AI 時代，「共享算力」是新碼農(nóng)們的小黃車

算力越來越便宜，但算力的賬越來越難算。

作者｜徐珊

編輯｜鄭玄

「Token 的成本正在暴跌。」

這句話放在兩年前，會讓每一個 AI 創(chuàng)業(yè)者興奮。從 2023 年到 2025 年，AI 推理成本下降了 99.7%。要知道，GPT-4 發(fā)布時每百萬 Token 成本是 37.5 美元，到 2025 年這個數(shù)字已經(jīng)降至 0.14 美元。按這個趨勢，算力成本對創(chuàng)業(yè)者來說，應(yīng)該不是問題才對。

但現(xiàn)實(shí)卻恰恰相反。

同一時期，全球企業(yè) AI 云支出從 115 億美元暴漲到 370 億美元，整整翻了三倍。AI 進(jìn)入 A2A 時代后，數(shù)十個智能體在反復(fù)交互中，讓 Token 調(diào)用量呈指數(shù)級爆炸。這也導(dǎo)致了盡管 Token 單價更便宜了，但每個任務(wù)消耗的 Token 量瘋狂上漲。

顯然，算力正在成為這個時代最奇特的資源。它越來越便宜，但你花在它上面的錢，只會越來越多。

對巨頭來說，這個問題可以靠自建算力中心來解決。但對大多數(shù)創(chuàng)業(yè)公司來說，他們只能站在公共算力市場里，接受云廠商的定價，看著算力賬單一個月比一個月高，卻毫無議價能力。

共績科技創(chuàng)始人付智看到的，正是這個市場錯位誕生的商機(jī)。

在他看來，想要算力成本下降的解法不是只能等待成本自然下降，而是換一種使用算力的方式，同樣可以讓算力成本開始下降。讓算力像電力一樣，隨取隨用，按需計(jì)費(fèi)，把大量被閑置浪費(fèi)的算力資源重新激活。

近日，共績科技完成 Pre-A 輪融資，投后估值 3.5 億元人民幣，并計(jì)劃于近期啟動 A 輪融資。在算力賽道普遍承壓的 2025 年，這家用人工智能方法解決資源調(diào)度問題的科技公司悄悄做到了數(shù)千萬營收，客戶留存率接近 100%。

共績科技，正在把算力調(diào)度變成一門真實(shí)的生意。

共績科技創(chuàng)始人付智 圖源：共績科技

01

當(dāng) AI 公司爆了，

算力成本這筆賬有了新解法

新品上線前夕，Remy 的團(tuán)隊(duì)幾乎沒睡覺，隨時預(yù)備著突發(fā)情況誕生。

但真當(dāng)公司網(wǎng)站在 48 個小時涌入 50 萬用戶時，對一家剛從內(nèi)測走向公測的 AI 創(chuàng)企來說，他們需要在短時間內(nèi)將所有基礎(chǔ)設(shè)施擴(kuò)容幾十倍。盡管有所準(zhǔn)備，上線前，Remy 提前測試過 Ucloud 、阿里云、華為云等多個云服務(wù)平臺，但潑天流量真正砸下來的那一刻，他們的最終解決方案商卻是共績科技。

簡單來說共績科技做的事就是把閑置算力調(diào)度起來，再按需分配給有彈性需求的 AI 企業(yè)。無論是網(wǎng)吧夜里空轉(zhuǎn)的機(jī)器、或者個人用戶的 4090，又或者是小機(jī)房的空閑資源都能夠成為共績科技可調(diào)度的算力池一部分。如果客戶不夠用，就隨時在算力池子里再調(diào)，隨用隨取。

那 48 小時里，共績科技緊急為 Remy 調(diào)配了近 1900 張 GPU 卡。用戶每發(fā)起一次請求，就會誕生一個新訂單；當(dāng)用戶的計(jì)算完成，訂單立刻關(guān)閉。那一天，平臺處理了超過百萬個訂單。

「在峰值時刻，一般的算力服務(wù)商臨時能開出 20 張卡就已經(jīng)很難了，更多情況下企業(yè)還需要等待，但等待也意味著流量流失，是企業(yè)絕對不想看到的。」付智談到在這件事之后，Remy 使用的絕大部分的算力都來自共績科技。

Remy 對算力的需求其實(shí)很簡單，每一次流量爆發(fā)的時候，用戶的點(diǎn)擊都能及時回應(yīng)，算力的調(diào)用要快、要及時，同時成本要低。這些都是剛剛起步的 AI 創(chuàng)企對算力最基礎(chǔ)的需求。

相比之下，有一類 AI 應(yīng)用客戶面對算力需求則是更小眾，但也更現(xiàn)實(shí)。

去年春節(jié)期間，有一家在景區(qū)做 AI 換裝拍照的公司找上了共績科技。他們倒不是不知道流量爆發(fā)的節(jié)點(diǎn)在什么時候，但仍然很難算好算力這筆帳。

他們的 AI 設(shè)備多放在景區(qū)里，一到節(jié)假日就人滿為患，算力需求激增。但是假期一過，算力的需求又幾乎歸零。「春節(jié)是全年最大的高峰，剩下大半年，景區(qū)里沒什么人。」他們告訴付智。

這樣的算力波動意味著，如果選擇按峰值租算力，等于平時 90% 的時間都在燒錢養(yǎng)卡；如果按照均值租算力，那春節(jié)期間肯定需求會崩，很影響用戶體驗(yàn)。「這樣的需求波動，在傳統(tǒng)的算力服務(wù)方案里，比較難獲得一個合適方案。因?yàn)檫@種極端的峰谷差，在標(biāo)準(zhǔn)產(chǎn)品里根本沒有對應(yīng)的定價邏輯。」付智說道。

但這樣的場景，卻很適合使用共績科技的算力共享平臺。

那一個月，服務(wù)節(jié)點(diǎn)換了 1963 臺個人電腦，整個春節(jié)，服務(wù)沒有出現(xiàn)過一次穩(wěn)定性問題。「相比客戶自己按峰值部署算力，我們幫他們節(jié)約了近 70% 的費(fèi)用。」付智補(bǔ)充道。

這樣的時間波動需求不僅出現(xiàn)在一些垂類小眾場景里，同樣對不少 AI 新秀公司來說也同樣常見。

liblib 是國內(nèi)用戶量最大的 AI 圖片生成平臺之一，他們曾在云廠商平臺租了大量 GPU 卡。但如果仔細(xì)研究的話，他們發(fā)現(xiàn)這些 GPU 平均算下來，整體利用率只有 45%。

這也意味著，超過一半的卡，每天都在白白燒錢。

據(jù)付智介紹，其實(shí)像 liblib 這樣的企業(yè)并不是少數(shù)，幾乎所有以上班族為核心用戶的 AI 應(yīng)用工具，都會遇到這個問題。白天用戶密集使用，夜里用戶數(shù)大幅下降。如果按峰值配算力，夜里則空置率較高，但如果按均值配則白天很難滿足所有用戶需求。

AI 賽道看著熱鬧，但卡住公司發(fā)展生命線的，有可能就是算力成本這筆賬。不少企業(yè)對算力預(yù)期過高，算力成本把現(xiàn)金流拖垮，也有企業(yè)對算力預(yù)估不足，在用量峰值時服務(wù)崩掉，用戶一走不回頭。

「AI 應(yīng)用的流量天然是波動的，算力市場的定價邏輯是為穩(wěn)定需求設(shè)計(jì)的，算力成本的分配方式還一直停留在比較傳統(tǒng)的方式上」付智說道。這也是為什么當(dāng)一家 AI 公司真正爆了，算力成本這筆賬，需要一種新的算法。

過去，傳統(tǒng)的算力服務(wù)模式以長租合同為主。企業(yè)租一年，不管用不用，都需要為算力預(yù)付費(fèi)用，算力閑置的成本主要由企業(yè)自己承擔(dān)。而共績科技做的事，其實(shí)是把這筆成本遷移到另一個地方，也就是那些本來就有閑置算力、但自己跑不滿的人，像是個人用戶、網(wǎng)吧等等，這些算力本來就在浪費(fèi)，把它們調(diào)度起來，不產(chǎn)生新的算力成本，也盤活了已經(jīng)存在的閑置算力。

「算力不是越多越好」付智說，「而是可以流動的、隨時可調(diào)用的，才好。」

02

彈性算力這筆生意，

考驗(yàn)的是能源調(diào)度能力

對付智來說，想做算力調(diào)度這筆生意的契機(jī)，其實(shí)是來自于一個偶然的機(jī)會。

2023 年 5 月假期，正是 AI 浪潮剛剛萌發(fā)的階段，付智往一個 AI 創(chuàng)業(yè)者社群里扔了一條消息。內(nèi)容很簡單：我有一臺 A100，租得越短越便宜，有需要的來找我。

他當(dāng)時自己的預(yù)期其實(shí)沒抱多大希望，畢竟只有一張顯卡。結(jié)果卻出乎意料最后有 30 個人咨詢他，并且都很爽快地付錢。

「我說誰給錢快我就給誰。」他最后挑了 5 個人服務(wù)。一張卡，5 個客戶，驗(yàn)證了一個他想了很久的判斷：普通人開始需要算力了。

但他也清楚，這門生意之所以在那個時間點(diǎn)才成立，不是因?yàn)樗\(yùn)氣好，而是因?yàn)樵谀侵埃@件事根本沒有條件做。

畢竟，1999 年就有人曾提出做算力共享，搭建了 BOINC 平臺，幾十萬人在上面貢獻(xiàn)算力，但當(dāng)時做的是公益性的科學(xué)計(jì)算平臺，人人可以免費(fèi)使用。后來比特幣火熱的時候也有人考慮借著挖礦熱潮把閑置算力調(diào)度起來，但這并不合法。

想法一直都在，但土壤一直沒有。

畢竟，真正有高性能 GPU 的普通用戶，是 90 后、00 后們。在這之前，很少有人的個人電腦配置的是 4090。而讓個人電腦安全運(yùn)行 Linux 虛擬環(huán)境的 WSL1.0.0，也是到 2022 年才正式發(fā)布，更不用提遠(yuǎn)程調(diào)用分布在各地的個人設(shè)備，讓它能被內(nèi)網(wǎng)穿透的技術(shù)，到 2021 年前后才算真正成熟。

供給側(cè)、需求側(cè)、以及技術(shù)條件，三項(xiàng)俱全，才讓這門生意在今天變得可能。

但付智覺得真正發(fā)現(xiàn)「時機(jī)到了」的信號，不是 DeepSeek，不是一體機(jī)，而是 AI 的消費(fèi)場景，正在從小眾工具向普通人的日常娛樂滲透。

「一旦這個進(jìn)程加速，對算力的需求就不再是幾家大公司采購，而是要像電力一樣，需要被大規(guī)模、跨節(jié)點(diǎn)地調(diào)度分發(fā)。」付智說道。

這也是共績科技正在推進(jìn)與國家算力中心談合作的原因。目前他們已經(jīng)參與了京津冀、長三角、深圳、青海的省級算力調(diào)度平臺建設(shè)，各地搭起來的調(diào)度系統(tǒng)，技術(shù)上 都有共績的參與。

不過，「算力調(diào)度」這件事，比看起來要難得多。

算力調(diào)度和算力管理并非一概而論。付智把調(diào)度和管理做了一個區(qū)分：大廠做的是管理，把一堆機(jī)器納入同一套系統(tǒng)，知道誰在用、誰閑著，但很難實(shí)現(xiàn)跨地域、跨設(shè)備的動態(tài)分配。

而算力調(diào)度是另一回事，它需要把這個地方的峰值需求，用其他地方閑置的算力來填。這在計(jì)算機(jī)工程里其實(shí)沒有現(xiàn)成的解法，反而是能源領(lǐng)域的老問題。「削峰填谷」這個詞，本來就是電力系統(tǒng)的術(shù)語。

付智本科讀的是清華建筑環(huán)境與能源應(yīng)用工程，導(dǎo)師是能源領(lǐng)域的院士。他把能源調(diào)度的算法移植過來，解決的是算力版本的同一個問題，這也是共績最核心的壁壘。

當(dāng)然，在工程化上，這套跨地域的調(diào)度體系也會遇到的麻煩也不少。比如，接入調(diào)度池的個人電腦，隨時可能「被占用」，如果用戶一開游戲，這臺機(jī)器就要退出，但下游的客戶要求服務(wù)不能斷。

付智選擇的是熱備加預(yù)測，也就是提前給每個任務(wù)備好冗余節(jié)點(diǎn)，同時用積累的歷史數(shù)據(jù)預(yù)測每個供給方的在線規(guī)律，動態(tài)調(diào)整備份比例。數(shù)據(jù)越多，備份越精準(zhǔn)，成本越低。「我原來得給你備兩臺機(jī)器。但隨著使用，我現(xiàn)在只要備一臺就夠了。」網(wǎng)絡(luò)傳輸層也不穩(wěn)定，共績的應(yīng)對是同時接入三家頭部云廠商，付智提到，「不可能同時出問題」。

那云廠商為什么不做彈性算力？

付智給出的解釋是，大廠看到了，但大廠的彈性算力在產(chǎn)品定位、定價策略上有所不同，共績的優(yōu)勢是價格和調(diào)度效率。

彈性算力的核心矛盾在于，你得提前備好「隨時能調(diào)用」的算力，但這些算力在沒人用的時候就是純粹的閑置成本。一般算力服務(wù)商的彈性擴(kuò)容大約是常規(guī)價格的 5 倍，或者讓客戶簽一年長約，由客戶承擔(dān)算力閑置的風(fēng)險(xiǎn)。

共績之所以能提供真正的彈性，是因?yàn)樗玫馁Y源本來就是閑置的，這些資源沒有被提前采購進(jìn)來壓成本，它們本來就閑著，所以共績可以給出更有優(yōu)勢的價格。

據(jù)付智分析，整個市場里，80% 的算力需求走大廠的長租整包，剩下 20% 是有彈性需求的部分。付智不打算搶那 80%，他更專注的是那 20% 的市場，而且隨著 AI 應(yīng)用持續(xù)生長，這 20% 的市場空間也會越來越大。「在別人那，租得越長越便宜；在我這，租得越短越便宜。」付智補(bǔ)充道。如今共績科技共享算力平臺「suanli.cn」可以讓普通消費(fèi)者按毫秒去租用相關(guān)算力。

共績科技團(tuán)隊(duì)合影 圖源：共績科技

這樣的共享商業(yè)模式其實(shí)早已在其他領(lǐng)域獲得驗(yàn)證。

付智把這個生意的本質(zhì)比作 Airbnb：城市辦大型展會，周邊酒店全滿，Airbnb 把有閑置房間的居民和無處可住的參會者撮合起來。算力版本的故事也是相同的路徑，AI 應(yīng)用在版本發(fā)布、流量爆發(fā)的時刻需要大量算力，平時需求遠(yuǎn)不及這個量；另一邊，個人用戶、網(wǎng)吧、小機(jī)房的算力在夜里和工作日大量閑置，將兩邊連接起來，就是共績在做的事。

只不過，共享的不是房間，而是算力。

03

算力能源調(diào)度，

AI 時代的「軟件定義基礎(chǔ)設(shè)施」

這條路，在國外也有人走過。比如說，RunPod 也在通過閑散算力提供彈性推理服務(wù)，2024 年拿到了英特爾資本和戴爾科技資本共同領(lǐng)投的 2000 萬美元種子輪，客戶里有 Cursor、OpenAI、Perplexity。

但在美國做這件事，和在中國做，在付智看來，完全是兩回事。

AWS 從誕生起就在提供彈性算力，一開始就承諾按需取用，通過高價彈性服務(wù)去服務(wù)成熟的市場。但國內(nèi)的云計(jì)算廠商更傾向于提供長租模式，相關(guān)優(yōu)惠政策也傾向于此，并不太重視彈性服務(wù)，用戶為彈性算力的付費(fèi)意愿也比美國低得多。因此，如果將 RunPod 那套邏輯搬到國內(nèi)，定價就跑不通。

不過付智認(rèn)為，算力調(diào)度并不是一門只看算力出租的生意。「共享算力可能只是一個敲門磚。」他說這話的時候沒有猶豫。在他的判斷里，這門生意大概有兩三年的窗口期，只要算力供需錯位還在，這個縫隙就存在，但它不會永遠(yuǎn)存在。

這種清醒，在創(chuàng)業(yè)者里并不多見。但正因?yàn)槿绱耍茉缇烷_始想一件更根本的事：下一個真正爆發(fā)的 AI 應(yīng)用會從哪里長出來？這個判斷，將會直接決定了算力需求的走向，對此，付智有兩個面向未來的判斷。

第一個是，據(jù)他分析，中國的超級應(yīng)用不會從 PC 端的生產(chǎn)力工具里長出來，中國真正有機(jī)會的方向，是移動端的社交娛樂、結(jié)合供應(yīng)鏈的跨境硬件，以及能嵌入真實(shí)生活場景的 AI 應(yīng)用。

中國的互聯(lián)網(wǎng)從來沒有經(jīng)歷過深厚的 PC 生產(chǎn)力工具時代，用戶直接從功能機(jī)時代跳到了移動互聯(lián)網(wǎng)。那些在美國跑出來的 AI 文檔、AI 幻燈片、AI 代碼助手，背后依賴的是幾千萬習(xí)慣在 PC 上辦公、愿意為 SaaS 工具付費(fèi)的用戶群體，而中國并不是。「全中國有超過 1 億人需要寫 Word 嗎？我覺得可能沒有。」更麻煩的是，即便有這個需求，大廠也會很快把這些功能做成免費(fèi)插件。

他反而在社交娛樂場景看到了高增長。他對話過很多做短劇、影視的從業(yè)者，問他們?yōu)槭裁茨敲捶e極地?fù)肀?AI，對方的反饋?zhàn)屗辛诵碌南敕ǎ骸肝乙呀?jīng)沒有可失去的了，沒有人去看電影和電視劇了，我們已經(jīng)快死了。」這些人是中國市場里最積極擁抱 AI，不是因?yàn)樽疃夹g(shù)，而是因?yàn)橥藷o可退。「現(xiàn)在，已經(jīng)沒什么人看電視、電影了。」

而對于 AI 硬件的發(fā)展，他也有些不同的看法。

過去幾年，AI 硬件的主流思路是「萬物加對話框」，也就是什么設(shè)備都配上一個聊天窗口。付智覺得這個方向并不對。「消費(fèi)者不需要一個會寫詩的冰箱。」

真正有生命力的 AI 硬件，是進(jìn)入用戶本來就有的高頻場景，讓 AI 在背后默默完成運(yùn)轉(zhuǎn)，而不是拉著用戶專門坐下來和它聊天。

就好比，寵物攝像頭應(yīng)該可以自動識別貓咪是否生病，景區(qū)相機(jī)自動完成換裝拍照。用戶什么都不用改變，AI 悄悄把事情做完了。「如果這類硬件可以采用開源模型部署，流量爆發(fā)的時刻，也會成為彈性算力的客戶。」付智覺得這也是共績科技未來的增長點(diǎn)之一。

付智的第二個判斷，藏得更深，2024 年底就已經(jīng)成形，但他等到今年才等到了驗(yàn)證它的機(jī)會。

他認(rèn)為，讓人直接去跟 AI 對話，本身就是一種效率浪費(fèi)。人類信息輸入輸出的速度有上限，一次只能提一個問題，需要等答案出現(xiàn)再提下一個。但 AI 可以同時處理成千上萬個線程，在毫秒之間完成機(jī)器之間的信息傳遞。「用人去驅(qū)動 AI，是用最慢的那一環(huán)，拖住了整個系統(tǒng)的速度。」

真正應(yīng)該發(fā)生的，是 AI 與 AI 之間直接協(xié)作，A2A。一個任務(wù)下達(dá)，觸發(fā)一組 AI 的連鎖運(yùn)轉(zhuǎn)，人只需要定義目標(biāo)，不需要參與中間的每一步。這也是為什么 OpenClaw 在今天被人們所看重。這也是付智覺得 OpenClaw 真正重要的原因，不是這個產(chǎn)品本身，而是它證明了一件事：AI 與 AI 之間可以自己形成社區(qū)，A2A 有人買單，這個方向是走得通的。

一旦 A2A 模式成為主流，算力的消耗將是今天的數(shù)倍乃至數(shù)十倍。黃仁勛在 GTC 2026 上說，由于 Agentic AI 和推理能力的爆發(fā)，當(dāng)下所需的計(jì)算量比一年前預(yù)期的多了至少 100 倍，而這只是開始。那時候算力真的會像電一樣，考慮的不再是你需要囤多少卡的問題，而是整張「算力電網(wǎng)」能不能按需分發(fā)，算力資源管理來到了調(diào)度的領(lǐng)域。

當(dāng) A2A 真正到來，算力會像電力一樣成為每個人、每個任務(wù)、每個 AI 節(jié)點(diǎn)背后的基礎(chǔ)設(shè)施。那時候，誰能跨地域、跨設(shè)備、跨時段地把算力精密調(diào)度起來，誰就掌握了這張網(wǎng)真正的運(yùn)營能力。

共績科技現(xiàn)在做的事，在付智看來是在為那個時刻做準(zhǔn)備，用這兩三年的窗口期，把調(diào)度能力、節(jié)點(diǎn)網(wǎng)絡(luò)、客戶關(guān)系都建起來。等 A2A 的需求真正爆發(fā)，這套體系才是共績科技真正的護(hù)城河。

他最近在公司內(nèi)部發(fā)了一句話，采訪快結(jié)束時，他又說了一遍：

「即便如此，這一切也才剛剛開始。」

放在彈性算力的語境里，這句話或許只是一個創(chuàng)業(yè)者對市場的樂觀判斷。但放在 A2A 的語境里，他說的「開始」，或許并不是這門生意的開始，而是算力作為基礎(chǔ)設(shè)施這個命題，迎來了真正開始的時刻。

*頭圖來源：豆包 AI

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你看好彈性算力市場嗎？