超算走出实验室，开始按「算得值」卖

晚上十一点，某新能源车企的仿真机房里，流体模拟还在跑；工程师下班前提交的任务，第二天早上九点出结果。据雷峰网报道，这种「夕发朝看」的节奏正在研发行业普及，而它背后是超算产业的一次身份转变——从服务高校科研的象牙塔，变成制造业和大模型公司按需取用的水电。

一、发生了什么

据雷峰网报道，算力服务商并行科技的高管吕昇亮介绍，五六年前科研和高校场景占其业务七到八成，到今年企业需求已占大头，其中汽车制造和新能源接近四成营收。背景数据方面，据 IDC 的评估报告，2026 年中国智能算力规模预计达 2576.5 EFLOPS，同比增长近九成。需求结构也变了：过去企业要么自建集群、要么搭高校超算的便车，曾有车企工程师遇到仿真任务积压两周、排队 12 天起步的窘境；现在流行的做法是把白天调试、夜里计算排成流水——工程师白天看前一天的结果、调整参数，下班后让算力接着跑，第二天早上九点出结果，计费也按这个节奏走，不用就不收费，吕昇亮把它比作用电：开灯就有，关灯不计费。大模型又往里加了新变量，随着 Token 调用量激增，推理正在成为新增算力的主要驱动，这家公司联合伙伴推出了面向推理场景的 Token 工厂，且不介入客户的模型和应用本身。这家公司称已接入约 63 个算力中心，其中智算中心四十多个、超算中心十几个，用自研的应用特征分析系统在四小时内为新客户判断任务是算密集还是访存密集，再匹配性价比最优的资源——新场景的分工也跟着细化，低延迟的推理放离用户近的城市，能容忍延迟的批处理放到电价便宜的西部。吕昇亮还提到，公司只做基础架构和平台层，不碰客户应用，也不做自家大模型，以保持中立供应商身份。需要说明，以上均为该公司高管口径。

二、跟你有什么关系

如果你做 CAE 仿真或自动驾驶训练，按需算力可能比自建集群便宜且更快。如果你在大模型公司选算力供应，中立第三方的「不做模型」承诺值得写进供应商标准。如果你在西部算力枢纽找机会，推理业务东数西算的分工正在创造运维和调度岗位。

三、怎么判断

1. 看任务类型选部署：短视频、游戏这类要低延迟的推理放离用户近的机房；AI 编程、离线批处理可以放到电价便宜的西部。
2. 看计费模式：潮汐型研发任务适合按需计费，长期稳定的训练负载自建或包年更划算。
3. 看失败兜底：任务出错自动重跑、结果按时抵达，比峰值算力数字更能反映调度能力。

四、三个别信的说法

超算是要被智算淘汰的旧事物。 仿真、碰撞、流体这些工程计算依旧只能靠大规模并行，智算加超算的融合才是方向。 自建集群一定更省。 研发有天然的潮汐波动，买多了闲置、买少了排队，按需模式恰恰是为这种波动设计的。 接入多少个算力中心就等于多少算力。 节点数量是资源池的广度，调度算法和商务结算机制才是能不能真用起来的关键。

五、一句话结论

算力产业的分水岭，从「算得多快」变成了「算得多省、多准点」。

信息来源

• 当超算走出实验室（雷峰网，2026 年 10 月 23 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 26 日。