模型，以对外卖Token数的方式销售算力资源，这使得客户不再关心硬件组合，而更关注算法的强度。

智算中心的转型，首先要从软件层面开始。

过去，智算中心主要采用裸金属模式对外出租算力。

现在，为了服务大模型后训练与推理，智算中心需要增强云服务和算力调优能力。

联想等算力基础设施提供商也在积极应对这一挑战，通过与燧弘华创和GPU芯片厂商合作，进行异构算力调优方面的联合创新。

联想在庆阳绿色智算中心部署的多元异构算力调度平台，就是为了统一管理异构算力，为用户提供更融合、更稳定的智能和科学算力。

同时，联想也在提升其AI服务器在DeepSeek大模型上的性能表现，最新的数据显示，其服务器在运行满血版DeepSeek R1大模型时，极限吞吐量可超8000 tokens/s。

除了技术层面，智算中心的算力销售模式也需要转变。

过去，智算中心主要在各主要城市建立中心就近服务客户。

现在，面对分散的推理算力市场，他们也开始尝试通过网络平台等渠道销售算力。

智算中心的云化、智算云的建设，很可能成为未来的主要发展方向。

例如，上海市在2025-2027年的智算云产业实施意见中，就明确提出要打造综合型和垂直型智算云平台，并形成一批标杆应用。

智算中心的运维并非易事，智算云的运维难度更是指数级增长。

中科院计算所研究员张云泉呼吁加强AI人才培养。

他指出，尽管基于AI大模型的后训练与推理需求激增，但目前非常缺乏既了解行业需求又掌握AI应用方法的人才。

例如，懂得将行业数据和DeepSeek大模型进行精调的工程师就非常少。

我们需要培养大量这样的工程师，才能解决AI落地的“最后一公里”问题。

智算中心的转型之路，充满了挑战与机遇。

DeepSeek的出现，既带来了新的问题，也提供了新的思路。

如何抓住机遇，应对挑战，是摆在所有智算中心面前的一道难题。

在AI技术日新月异的今天，智算中心的未来究竟会走向何方？

又将如何影响人工智能产业的发展？

这些问题值得我们深入思考和探讨。