上证报中国证券网讯（记者 窦世平）“国内很多用户的GPU利用率低于15%，有相当一部分低于10%，即便是AWS云上的GPU用户，利用率也仅在10%至30%之间。”趋动科技创始人兼CEO王鲲近日在接受上海证券报记者专访时，给出了这样一组数据。他说，这意味着“花几百万买的服务器、花上亿建设的算力中心，很多时候只发挥出了10%的能力，90%都是浪费的”。

正是这一产业痛点催生了趋动科技的创业方向。2019年1月成立以来，这家公司专注于研发GPU池化软件，核心目标是提高算力利用率，降低用户的算力相关成本。王鲲表示，AI产业的发展终将从“make it work”“make it perform”走向“make it cheap”，而趋动科技要做的，就是加速“make it cheap”的进程。

抓住算力浪费背后的机会

王鲲本硕博均毕业于中国科学技术大学计算机系，博士毕业后先后在IBM、微软和Dell EMC工作，创业前担任Dell EMC中国研究院院长。他的两位搭档也出身IBM和Dell EMC，均为博士，有长期技术研发合作经历。

据他回忆，2019年英伟达还远没有今天这么火，从市值的角度看，英伟达当时大约只有英特尔的一半。但团队看到了三个明确趋势：一是AI势不可挡，其本质是新一次工业革命，会提高人类的劳动生产率；二是AI背后是算力，算力需求会持续高速增长；三是产业发展会经历“make it work、make it perform、make it cheap”三个阶段，成本是产业发展的关键。王鲲表示，AI产业的核心成本就是人才成本和算力成本，“趋动科技要做的事情就是make it cheap，降低用户算力相关成本”。

与英伟达通过提升芯片性能降低单位算力成本的路径不同，趋动科技选择从利用率入手。王鲲用会议室的比喻来解释空间维度的浪费和时间维度的浪费：会议室能坐20个人但只来10个，是空间维度的浪费；团队能坐满会议室，但上午开会下午不来却独占会议室，是时间维度的浪费。如果清楚大家的习惯、动态调配，“10个会议室可以当30个用，同时能让每个团队都以为拥有独享会议室”。

但让用户无感地从物理GPU切换到虚拟GPU，技术门槛极高。王鲲介绍，从CUDA 9.0到13.x版本，API总量超过3万个。即便支持了27000个，看起来做了90%，但对用户来说软件还是0分，因为在用户看来，能用是100分，不能用就是0分。团队从2016年开始做GPU池化，创业后又花了三年才把软件打磨到理想的状态。“互联网应用可以在上线时只有几个页面，剩下的挂‘敬请期待’，但我们这个软件不行，必须做到非常完备才能交付客户使用。”王鲲说。

构建独立第三方的生态位

趋动科技的软件是标品。王鲲表示，卖给银行的趋动产品，和卖给券商、运营商或者互联网公司的是完全相同的产品，这种标准化产品的毛利润率非常可观。

公司的业务分为三类：第一类，把软件卖给有GPU硬件的企业，如央国企和金融机构等，帮助企业把物理GPU变成虚拟GPU资源池，原来只能服务10个业务团队，现在可以服务20个、30个甚至更多；第二类，以自有品牌“趋动云”出租虚拟算力，以数百张GPU卡服务近20万注册用户和近万活跃用户，超卖比能达到2到5倍；第三类，为做算力租赁的合作伙伴提供软件赋能，帮助他们超卖后按营收或毛利分成。

王鲲将传统算力租赁与趋动科技的模式做了对比。传统租赁是纯硬件出租，价格透明、同质化竞争，承租方不用时别人没法用，所有成本全部由承租方承担。而趋动科技的虚拟算力租赁，租给用户的不是物理卡，而是虚拟卡，用户不用时别人可以复用。“我们给用户更低的价格，同时出租方却挣得更多。”他说。

当被问及和芯片厂商是否构成竞争，王鲲的答案是，从商业利益看，芯片厂商肯定希望客户只用自家的芯片，但是客户出于采购多元化的考虑，往往会选用多家国产芯片。“我们和芯片厂商不是竞争关系。作为独立第三方，我们会站在客户角度，支持客户选用的各家国产芯片。”王鲲说。

押注算力爆发需求

对于当前的Token经济，王鲲认为需求“真实且广阔”，但单纯卖Token难以获得超额利润。大家拿的很可能是相同的开源模型和相同的硬件，同质化严重。趋动科技的机会在于帮助Token服务商实现“挣两遍钱”，在卖Token的同时，通过软件把闲置算力复用给其他客户。

对于算力基础设施的终局，王鲲认为，任何信息的传输速度都不会超过光速，不可能存在一个算力工厂服务全国。未来将是区域性大型数据中心与边缘节点共存的格局，趋动科技的模式更像电网而非电厂，电网的价值比电厂要高很多。他将趋动科技的商业模式概括为算力抽成：只要算力硬件通过跑趋动的软件提高了效率，趋动就能收钱。

谈及国产芯片，王鲲表示，单卡性能差距可能在五年以内，但生态差距要长得多。但他也指出，在应用层、服务层做文章，绕开底层生态的直接对抗，是国产芯片的现实机会。