来自Cast AI发布的《2026年Kubernetes优化状态报告》,基于对数万个生产集群的分析,GPU:平均利用率仅5%。企业配置的GPU容量是实际使用量的约20倍。
· CPU:平均利用率为8%,低于去年的10%。
· 内存:平均利用率为20%,同样低于去年的23%。
其实这个现象背后的问题就在于,很多企业自身的算力需求并没有他们采购的算力规模那么大,也就是局部的供给大于需求,类似 meta 出租算力也是如此,这种现象导致了算力租赁市场火热,价格不断攀升,但是个体企业利用率不足的矛盾问题。我认为算力租赁市场的需求是真实的,个体利用率不足也是真实的,因为很多中小企业是无法自己配置本地化部署,所以有钱配置的企业用不了那么多,没钱配置的企业只有找租赁市场进行算力服务购买,因此未来我相信会有更多企业把多余算力拿出来卖,正如 meta 一样。但是要卖算力谈何容易 如何获客?如何搭建算力平台,如何用拓扑结构算法优化并发数据?这不是你有钱买个服务器就可以的,因此我不看好当前那些跨界搞算力服务器的企业,因为大企业未来自建的都会过剩 留给这些跨界企业的只会是巨额的摊销成本,这不代表我否认了算力的总体需求,也不否认 AI产业链的发展机会,这类结构性的问题是这个阶段必然会出现的,而我投资的企业刚好是能解决这类问题的,所以要坚定持有。