业内称华为算力供给不足，800B 模型训练仍很遥远
ShakeelHashim · x · 2026-07-23
转引的核心观点是：中美大模型差距，本质上首先是算力资源差距，而不只是人才或模型能力。
- 这段话估算，要训练一个“和对方一样大”的模型，可能需要约 5 万张 GB300 或华为 950，甚至 20 万张卡。
- 目前资源只够把实验推进到大约 10B active 规模；要训练 800B 模型，离现实仍然很远。
- 文章强调的瓶颈是双重的：一方面卡国内买不到，另一方面资本投入也低于美国。
- 被划重点的一句是：如果要训练 800B，甚至需要 20 万张华为最新卡，而华为自身输出也有限，所以问题“基本无解”。
所属事件:DeepSeek 梁文锋谈算力瓶颈与中美 AI 差距(2 条相关)→
「Infra」频道最新
- DwarfStar 加入 GPT5.6-Sol 版 laguna-s2.1 实现，M5 Max 跑到 50 t/s — antirez · 2026-07-23
- AI agents 正把网页搜索变成新一轮基础设施市场 — Annual_Judge_7272 · 2026-07-23
- Google 把 AI 资本开支提到 2000 亿美元，股价仍被抛售 — JOBhakdi · 2026-07-23
- vLLM 表示 prime-rl 在 28 台 H200 上跑万亿级 agentic RL — vllm_project · 2026-07-23
- GLM-5.2 新增视觉支持并开源，附 SGLang 运行说明 — baseten · 2026-07-23
- Atomic 称量化模型运行时可将 KV Cache 压缩 6.4 倍 — testingcatalog · 2026-07-23