陈奕强：从GPU、数据中心到AI算力经济的完整指南

如何在马来西亚开始GPU as a Service（GPUaaS）业务？从GPU、数据中心到AI算力经济的完整指南

过去几十年，科技产业经历了多次基础设施革命。

个人电脑时代，计算能力从大型机走向个人设备；互联网时代，网络连接改变了商业模式；云计算时代，企业开始通过云端获得弹性的计算资源。

如今，人工智能（AI）正在推动下一场基础设施革命。

但AI与过去科技革命最大的不同，是它不仅依赖软件和算法，更依赖一种新的战略资源——算力（Compute Power）。

过去，企业谈AI，关注的是模型能力，例如ChatGPT、Claude、Gemini等大型语言模型。但随著AI从聊天机器人逐渐进入AI Agent（人工智能体）时代，企业对于计算资源的需求正在快速增加。

未来，AI不只是回答问题，而是需要持续运行、分析数据、调用工具、执行任务。这些能力背后，都需要大量GPU（图形处理器）算力支持。

因此，GPU正逐渐成为AI时代的重要基础设施。

就像过去企业不会自己建设服务器机房，而是通过云计算服务获得计算能力一样，未来越来越多企业也不会购买大量GPU，而是通过GPU as a Service（简称GPUaaS，GPU 即服务）获得AI算力。

对于马来西亚而言，GPUaaS 正带来新的产业机会。凭借不断成长的数据中心生态、区域战略位置以及东南亚市场需求，马来西亚有机会成为AI算力产业链的重要参与者。

为什么现在是进入GPU as a Service 的时候？

过去，如果一家企业想发展AI，需要自行购买GPU服务器。

例如训练大型AI模型，需要大量高性能GPU，同时还需要解决数据中心、电力供应、散热、高速网络以及软件环境管理等问题。

这对于大部分企业来说，不只是资金压力，更是一项复杂的技术挑战。

GPU as a Service 改变了这个模式。

企业不需要一次性投入大量资金购买GPU集群，而是可以通过服务模式，根据实际需求租用AI计算资源。

客户可以按照GPU使用时间、计算任务量、模型推理需求，甚至专属GPU集群使用权进行付费。

这种模式让GPU算力从过去只有大型科技公司能够拥有的资源，逐渐变成更多企业可以使用的商业服务。

未来，很多企业不会拥有自己的AI数据中心，就像今天大部分企业不会自己建设服务器机房一样，而是通过GPUaaS获得所需的AI能力。

全球科技巨头为何重视AI基础设施？

近年来，全球AI产业竞争越来越清楚地显示一个趋势：

AI的竞争，不只是模型竞争，也是基础设施竞争。

英伟达创办人兼首席执行员黄仁勋多次强调，AI基础设施将成为未来几十年的核心建设。

过去几十年的计算产业主要围绕CPU发展，而AI时代正在转向GPU加速计算。

微软、谷歌、亚马逊等全球科技巨头，也持续投入数十亿美元建设AI数据中心、云计算平台以及GPU集群。

原因很简单，再先进的AI模型，如果没有足够的计算资源，也无法大规模运行。

未来真正的竞争，不只是“谁拥有最聪明的AI模型”，而是谁能够提供更强、更稳定、更具成本效益的AI算力。

马来西亚具备发展GPUaaS潜力

很多人认为AI基础设施只能集中在美国、中国或欧洲，但实际上，东南亚正在成为全球数据中心投资的重要区域，而马来西亚正处于这个趋势的核心位置。

过去几年，马来西亚的数据中心产业快速成长。国际云服务商和数据中心企业不断增加投资，使马来西亚逐渐建立起较成熟的数据中心生态，包括高速网络连接、云计算基础设施以及企业级数据中心能力。

这些基础设施，为发展AI算力提供了重要基础。

然而，AI数据中心的发展也带来了新的挑战，其中最关键的是能源和水资源。

传统数据中心主要关注服务器容量，而AI数据中心由于大量使用GPU集群，对于电力供应、散热系统以及能源效率提出更高要求。

一座大型AI数据中心，需要稳定、大规模的电力支持，同时需要高效冷却系统维持GPU长时间运行。

因此，未来AI基础设施竞争，不只是土地、网络和数据中心空间的竞争，更是能源基础设施的竞争。

对于马来西亚而言，电力并不是一个已经完全解决的天然优势，而是一个需要持续投资和规划的重要课题。

随著AI计算需求快速增长，如何扩大可靠能源供应、提升电网能力，以及推动绿色能源发展，将成为马来西亚发展AI基础设施的重要挑战。

这也是为什么全球AI产业领导者不断强调，AI时代的竞争，本质上也是基础设施建设能力的竞争。

马来西亚目前最大的机会，在于已经拥有发展数据中心产业的基础，包括战略地理位置、不断成长的数据中心生态、国际网络连接能力，以及连接东南亚主要市场的优势。

如果未来能够进一步解决能源供应、基础设施扩张以及AI专用数据中心建设问题，马来西亚有机会从数据中心市场进一步迈向AI算力中心。

如何开始GPUaaS业务？

建立GPUaaS业务，并不是简单购买几张GPU然后出租。

一个完整的GPUaaS平台，需要结合硬件、数据中心、软件平台以及商业运营能力。

第一，是GPU硬件基础设施。

目前AI市场主要使用英伟达高性能GPU，例如H100、H200、B系列以及其他AI加速平台。

这些GPU是训练大型模型、运行AI推理以及执行企业AI工作负载的核心资源。

企业需要根据目标客户选择不同配置。

例如 AI 初创企业可能需要小规模GPU环境进行模型开发，而大型企业可能需要专属GPU集群运行内部AI平台。

第二，是数据中心能力。

GPU运算会产生大量热量，因此普通服务器机房无法满足AI工作负载需求。GPU数据中心需要更高密度机柜设计、高效冷却系统、高速网络连接，以及稳定的基础设施管理能力。

因此，GPUaaS企业通常需要与成熟数据中心合作，而不是单纯购买硬件。

第三，是AI云平台能力。

真正有价值的GPUaaS服务，不只是提供GPU，而是提供简单、安全、可管理的平台。

客户需要能够通过平台申请GPU、部署模型、监控资源使用、管理团队权限，以及查看成本。

这类似亚马逊如何把复杂服务器资源转化为简单易用的云服务。

第四，是商业和合规管理能力。

随著GPU算力越来越重要，GPU服务商需要建立完整的客户管理体系。

包括客户身份认证（KYC）、使用目的审核、资源管理、计费系统以及安全控制。

未来GPU不只是普通计算资源，也可能涉及AI晶片供应链监管。

因此，GPU服务商需要关注最终用户（End User）以及最终用途（End Use）的合规追踪。

成功的GPUaaS 企业，不只是出租GPU，而是建立一个安全、可信、可规模化的AI算力平台。

GPUaaS的商业模式

GPUaaS可以发展多种商业模式。

第一种，是按小时计费。
客户根据 GPU 使用时间付费，适合AI开发者、研究机构以及短期项目。

第二种，是订阅模式。
企业购买固定GPU配额，每月支付费用，适合长期AI应用。

第三种，是专属AI算力服务。
大型企业可能需要专属GPU集群，用于内部模型训练、敏感数据处理或企业AI平台建设。

第四种，是AI解决方案+GPU。
未来更大的机会，不只是出租GPU，而是在GPU之上提供完整AI解决方案。
例如企业AI智能体、智能客服、AI数据分析、行业专属模型以及自动化流程。

真正长期的商业价值，不只是卖算力，而是帮助企业把算力转化为生产力。

GPUaaS 是AI时代的新基础设施机会

很多人把 GPUaaS 理解为“出租 GPU”。但实际上，GPUaaS 更像过去云计算的发展。

云计算改变的是服务器获取方式。GPUaaS 改变的是AI能力获取方式。

未来企业需要的不只是GPU，而是一整套AI基础能力：
计算资源；
数据管理；
模型部署；
人工智能体；
企业系统整合。

GPU是基础，但软件平台和行业应用，才决定最终商业价值。

马来西亚AI算力机会

AI时代给马来西亚带来的机会，不只是成为AI应用市场，更有机会成为东南亚AI基础设施的重要节点。

过去，互联网时代的重要资产是网络。云计算时代的重要资产是云平台。而AI时代的重要资产，将是算力基础设施。

马来西亚已经拥有发展数据中心产业的基础，下一步需要进一步推动GPU算力生态，把数据中心、电力、软件平台以及AI应用连接起来。

未来，马来西亚企业不仅可以使用AI，也可以成为AI基础设施供应者。

结语：下一场AI竞争，是算力竞争

AI模型的发展速度越来越快，但所有模型背后都有一个共同需求：更多、更强、更稳定的计算能力。

从GPU到数据中心，从软件平台到企业应用，GPUaaS 正打开一个新的产业机会。

全球科技巨头已经明确指出，AI基础设施将决定未来产业格局。

对于马来西亚而言，现在正是建立AI算力生态的重要窗口期。

未来决定AI竞争胜负的，不只是拥有最先进的模型，而是谁能够提供最强大的计算基础设施。

而GPUaaS，可能就是马来西亚进入全球AI产业链的重要入口。

对于希望探索AI算力基础设施、GPU云服务或企业AI部署的企业而言，关键第一步是了解自身需求、计算规模以及商业模式。

本文观点，不代表《东方日报》立场。