上周在南京新街口旁的老小区巷口，跟一个做开源AI绘画工具的小伙子蹲在路边吃皮肚面。他扒拉着碗里的香肠，说前阵子为了跑通70亿参数的本地模型，自己书桌上那台3090转得像要掀掉桌板，跑十分钟就掉帧，得把出租屋空调开到16度对着机箱吹，不然半小时就自动关机。
贵。
抢不到。
这是他提到算力时，蹦出来的两个词。我当时愣了两秒，突然反应过来——我们天天在新闻里看到的“算力”，好像离普通人特别远，又好像离得特别近。近到什么程度？近到你为了画一张宠物的表情包，为了给课程设计算一组模拟数据，都得跟这玩意掰扯半天。
你以为的算力，真的是机房里堆的铁盒子？
很多人一提算力，就想起戈壁滩上连片的服务器机房，空调嗡嗡吹，指示灯闪成一片——对，那是公共算力池。但普通人日常接触的算力，根本不是那部分。
比如你手机里的人脸解锁，是NPU在算；你导航的时候实时算前方三公里的拥堵，是车机芯片在算；甚至你刷短视频的时候，算法判断你会不会划走，那点计算量，都是从你手机到最近的边缘节点挤出来的。
那个吃皮肚面的小伙子，之前为了跑模型，凑了三张二手的3080，塞在自己10平米的出租屋书桌底下。夏天的时候脚边烫得能煎鸡蛋，他说上次邻居来借酱油，推开门以为他在搞什么地下作坊。真的，没经历过为了几G显存折腾到凌晨三点的人，根本不知道普通人抢算力的狼狈。你要算的任务多一点，就得排队等节点；想快一点，就得加钱升配置；甚至有时候你把任务传上去，碰上机房检修，等半天都跑不出结果。
很多人踩过的算力坑，本质是把“算力”当成了可以无限买的水电
之前有个做生活类小程序的朋友，一开始觉得反正算力随时能买，先把产品做出来再说。结果上线那天，几千个用户同时进来，后台的算力费用一下跳了五位数，他当场在会议室差点跳起来。
算力从来不是按需无限供应的公共资源。你以为你点一下购买按钮，就能拿到和超算中心一样的计算能力，实际上从你提交任务的那一刻，背后的带宽、散热、芯片产能，全是卡脖子的环节。
很多人对“东数西算”的理解有偏差，觉得就是把所有数据都拉到西部去算。哪有那么简单？那些需要毫秒级响应的任务，比如你点一下手机支付的身份验证，根本不可能把数据传到几千公里外的贵州机房去算——一来一回的延迟，够你输完密码等三秒，谁受得了。真正被挪到西部的，是那些不需要实时反馈的、可以慢慢算的任务，比如基因测序的数据处理，比如影视渲染的帧生成，这些任务对延迟不敏感，刚好能用上西部便宜的电力和凉爽的气候，帮着省点散热的钱。
不过话说回来，谁刚开始接触算力的时候没踩过几个坑？
还有个更常见的误区：很多人觉得买的显卡越贵，算力就越强，根本不看自己的任务到底需要什么。比如有人为了跑个简单的文本分类小模型，花大价钱买了最新款的旗舰显卡，结果跑了半个月，显卡的利用率连10%都不到，钱全花了冤枉钱。我上次碰到个做课程设计的小姑娘，为了算一组社会学的模拟数据，本来几百块的云算力就能搞定，她攒了三个月钱买了台游戏本，最后算出来的结果，和用免费的开源算力平台跑的根本没差。你说亏不亏？
再过两年，你根本不会感知到“算力”的存在
现在大家为啥天天把算力挂在嘴边？因为现在的算力分配还乱得很。就像九十年代刚有互联网的时候，大家还要记得拨电话号码连网，现在谁上网还记IP地址？
等算力的调度系统成熟了，你根本不需要知道你跑的模型是在自己手机上算的，还是在楼下小区的边缘节点算的，还是在千里外的机房算的。就像你现在开自来水龙头，不会去想这个水是从哪个水库来的，经过了几级净化，只要拧开就有，温度合适，流量够。对吧？
别被那些喊着“算力革命”的营销号忽悠了。技术的最终目的，从来不是让你为每一次计算单独付费，而是把这些复杂的东西藏在后面，让你该画画的时候画画，该写方案的时候写方案，不用蹲在出租屋跟显卡的风扇较劲。
上次跟那个做开源工具的小伙子聊，他说现在已经不自己攒机器了。找了个可以按分钟付费的算力平台，有时候赶项目的时候就开几个小时的高性能节点，平时就用自己那台老笔记本改改代码，算下来一年花的算力钱，比之前攒机器的零头还少。他说现在最大的愿望，是以后普通人做个AI小工具，再也不用为了几G的显存愁得掉头发。
挺好的。
真的。
作者|科技
排版|科技
审核|白杨