Nscale 首席执行官乔希・佩恩在行业交流中提出,当下正是重新思考 GPU 与数据中心算力模式的时机,核心原因是过去行业简单堆 GPU、只追求算力规模的老路,已经撞上供电、散热、成本、利用率多重瓶颈,传统模式是优先采购高端 GPU、堆叠集群,把算力当成核心指标,但现在推理需求爆发、能耗约束收紧、融资端风控变严,整套模式要改成按负载类型匹配硬件、优先提升有效算力利用率、绑定稳定可再生能源,不再盲目上 GPU 集群,落地路径是先拆分训练和推理负载、评估供电与冷却上限、混合异构算力、按实际 token 产出核算收益,最终目标是让数据中心算力投入和真实业务回报匹配,而不是单纯比拼 GPU 数量,这个观点也刚好契合当前算力行业从疯狂扩卡转向理性建设的大趋势。
一、佩恩认为传统 GPU 数据中心模式的痛点清单
- 资源错配:训练和推理负载混跑,用高规格 GPU 跑推理任务,算力利用率低、单位 token 成本居高不下
- 物理约束拉满:高密度 GPU 集群对电力、液冷、机房空间要求极高,很多地区供电指标直接卡死扩容上限
- 投入回报失衡:前期 GPU 采购、基建资金投入巨大,但是算力租赁价格持续下行,回本周期拉长
- 供应链风险:高度依赖单一 GPU 供应商,芯片配额、交付周期、担保政策变化都会直接影响项目进度
- 能耗压力:算力集群耗电规模大,绿色合规、碳指标约束越来越严格,单纯堆 GPU 很难满足长期要求
二、新旧算力模式对比表
| 对比维度 | 传统堆 GPU 模式 | 佩恩倡导的新模式 |
|---|---|---|
| 核心目标 | GPU 数量、FP 算力峰值 | 有效 token 产出、算力利用率、单位能耗收益 |
| 硬件思路 | 统一采购高端 GPU,全场景通用 | 负载拆分,训练用高端 GPU,推理搭配异构加速方案 |
| 选址优先项 | 机房条件、价格 | 稳定可再生能源、长期供电配额、电网容量 |
| 盈利核算 | 按 GPU 算力小时定价 | 按有效输出 token、服务质量、可用性核算 |
| 扩张逻辑 | 有钱就买卡、快速扩集群 | 先锁定长期算力订单,再匹配基建和硬件 |
三、重新设计算力模式的实操方向
- 负载拆分:把大模型训练、长上下文推理、Agent 轻量任务分开部署,不同任务匹配不同硬件
- 算力异构:GPU 保留给重训练负载,推理场景搭配专用 ASIC、NPU,降低长期硬件成本
- 能源前置:选址优先风电、水电等稳定绿电,提前锁定多年电力协议,避免后期缺电停机
- 弹性调度:算力池化,多租户动态调度,减少 GPU 闲置空转时间,拉高平均利用率
- 融资配套:算力项目先拿到长期承购订单,再启动建设,减少无订单裸建集群的金融风险
四、观点对应的行业背景
- 推理流量持续上涨,推理已经成为算力消耗主力,推理负载并不适合全部用顶级 GPU
- 各地电力审批越来越严格,很多 AI 数据中心项目卡在供电指标上,就算有钱也没法扩容
- 算力融资环境收紧,之前靠英伟达担保扩集群的模式门槛抬高,资本不再愿意盲目烧钱
- 算力租赁价格持续下行,单纯拼 GPU 规模的厂商利润被压缩,倒逼大家优化架构
- 欧洲市场对算力基建的自主化、绿电合规要求更高,佩恩的 Nscale 本身就在欧洲布局大型 AI 算力中心
五、后续行业观察重点
- 算力厂商会不会逐步落地异构混合集群,减少对高端 GPU 的单一依赖
- 数据中心项目是否把电力配额、绿电协议放在比 GPU 采购更靠前的位置
- 算力报价体系会不会从算力小时,转向按 token、按调用效果计费
- 推理专用芯片的落地速度,能不能承接大量推理负载,分流 GPU 压力
- 算力项目投资节奏,裸建集群的新项目数量是否持续减少
【常见问题】
问题 1:佩恩说当下正是重新思考 GPU 与数据中心算力模式的时机,核心原因是什么?
回答 1:佩恩提出当下正是重新思考 GPU 与数据中心算力模式的时机,核心原因是传统单纯堆叠 GPU 的模式遇到供电、能耗、成本、利用率、供应链多重瓶颈,推理需求爆发之后,只比拼 GPU 数量的思路已经不划算,需要按照真实负载重构算力架构。
问题 2:佩恩眼中传统 GPU 数据中心模式主要有哪些短板?
回答 2:佩恩认为传统 GPU 数据中心模式短板很明显,负载混跑造成算力浪费、单位 token 成本高,高密度集群对电力和冷却要求苛刻,前期投入巨大回本慢,同时高度依赖单一 GPU 供应链,容易受芯片供给和担保政策影响。
问题 3:按照佩恩的思路,重新设计 GPU 与数据中心算力模式要怎么做?
回答 3:按照佩恩的思路,重新思考 GPU 与数据中心算力模式,要先拆分训练和推理负载,采用异构算力搭配,选址优先锁定稳定绿电资源,算力池化弹性调度,优先拿到长期算力订单再启动基建,以有效 token 产出作为核心考核指标。
问题 4:佩恩这个 GPU 与数据中心算力模式观点,和当下算力融资环境变化有关系吗?
回答 4:有关系,当下算力融资纪律收紧,之前依靠担保裸建 GPU 集群的模式风险上升,佩恩倡导重新思考 GPU 与数据中心算力模式,本质也是算力行业从激进扩卡,转向订单优先、控制投入风险的理性建设思路。
【参考资料】
[2026-11-18](佩恩:当下正是重新思考 GPU 与数据中心算力模式的时机)36 氪
[2026-11-17](Nscale CEO 乔希・佩恩谈算力基建拐点:不能只堆 GPU)智东西
[2026-11-12](欧洲 AI 算力中心建设新趋势:绿电优先、异构算力落地)路透科技
[2026-10-29](推理流量持续增长,GPU 算力利用率优化成为行业重点)算力智库
【免责声明】
本文围绕佩恩关于 GPU 与数据中心算力模式的行业观点整理,仅作为算力产业资讯参考,不构成项目投资、硬件采购建议;算力模式落地效果受供电、技术、订单、地缘供应链多重因素影响;厂商后续算力方案、项目规划存在调整空间,相关产业判断请以企业官方公开信息为准。
