所属专题

2026 SMM数据要素赋能算力产业发展大会

"十五五" 规划推动绿电与算力协同。SMM 联合上海市数字企业出海服务协会,11月19-20日在上海举办 "2026 SMM 数据要素赋能算力产业发展大会",聚焦算力跨界融合,促产业链绿色智能发展。

 | 进入专题>

2026 SMM数据要素赋能算力产业发展大会

做优AIDC(人工智能数据中心)-从算力资产到算力价值【算力大会】

来源:SMM

在由上海有色网信息科技股份有限公司(SMM)主办的2026SMM数据要素赋能算力产业发展大会上,上海科技网络通信有限公司副总经理郑郑围绕“做优AIDC-从算力资产到算力价值”的话题展开分享。他指出,当前行业存在的突出矛盾是算力过剩与算力紧缺并存,算力错配才是核心问题。做优 AIDC,并非单纯把机房建设得更好,而是实现算力的高效用好:以技术为底座、重构业务模式、直击客户痛点、依靠运维兑现价值。算力的价值,不在于峰值多少,而在于稳定跑出来多少有效任务。

基础设施先行,商业模式随后:两代技术浪潮的同一条路径

当年互联网用十年走出变现之路,今天算力应用正在同一条曲线上加速探索。

政策锚点:算力网已纳入国家"六张网"重点推进,"十五五"新增直投约4万亿元——基建先行、模式后至,算力的模式探索才刚刚开始。

机房、IDC、AIDC:"优"的定义换了三次

每一次代际更替,客户要的东西都变了。"优"从来不由机房定义,而由客户的业务定义——谁先换标尺,谁就先完成代际跨越。

标尺换了三次:可靠性→规模与合规→有效算力产能;下一次换标尺,不会等十年。

行业最大的矛盾——算力过剩与算力紧缺同时存在,错配才是真问题。

供给侧:在建算力、抢GPU卡——没有模型、没有客户、没有持续任务的算力,只是纸面资产;

需求侧:要买AI业务结果——要的是确定性产能,不是又一批卡。

错配的三种形态:

卡型错配:训练要大集群、推理要小实例,却按同一张卡卖;时隙错配:忙时不够用、闲时全空转,价格却不分时;地域错配:有电的地方没客户,有客户的地方没指标。

供给的资产化 vs 需求的业务化——错配的代价,售卖出的资产 ≠ 可直接交付的业务能力

做优的四个着力点:从卖资源,到卖价值

越早从"卖资源"走向"卖价值",越早进入下一阶段。

做优在经济上的定义:不是更好看的机房,而是更值钱的算力。

烧广告与烧算力:两代盈利模式探索的镜像对照

对照结论:路径相同——两代生意都从"买资源"走向"买结果";节奏不同——互联网用十年走完,算力是生产力生意,产出可计量、复购可验证,闭环会被需
求密度压缩得更短。

做优 AIDC 的四层框架

1. 技术做优:高密、高效、弹性的算力底座——是让业务主张成立的基础;

2. 业务做优:从资源销售到算力价值运营:算力分层、效能计价、跨域组网;

3. 痛点做优:所有能力对齐客户真实业务目标:确定性、成本、门槛,一一破局;

4. 运维做优:从机房运维到全栈运营,保障算力价值稳定兑现。

做优不是把机房建得更好,而是把算力用得更好——即技术打底,业务重构,痛点破局,运维兑现。

范式跃迁:从"房东"到"产业合伙人"

市场观察:机柜租赁仍是收入主体,但增量正从"标准机柜"转向"机柜+带宽+运维"的一体化定制,以及按用量计费的 AI 算力服务。——转型窗口已经打开。

从卖资源,到交付确定性产能——这是传统 IDC 迈向智算最大的一次范式转变。

做优怎么挣钱:四层业务阶梯

分层原则:按业务价值、算力需求与服务复杂度分层,而不是按收入大小分层——大模型客户要集群规模,AI 应用客户要推理成本,政企客户要合规与国产化。

实现算力分层:避免单一的算力租赁模式

混合模式:长协保底 + 按需弹性 + 预留算力——给头部客户确定性产能,给中小客户按量即用,平抑行业"一边抢卡、一边空置"的结构性错配。

分层不是切资源,是让不同负载都在合适的架构和价格上跑起来。

计价标尺升级:从 PUE 到 TPW

TPW(Tokens per Watt):每消耗一瓦电力产出的有效 Token 数。客户从此可以像比电价一样,横向比较不同算力供应商的真实单价。

把账算清楚,客户才敢把核心业务放上来。

把有效算力做出来:五种手段,各有代价

利用率要看三层:上架率 → 分配率 → 有效利用率(Goodput)

把卡卖出去只是分配率;客户任务真正跑出结果,才叫有效算力——做优的考核终点在这里,不在上架数字上。

单点是算力工厂,组网才是生产力

当前政策方向与算力互联互通,网络时延圈划到哪,算力的生意边界就到哪——单节点竞争正让位于组网能力竞争。

组网与封装 · 破除单点孤岛

跨域调度:算力路由、跨域调度、算力迁移,支撑东数西算与多节点协同;

场景封装:政务、工业、金融、多模态行业套件,业务前置、先备好方案;

生态培育:数据集、微调工具链、ISV 同步培育——只有算力没有应用,算力就是闲置资产;

安全配套:安全隔离、数据摆渡、微调与调优,开箱即用的工程化底座。

单个智算节点是算力工厂,组网调度才是普惠算力的关键——这是独立机房给不了的。

三类客户、九层痛点:以痛点反向定义"做优"

总纲:大家在建算力,客户要买的是 AI 业务结果——九层痛点,就是九个创新起点。

破局确定性:让训练任务跑得完

对应痛点|算力确定性不足——GPU 空转、任务中断、重训成本极高,一次中断可能损失数天进度

01集群高可用架构:多路径组网、无阻塞互联,故障域隔离;

02 任务级 SLA:承诺任务可用率、吞吐与时延,写进合同;

03 故障自动迁移:断点续训、分钟级恢复,任务不推倒重来;

04 智能根因定位:告警自动关联、快速定位,缩短 MTTR。

SLA 从"机房可用率"升级到"AI 任务可用率"——承诺的是业务结果,不只是设备在转。

破局成本:让客户算得清、用得起

成本主张:从买卡时到买确定的产出

计价单位变了,商业模式才会变——把“每瓦产出”而不是“每卡每小时”写进方案。

资源弹性按需供给:按需算力池、分时调度;闲时让利、普惠可用;中小客户即用即走,无重资产压力;

客户全口径 TCO:电费、折旧、网络、运维并入一张账单;不藏隐性费用,预算可预测、可审计;

混合采购与退出成本:长协保底+按需弹性+预留算力动态配比;扩容不锁死、退出有折算,客户才敢签长约。

跨节点算力池分时调度平抑峰谷,弹性推理池已支撑 AI 应用类业务按量使用。让客户从"买卡时",变成"买确定的产出"。

破局门槛:会用、敢用、合规地用

工程化支撑 · 会用:镜像仓库、调优服务、监控看板随取随用;算力工程团队随业务全程陪跑——让客户拿到卡也跑得起来、跑得快。

安全与合规 · 敢用:安全隔离、算力分区、数据不出域;等保三级与制度化安全管理,满足政企与金融行业准入要求——合规不是后置补丁,是前置约束。

自主可控 · 不被绑定:国产算力兼容纳管、信创适配;统一调度屏蔽异构差异——给客户选择权,避免单一芯片绑定;把供应链的长期风险留给平台消化。

痛点不是客户的麻烦,痛点就是业务创新的出发点。

技术打底、运维兑现:让业务主张成立

先把自己的园区做成样板间——自有能力,是对外输出的信用基础。

换一套 KPI:从机房可用,到任务可用

配套客户成功机制:以客户 GPU 利用率改善、上线周期缩短、中断时长下降、续约率提升、单位算力成本下降为考核——从设备在转,到任务在跑。

交付流水线:从签约到稳定运行的五个关键节点

TTD 不是设备到货天数,而是签约到第一个生产任务稳定跑完的天数。

每一关都有交付物、都有客户签字——把它写进合同接受考核,交付速度本身就是竞争力。

四句话,收束今天的分享

算力的价值,不在于峰值多少,而在于稳定跑出来多少有效任务。


》【直播中】Token经济时代下算力全球化新机遇超级AI周期下的算电协同展望

》点击查看2026SMM数据要素赋能算力产业发展大会专题报道

暂无简介

陈雪
微信二维码今日有色
微信二维码

微信扫一扫关注

下载app掌上有色
掌上有色

掌上有色下载

返回顶部返回顶部
publicize