88 篇博文 含有标签「AI Infrastructure」

「人人都想要算力，但越来越少的人买得起了。」黄仁勋在最新财报评论中的罕见坦白，撕开了这轮 AI 建设潮最脆弱的一层：需求是真的，订单是真的，钱也是真的不够。

融资瓶颈：从芯片短缺到资本短缺​

黄仁勋的表述很精确：AI 需求在爆炸，但基础设施建设融资跟不上订单增速。Neocloud 的问题「不是客户，是营运资本」——CoreWeave、Iren、Nebius 这批 GPU 租赁商需求「off the charts」，但资本被太多 AI 细分领域争抢。

信号已经落地：

• CoreWeave 财务承压：这家英伟达旗舰 Neocloud 客户出现上市受挫与债券抛售，其困境不是单家公司执行问题，而是整个 Neocloud 商业模式的资本问题
• 5000 亿美元融资计划的隐忧：英伟达 8 月联合 Apollo、BlackRock、Blackstone、Brookfield、高盛与 KKR 启动的 AI 融资计划，本质依赖客户快速产生收入来偿债——如果客户赚不到钱，vendor financing 就变成英伟达自己资产负债表上的负债。卖铲人正在变成整个行业的贷款人，而挖金子的还没证明商业模式

存储无过剩至 2029：另一个坏消息​

黄仁勋同时预测：存储芯片到 2029 年前都不会过剩。这意味着：

• HBM 价格维持高位，AI 服务器的 BOM 成本降不下来
• 基础设施建设方的利润率持续被压缩
• 只有资产负债表最深的玩家玩得起规模化——马太效应加速

这与我们此前对存储超级周期的判断一致（详见此前分析），不同之处在于这次给出了明确的时间锚点：2029 年前别指望供给宽松。

万亿投资的两面​

宏观口径同样撕裂。虎嗅援引 Epoch.ai 统计：

• 2026 年全球算力投资达 8300 亿美元，同比增长 79%——据此推算 2025 年约四千多亿美元
• 单站点算力排名 xAI 居首，仅凭两座数据中心就挤进全球 AIDC 总算力前十
• 高盛另一口径：2026–2031 年全球 AI 基础设施累计资本开支 7.6 万亿美元

但资本市场的耐心在变短：GTC 柏林当天英伟达收涨 2.5%，次日纳指就跌了 2.6%（6 月以来最大单日跌幅），英伟达自己回吐 4.4%，两个交易日把发布会挣来的涨幅还了回去。市场在问的问题很朴素：这些斥巨资买卡、买 AI 集装箱的建设方，究竟从 AIDC 上赚到钱了吗？

分层结局已经可以预写​

• 超大规模云厂商：靠资产负债表厚度默认胜出——微软、谷歌、亚马逊、Meta 的 capex 是自我造血的
• Neocloud：要么找到创新融资，要么被整合。黄仁勋说要「规模化建立区域优势」，但规模化恰恰最需要钱
• 模型公司：算力成本高位持续更久，利好能在小基建上跑、或收入速度快到覆盖溢价定价的玩家
• 芯片厂：进入 vendor financing 循环的深度决定其周期风险敞口

结论​

AI 基建的第一阶段瓶颈是芯片供给，第二阶段瓶颈是电力，而第三阶段——现在——是资本。8300 亿美元的年投资规模在涨，但增长的部分越来越依赖杠杆与循环承诺。对采购方的建议：在 2027 年合同里把供货方自身的融资健康度纳入供应商风险评估——当你的 GPU 供应商同时是你的贷款人时，它的资产负债表就是你的供应链风险。

数据来源与口径说明​

• 黄仁勋融资瓶颈、Neocloud 营运资本、存储 2029 无过剩、5000 亿美元融资计划：财报评论及 CNBC 采访，fourthweb/Yahoo Finance 转述（2026-10 下旬）
• CoreWeave 上市受挫与债券抛售：行业公开报道
• 8300 亿美元 +79%、xAI 单站点第一：Epoch.ai 统计，虎嗅（2026-10-24）转述
• 高盛 7.6 万亿美元：高盛测算，集微咨询报告转引
• 股价波动：虎嗅（2026-10-24）

继 AMD 2GW、AWS 5GW 之后，Anthropic 的算力拼图补上了最大的一块 Google。这不是一份普通的云合同，而是「单一云厂商对单一 AI 实验室的最大芯片承诺之一」。

协议要点​

Anthropic 周四（2026-10-23/24）官宣扩大与 Google Cloud 的合作：

• 规模：价值数百亿美元（tens of billions），覆盖最高 100 万颗 TPU
• 上线节奏：2026 年内带来超过 1GW 的容量
• 定位：公司史上最大的算力扩张，也是 AI 实验室与单一云厂商之间最大的芯片承诺之一

双方口径：

• Google Cloud CEO Thomas Kurian：Anthropic 的选择反映了其团队多年来在 TPU 上看到的强劲价格性能与效率，并点名第七代 Ironwood
• Anthropic CFO Krishna Rao：扩容是为了满足指数级增长的需求，同时保持模型前沿

商业面佐证：Anthropic 目前服务超过 30 万家企业客户，年化收入超 10 万美元的大账户数量一年增长近 7 倍。

为什么是 Ironwood​

Kurian 点名 Ironwood（TPU v7）不是客套。Ironwood 是 Google 首款为推理设计的 TPU，192GB HBM3e、单芯片 FP8 4,614 TFLOPS（TPU v7 卡片），外部基准也已给出正面信号——SemiAnalysis 的 AgentX 测试中 TPUv7 的性价比达到 GB300 NVL72 的 1.67 倍。对以推理负载为主的 Claude 商业化而言，TPU 的单位 Token 成本正是 Rao 口中「指数级需求」能否盈利的关键。

三平台对冲：杠杆，但也是三倍工程量​

Anthropic 在公告中刻意重申了不改变的多平台战略：Google TPU + Amazon Trainium + NVIDIA GPU，并确认 AWS 仍是主训练伙伴（Project Rainier 百万颗 Trainium 集群，此前报道）。

这笔交易的战略价值在于议价杠杆：当英伟达试图执行严格的配额分配时，Anthropic 可以把训练负载转向 Trainium；当 AWS 高密度机柜部署延迟时，可以切到 TPU 产能。三家云帝国互相牵制，Anthropic 从中榨取价格让步、优先供货与能源补贴。

但工程代价同样真实：CUDA、Neuron、XLA 三套不兼容的软件栈意味着三套系统工程组织。前 Anthropic 基础设施工程师的说法很直白——「每改一次注意力机制或张量切分策略，都要在三个平台上各跑一遍基准；在 H100 上跑得干净的内核，在 TPU 上可能因为内存边界没有对齐 MXU 而直接卡住」。

与 S-1 的互证​

本周流出的 Anthropic S-1 草案披露了数千亿美元级的未来云承诺（财报拆解见此前文章）——本协议正是这些承诺的最大单一组件。对 Google 而言，用 TPU 产能锁定增速最快的 AI 客户；对 Anthropic 而言，用巨额长期承诺换取产能确定性。风险也对称：需求若不及预期，这些承诺就是资产负债表上的重负。

结论​

算力竞争的第二阶段已经从「买得到」进入「锁得住」：2026 年内的 1GW、2027 年的数 GW 下一代 TPU（4 月 Google/Broadcom 协议）、AWS 的 5GW Trainium——Anthropic 用三份巨型合同把 2027 年的产能提前画完。剩下的问题是执行力：三个平台、三条软件栈、三个交期风险，任何一条掉链子都要靠另外两条兜底。

数据来源与口径说明​

• 协议规模、100 万颗 TPU、超 1GW、双方表态、客户数据：Anthropic 官方公告（2026-10 周四），DEV Community AI Daily Digest（2026-10-25）、chiprook 转述
• TPUv7 AgentX 性价比 1.67 倍：SemiAnalysis（2026-10-15）
• 三平台战略与工程摩擦：Anthropic 投资者简报及前员工表述，gfunfacts/SCMP 汇总，「三套系统工程组织」为前员工个人观点

当数据中心的算力竞赛进入稳态，下一个入口级的争夺发生在通信网络边缘。10 月 21 日，大西洋两岸几乎同时传出 AI-RAN 的实质性落地信号——这不是概念演示，而是商用网络上的第一次真实通话。

什么是 AI-RAN​

AI-RAN（AI 无线接入网）= 给基站及附近节点装上 AI 算力：一边传输信号，一边就近处理 AI 任务。基站从「信号转发器」升级为「边缘算力节点」，用同一套硬件同时赚通信和计算两份钱。

黄仁勋在 GTC 柏林给出的想象空间：未来电信运营商都将提供 AI 算力，电信基站有望发展为分布式 AI 网络。他特别指出基站是物理 AI 的天然载体——「它通过无线电波感知世界、进行推理、处理信息，再通过波束成形与世界互动」，感知方式与摄像头完全不同。

海外：英伟达的运营商联盟​

GTC 柏林 2026 上（2026-10-21）宣布的进展：

• T-Mobile 完成全球首次商用网络 AI-RAN 通话——注意「商用网络」四个字，不再是实验室
• 德国电信、英国电信、Elisa 宣布开展 AI-RAN 试点
• 英伟达将加速计算技术扩展至通信网络，目标：贴近用户和企业的服务、改善无线体验、网络运维自动化

国内：深圳公司的 6G 算力基站​

同一天（2026-10-21），中国深圳：

• 佳贤通信发布 AI 算力分布式基站、支持本地 AI Agent 部署的6G 一体化 AI-RAN 基站，以及将 6GHz 无线接入与边端 AI 算力融合的 6G 边端 AI 智能体
• 通宇通讯与佳贤通信达成战略合作，围绕 AI-RAN、边缘算力和物理 AI 协同，拓展边缘智能基础设施及海外市场（通宇通讯 8 月公告拟以 3 亿元取得佳贤通信约 25% 股权）

一边是英伟达联合全球运营商把 CUDA 推进通信网络，另一边是中国通信产业链围绕基站、算力与 AI 应用做产业协同——双方都想卡住端侧算力的关键环节。

为什么运营商突然值钱了​

频谱 + 站址 + 供电，是运营商独占的三样边缘资产。AI 推理要低时延，就要把算力放得离用户近；放得近，就要有分布式站址；有站址，就要有电力和回传网络。这三样数据中心的「东数西算」逻辑解决不了，恰好运营商全都有。

对芯片厂商，这是继数据中心、终端之后的第三个战场：

• 英伟达：把加速计算 + AI Aerial 软件栈打包进基站，CUDA 生态延伸到网络边缘
• AMD：苏姿丰 7 月已表态「AI 下一阶段将覆盖前沿模型、智能体和物理 AI，AMD 也在推动 AI 从数据中心向边缘扩展」
• 国产链：从基站设备到边端智能体全栈自研，绑定 6G 标准窗口期

冷思考：商业化仍在前夜​

• 成本结构未验证：基站侧加算力意味着单站功耗与散热重构，等效每 Token 成本能否打过区域边缘数据中心，尚无公开测算
• 商业模式未定：运营商卖算力是按小区、按卡、还是按 Token 计费？AI-RAN 的计费单元还没有共识
• 标准窗口期：6G 标准仍在演进，今天的「6G 一体化 AI-RAN 基站」更多是卡位动作，量产节奏取决于标准冻结时间

数据来源与口径说明​

• T-Mobile 全球首次商用网络 AI-RAN 通话、德电/BT/Elisa 试点、黄仁勋表态：英伟达 GTC 柏林 2026 公告（2026-10-21），界面新闻转述
• 通宇通讯/佳贤通信合作与产品发布：界面新闻（2026-10-22）；通宇通讯入股比例为其 8 月公告口径
• AMD 边缘战略表态：苏姿丰 2026 年 7 月发布会，界面新闻回溯

当 GPU 本体之外的所有环节都成为瓶颈，英伟达选择用现金把确定性买下来。10 月 21 日 GTC 柏林大会上宣布的六笔供应链合作，与其说是一次扩产公告，不如说是一份「产能包销协议」清单。

六家伙伴，六个瓶颈​

英伟达 AI 系统的产能瓶颈早已不在 GPU 裸片，而在 GPU 周围的基板、封装、测试与光引擎。本次六笔合作恰好各堵一个漏洞：

整体口径：未来三年基板产能提升至 2.5 倍；测试需求 2026–2027 年翻倍；CPO 光引擎 2027 年年中 15 倍。

2790 亿美元采购承诺：钱从哪里来，风险在哪里​

监管文件显示，截至 7 月底英伟达的采购与产能承诺已达 2790 亿美元，单季度增加 1600 亿美元，主要投向存储与厂房空间。文件同时承认：如果需求下滑，公司可能无法从这些承诺中抽身。

这就是「预付款买产能」模式的本质交换：英伟达用现金和多年期包销换取确定性，把需求波动风险留在自己资产负债表上。最大单笔是给京元电的 11 亿美元测试产能预付款——测试环节历来不起眼，却是 Rubin 世代 CoWoS-L 大封装良率把关的最后闸门。

高盛的解读：为远超预期的 GPU 出货做准备​

高盛研究团队在 GTC 后的报告中给出了更激进的判断：这轮供应链布局的规模，已超出市场对下一代产品爬坡节奏的普遍预期，表明英伟达正在为一次远超此前预期的大规模出货做准备。

三个佐证：

• 客户单位经济效益成立：高盛指出超大规模云厂商与 Neocloud 「正从当前的数据中心部署中实现强劲的单位经济效益」——钱花得出去也赚得回来，这是 AI 资本开支持续的核心逻辑
• 物理 AI 提前放量：该业务 FY27 上半年收入已达 110 亿美元，超过 FY26 全年
• 资本回报兜底：英伟达已授权约 2350 亿美元回购，配合扩产缩小供需缺口

对采购方的含义​

对正在规划 2027–2028 年算力采购的用户，这轮扩产有两个直接信号：

1. 基板/封装不再是 2027 年的最大变量——IBIDEN 三倍产能 2028 年 Q1 上线后，此前制约 HBM 与 CoWoS 供给的封装瓶颈将系统性缓解
2. CPO 光引擎 15 倍扩产印证 Rubin 世代全面转向共封装光学——后续评估数据中心网络架构时，应把光引擎供给与交换机世代纳入选址与备货模型

参考阅读：Rubin R200 芯片卡片、以及我们此前对 CoWoS 封装瓶颈的分析。

数据来源与口径说明​

• 六笔合作细节与扩产倍数：英伟达 GTC 柏林 2026 官方公告（2026-10-21），IT之家、ChipNews 转述
• 2790 亿美元采购承诺：英伟达监管文件（截至 2026 年 7 月底），ChipNews 援引
• 高盛观点：高盛研究报告（2026-10-22），华尔街见闻转述
• 京元电 11 亿美元预付款：英伟达公告，IT之家（约合 73.58 亿元人民币）

中信建投 10 月 21 日研报把阿里磐久 AL128/AL64/AL144 列入国内外超节点第一梯队——与英伟达 NVL 系、华为 Atlas 950/960 并列。阿里的自研算力版图，终于从芯片延伸到了整机柜。

一、产品矩阵​

超节点的核心卖点与大同行一致：扩大 ScaleUp 互联域、统一内存编址、提升柜内互联效率——把高频 All-to-All 通信留在柜内完成，突破传统八卡服务器跨节点通信的瓶颈。

二、自研闭环的完成​

磐久超节点的意义在于阿里算力栈的完整度：

• 芯片层：平头哥真武（Zhenwu）M890 计算芯片
• 互联层：自研 ICN Switch 交换芯片
• 整机层：磐久系列整机柜（液冷/供电一体化）
• 模型层：Qwen 系列自用需求托底
• 云层：阿里云对外分发

这五层与谷歌「TPU + 云」的纵向一体化同构——庞大自用需求托底，是自研算力能持续迭代的前提。

三、2026：国产超节点元年​

研报判断：随着头部云厂商与行业客户开始部署，2026 年是国产超节点放量元年，渗透率进入快速提升通道。受益链条依次为：服务器整机、交换芯片、交换机、连接器，随后是 PCB、液冷、电源、CPU 与国产算力芯片。

各家单柜规模的一览（详见工博会超节点观察）：

• 华为 Atlas 950/960（NPO 光互联、4096 卡扩展）
• 阿里磐久 AL128/AL144
• 天数智芯 IXL144（144 GPU/柜，10.1TB 显存）
• 沐曦曦景 S600（64 卡，三零线缆）
• 昆仑芯 32/64 卡（率先量产交付）
• 燧原 ESL64-O（正交架构，与中兴合作）

四、竞争维度的迁移​

国产算力竞争已经从「单卡跑分」全面转向「整机、集群、软硬件一体化的系统能力竞争」。单卡 FP16 数字在这个维度上只是入场券——柜内互联、内存语义统一、机房友好度、软件栈完整度才是决胜项。

延伸阅读：超节点时代的选型框架 · 超节点放量元年解读 · 完整对比表

AMD 官宣与 Anthropic 达成战略合作：部署至多 2 吉瓦的 AMD Instinct MI450 系列 GPU，首批 1GW 于 2027 年上半年启动。这是 Anthropic 继 AWS Trainium（超百万颗跑 Claude）、谷歌 TPU（至多百万颗）之后，第三个超大规模算力支柱。

一、AMD 的客户名册​

AMD 自己的说法是：客户需求已超出其对 2027 年的内部预估。Helios 机架（MI450 为核心）正在同时向五大客户爬坡。

二、为什么 Anthropic 需要 AMD​

Anthropic 招股书草稿显示其 H1 2026 算力成本已达 ~90 亿美元、基础设施承诺超 6000 亿美元。推理成本是其毛利率的生命线，而 MI450 的定位恰好是高显存容量（432GB HBM4）+ 高带宽 + 相对英伟达更优的单位成本——对以 Claude API 为主要收入的厂商，推理侧每 Token 成本每降 10%，利润表的弹性都远超训练侧的峰值算力提升。

「三线供应商」结构（AWS + Google + AMD）也让 Anthropic 在每次续约时都有真实替代选项。

三、Helios 爬坡的真实进度​

AMD Q2 2026 财报口径：「EPYC 需求加速、Instinct 部署规模化、Helios 开始爬坡」。OCP 2026 上 OpenAI/Meta/微软/Oracle 站点的初始系统已运行。与英伟达 Rubin 的 Q4 放量对照，2027 年上半年将是 MI450 与 Rubin 在客户机房里的正面对决期。

四、对市场的意义​

1. 2GW 级订单成为新常态：单客户单代 1-6GW 的承诺，把 AMD 从「第二供应商」变成「并列产能选项」
2. 开放生态溢价：ROCm + Helios 参考设计 + OCP 开放机架规范，对不想被单一生态绑定的客户吸引力持续累积
3. 关注交付验证：GW 是承诺不是出货，2027 H1 的首批 1GW 交付节奏是下一个验证点

延伸阅读：MI450 卡片 · AMD Helios 爬坡与吉瓦订单 · 完整对比表

《华尔街日报》审阅的上市招股书草稿，第一次让外界看到 Anthropic 的完整财务底牌。数字很刺激，但结构比数字更重要。

一、核心数字​

另据后续投资人简报：Q3 2026 单季营收 168 亿美元——单季超过上半年总和，增速仍在陡峭爬坡。

二、别被 807 亿吓到​

净亏损的 89% 是可转换票据公允价值变动的非现金会计费用——公司估值涨得越猛，这笔「亏损」越大。真正的经营性 burn 要小得多，且 Q3 已宣称实现某种口径的「调整后利润」。这是高成长公司 IPO 前典型的报表形态，与 2019-2021 年美股 SaaS 上市潮的套路同构。

三、真正值得算力行业注意的三个数字​

1. 算力成本半年 90 亿美元：已超 2025 全年（73 亿）。按此节奏 2026 全年算力支出奔 200 亿去——这是单一客户对 AI 算力市场的真实拉动
2. 基础设施承诺超 6000 亿美元：云协议 + 芯片租约的总和，另有最多 1500 亿美元在谈。Anthropic 同时是 AWS Trainium（超 100 万颗跑 Claude）、谷歌 TPU（至多 100 万颗）与 AMD MI450（最高 2GW）的大客户——「不押注单一硬件」在财务报表上的具象化
3. 47% 的 2025 收入经云 Marketplace 流入：其中 2.16B/4.6B。这说明「云商店抽成 1.5-3%」的 Marketplace 分销模式已是 AI 模型收入的主通道之一

四、对行业的三点推论​

1. IPO 叙事需要算力效率故事：上市后 Anthropic 必须向公众投资者解释毛利率——ASIC（Trainium）占比越高，推理成本曲线越好看，这反过来加速非英伟达算力的采购
2. 算力即资产负债表：6000 亿级承诺进入报表后，芯片租赁、算力预付将成为 AI 公司财报分析的新学科
3. 两客户占 H1 营收五分之一：集中度风险会被 SEC 问询，模型厂商的「大客户依赖」与云厂商的「大租户依赖」是同一个硬币的两面

延伸阅读：TPU 外部客户版图 · AMD × Anthropic 2GW · 推理成本经济学

两个权威口径放在一起看：IDC 预计 2026 年中国智能算力规模 2576.5 EFLOPS（同比 +87.9%）；工信部数据截至 6 月底已达 2185 EFLOPS、全国算力设施上架率 71.4%。增速与闲置率同时存在，这就是中国算力市场的真实结构。

一、规模：87.9% 的增速意味着什么​

同比 87.9% 的增速背后是三重拉动：

1. 模型训练：头部厂商向 2.8 万亿级（Kimi K3）参数进军，单次训练的算力消耗按数量级增长
2. 推理放量：智能体应用把推理需求曲线拉陡——IDC 明确把「智能体」列为本轮增长的第一变量
3. 国产替代：政策与供应链双重驱动下，国产芯片采购占比持续提升

二、结构：71.4% 上架率的双面解读​

上架率 71.4% 说明全国已建算力设施还有约三成未被有效使用：

• 坏的一面：部分地区智算中心「重建设、轻运营」，同质化算力找不到负载
• 好的一面：对 2027 年的超节点部署而言，这是现成机房的余量——天数 IXL144 主打适配现有机房、华为 Atlas 860 主打风冷免改造，瞄准的正是这 28.6%

三、缺口：算力的「品类错配」​

总量增长掩盖不了结构性缺口：

工博会口径的「供不应求」都指向同一个上游：先进制程代工与 HBM 产能——这是国内产能扩张无法独立解决、需要长鑫等存储突破配套的环节。

四、给行业参与者的三个判断​

1. 从「建算力」到「用算力」：上架率压力下，算力运营效率（有效 Token 吞吐、集群利用率）将成为新的竞争力指标
2. 超节点是利用率解药：中信建投研报确认超节点在算力利用率上的显著优势——存量机房改造是 2027 年的大市场
3. 国产芯片的窗口：87.9% 的需求增速 + 国产化政策，为国产芯片提供了史上最友好的放量窗口——昆仑芯「供不应求」会否复制到更多厂商，看 2027 年交付

延伸阅读：超节点放量元年 · 存储超级周期 · 完整对比表

工博会 2026「国芯展」上，燧原科技带来的不是单卡，而是云燧 ESL64-O 超节点：与中兴通讯共同开发、依托燧原自研加速模组的正交架构方案。它代表国产超节点的一条独特技术路线——用结构创新换互联效率。

一、产品要点​

二、「正交 + 零线缆」解决什么问题​

传统机柜的卡间互联靠铜缆背板/线缆，绕不开三件事：线缆成本、信号衰减、运维复杂度（一柜几十根线，故障排查 nightmare）。正交架构的思路是让计算板卡与交换板卡垂直正交插接：

• 零线缆：连接器直插，消除线缆采购、布线、标定三大成本
• 信号完整性：最短物理路径，高频信号的衰减与串扰可控——这是支撑更高单通道速率的物理前提
• 散热直通：正交风道让气流路径更短，对风冷方案友好
• 可维护性：模块化插拔，坏一块换一块

这与沐曦曦景 S600 的「三零设计」（参见分析）异曲同工——国产超节点第二代方案的共同语言是「去线缆化」。

三、大厂协作模式​

ESL64-O 的「芯片厂 + 设备商」组合（燧原 + 中兴）值得注意：燧原出加速模组与互联协议，中兴出整机柜工程与电信级可靠性经验。对比华为的全栈自研、天数的自营整柜，这种「分工式超节点」能让创业公司更快达到电信级交付标准——在运营商与政企市场，中兴的渠道与认证体系是现成的加速器。

四、燧原的位次​

在国产超节点第一梯队里（昆仑芯已量产交付、华为 Atlas 全栈、阿里磐久自研闭环、天数 IXL144 高密度、沐曦 S600 部署友好），燧原 ESL64-O 的差异化标签是正交架构 + 电信级合作。叠加壁仞 BR20X 即将流片完成、国产超节点元年的判断，2027 年国产超节点方案将进入「同台比价、比交付」的成熟竞争期。

延伸阅读：超节点放量元年 · 燧原 T21 卡片 · 完整对比表

「大模型参数已经到头了」的说法可以收回——壁仞科技 AI 框架架构副总裁丁云帆在工博会国芯展分论坛给出的数字是：Kimi K3 已达 2.8 万亿参数，明年大模型参数或将迈入 5 万亿级别。同时，代码与 Agent 场景正驱动 1M 级超长上下文成为刚需。

一、两个数字的分量​

• 2.8T → 5T：参数规模一年内再翻近一倍。训练算力需求按近似比例膨胀——这不是「效率提升可以抵消」的量级
• 1M 上下文：长上下文对 KV Cache 显存的要求超线性增长，推理成本结构中显存容量的权重骤增

二、模型结构的演进方向​

丁云帆同时指出结构层面的迁移：业界正从 Full Attention 走向线性/混合 Attention。这条路线的逻辑链是：

Full Attention：KV Cache 随上下文线性爆炸 → 1M 上下文不可承受
线性/混合 Attention：KV Cache 压缩到近常数级 → 长上下文成本可控

DeepInfer 开源栈里的 SWA Bounded Replay、MLA 低秩注意力，都是同一路线的工程实现。模型结构的每一次瘦身，都是为更大参数量腾出算力预算——总算力需求不减反增。

三、5 万亿参数需要什么算力​

粗算账：2.8T 参数训练按 20T token 量级、MFU 40% 计，需要的 GPU 时已属「超节点专属」；5T 参数意味着：

• 单柜算力密度不足：传统八卡服务器的跨节点通信在 MoE 训练中是灾难，超节点成为必然工程解
• 柜间扩展：华为 Atlas 950（8192 卡）级集群、NVL288/NVL576 演进路线的目标场景正在这里
• 显存墙：2.8T 参数的 MoE 权重即使 FP8 也远超单柜显存——统一内存编址（超节点核心特征）不是优化项而是必需品

四、对算力供应商的含义​

1. 「5 万亿参数」是超节点最强的需求叙事：2027 年超节点渗透率的最大变量是头部模型厂商的实际训练计划
2. 推理侧同步受益：1M 上下文的 Agent 应用把大显存推理卡（MI450 432GB、Rubin 288GB、C600 144GB）的需求拉到新高度
3. 国产模型的国产算力匹配：Kimi K3 若以国产超节点集群训练，将是国产算力「训得动前沿模型」的标志性验证

延伸阅读：DeepSeek DeepInfer 开源 · 机柜即产品 · 完整对比表