苹果WWDC证实了一点：AI推理算力将长期处于“云端为主”的状态，这个“长期”至少是三到五年。对，苹果和OpenAI搞了一场大合作，打算把下一代iOS系统和ChatGPT混在一起。
这意味着未来三到五年，AI的推理大部分还得靠云端。虽然苹果和OpenAI把ChatGPT深度融入iOS系统，但生成文字和图像这些活儿，还是要传到ChatGPT的数据中心去，靠云端处理。
总的来说，用户会在苹果设备上体验到ChatGPT的功能，但大部分计算活儿都得在云端搞定。这一计划不仅会塑造AI功能的用户体验，还强调了云计算在AI应用中的重要性。
关于AI推理算力，现在主要还是云端居多。虽然手机和电脑能处理些，但大规模模型还是得靠云端的数据中心。这种情况凸显了云计算的重要性，因为技术和成本上在云端搞定这些活儿更靠谱。
目前全球对AI算力的需求可能会导致供应紧张，比如制造方面的限制、芯片出口禁令以及供应链问题都可能影响国内AI算力的增长。AI算力不仅满足个人和设备端的需求，更关键的是支持大规模AI模型的训练和推理，这主要由数据中心和云端来承担。然而，全球存在的AI算力紧缺问题可能会长期影响AI技术的发展和应用。
嗯，解决国内AI算力不足的问题得用各种招数：
先得自己搞技术创新：得拼命发展国内的芯片和处理器，保证有够的算力装备我们的数据中心。
加强本土产业链：得鼓励国内企业往AI硬件和芯片制造领域投资，别老对进口指望太多。
要和外面搞好合作：找更多国际合作伙伴，弥补我们这边资源和技术的短板。 知道这些挑战和限制，对于国内的相关行业和政策制定者，能明确目标，采取对策解决我们现在AI算力短缺的问题。
在这种情况下，中国的游戏产业在某种程度上成为了AI推理算力的来源，这个情况相当引人深思。实际上，云游戏带来的算力采购是个有趣的副产品，这些资源可以重新利用，帮助满足AI推理的需求。
从长远来看，推理算力的不足可能会成为国内AI发展的一大障碍。为了解决这个问题，或许可以借鉴云游戏时期采购的显卡，发展更多AI推理设备，并调整资源以满足其他领域的需求。在这个过程中，国内游戏产业在技术和硬件方面的积累可能会发挥关键作用。
从政策角度来看，鼓励跨行业合作和资源共享可能是解决问题的一条途径。此外，通过产业政策和激励措施来促进各个行业和技术领域的协同发展，有望更好地应对AI算力方面的挑战和瓶颈。
虽然，国内整体算力不足，但是中小企业，高校科研，在算力这块还是相对充足的，例如智星云的A100和H100一直处于无限量供应的阶段，而且租赁价格普遍低于市场平均价，深受高校同学老师的喜欢。
价格
弹性算力，“按小时计费”，用完随时可选择结束租用，长租更划算；
服务
客服处理问题非常及时，没用完的余额也支持随时退款；
配置
总 GPU 数量5000+，提供香港及中国内地的渲染农场,支持渲染及深度学习使用场景，配套主流的软件，集群GPU等等。
总体来讲，明面上国内算力很紧张，但国内优质的算力租赁服务平台还是挺多的，目前来讲，中小企业、高校的算力还是能找到合适优质的服务商，不用太担心。
