中国实验室算力焦虑实录:Qwen 团队称超越 OpenAI 概率不到 20%
Boring_Aioli7916 · reddit · 2026-11-20
一位 Reddit 用户整理了中国主要 AI 实验室关于算力短缺与中美前沿差距的多方表态:
- 阿里 Qwen 团队 Justin Lin:认为中国实验室 3-5 年内超越 OpenAI/Anthropic 的概率「不到 20%」,原因是中国实验室缺少用于下一代前沿研究的富余算力,资源大部分被交付需求占满。
- 智谱唐杰:直言「中美前沿差距可能实际上在扩大」。
- DeepSeek 官方:免费额度受限的原因是「算力不足」,API 需求与训练负载消耗超过扩容速度。
- 阿里 CEO 吴泳铭:Qwen 已在平头哥自研芯片上训练下一代模型,试图通过垂直整合降低对 Nvidia 的依赖。
- DeepSeek 梁文锋(据报道):约 4 颗华为昇腾 950 才抵 1 颗 Nvidia GB300;早期华为芯片训练尝试不理想,最重的预训练仍依赖 Nvidia。
- 昇腾供应链:950DT 交付受制于产能与高端存储器短缺,DeepSeek 传闻的 16 万颗订单可能需一年以上才能交付。
- 摩尔线程:MTT S5000 完成 Kimi K3.1 Pro(近 3 万亿参数)训练适配,但明言「适配成功不等于在该芯片上完成预训练」;单卡性能约为国际旗舰的 74%;万卡集群从头训练过 236B 参数 MoE 模型,远低于美国实验室的多万亿参数规模。
整体结论:中国实验室的瓶颈不是服务产品的算力,而是前沿研究所需的富余算力;国产芯片「能用」但尚未达到前沿竞争力,瓶颈在制造产能、存储供应与软件生态。
「公司和人」频道最新
- Notion 公开招募「印度创始人」,打造公司内部创业体 — prasanna_says · 2026-11-20
- Bolna 语音 Agent 大会聊印度语音栈:电话、语音模型与识别三层拆解 — prasanna_says · 2026-11-20
- Anthropic 上市估值 1.5 万亿美元,博主解析为何只在硅谷可行 — FuSheng_0306 · 2026-11-20
- OpenAI 联合智库办 Hacktivate AI 2.0,12 月布鲁塞尔聚焦欧盟 AI 政策 — MartinSignoux · 2026-11-20
- Databricks CEO:按旧定义去年已达 AGI,标准被不断后移 — VraserX · 2026-11-20
- 大西洋月刊:为什么科技领袖的发言越来越不合逻辑、令人反感 — pseudolus · 2026-11-20