传中国主要模型均在Blackwell芯片上训练，规模遭多方质疑
围绕「中国主要模型是否已在 Blackwell 级芯片上训练」，11 月 13 日多条讨论形成一簇信息量较大的传闻与核算。tszzl 发帖称「所有主要中国模型都在 Blackwell 级芯片上训练」并评价这「相当糟糕」；teortaxesTex 引用并推断：这暗示 DeepSeek、Kimi 等头部实验室都已拥有可用的 Blackwell 训练栈——对 DeepSeek 并不意外，因为其开源的 TileLang/DeepInfer 明确支持 Blackwell 与昇腾、但不支持 Hopper，说明其软件栈已为新硬件做好准备，只是相关开支带 3-6 倍溢价。
已确认
- DeepSeek 开源的 TileLang/DeepInfer 支持 Blackwell 与昇腾、不含 Hopper（teortaxesTex 引用的公开代码事实）。
- Inkling 2S 第一阶段预训练仅用 68 小时完成（帖内引用数据）；teortaxesTex 据此推算，在 GB200 级集群上 V4.1F 的预训练不应超过两周，作为对照 V3 当年在 2 万张 GPU 上耗时约 2 个月（原帖对照项以帖文为准）。
- SemiAnalysis 数据：中国全部装机算力（含小型低利用率集群）约 24 GW；即便 5 个实验室各用 10 MW 集群训练，也只占约 0.2%（teortaxesTex 引用）。
尚未确认
- 「所有主要中国模型都在 Blackwell 级芯片上训练」本身仍是爆料，无直接证据。
- Will Depue 估算 Kimi K3 与 DeepSeek-V4-Pro 各用 2000-3000 张 Blackwell GPU、单集群采购成本约 1.5-2 亿美元，并以此推断中国实验室在出口管制下仍获得大算力；teortaxesTex 明确驳斥该数字为夸大。
- 走私新增算力规模：有说法称约 1.5 GW，teortaxesTex 估算 DeepSeek、Kimi 等前沿实验室仅拿到其中约 3.3%，并质疑其余算力去向（是否积压在字节、阿里处）。
为什么重要
- 若爆料属实，意味着中国头部实验室在出口管制下仍搭建起最新一代 Blackwell 训练栈，但其规模（实验室拿到的走私算力份额、集群大小）远小于部分分析师的夸张说法，成本溢价与算力分配格局是观察中国 AI 前沿能力的关键变量。
2026-11-13 ~ 2026-11-13 · 6 条相关
一手来源
- 爆料称中国主要模型均在 Blackwell 级芯片上训练,但规模令人失望 — teortaxesTex ·
- 分析师推断多家实验室已跑通 Blackwell 训练栈，开支带 3-6 倍溢价 — teortaxesTex ·
- 中国全部装机算力约 24GW,所谓小型集群训练仅占 0.2% — teortaxesTex ·
- 【源头】爆料称中国主要模型均在 Blackwell 级芯片上训练,但规模令人失望 — teortaxesTex · 2026-11-13
- 【源头】分析师推断多家实验室已跑通 Blackwell 训练栈，开支带 3-6 倍溢价 — teortaxesTex · 2026-11-13
- 网友算账：GB200 集群上 V4.1F 预训练不应超两周 — teortaxesTex · 2026-11-13
- Kimi K3与DeepSeek-V4-Pro各用2000-3000张Blackwell?分析师驳斥夸大 — teortaxesTex · 2026-11-13
- 【源头】中国全部装机算力约 24GW,所谓小型集群训练仅占 0.2% — teortaxesTex · 2026-11-13
- 走私算力达 1.5GW?中国前沿实验室或仅拿到约 3% — teortaxesTex · 2026-11-13