随笔｜算力：成本、周期与ROI

算力不是技术概念，是单位时间内完成有效计算的成本。但这句话只说对了一半——算力更是"软硬一体"的系统工程。同样的卡，软件栈优化与否，吞吐量可能差3-5倍；同样的集群，场景适配能力决定它是印钞机还是碎钞机。

一、完整算力成本：六项之外，还有第七项

完整算力成本包含六项：硬件折旧、电力制冷、网络存储、运维人力、算法适配、场景试错。电力占数据中心运营支出五成以上，"算电协同"写入2026年新基建。

但必须加上第七项：软件栈与生态成本。 英伟达CUDA生态的算子库、通信库、推理引擎成熟度，是任何硬件采购都无法绕开的隐性成本。若采用国产算力，这一项成本可能更高——昇腾的软件栈与工具链仍在追赶期，迁移适配的工程量往往被严重低估。忽略这一项，算力账就是错的。

过去十年单位算力成本年均下降30%—40%，2023至2025年A800八卡服务器月租从约6万元降至约2.8万元。但同期，推理成本因算法优化（MoE架构、投机解码、量化压缩）呈指数级下降，远超硬件降价速度。算力成本曲线并非线性下滑，而是"硬件线性降、软件指数降"的双轨结构。产业已从买卡时代进入租服时代，但真正的分水岭是——从"买硬件"进入"买能力"。

二、总量数据的欺骗性：错配是表象，软硬脱节是本质

全国算力上架率71.4%，但智能算力利用率仅约37%。东部高端训练算力一卡难求，西部中低端机房大面积闲置。产业真相不是缺算力，是结构性错配。

但错配的深层原因，不止是地理与供需，更是软件生态的断层。大量中西部智算中心采购了硬件，却缺乏配套的算法团队、推理优化能力和场景适配方案，卡上架了，但跑不出有效业务。硬件可以快速部署，软件能力无法快速生长——这才是"建而不用"的深层逻辑。

英伟达高端芯片受管制、审查、税率波动影响，海外供给不稳定。华为昇腾替代加速，但必须清醒认识到：昇腾在训练场景的软件栈与生态工具链仍有差距，短期内难以完全替代英伟达。 混合架构布局已成为企业风险管理刚需，但混合架构的代价是双倍软件适配成本。算力必须匹配算法工程、场景适配、业务改造能力，头部机构通过场景适配可实现1:7的ROI，但大量中小企业算力负载率不足20%、投入产出倒挂。算力不赚钱，从来不是卡不够，是场景和人才接不住——更是软件栈接不住。

三、反例检验：重资产模式的教训

商汤-W 2023年建成AIDC并大规模采购GPU，2024年营收同比下滑约34%，但算力相关折旧与运维成本刚性，全年亏损约50亿元，股价较高点跌幅超90%——高估训练需求持续性，低估推理端成本优化速度，重资产模式在需求下行期放大亏损。

旷视科技2021年递交招股书时披露，2018至2021上半年累计亏损超140亿元，研发费用占比极高，但智慧商业、智慧物流等业务线收入增长乏力，客户复购率与续费率未达预期——算力与算法投入前置，但场景标准化不足、客户付费意愿弱，投入产出长期倒挂。

多地智算中心2022至2024年集中规划投产，但工信部2024年披露部分中西部数据中心上架率不足30%，存在"建而不用"现象——需求调研不足，定位与区域产业生态错配，PUE偏高、绿电不足推高运营成本。

共同规律：算力投入失败，几乎从不因为"卡不够"，而是因为场景错配、需求误判、成本失控、周期踩错，以及软件栈接不住。算力是必要条件，不是充分条件。

四、正面案例：软硬协同才是胜负手

某头部云厂商将智算集群与自身云计算业务协同，通过混合架构调度，在2025年实现智能算力利用率稳定在70%以上，长协订单覆盖大部分产能，毛利率维持45%以上——算力投入成功的关键不在采购规模，而在需求锁定、运营效率与软件栈成熟度的叠加。

某金融科技公司采购算力后聚焦反欺诈、智能风控等具体场景，18个月内实现毛利率提升5个百分点，算力成本占比从35%降至22%——场景适配能力决定了算力能否转化为利润。

更值得关注的是，部分头部大模型公司通过自研推理引擎（如vLLM级优化、投机解码、量化压缩），将单位算力吞吐提升3-5倍，等效算力成本下降70%以上。这印证了一个新逻辑：算力ROI的上限，由软件决定，不由硬件决定。

五、周期与泡沫：利用率之外，更要看单位产出

算力是强周期产业。四大云厂2026年合计CAPEX约7000亿美元，同比增长超60%。历史规律清晰：大规模资本开支暴涨后，必然迎来利用率回落、产能出清、尾部淘汰。当前智能算力利用率约37%，供给增速已远超真实需求增速。泡沫不在价格高估，而在结构错配式泡沫——低端内卷过剩、价格雪崩，高端刚性紧缺、持续涨价。

但必须指出："利用率"这个指标本身具有欺骗性。 利用率高不等于赚钱——一个智算中心把卡租给"刷量"的无效任务，利用率90%，但毫无商业价值。真正应该跟踪的核心指标是"单位算力产出价值"（元/卡/天），它衡量的是算力是否转化成了真实业务收益。

五大泡沫信号：营收靠资产堆砌而非服务现金流、毛利率持续下行靠降价抢单、无长期大客户锁客、PUE偏高绿电不足、概念叙事远超真实订单。中游马太效应固化：头部靠高上架率、长协订单、REITs闭环维持近50%毛利，尾部毛利率腰斩。投资逻辑不看规模，只看长协、上架率、成本控制——以及单位算力产出价值。

六、政策与地缘变量：国产算力的确定性增长与不确定性成本

国产算力生态尚未完全成熟，华为昇腾在训练场景的软件栈与生态工具链仍有差距，短期内难以完全替代英伟达。但政策补贴与信创需求为国产算力提供了确定性增长空间，企业若能将国产算力纳入长期规划，可对冲单一架构风险，同时享受政策红利。

但必须算清国产替代的隐性成本：迁移适配的工程量、双栈维护的人力成本、生态工具链的成熟度差距，这些都会侵蚀政策红利。地缘博弈的长期化意味着算力供应链的稳定性本身就是一种稀缺能力——但"稳定"的前提是软件栈能接得住，否则只是把风险从硬件端转移到了软件端。

七、企业ROI算账法：五步法

第一，核算全口径成本，七项缺一不可（含软件栈与生态成本），杜绝只算卡钱。

第二，交叉验证ROI与ROAS，增量收益覆盖全部成本才具备商业价值。推理类业务边际ROI降至1.2至1.5区间时，优先优化算法与推理引擎，而非加卡——因为推理成本正因算法优化指数级下降，加卡可能锁死在错误的技术曲线上。

第三，先租后建，训练类集群利用率未稳定突破60%至70%不建议自建，推理类集群未稳定突破50%不建议自建。同时评估软件栈成熟度：若团队缺乏推理优化能力，自建的ROI假设必须打折。

第四，守住成本占比区间，AI原生企业15%至30%为较优结构，传统企业AI改造初期可高于30%但应在18个月内降至30%以下，持续高于40%需警惕商业模式失效。

第五，建立"单位算力产出价值"（元/卡/天）的周度监控，这是比利用率更早的预警指标——产出价值连续下滑，说明场景在失效，而非算力不够。

自测标准只有一个：算力投入能否在18个月内转化为毛利率提升或刚性成本下降，能则加码，不能则优化场景、暂停扩卡。但请记住：优化场景之前，先优化软件栈——这是成本最低的杠杆。

八、投资五把筛子

第一，区分卖铲子与挖金子，基建端看CAPEX周期、上架率、PUE、绿电，应用端看单位算力创收、客户粘性、场景壁垒，最大红利在下游场景落地。

第二，效率指标替代规模指标，看单位算力收入、合理成本占比、稳定利用率，摒弃单纯规模叙事。同时必须评估标的的软件栈能力：是否有自研推理引擎、是否有算法优化团队——这决定了硬件资产的实际产出上限。

第三，锚定周期位置，回避CAPEX高点，优先配置有长协现金流、已盈利的成熟标的。

第四，投判断力而非硬件，算力可采购、模型可租用，场景洞察、数据闭环、产业适配能力才是终极护城河。

第五，跟踪"单位算力产出价值"的行业均值变化——当行业均值持续下滑，说明算力正在从稀缺资源变成大宗商品，此时硬件资产贬值加速，应回避重资产标的。注意：不同行业（金融、互联网、制造业）的基准差异显著，应分行业跟踪，避免混同比较。

九、跟踪框架：补上软件维度的指标

这套框架的跟踪方式很简单：GPU现货价与长协价的价差，周度跟踪，价差扩大说明供给紧张，收窄则是过剩信号；云厂商CAPEX增速与营收增速的差值，季度跟踪，前者持续高于后者即产能过剩预警；智能算力利用率，半年度跟踪，低于40%为过剩、高于70%为紧缺；PUE和上架率，年度或半年度跟踪，PUE高于1.3说明能效偏低，上架率低于60%说明需求不足。

新增两个软件维度指标：

推理成本/Token的行业均值，季度跟踪，若持续快速下降，说明算法红利仍在释放，硬件采购应更谨慎；

国产算力软件栈成熟度指数（可用昇腾生态的算子覆盖率、主流框架适配度等代理变量），半年度跟踪，用于判断国产替代的真实拐点。

结语

电力重塑工业文明，算力重塑智能文明。但算力本身不直接创造利润——硬件只是载体，软件才是杠杆，场景才是终点。 看懂结构、敬畏周期、算清ROI、穿透泡沫，更要看清软件栈的护城河，才算真正看懂未来。