智算中心客户没找对，再贵的算力也白搭

智算中心客户没找对再贵算力也白搭，这句话我在不同场合说过好几遍。机房走进去一排排机柜亮着灯，几千万投进去了，GPU 卡插得密密麻麻，结果夜里跑起来的负载还不如人家一台工作站。不是设备不行，是买设备那天脑子里想的客户和真正会掏钱的客户，压根不是同一批人。

先想清楚谁半夜会打你电话

我见过一种很典型的做法：规划阶段开会，PPT 上写的是大模型训练、科学计算、自动驾驶。听着都高级。真开了张，签合同的却是本地做直播切片的小团队、跑渲染的动画工作室、还有几个搞视频换脸的小公司。他们不看 FP16 峰值，只问一句——包月多少钱，能不能便宜点。

这不是贬低谁，是需求本身就不一样。训练客户要的是长周期、稳定、能排队；推理客户要的是低延迟、弹性、按量计费；渲染和视频类的要的是存储便宜、带宽够、显卡型号新旧无所谓。你机房里装的是 H 系列，他手里跑的是老框架，适配不上，那就只能空着。

所以规划之前，不如先列一份名单：你所在的城市、三百公里半径里，有哪些公司真的在用 GPU？他们现在从哪儿租？一年大概跑多少小时？这些信息别指望调研报告，跑一趟本地软件园、问几个做视觉的老板，比看十份白皮书都实在。

第一种是机型错位。整柜都是顶级训练卡，可周边根本没有能喂饱它的团队。这类客户全国也就那么些家，早被头部云厂商和大厂自建集群接走了，你拿什么去抢？

第二种是计费错位。有的中心只会卖整柜年包，可小客户哪敢签一年。他们要按卡时、按天，甚至按小时。没有这个粒度，谈都谈不下去。计费系统改一改是麻烦，不改就是没单子。

第三种是网络和存储错位。算力这东西不是插上卡就完事，数据进来、模型出去，中间卡在存储 IO 和跨机房传输上。有客户跑了一次就说慢，问下来是存储带宽跟不上，卡在等数据。设备没问题，配套没算进去。

头部客户选算力，先看的是生态和运维能力，其次才是价格。他们要的是能不能按时交付、故障几小时内换卡、有没有成熟的调度平台和镜像仓库、能不能和已有的训练流水线对接。一个刚建成的中心，这些几乎都是空白。硬去争，多半是陪着比价，最后落个垫底。

反过来说，中小客户没那么多讲究，他们愿意为了有人管事、响应快而多付一点。接电话有人接、卡坏了当天换、账单能看懂，对他们就是价值。这个区间的竞争没那么卷，服务做扎实反而留得住人。

我倾向于后者。房租是一次性谈价，水电是按表走。按卡时计费、按实际用量结算，客户敢试，你也有持续收入。前期搭建计费、监控、隔离这些基础设施是要花钱，但比机房空转省得多。

顺带说一句，别把 SLA 写得太满。承诺 99.99% 的可用性，一旦真出事，赔付条款能把自己套住。写清楚维护窗口、换卡时限、故障响应流程，比一个漂亮的百分数管用。以服务商或官方页面上的条款为准，别口头承诺。

算力中心真正跑起来，靠的不只是运维。得有懂模型的人帮客户看环境、调框架版本、配镜像；得有懂网络的人处理跨域传输；还得有人专门盯客户用量，发现哪家掉了一半就打个电话问问是不是遇到问题。这些岗位在规划时最容易被砍掉，砍完就发现客户流失得莫名其妙。

还有一点容易被忽略：本地客户喜欢有人味。能上门聊一次，比发十封邮件有效。尤其那些从自建小机房往云上迁的团队，他们最怕的是出问题找不到人。

第一，把半径内的潜在客户按规模分三档，每档至少列出若干真实名字，不是行业名词。第二，确认机型、计费粒度、存储带宽这三项和主力客群对得上。第三，跑一遍完整流程：客户注册、申请资源、运行、出账单、报故障，看哪一步会卡住。第四，算一笔账，如果负载只有三成，现金流能撑几个月。

这几项过不了，再好的卡也难卖出去。过得了，剩下的就是慢慢磨客户关系，急不来。

智算中心客户没找对再贵算力也白搭，说到底是个常识问题——先知道东西卖给谁，再决定买什么。反过来做，往往就是机柜亮着灯，账上没进账。