国家级算力网进入“十五五”集中建设期,对企业来说,真正该关心的不是宏大叙事本身,而是一件更务实的事:未来几年,AI 算力会不会变得更便宜、更易获得、更像水电一样按需取用。若答案偏向“是”,中小企业今天的基础设施决策就需要重新校准,避免把钱锁在错误的资产形态上。

有关机构测算显示,“十五五”时期算力网建设将新增直接投资约4万亿元,建设主体以企业投资为主,并被纳入与水网、电网等并列的重大基础设施统筹推进。对中小企业而言,这并不意味着要立刻参与大规模建机房,而是意味着:全国一体化调度、跨区域传输与更密集的智算供给,会逐步改变“本地自建才稳妥”的旧假设。算力若从分散的“孤岛”走向可调度的“网络”,部署成本的结构就会从“重资产+高闲置”转向“弹性获取+按峰值付费”。
先看清:国家级布局会怎样压低用算成本
过去不少企业的痛点很具体——训练或推理高峰期资源不够,平时机器又闲着;东部用电与机房成本高,西部资源远,又担心时延与调度不成熟。一体化算力网推进的方向,是把分散的数据中心、超算与智算中心用高速网络连起来,按需调用,并通过跨中心优化、削峰填谷提高整体利用率。公开观察中已有节点通过统一调度,将全网资源利用率从不足五成提升到接近满载运行的表述,这背后的商业含义很直接:供给侧利用率上来,单位有效算力的分摊成本才有下行空间。
与此同时,AI 应用侧的调用量仍在快速抬升。当调用规模以数量级扩张,基础设施投资会更集中在训练推理平台、传输调度与能源配套上。对中小企业来说,这通常不会立刻变成“自己也要砸重金买卡”,更可能表现为:可租赁的标准化算力更丰富,区域价差与时段价差更明显,MaaS(模型即服务)与托管推理的选择面更宽。长期规划的起点,应是默认“公共算力供给会变厚”,而不是默认“永远只能靠自建兜底”。
三种路径怎么选:自建、租赁还是 MaaS
把决策压成一句口号没有意义,更稳妥的做法是按业务形态拆开看。
自建算力适合算力负载长期稳定、数据出境或合规边界极严、对时延与定制化硬件有硬约束的场景。它的优势是可控与可沉淀资产,代价是资本开支高、折旧快、运维与电力成本刚性,且一旦模型结构或芯片代际变化,闲置风险会迅速放大。对多数中小企业,自建更适合作为“核心负载的小而稳底座”,而不是把全部训练与推理都压在自有机房。
租赁算力(云上 GPU/加速卡实例、智算中心包年包月、按量调度等)更适合波动明显的业务:大促、集中训练窗口、阶段性微调、多项目并行试错。国家级网络化供给增强后,租赁的价值不只是“少买机器”,还包括更容易做跨区域比价、错峰使用,以及把峰值需求甩到公共池。需要警惕的是:只比标价、不比有效吞吐、迁移成本与锁定期,最后可能从“灵活”变成“隐性长期合约”。
MaaS 平台把模型调用、推理接口甚至部分微调能力产品化,企业按调用量或订阅付费。它最适合应用层创新快、自研模型不是核心壁垒、希望快速验证业务价值的团队。成本结构更接近运营费用,决策周期短,试错代价低。边界也很清楚:深度定制、特殊数据闭环、极端成本敏感的大规模推理,到一定量级后往往要回看“专用租赁或混合部署”是否更划算。
真正的平衡点,很少是三选一,而是分层:核心稳定负载可小规模自建或长期合约锁定;弹性与实验负载走租赁;面向客户的通用能力优先 MaaS。这样既能享受公共算力扩张带来的价格与可得性改善,又不会把关键业务完全绑在单一外部服务上。

用成本趋势做长期规划,而不是跟风扩容
可以按 12–36 个月做滚动规划,而不是一次性拍板“买多少卡”。
第一,先量化自己的算力账单结构。把费用拆成训练、在线推理、批处理、存储与带宽,再标出峰值月份与平均月份的差距。若峰值明显高于均值,优先扩大弹性池,而不是按峰值自建。若推理已占成本大头且调用稳定,再评估预留实例、包年资源或自建小集群是否更优。
第二,把“可迁移性”写成硬指标。模型格式、容器化部署、对象存储与密钥管理体系应尽量减少对单一供应商接口的依赖。算力网越发达,切换与多源调度才越有现实意义;锁死在专有工具链里,等于主动放弃未来的价格博弈空间。
第三,用业务里程碑触发扩容,而不是用行业情绪触发采购。例如:日均调用稳定跨过某一内部阈值、毛利能覆盖推理成本、合规审计明确要求数据本地化——再启动下一档投入。反过来,仅因外部投资数字热闹就提前囤积硬件,容易在代际更迭中被动折旧。
第四,关注区域与能源约束带来的价差,而不是只盯一线城市机房。引导东部需求与西部资源协同的格局仍在深化,企业若能接受合理时延、把非实时训练与离线任务放到成本更优的区域,往往比在核心城区硬堆密度更划算。实时推理、人机交互类服务则继续靠近用户与合规要求所在地。
第五,给组织留“算力产品经理”式的职责,哪怕是兼职。负责跟踪单价趋势、利用率、失败重试成本与供应商服务等级,定期复盘自建/租赁/MaaS 的配比。基础设施规划一旦变成纯采购行为,很容易与业务节奏脱节。
中小企业可执行的行动顺序
接下来一个季度,不必追求一步到位,按下面顺序推进通常更稳。
先完成一次现状盘点:现有模型清单、月度算力支出、峰值利用率、数据敏感级别。没有这张表,任何“布局”都只是感觉。
再做一次小规模对照实验:同一推理任务分别在 MaaS、按量租赁与(如有)自有资源上跑,记录单位有效产出成本、时延与运维人工。用内部数据做决定,比听外部口号可靠。
然后设定混合策略的默认比例,例如把实验与长尾应用默认放到 MaaS,把稳定核心链路放到可合约锁定的租赁资源,自建只覆盖确有必要的合规或定制部分。比例可以按季度调整,但要有默认值,避免每个项目重新争论。
最后,把合同与架构里的退出条款写清楚:数据导出周期、模型权重归属、带宽与存储的退出费用、服务降级时的备援路径。公共算力越丰富,企业越需要“随时能走”的能力,才能把卖方市场逐步变成可谈判的买方市场。
“十五五”算力网投资抬高的是全社会供给能力,真正落到企业账上的,是单位可用算力是否更便宜、获取是否更顺手、调度是否更灵活。企业要提前布局的,不是盲目扩一座私有机房,而是建立一套能随成本曲线切换的基础设施组合:小而稳的可控底座,厚而弹的外部供给,以及足够快的应用验证通道。按这个逻辑做滚动决策,比追热点式采购更接近长期最优解。



