容量管理

3 秒看懂

容量管理（Capacity Management）是在成本與效能之間持續尋求最優解的一套實踐體系。在 AI 算力時代，它不只是買多少 GPU，而是決定：何時擴容、用什麼形態擴容（自建/租賃/雲端）、如何讓 GPU 叢集在波峰波谷間既不空轉也不過載，並且確保推論延遲不突破業務 SLA。本質是對“供給彈性”與“需求不確定性”的動態匹配。

當前 AI 算力市場正經歷結構性供需失衡：據 Omdia 2024 年測算，全球頭部雲端服務商 GPU 叢集平均利用率僅約 45%–55%，但訓練高峰時段排隊時間仍可達數週（公開資料綜合估算，截至 2024Q3），凸顯容量管理能力分化。有效的容量管理可使同等硬體規模多產出 20%–40% 的有效算力（Goodput），直接轉化為模型迭代速度和市場領先身位。

3 分鐘產業解釋

傳統 IT 容量管理關注 CPU、記憶體、儲存，週期以“月”計。AI 基礎設施的容量管理則被三個因子徹底改寫：

• 極致的資源集中度：千卡、萬卡叢集是基本單位。據 NVIDIA 2024 年 GTC 揭露資料，單個 H100 8-GPU 節點的系統採購成本約 30 萬–40 萬美元（含網路/儲存配套，價格隨時間與配置浮動），萬卡叢集初期投資超 3 億美元。一個算力池的採購決策踩錯節奏會造成鉅額沉沒成本或機會損失。
• 負載的高度不可預測性：大型模型訓練任務規模持續膨脹，以 Llama 3 70B 為例，據 Meta 2024 年公開技術報告，其訓練使用約 24,000 塊 H100 GPU，訓練時長約 54 天（(引用來源：Meta AI 官方部落格, 2024 年 4 月)）。多租戶訓練、推論混部成為常態，作業到達時間、資源需求都近乎隨機。
• 供給側的物理剛性：GPU 供應受限於台積電 CoWoS 先進封裝產能。據台積電 2024 年 Q2 法說會揭露，CoWoS 產能 2024 年預計年增率增長超 100%，但仍無法滿足全部客戶需求，交期長達數月（公開資訊整理，截至 2024 年 7 月）。HBM 儲存同樣由 SK 海力士、三星、美光三寡頭供應，擴產節奏以年度為單位。

因此，AI 容量管理從“後臺職能”上升為決定 AI 業務天花板和毛利率的核心競爭力。它要求將供應鏈管理、資料中心電力/冷卻規劃、訓練/推論排程策略、FinOps 成本模型熔於一爐。

技術原理

核心邏輯：容量管理 = 需求預測 + 資源抽象 + 排程策略與控制閉環。

1. 需求到容量的對映關係

一個典型的分散式訓練作業對容量的需求可拆解為三個維度：

• 視訊記憶體容量：模型引數、最佳化器狀態（如 Adam 需額外 2 倍引數量儲存）、啟用值總和必須小於每卡 HBM 容量。以 H100 80GB SXM 版本為例，單卡 HBM 容量 80GB（(資料來源：NVIDIA H100 官方規格表, 2024 年))。若超限，需通過張量並行（Tensor Parallelism）、流水線並行（Pipeline Parallelism）或啟用重計算（Activation Recomputation）來拆解，從而影響所需總卡數和通訊開銷。
• 算力吞吐：受單卡有效 FLOPS、卡間通訊頻寬、並行策略效率共同決定。H100 在 FP8 下標稱 1,979 TFLOPS（稀疏），實際訓練場景有效利用率約 45%–65%（行業經驗值，據 MLCommons 2024 年訓練 benchmark 公開結果推算）。
• 時間視窗：作業期待的完成時間（SLA）倒推所需並行度和總節點數。訓練作業 SLA 通常以“步時”（step time）和“總時長”雙重約束。

用排隊論簡化表達：若作業到達速率 λ，每作業平均服務時間 1/μ（由叢集規模決定），服務檯數量（泊位數量）c，則平均排隊時間近似適用 Erlang C 公式。容量管理就是要動態調整 c，使排隊時間 < 閾值，同時讓利用率 ρ = λ/(cμ) 儘可能高。實際系統中，λ 和 μ 均隨時間變化，需引入時序預測模型動態估計。

2. 資源池化與彈性伸縮

下圖展示一種典型 AI 雲端容量管理架構的抽象模型（ASCII）：

+-----------------------------------------------------+
|                  作業管理層                         |
|  請求佇列 --> 優先順序排序 --> 畫像匹配 --> 授權       |
+------------------+----------------------------------+
                   | 指示需求 (GPU數, 拓撲, 時間)
+------------------v----------------------------------+
|              統一資源排程器                         |
|  資源檢視: [專用池: 已預留/空閒]                    |
|            [彈性池: 執行中/可搶佔/待回收]           |
|  策略引擎: 容量預測 + 決策                         |
|  - 預測未來 L 個時間步的池內空閒容量 (時序模型)     |
|  - 若預測缺口 > 閾值，觸發擴容 (向雲端供應商/裸金屬)  |
|  - 若預測冗餘 > 閾值，縮容或下線節點(需考慮終止代價)|
+------------------+----------------------------------+
                   | 排程指令 (建立/刪除例項，路由流量)
+------------------v----------------------------------+
|            物理 / 虛擬化基礎設施                     |
|  GPU節點池 (每節點: 8xH100/B200 + NVSwitch + 800G)  |
+-----------------------------------------------------+

預測模型通常採用時序方法（如 Prophet、時序 Transformer）擬合每日/每週週期性模式（如夜間推論波谷、日間訓練波峰），並將日曆事件（如新產品釋出預期帶來的推論洪峰）作為外生變數輸入。由於物理 GPU 供應滯後，預測步長需覆蓋“下單→交付→上架→可用”全鏈路週期——在 2024 年供給緊張期，該週期可達 4–6 個月（行業經驗資料），因此對長期趨勢敏感度要求極高。

3. 控制閉環與成本維度

每個擴容決策都伴隨成本核算：自建節點的一次性 Capex + 運營 Opex（電力、頻寬、運維），對比公共雲端按需/預留例項價格。

以某主流雲端服務商 2024 年公開定價為例：H100 8-GPU 裸金屬例項按需價格約 $26–$32/GPU/小時（不同區域有異），年化約 $230,000–$280,000/GPU。而自建同等算力節點的 3 年攤銷成本（含電力、冷卻、運維）約 $150,000–$200,000/GPU/年（行業綜合估算，非精確報價）。容量管理的核心是動態決策使兩者組合的邊際成本最低。

在混合雲端模式下，容量管理需實現成本感知排程：將低優先順序、可中斷任務（如實驗性微調、批次推論）排程至彈性低成本資源池（可搶佔例項、競價例項，折扣通常 60%–90%），高穩定性要求任務（基座模型持續訓練）保留在專有高可用池。

關鍵引數

以下為 AI 容量管理評估中常用的核心引數體系，具體數值因企業與叢集而異：

引數類別	引數名稱	釋義與影響	行業參考區間（2024 年）
利用率指標	算力利用率 (MFU)	有效計算量/理論峰值計算量，業內標杆訓練 MFU 通常 45%–60%	萬卡叢集穩定訓練：50%+，混部後因切換波動可能降至 40%–50%（公開學術論文綜合）
	視訊記憶體利用率	已分配視訊記憶體/總 HBM 容量	推論場景 70%–90% 可接受，訓練場景接近 100%（常態）
	節點空置率	無作業執行的 GPU 節點佔總節點比例	建議低於 5%，但實際因拓撲碎片化常高於此值
延遲指標	作業排隊時間 (P95)	作業從提交到開始執行的時間	高優任務目標 < 1 小時，低優任務可接受數小時至數天
	擴容響應時間	從擴容決策到新節點可接任務的端到端時間	雲端環境：分鐘級；裸金屬供應：數週至數月
質量指標	SLA 違約率	任務因容量不足超過預期完成時間的比例	頭部企業內控目標 < 1%
	搶佔率	低優任務在執行中被強終止以釋放資源的比例	需與排隊時間權衡，高則作業浪費多
成本指標	單位有效算力成本	總擁有成本（TCO）/ 有效總算力產出	需內部橫評，差別可達 30%+
	容量緩衝週數	現有空閒容量可覆蓋未來幾周需求增長的預估時長	業界非公開資料，通常建議 2–4 周

> 注：以上區間為行業公開報告與學術論文中出現的經驗值，非單一企業精確揭露，僅供參考。

技術路線

下表對比幾種容量管理策略的定性差異（基於 2024 年行業實踐綜評）：

策略維度	靜態專用池	多雲端/混合雲端彈性	全動態共享池 + 搶佔
利用率潛力	低（~30%–50%）	中高（~50%–70%）	高（>70%）
任務延遲控制	極穩定，無排隊	擴容延遲(分鐘級)	排隊不確定性高，依賴搶佔策略質量
成本結構	Capex 為主，折舊剛性	Opex 彈性，但 3 年累計成本通常高於自建	混合，需精細核算
供應鏈依賴	極強（需提前數月採購）	中等（依靠雲端廠商資源池）	中等，需自有基座 + 雲端溢位
技術複雜度	低	中	高（排程/預測/回收邏輯複雜，需自研或深度定製）
適用場景	確定性極強的基座模型預訓練	波峰補充、多區域覆蓋、突發流量	大量高優/低優混部實驗場景
代表技術棧	手工分配物理叢集	K8s Cluster Autoscaler + 雲端廠商預留例項 API	Volcano/自定義排程器 + 統一資源管理器 + 預測引擎

2024–2025 年主流演進方向：企業正從“單一策略”走向“分層混合策略”——核心訓練用專用池（佔總量 30%–50%），彈性任務用可搶佔池（佔 20%–30%），突發需求由雲端溢位（佔 20%–40%）。部分頭部 AI 實驗室已在探索引入強化學習方法，直接最佳化長期擴容動作序列以最小化總成本與違約懲罰的折現值（(來源：學術預印本 arXiv，2023–2024 年相關論文，具體廠商應用案例公開資料未見))。

上游

容量管理的上游是物理世界產能與資源配置，構成剛性的外生約束：

• GPU 晶片及先進封裝：NVIDIA 佔據 AI 訓練/推論 GPU 市場主導份額。據 Mercury Research 與第三方分析師綜合估算（2024Q2），NVIDIA 資料中心 GPU 出貨量市佔率超 90%。下一代 B200/B100 晶片採用台積電 4NP 工藝及 CoWoS-L 封裝，單晶片電晶體數超 2,080 億（(來源：NVIDIA 2024 GTC 官方釋出))。台積電 CoWoS 產能 2024 年月產能預計年底達約 3.5 萬–4 萬片晶圓當量，2025 年繼續擴產（(來源：台積電 2024Q2 法說會紀要)），但仍為 GPU 供應的核心瓶頸。
• HBM 高頻寬記憶體：HBM3E 是 H100/B200 的關鍵配套。SK 海力士 2024 年佔據 HBM 市場約 50% 份額（(來源：TrendForce 2024Q1 報告)），美光、三星正在追趕。HBM 生產良率和產能擴張節奏直接影響 GPU 出貨量。
• 資料中心電力與冷卻：單機架功耗從傳統 5–10kW 飆升至 AI 機架的 30–100kW。據 IEA（國際能源署）2024 年報告，全球資料中心電力消耗 2022 年約 460TWh，預計 2026 年達 1,000TWh 以上，AI 負載是主要增量。電力批覆和電網接入成為新建資料中心的關鍵路徑瓶頸，部分地區（如北維吉尼亞、新加坡、荷蘭）已實行限制或排隊審批（(來源：公開行業報道綜合)）。
• 網路裝置：InfiniBand（NVIDIA Mellanox）和乙太網路 800G 光模組/交換器是 GPU 叢集互聯的基礎。據 LightCounting 2024 年報告，800G 光模組出貨量 2024 年將達數千萬只級，供應緊張期已過，但仍然集中掌握在少數供應商手中。

容量管理的任務，是精確將這些上游約束內化為自己的“可擴容時間表”與“成本模型”，避免做出無法兌現的擴容承諾。

下游

下游是驅動容量需求的全部業務負載，容量管理將其轉化為對上游的採購訊號：

• 大型模型訓練：基座模型規模持續擴大。以 GPT-4 為例（未公開官方引數，行業估算約 1.7 萬億–1.8 萬億引數，MoE 架構，來源：SemiAnalysis 2023 年分析），訓練所需算力動輒數萬卡·月。此類任務對容量連續性要求極高，中斷即意味著進度與成本損失。
• 模型微調與實驗：數百至數千卡規模的中小型訓練任務，頻次高、生命週期短（數小時至數天），是構成需求高度波動的主體。
• 推論服務：隨著 GPT-4o、Claude 3.5 等大規模模型部署，推論負載出現明顯的“周內潮汐”和“事件激增”（如新版本釋出）。推論對延遲敏感，要求容量管理在靠近終端使用者的邊緣/區域節點預置 GPU。
• 多租戶 AI 平台：對內服務多業務線的統一 AI 平台，面臨“多優先順序、多SLA”的複雜排隊問題。

容量管理的核心價值之一，是將下游多個團隊的非結構化“期望上線時間”轉化為結構化“資源預約”，並反饋給業務方以引導需求平滑化。

受益公司

以下按業務屬性分類，不構成任何投資建議，僅為產業鏈生態梳理：

1. 公有雲端服務商（海外） Amazon Web Services、Microsoft Azure、Google Cloud 通過全球區域擴張與自研晶片（AWS Trainium2、Google TPU v5p）建置海量資源池。據 Synergy Research 2024Q1 資料，三大海外雲端廠商合計佔全球雲端基礎設施市場份額約 67%。其容量管理能力體現為全球庫存調配與定價策略（預留例項、競價例項、容量預留計劃），資本大量投向資料中心基建，2024 年三家合計 Capex 展望超 1,500 億美元（(來源：各公司財報與公開展望，截至 2024Q2)）。

2. 公有雲端服務商（國內） 阿里雲端、華為雲端、騰訊雲端等受高階 GPU 供應約束，容量管理更強調“精細分時複用”和“存量挖潛”，催生大量排程平台創新。公開招投標與行業會議資訊顯示，多家國內雲端廠商正大力投入自研排程器與算力池化技術，具體效能資料公開資料未見。

3. 獨立 AI 實驗室與模型公司 部分頭部實驗室（如 OpenAI、Anthropic、國內 DeepSeek、智譜等）長期面臨“有錢買不到卡”或“買了卡但用不好”的困境。容量管理決定了其技術產出的節奏，在融資敘事與商業合同中成為關鍵效率指標。

4. AI 基礎設施軟體公司 一批 FinOps 和 AI 基礎設施管理軟體公司興起，提供跨雲端容量預測、成本最佳化、算力編排工具。例如，基於 Kubernetes 的 AI 排程平台（如 Run:ai，已於 2024 年被 NVIDIA 收購）、向量化成本管理工具等，被資本視為“算力淘金熱中的賣水人”。具體市場份額資料公開資料未見。

市場規模

由於 AI 容量管理屬於基礎設施管理市場中的新興細分，暫無獨立第三方市場規模資料。可從相關市場間接推演典型量級：

• 全球資料中心基礎設施市場：據 Gartner 2024 年估計，全球資料中心繫統支出（含伺服器、儲存、網路）2024 年將達約 2,600 億美元，其中 AI 相關伺服器佔比正在快速攀升。
• 雲端基礎設施服務市場：據 Synergy Research Group 2024Q1 資料，全球雲端基礎設施服務市場規模年化超 3,000 億美元（含 IaaS/PaaS，不含 SaaS）。容量管理工具/平台歸屬其中自動化與管理軟體子類，該子類佔比約 5%–8%（估算約 150 億–240 億美元/年）。
• AI 伺服器出貨：據 TrendForce 2024 年預測，2024 年全球 AI 伺服器出貨量將超 160 萬臺，年增率增長約 40%，2025 年持續增長。AI 伺服器的容量利用率每提升 10 個百分點，相當於釋放數百萬 GPU·小時的有效算力，經濟學含義顯著。
• FinOps 工具市場：據 IDC 2024 年估算，全球雲端成本管理與最佳化工具市場規模 2024 年約 20 億–25 億美元，預計 2027 年達到 50 億美元。AI 容量管理是 FinOps 的高階演進方向。

> 以上數字均為行業通用市場估算，非精確值，口徑各有差異，不構成對具體公司業績的判斷。

玩家對比

公有雲端自研方案 vs. 第三方平台（基於 2024 年公開產品文件定性比較）：

維度	雲端廠商原生方案（AWS/ Azure/ GCP）	第三方 AI 排程/FinOps 平台
整合深度	與自家硬體、網路、預留例項無縫打通	需適配多雲端 API，整合成本較高
策略靈活度	限於廠商提供的策略模板（如 AWS Compute Optimizer）	可深度定製搶佔策略、排隊演算法、成本模型
鎖定風險	強繫結單一雲端生態	跨雲端/混合雲端友好，降低供應商鎖定
技術門檻	開箱即用，適合標準化場景	需自建運維與開發能力
費用模型	通常與雲端賬單掛鉤（成本最佳化收益分成）	訂閱制或按託管節點計費，具體因廠商而異

國內主要 AI 雲端廠商容量管理能力粗略比較（基於公開資訊、行業調研，2024 年定性綜合，不排序）：

• 阿里雲端（通義千問生態）：依託自研靈駿智算叢集，支援 ECS 異構計算例項的彈性伸縮，對外提供 PAI-靈駿平台統一排程，強調“訓推一體”資源複用。
• 華為雲端（昇騰生態）：基於 Ascend 910B 組網，推出 ModelArts 平台與盤古大型模型協同，在自有硬體的容量模型一體化方面有天然優勢。
• 火山引擎：通過自研 Kubernetes 排程系統支撐豆包系列模型，對外提供機器學習平台，強調 GPU 共享與池化能力。
• 百度智慧雲端：依託百度百舸異構計算平台，對外提供算力排程和最佳化，強調對崑崙芯與 NVIDIA GPU 的異構支援。

> 以上描述均基於各廠商官方產品頁面與2024年技術會議公開分享，不作主觀優劣評價。

風險

1. 供應鏈預測失準風險：若需求預測系統性偏低，導致算力缺口持續數月，可能直接推遲關鍵模型迭代進度，在競爭視窗期產生不可逆落後。反之，若過度採購而需求增速放緩，則造成產能過剩和資產折舊壓力——GPU 硬體迭代週期僅 2–3 年（H100 到 B200 僅約 2 年），過剩庫存在新一代產品釋出後迅速貶值。
2. 技術複雜度與管理成本風險：完善的容量管理系統需要一支跨學科團隊（系統工程師、資料科學家、供應鏈專家），人力成本高且人才稀缺。如果自研排程系統的質量不達預期，可能出現“自動化擴大損失”的災難場景（如錯誤地同時回收所有彈性節點）。
3. 單點依賴與鎖定風險：若過度依賴單一雲端廠商的容量生態（如預留例項、專用叢集），議價能力將隨時間削弱，資料遷移和切換成本高昂。
4. 物理約束不可抗力：電力批覆延遲、光纖切斷、液冷系統故障等物理事件，可瞬間使精心規劃的容量模型失效。2023–2024 年間已出現多起因電網容量不足導致的新資料中心專案擱置案例（(來源：公開新聞搜尋)），具體影響規模公開資料未見系統統計。
5. 安全與合規風險：跨雲端/多雲端容量管理中，資料與模型在多環境間流動，增加了攻擊面和合規復雜性（如 GDPR 資料跨境約束），可能限制彈性資源的排程範圍。

誤讀糾偏

誤讀 1：“容量管理就是擴容，什麼時候缺了再買。” 糾偏：物理 GPU 交期長達數月（H100 在 2023–2024 年部分時間段交期 > 6 個月），缺了再買意味著數月的創新停滯。真正的容量管理是“先於業務看需要，先於供給下訂單”，預測與決策前置。這要求在需求訊號尚模糊時就啟動供應鏈動作，是一種“管理不確定性”而非“管理確定性”的能力。

誤讀 2：“只要上了 Kubernetes 彈性伸縮，利用率就能大幅提升。” 糾偏：Kubernetes Cluster Autoscaler 提供的是執行機制，而非決策智慧。若無精確的負載預測和精細的成本-效能策略，純粹基於 CPU/GPU 使用率閾值的彈性伸縮可能導致：① 節點頻發建立/銷燬（振盪），增加排程延遲與資源浪費；② 未考慮訓練作業的“粘性”（Checkpoint 儲存/載入的時間成本），盲目回收造成進度丟失。AI 容量管理的核心在“大腦”（預測與決策引擎）而非“四肢”（擴縮容執行器）。

誤讀 3：“容量利用率越高越好。” 糾偏：當利用率超過 70%–80% 時，排隊論效應導致作業等待時間呈指數級增長（Erlang C 的非線性尾部）。在 AI 場景，過度追求高利用率會導致高優先順序訓練任務排隊時間不可控，最終損害業務敏捷性。容量管理的目標是“在 SLA 約束下最大化利用率”，而非絕對最大化利用率。

最新事件

（截至 2025 年 7 月，以下為近期可追蹤的行業動態，基於公開報道整理）

• NVIDIA Roadmap 加速：NVIDIA 在 2024–2025 年間釋出 Blackwell (B200/B100) 架構並宣佈 Rubin 平台（2026 年預期），AI GPU 代際間隔縮短至約 1 年。容量管理面臨更短的硬體折舊週期和更復雜的異構算力排程挑戰（(來源：NVIDIA 官方新聞稿及投資者會議)）。
• 雲端廠商容量預留產品迭代：AWS 推出“Capacity Blocks for ML”功能，允許使用者預約未來日期的 GPU 叢集時間塊，本質是將容量管理中的“確定性需求”對外產品化。Google Cloud 推出“Dynamic Workload Scheduler”類似功能。這標誌著容量管理能力正從內部工具走向對客產品（(來源：各雲端廠商 2024 年產品釋出部落格)）。
• AI 資料中心的“電力危機”討論升溫：多家國際媒體（Reuters, Bloomberg, 2024 年）報道，AI 算力需求的電力消耗預期引發監管與ESG關注，部分地區電網已對新增大型資料中心審批趨嚴。容量管理必須納入“電力可獲性”作為一級約束。
• CoWoS 產能再擴張：台積電 2024 年連續多次上調 CoWoS 產能規劃，並啟動海外先進封裝廠建設（如日本），預期 2025–2026 年產能翻倍以上。這將在中期逐步緩解 GPU 的供給剛性，但對短期（12 個月內）的容量管理決策影響有限（(來源：台積電公開法說會及新聞稿)）。
• DeepSeek-V3 等高效模型引發關注：2024 年底–2025 年初，國內 DeepSeek 等團隊釋出的高效模型（如 DeepSeek-V3）在更少算力下達到接近頂級效能，引發“算力效率革命”討論。這並不意味著算力需求見頂，但加劇了企業在容量投資上的“觀望與等待”心理，容量管理決策的博弈性上升（(來源：公開技術報告及媒體分析)）。

追蹤指標

以下為持續評估和追蹤 AI 容量管理水平及行業態勢的關鍵指標，按頻率分列：

高頻（月度/季度觀察）

• 主要雲端廠商 GPU 例項可用區域增減（AWS/GCP/Azure 區域列表更新，觀察是否在更多區域上線 H100/B200 例項）
• GPU 現貨/預留例項的公開價格變動（單位：美元/GPU·小時），反映供需鬆緊
• 台積電月度營收資料及 CoWoS 產能相關新聞（季報/法說會）
• AI 頭部企業（如 OpenAI、Anthropic、國內大廠）的模型釋出頻率與訓練規模公開揭露

中頻（季度/半年深度追蹤）

• 主要資料中心 REITs 和 IDC 公司的財報，觀察電力獲取、上架率、大客戶簽約動向
• NVIDIA 季度財報中的資料中心業務營收與供給展望（產品過渡期、庫存水平）
• 雲端廠商資本支出（Capex）總額及與 AI 基礎設施相關項的拆分說明
• 學術/行業會議（MLSys, OSDI, SIGCOMM）中 GPU 叢集排程前沿論文

低頻（年度戰略參考）

• IEA 全球資料中心能源消費年度報告
• Gartner/IDC AI 基礎設施市場預測更新
• 各主要雲端廠商 AI 容量管理相關新產品的引數對比
• AI 安全/合規政策變化（如 EU AI Act 對訓練算力的申報要求）

> 涉企業名稱的指標均為公開可獲得資訊，不依賴內幕調查。

信源

1. NVIDIA – 官方規格表（H100, B200）、GTC 2024/2025 公開 keynote 與新聞稿。
2. 台積電 – 季度法說會紀要與新聞中心公告（CoWoS 產能相關）。
3. Meta AI – “Introducing Meta Llama 3” 官方部落格 (2024 年 4 月) 及對應技術報告。
4. Google DeepMind/Cloud – Borg/Omega/K8s 系列論文及 Autopilot 相關發表；Dynamic Workload Scheduler 產品文件。
5. Amazon Web Services – Capacity Blocks for ML 及其他預留例項策略官方文件。
6. Synergy Research Group – 雲端基礎設施市場份額季度報告 (2024Q1)。
7. TrendForce – AI 伺服器出貨預測及全球 HBM 市場份額 (2024)。
8. LightCounting – 光模組市場季度報告 (2024)。
9. IEA – “Electricity 2024 – Analysis and forecast to 2026”。
10. 學術會議 – MLSys (2023–2024)、OSDI (2022–2024)、SIGCOMM (2023–2024) 中與 GPU 叢集排程、預測性擴容、容量管理相關論文。
11. 第三方分析 – SemiAnalysis、Omdia、IDC、Gartner 公開摘要（收費報告原文未引）。
12. 公開新聞報道 – Reuters、Bloomberg、The Information 關於 AI 資料中心電力、GPU 交付延遲的相關報道。

---

宣告：本文所有涉及市場資料的數字均已標註來源與年份，部分為行業綜合估算區間，口徑差異已在上下文中說明。對於檢索不到的具體企業財務資料或未公開市場份額，均標註為“公開資料未見”。本文僅作概念與行業原理解釋，不構成任何投資建議、薦股或買賣方向判斷。