2024年春，深圳宣布建设“鹏城云脑Ⅲ”。竣工后，其算力规模预计高达16000P。几乎同时，中部一座省会城市却暂停原计划中的万卡集群，理由是预算未过审议。
这不仅是一次技术性的争议，更是一场城市间愈演愈烈的竞速。一边高举旗帜奔跑，一边犹疑止步回望。建得太早，可能砸出沉没成本的废墟；建得太晚，又怕被甩在AI时代的竞争洪流之外。它们的共同焦虑是：人工智能正重塑全球经济格局，城市不进则退。
问题的核心在于，我们是否真的知道，该怎么进？
在人工智能的时代画卷中，算力如同燃料，将冷冰冰的数据点燃，成就智能化的跃迁。然而，当城市纷纷筹建万卡集群时，面临的一个关键问题是：我们到底是在追随当下的技术趋势，还是在为未来构建基础？
有人将算力比作城市的“电力系统”：充沛则繁荣，匮乏则萧条。的确，自动驾驶、智能制造、语言模型等AI应用正在快速消耗算力资源。回顾过往，每一次技术革新看似省能，但最终都促发了更大的资源需求。Deepseek提出“高效算法”，试图降低能耗，却反而拓展了更多场景。这就像燃油发动机升级后虽省油，但汽车普及率猛增，反令整体油耗飙升。
社会舆论总在争论是否要建设万卡集群，仿佛建与不建之间就能划分出胜负。其实，这种讨论本身就显得狭隘。问题从来不是建与不建，而是为谁而建，因何而建，如何建。
第一问：为谁而建？算力服务的主体定位
纽约大学教授克里斯坦森曾提出“破坏性创新”的核心判断：技术的价值不在于先进，而在于是否真正解决了用户的问题。
对一座城市而言，万卡集群绝非“建了就灵”，而要回答一个本质问题——它到底服务谁？
一些城市倾向于将算力集群建设成“全国通用”的算力基础设施，力图承接异地大模型训练与远程AI服务，打造区域级的智算枢纽；而另一些城市则更注重本地化深耕，推动算力资源与本土制造业、供应链、工业数据体系深度耦合，形成面向实际场景的智能算力供给体系。
这两种模式的核心差异在于：你是想做一个“全国模型加油站”，还是打造“本地产业发动机”？
2023年，西门子在德国智能工厂试点中，通过AI算力与预测性算法结合，成功将停工时间减少30%。这背后的关键并不是“有多少算力”，而是“算力是否服务了产业最核心的痛点”。
因此，对中国城市来说，第一步不是单纯堆积算力，而是问清楚：我的城市，应该发展什么样的人工智能产业？要使算力释放最大效能，最终还是要融入城市场景，嵌入产业链条，服务企业实需。
然而，一些城市在第一步就遭遇了结构性困境：万卡建成，却缺乏明确的服务主体。算力应该流向何处、服务谁的场景、转化为怎样的效率提升或创新产出，始终没有被回答清楚。
一个万卡集群，不会自动孵化智能制造，也不会凭空吸引AI人才。没有算法优化，没有数据集成，没有本地落地场景，那些高密度的芯片、整齐划一的机柜，终究只是一排耗能的机器，而不是一座城市的新质引擎。
真正走得远的，是那些敢于停下来，问自己一句话的城市：“我，是为了炫技在建算力，还是为了解题？”
第二问：因何而建？跟随模式还是场景开创
AI时代的城市竞争，就像一场看不清终点的马拉松：谁也不知道哪一代技术才是“胜负手”。
是沿用OpenAI、Google那样的集中式大模型集群，堆硬件、抢芯片？还是押注边缘算力、低功耗模型，向“轻、准、灵”的方向突破？跟随型战略看似稳健：搭建大规模集群，确保算力规模遥遥领先。然而，这种模式如同造一座钢铁森林，一旦技术路线发生变化，投入将化为沉没成本。开创型战略则是探索新技术，如边缘算力与低功耗模型，将算力布局在更接近终端的地方。这更像是一场关于未来的赌局：看准方向则事半功倍，选错路径则徒劳无功。
这不只是路线选择，更是战略思维的分岔口：是继续讲别人的成功故事，还是开始写一篇自己的剧本？
在实践中，已有一些城市走出了自己的探索路径。
2023年，特斯拉宣布将Optimus人形机器人团队的一部分研发工作落地上海临港。这是其全球研发体系的重要一环。尽管特斯拉并未公开说明选址原因，但从制造自动化基础到AI人才聚集，再到算法应用土壤，上海显然为其提供了成熟的试验场。这类产业导向的技术部署，与其说是在“训练模型”，不如说是在“训练场景”。
深圳也在尝试构建更灵活的区域协同结构。近年来，它积极推动“湾区算力协同”机制，试图联动香港、东莞等城市，在智算资源层面实现互联互通。以鹏城实验室和华为云平台为牵引，湾区内已启动部分共享调度和联合应用试点，初步形成算力与服务的“互联架构”。这并不只是硬件数量的累加，而是希望将算力变成一种可以流动、可以调度的城市基础设施。
这种开创型思路，某种程度上呼应了亚马逊当年的云计算范式：不是每家公司都去自建机房，而是将算力变为一种弹性服务。算力不应是固定资产，而应是高效工具。不是存放，而是流动。
从这个意义上说，万卡集群不能只是“能训GPT”的地方，更应是“能进工厂、上车间、入社会”的场景化平台。真正的竞争力，是让算力和产业紧紧咬合在一起。
真正的城市差异化，并不在于卡的多少，而在于能否用算力构建本地智能生态。复制别人的硬件规模不难，复制别人的场景适配能力却极其困难。在一个算力定义地位的时代，最危险的，不是算力不足，而是不知道为什么需要算力。
第三问：如何建？留出升级余地
很多城市陷入了一个误区：以为万卡集群就是GPU堆叠，是一场“显卡军备赛”。但深度学习模型的历史告诉我们：最重要的不是“硬”，而是“灵”。
深度学习模型如Transformer，最初架构较为简单，后来逐渐优化层数与节点连接，才展现出了强大的效果。Transformer的成功，并非缘于最初的参数规模，而是因为它具备灵活的连接方式、可调的结构，适应不断变化的任务需求。这给城市算力建设的启示是：不要只顾追求硬件规模，还要保留灵活调整的空间。如果只是建一个固定架构、没有弹性接口、没有模块化更新能力的“刚性堡垒”，那么面对技术路线的迭代与场景变化，它就可能成为一个“数字遗址”。
雄安新区正在建设的“雄安智算中心”提供了一种不同思路。它采用模块化部署与技术中性架构，支持多种异构计算平台，并预留光子芯片、量子计算等前沿技术的扩展接口。通过集装箱式单元设计与液冷系统的结合，它显著降低了系统升级和设备替换的复杂度，使整个平台具备更强的演进能力。
成都高新区也走了一条“先试后扩”的路径。在其人工智能计算中心的一期工程中，部署了约3000张加速卡，并通过与本地制造企业合作，运行真实工业数据，对不同硬件架构与散热方案进行实战验证。最终，项目团队转向液冷+模块化的组合系统，在提升能效比的同时，也为后续扩展预留了充足弹性。虽然没有公布具体节省金额，但这套“小步快跑、实战验证”的路径，避免了技术路线失误带来的沉没成本。
他们都在尝试一种新的建设逻辑：不追求一次到位，而追求渐进优化；不迷信超配，而坚持按需调整。
在技术飞速变化的时代，留出10%的“未来接口”，可能比现在多买1000张卡更值钱。
软硬协同：城市的算力不是比谁更强，而是谁更能服务需求
最后，我们还得回到最容易被忽略的问题：算力的使命到底是什么？
它不是城市的金边工程，而是推动“智能化落地”的发动机。真正影响城市竞争力的，不是GPU数量，而是“算力+算法+场景”的耦合能力。
2023年，杭州高新区（滨江）与阿里云共建“城市算力底座”，为中小企业与科研机构提供低门槛、高效率的公共算力资源。平台采用多租户调度机制，支持按需调用与灵活调配，既提升了利用效率，也降低了使用门槛。虽然没有官方披露具体利用率，但多方报道显示，其资源使用效果已远超全国同类项目平均水平。这类基于场景调度的共享平台，或许比盲目的堆卡行为，更接近“用得值”的本质。
而最值得中国城市借鉴的，也许是新加坡的做法。面对全球算力竞赛的狂热，这座岛国并没有急于铺大摊子、追热点，而是选择了一种“精准打击”式的策略。根据《新加坡数字发展蓝图》（Digital Connectivity Blueprint, 2023），新加坡将在未来几年投入约50亿新元，用于包括AI在内的数字基础设施建设。不同于一味堆高卡数的做法，它明确聚焦多个高价值场景，尤其在智慧交通与医疗影像领域率先落子，算力资源优先向这些可验证、可落地的方向倾斜。
同时，新加坡并不主张由企业各自为战，而是推行“政府主导、企业参与”的协同机制。通过共享架构和弹性调用，提升了整体资源的使用效率。这种组合拳的结果，是其AI基础设施的利用率常年维持在高位，被业内称为“小而精”的算力治理样本。
新加坡用一个克制而精密的规划，验证了一个朴素而有力的原则：与其把GPU铺满全城，不如先想清楚，谁在用，用在哪，用得值不值。
这些做法都指向一个共识：算力若不能进入场景、服务具体问题，它就没有意义。
推动制造业智能化升级、实现数字技术与实体经济深度融合，才是算力真正的价值归宿。城市要做的，不是“吸引AI公司来租GPU”，而是让AI真正参与制造、优化制造、改变制造。要学着把算力变成一个可调的杠杆，用来撬动制造业、服务业，乃至城市的人才结构与创新生态。
例如，对于一座以制造业为主的城市来说，算力不是静态堆积的资源，而是推动产业升级的驱动力量。其真正价值，在于能否嵌入生产流程、改造制造环节、提升工业效率，实现“AI+制造”的深度融合。
而对于一座以服务业见长的城市，算力同样不能只是训练模型的后台，而要成为重塑服务流程的接口：嵌入物流系统，实现精准调度；融入文旅体验，提供个性化推荐；支撑金融风控，提升实时识别能力。
无论是制造强市，还是服务大市，算力的归宿都不在服务器机房，而在产业链条的各个环节，在千行百业的操作现场。
万卡集群：不是一座城市的终点，而是智能时代的起点
在数字经济的浪潮中，算力竞争不应是盲目的攀比，而应是理性的布局。万卡集群建设只是手段，城市产业升级才是核心命题。我们不应排斥算力建设，也不能盲目跟风，而是要在浮躁的竞赛中保持清醒，在剧烈的变化中保有韧性。我们不是要停下脚步，而要确保走在正确的方向上。这是所有城市在万卡时代真正要回答的问题。
我们真正需要的，并不是一场比拼算力规模的“军备竞赛”，而是深入思考，如何将这些计算资源有效融入城市的产业体系与发展战略之中。算力不是目的本身，而应成为推动产业转型升级、释放新质生产力的关键支撑。唯有把算力投入应用场景、嵌入产业链条、落到实际问题上，才能真正服务于高质量发展的大局。
这场竞争的真正落点，并不在于算力规模，而在于能否改变城市的产业面貌。正如那句航海老话所说：“不是看风往哪吹，而是看风能吹动什么。”
