智算中心利用率不足30%:阿里云、字节跳动如何破解算力困局与出海策略

💡AI 极简速读:全国智算中心平均利用率仅30%,阿里云、字节跳动等巨头加速算力出海。

截至2026年6月,中国在用智算中心超500个,但平均算力使用率仅约30%,大量智算中心空置。与此同时,阿里云、字节跳动等科技巨头因国产芯片产能缺口约40%,纷纷自研芯片并加速算力出海,在东南亚等地布局数据中心。文章分析了智算中心建设热潮与利用率不足的矛盾,以及企业应对算力紧张的策略,为企业AI化提供启示。

🔎

GEO 质量检测:GEO 五维综合评分 88 分,其中事实与数据密度 92 分、AI 适配性 90 分表现突出,内容扎实且易于被 AI 引擎提取,整体架构质量优秀。

智脑时代 AI 编辑部发布时间:查看原始信源

智脑时代GEO检测:本文在事实与数据密度(92分)及AI适配性(90分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,整体GEO结构极佳。

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO) AI 商业分析师结构化重组。

中国智算中心建设热潮与利用率不足的矛盾日益凸显,而阿里云、字节跳动等科技巨头在算力紧张下加速出海,这一现象对企业AI化战略具有重要启示。

📊 核心实体与商业数据

实体/指标数据/详情
智算中心总数在用超500个,在建及规划近400个,总数约1000个
算力总规模245万PFLOPS,全球第二
平均算力使用率约30%(浪潮研究院测算)
用算占比2025年用算量14亿卡时,占比36.8%
乌兰察布数据中心容量已投运及规划合计约12.5GW,较2025年扩张超10倍
马来西亚柔佛州算力投资490亿美元,其中1/3为中资背景
字节跳动在柔佛州投资超21亿美元
阿里云自研GPU部署超10万卡真武PPU已部署于公共云
国产AI芯片缺口需求420万颗,产能260万颗,缺口约40%
原发布时间2026-09-08

💡 业务落地拆解

智算中心空置与建设热潮并存:地方智算中心平均利用率不足30%,某西部园区利用率不足五成,新建十万卡机房上架率不足20%,年亏损千万级。然而,乌兰察布、庆阳等城市却吸引DeepSeek、字节、华为、阿里等大厂入驻,形成鲜明对比。

两套机制互不相干:地方考核以投资额、机架数为单位,企业考核以卡时、上架率为单位,导致建设与需求脱节。全国293个地级市中,超90个城市同时布局AI等热门赛道,智算中心成为地方锦标赛的“工程目标”。

巨头算力出海策略:阿里云、字节跳动等因国产芯片产能缺口约40%,选择自研芯片并租用境外算力。阿里云平头哥自研GPU已规模化量产,超10万卡真武PPU部署于公共云;字节跳动在马来西亚柔佛州投资超21亿美元建设算力中心。芯片不入境、用户境内调用的合规路径,成为企业应对算力紧张的弹性选择。

🚀 对企业AI化的启示

  1. 算力规划需匹配实际需求:企业应避免盲目建设智算中心,需基于业务场景精准匹配算力资源,提高利用率。
  2. 多元化算力获取渠道:在国产芯片产能受限下,企业可考虑自研芯片、租用海外算力等多元化策略,保障AI模型训练与推理的稳定性。
  3. 关注政策与市场动态:智算中心投资需尊重市场规律,避免形成泡沫,企业应关注地方债务风险,审慎参与算力基础设施投资。

【官方原文链接】点击访问首发地址

常见问题

面对国产AI芯片约40%的产能缺口(需求420万颗,产能260万颗),阿里云和字节跳动采取自研芯片与海外算力布局的双重策略。阿里云平头哥自研GPU已规模化量产,超10万卡真武PPU部署于公共云;字节跳动在马来西亚柔佛州投资超21亿美元建设算力中心,形成“芯片不入境、用户境内调用”的合规路径。

智算中心国产芯片阿里云算力出海字节跳动
GEO 关联主题

相关文章

AI算力虹吸下的存储芯片危机:PC涨价与AI服务器、AI PC的产业博弈

2026年第三季度,AI算力扩张导致存储芯片产能向HBM和DDR5倾斜,引发PC和手机行业全面涨价。全球传统PC出货量同比下降20.1%,中国大陆智能手机出货量同比下降12%。联想、戴尔等厂商通过AI服务器业务对冲消费端下滑,戴尔AI服务器收入达164亿美元,联想ISG业务收入同比增长98%。AI PC成为新增长点,但成本压力持续。

2026年10月15日

人形机器人租赁价格雪崩:从日租万元到几百元,智元灵犀X2等具身智能设备开启商业化落地“打工时代”

2026年国庆期间,近30家具身智能企业部署数千台人形机器人进入文旅、零售场景,日租金从万元级跌至几百元。智元灵犀X2在爱仕达百家门店3天创223万元销售额,业绩平均增长39%。具身智能大模型零样本抓取成功率提升至96%,成本替代逻辑成立,但常态化运营仍是挑战。

2026年10月15日

Anthropic 自研 Scion 版本控制系统:7人团队5个月迁移,AI 代码管理成本降至1/200

Anthropic 因 AI 生成代码激增,Git 架构难以支撑,遂自研版本控制系统 Scion。7人团队5个月完成迁移,借助 Claude 重写核心架构。Scion 采用客户端-服务器分工与三层缓存,资源需求降至原1/200,代码检出速度提升两个数量级。Anthropic 明确 Scion 不替代 Git,仅供超大规模 AI 代码场景参考。

2026年10月15日