〔展望〕未来计算：异构算力与就近推理

〔展望〕栏目的纪律先行：本篇不给年份预言，只给方向判断——每个判断附「趋势依据」与「反证条件」，依据被推翻则判断作废，欢迎对照监督。未来计算的主线是一个确定性事实加三个方向：确定性事实是「算力需求的增长远超摩尔定律的放缓」，三个方向是异构化、就近化、池化。本文属于行业纵览栏目的〔展望〕系列；今天就能落地的算力选购在选型中心。

判断一：算力异构化——CPU 独大时代终结

趋势依据：①通用制程红利放缓（公开行业共识），性能增长转向专用架构；②AI 负载天然适配矩阵运算单元（GPU/NPU/TPU 类），能效比差距是数量级级别的（各厂公开的 perf/W 数据可查）；③DPU（数据处理器）把网络/存储/安全卸载出主 CPU，已成头部云厂商标配（公开产品目录可查）。形态推演：未来的「一台服务器」是 CPU + 加速器 + DPU 的组合体，按负载配比——推理节点重加速器、存储节点重 DPU、通用节点才是今天的纯 CPU 形态。反证条件：若通用 CPU 的每瓦性能出现数量级跃升（如新架构突破），或 AI 负载增长显著放缓，异构化的经济性会削弱。

判断二：推理就近化——模型跟着用户走

趋势依据：①推理占 AI 算力消耗的比重持续上升（训练一次性、推理持续发生——行业公开共识）；②延迟敏感场景（语音交互、实时视觉、Agent 多轮调用）对物理距离不可妥协（光速下限，见地区延迟观察）；③小模型能力密度上升（同任务所需参数量下降，公开研究趋势），让「边缘跑得起模型」从口号变选项。形态推演：大模型集中在少数大机房、中小模型下沉到区域节点与端侧，形成「中心训练/大推理 + 边缘轻推理」的分层——与 CDN 的内容分层是同构逻辑（历史见云计算演进）。反证条件：若网络延迟问题被架构手段消解（如激进的预测式缓存让交互无需实时推理），就近化的紧迫性下降。

判断三：资源池化——算力调度的「电网化」

趋势依据：①算力的时空错配天然存在（训练在夜里便宜、推理在白天密集；东八区波峰是美西波谷）；②Serverless 已验证「按秒计费 + 自动调度」的商业可行（2014 年至今的公开市场史）；③跨机房调度的一致性技术在成熟（全球负载调度、状态同步）。形态推演：算力像电力一样进入「调度市场」——用户声明需求（多少算力、什么延迟约束、什么预算），调度层决定在哪跑；「机房位置」从采购决策变成调度参数。反证条件：数据主权与合规的强化（数据不出境类监管扩面）会给池化设置硬边界——池化可能止步于合规域内部。

三判断对照表：依据、推演与反证

对今天的三个务实建议

• 买算力按「组合」思维：GPU 档解决矩阵负载、CPU 档解决编排与存储、边缘/CDN 解决分发——单一形态包打天下的采购会越来越吃亏（本站目录的 GPU 档与端口档就是组合的原料，见在售配置）；
• 架构留「可迁移接缝」：推理服务与业务逻辑解耦（标准 API 边界），调度位置变化时不用重写——这是池化趋势下最便宜的保险；
• 测量能力先于算力投资：异构与分层的前提是「知道负载长什么样」——延迟分布、算力占空比、模型尺寸三张曲线图，比任何趋势文章都更能指导你的采购（测量方法见测量方法论）。

与本站路线图的接口

三个判断对本站的含义写在AI 基础设施路线图里：推理友好档位（就近化）、测量数据资产化（池化的前提是可见）、GPU 整机档（异构化的今天形态）——路线图不承诺日期，但方向与本篇一致，可对照监督。

延伸阅读：〔展望〕未来网络 · 〔展望〕未来 Web 与 Agent · 〔历史〕计算简史。今天的算力形态对照在选型中心与GPU 入门。