这两天技术圈里热议的一件事，就是中科曙光的曙光8000（登峰）正式落成了——中国首个全国产十万卡AI超算集群，并且接入了国家超算互联网。
老实说，当我看到这条新闻的时候，第一反应不是"厉害了"，而是——电从哪来？
你可能觉得我在抬杠。但你信不信，未来三年，90%的AI数据中心都会栽在"电力"这个坑上。
先别急着反驳，我们往下看。
一座十万卡级别的AI数据中心——这里每分每秒都在烧钱，也在烧电
目录
- 十万卡到底意味着什么
- 算力军备竞赛下的三个残酷真相
- 对普通用户和中小企业的影响
- 服务器选型的底层逻辑已经变了
- 总结
十万卡到底意味着什么
先给你一个直观的感受。
一块H100 GPU的峰值功耗是700W。十万块H100同时跑满，就是70MW——七万千瓦。
这是什么概念？一个普通家庭的用电负荷大概在5-10kW。70MW的电力，够同时点亮 7000到14000个家庭的全部电器。
而曙光8000用的是国产芯片，功耗不会比H100低。一个十万卡集群，光是电费一年就是好几个亿。
你看，这还只是"电"这一项。
更关键的是——十万卡不是终点，百万卡已经在路上了。
英伟达的Rubin架构、谷歌的TPU v6、华为的昇腾910C……各家大厂都在往"更大集群"的方向狂奔。OpenAI甚至已经在规划百万卡级别的算力集群。
问题来了：电网扛得住吗？
单张GPU功耗已从300W飙升到700W+，十万卡的电力需求堪比一座小型核电站
算力军备竞赛下的三个残酷真相
真相一：电力不是钱的问题，是物理极限的问题
很多人觉得，算力不够就多买GPU，电不够就多拉线。
试想一下，一个百万卡集群需要700MW电力。这是什么级别？一座小型核电站的输出功率也就这个量级。
这不是钱能解决的问题——是物理上根本没有那么多电给你用。
你看看今年夏天，多少地方在拉闸限电？数据中心是耗电大户，一个十万卡集群抵得上一座中型城市的居民用电量。在电力紧张的背景下，这种项目能落地，背后是巨大的资源倾斜。
但倾斜一次可以，两次、三次呢？当所有大厂都在建十万卡、百万卡集群的时候，电力就是第一道不可逾越的天花板。
真相二：散热已经从"辅助系统"变成了"核心架构"
当单机柜功耗从10kW飙到200kW，风冷这套方案，老实说——已经到天花板了。
你不信去问问做数据中心运维的朋友，到了夏天机房的空调开到最大，温度还是压不住。设备降频、服务器过热报警、电费单翻倍增长——这些场景每天都在发生。
液冷已经不是"可选项"，而是"必选项"。
从冷板式液冷到浸没式液冷，从单相到两相，散热的每一个技术进步，背后都是被功耗逼出来的。十万卡集群不可能用风冷，这是物理定律决定的。
真相三：国产芯片的生态之困，不是一朝一夕能解的
曙光8000用的是国产芯片，性能上已经追到不错的水准了。但CUDA生态的护城河，不是靠堆芯片就能跨越的。
你要在国产芯片上跑大模型，首先得搞定底层算子库的适配。同样的模型，在NVIDIA上运行和在国产芯片上运行，性能差距很多时候不是芯片本身的问题，而是软件生态成熟度的问题。
这就是为什么即使美国政府批了H200的出口许可，中国企业依然"按兵不动"——不是不想买，而是不敢依赖。万一明天又不卖了，你整个AI业务就悬了。
但国产芯片要真正替代NVIDIA，不是靠几篇PR稿就能实现的。这需要时间，需要开发者，需要整个产业链的协同努力。
对绝大多数用户来说，一台配置合理的VPS远比盲目追GPU实在——别让热点带偏了你的决策
对普通用户和中小企业意味着什么
看到这里你可能会问：十万卡集群跟我有什么关系？我只是想买台便宜的VPS跑个网站而已。
关系大了。
算力正在分层，你所在的层级决定你的成本
当大厂都在抢十万卡集群的时候，一个趋势已经非常清晰了：算力市场正在加速分层。
上层是十万卡、百万卡级别的超大规模集群，服务于前沿AI训练和超大规模推理。这个层级的玩家只有那几个：阿里、腾讯、字节、华为、中科曙光。
中层是千卡到万卡级别的集群，服务于中型企业的AI推理、模型微调、数据处理等场景。
下层是单卡到百卡级别，服务于个人开发者、小团队、传统网站和应用。
这三个层级之间的成本差距，正在以指数级拉大。
上层的人吃肉，中层的人喝汤，下层的人——连骨头都越来越难啃了。
因为GPU资源被上层大量占用了啊。一台H100现在什么价？八万美金起步，你还买不到。云上的H100实例，一小时几十美金。对于个人开发者来说，这已经不是成本问题，是被市场挤出了赛道。
传统的VPS和云服务器依然是你的最佳选择
但你也不用慌。
十万卡集群解决的是AI训练和推理的算力需求，不代表你的网站也需要跑在GPU上。
对于传统的Web应用、API服务、数据库、静态网站——这些场景依然是CPU服务器的主场。一台好的VPS，配置合理、网络稳定、价格合适，对你的业务来说比什么十万卡都实在。
问题是：很多人在服务器选型上犯了"过度配置"的毛病。
看到AI数据中心都在装H100，就觉得自己的网站也要上GPU。看到别人建十万卡集群，就觉得自己的服务器配置太低要升级。
这是典型的FOMO（Fear Of Missing Out）心态，花冤枉钱不说，还解决不了根本问题。
服务器选型的底层逻辑已经变了
那问题来了：在这个十万卡时代，普通人到底该怎么选服务器？
我的建议是——从你的真实需求出发，别被热点带偏了。
第一，区分"算力密集型"和"IO密集型"
你的业务到底是需要大量的计算资源（算力密集型），还是需要快速的网络响应和磁盘读写（IO密集型）？
绝大多数网站和应用属于后者。一台8核16G的云服务器，配一块SSD和足够的带宽，可以支撑日活几十万的业务。
不要为了"万一用得上"去多花钱。 云服务器的最大优势就是弹性——不够了随时扩容，花不了几个钱。
第二，关注"单位成本效能"而非"绝对性能"
在十万卡集群的语境下，大家关注的都是绝对性能——多少PFLOPS、多少TB显存。
但在个人和小团队的场景下，你应该关注的是——每一块钱能买到多少性能。
有些配置看起来便宜，但CPU是几年前的旧款，磁盘是机械盘，带宽是共享的。这种"便宜"是假便宜，真正的成本是时间和稳定性。
反之，有些配置看着贵一点，但用了最新的AMD EPYC处理器、NVMe SSD、独享带宽。网站加载速度快50%，用户体验提升，转化率自然就上去了。这才叫值。
第三，别迷信"国产"也別神话"进口"
很多人一听是国产芯片就说不行，一听是Intel/AMD就说好。
供你参考——在实际测试中，海光的x86 CPU在Web服务场景下，性能已经达到了Intel至强的85%-90%。对于绝大多数应用来说，这个差距在日常使用中是感受不到的。
国产云服务器在价格上比进口便宜30%-50%，性价比其实是更高的。
当然，如果你跑的是对指令集兼容性要求极高的特定应用，那Intel/AMD依然是稳妥的选择。关键在于搞清楚你的应用对平台的依赖程度。
总结
十万卡集群代表了算力基础设施的一个重要里程碑。它告诉我们——AI的算力需求还在高速增长，这个趋势短期内不会改变。
但对于我们大多数人来说，这个热点听听就好，别被它带乱了决策的节奏。
你的网站、你的应用、你的业务——大概率不需要十万卡。一台配置合理、价格合适的云服务器或VPS，就足够你跑得很好。
选服务器这件事，归根到底只有三个字：看需求。
不要过度配置，不要追热点，不要把"老板的焦虑"变成"服务器的负担"。
网上有个段子说得挺好——人家建十万卡集群是为了跑千亿参数的大模型，你跟风买了一台高配服务器，结果只是跑了个WordPress博客。这不香吗？不香，这是烧钱。
最重要的是想清楚你到底要干什么，然后选择最适合你的那台机器，而不是最贵的那台。
希望对你有帮助。
（全文完）
评论 (0)