中國 AI 算力大遷徙:海外訓練受限,國產算力承接模型訓練
中国AI大迁徙
美國11月19日生效的新規規定,任何數據中心如向中國總部企業提供超過1200萬TPP算力,向該中心運送先進晶片前須取得許可,令中國大模型的海外訓練路徑受阻。文章梳理了中國企業此前借用東南亞及北歐機房訓練模型,以及相關租約和融資在規則收緊後受阻的情況。DeepSeek等團隊則持續適配昇騰等國產晶片,並依託國內算力樞紐推進訓練與推理。
文章將海外租用受限、國內推理需求擠壓訓練資源,以及國產晶片適配放在同一條遷移脈絡中,交代算力轉向的多重成因。
工業史上有一種規律,越是到了換代的時候,越能看清一個技術到底生長在哪兒。
十八世紀六七十年代的英國,水力紡紗機剛被造出來,工廠主們往北走,去奔寧山脈兩側的德比郡、蘭開夏郡找河谷。那時候瓦特的蒸汽機還沒進紡織廠,帶動紡錘靠的還是水輪。再過幾十年,蒸汽機鋪開了,工廠又陸續從山谷搬到了煤田和城市邊上。
每一次技術換代,先是一套算法、一張圖紙或一台機器的發明,緊接着就是一場找電、找水、找土地的地理意義上的大搬家。
風平浪靜時,全球供應鏈像一張鋪平的網,算力隔着太平洋也能調取,人們很容易產生一種錯覺,以為軟件與智能沒有重量,也不挑水土。可一旦遇到封鎖與圍堵,雲端就會落回地面,顯出它作為重工業的本來面目,它需要電,怕熱,挑線路,更取決於那一排排機櫃裏的芯片到底是誰的。
1964年10月16日,羅布泊,中國第一顆原子彈爆炸成功,代號「596」。五年前的1959年6月20日,蘇共中央致信中共中央,決定暫緩提供協議裏商定好的原子彈教學模型和圖紙資料。

1964年羅布泊中國第一顆原子彈爆炸的蘑菇雲|圖源:人民畫報
幾乎在同一個秋天,三線建設的選址方針定了下來,靠山、分散、隱蔽,具體執行時又多出兩個字,進洞。此後十幾年,數以百萬計的工人、幹部、知識分子和解放軍官兵離開東部與東北的城市,把機牀、高爐和實驗室搬進西南與西北的大山,高峯時投入的人力有400多萬。
半個多世紀過去,世界最前沿的工業換成了大模型。
訓練大模型的人,每天都有一個規定動作,存checkpoint。幾千上萬張加速卡連着跑幾個月,中間哪怕一張卡掉線,訓練就會中斷;每隔一段時間把模型的全部權重、優化器狀態和隨機數種子存下來,出了問題才能從最近的那一個節點接着跑。
這個詞在英文裏還有一個本義,邊境檢查站。
2026年11月,在經歷了一輪橫跨赤道的找卡長徵之後,中國大模型行業迎來了屬於自己的那座檢查站。
60塊硬盤
故事要從四隻飛往吉隆坡的行李箱説起。
2025年3月初,四名中國工程師從北京飛往馬來西亞。他們每人拖着一隻行李箱,箱子裏整整齊齊碼着15塊硬盤,一共裝着80TB的數據。
他們的目的地是馬來西亞當地的一座數據中心,僱主在那裏租下了約300台搭載英偉達先進芯片的服務器。
為了這一趟飛行,國內的同事提前八週多就開始打磨數據集、反覆調試訓練程序。因為數據一旦裝進箱子出了境,到了異國他鄉的機房裏,就很難再像在國內那樣推倒重來。至於為什麼不走網絡傳過去,理由是走網絡傳輸「可能要幾個月」,還不如肉身快。
按計劃,他們最後要帶回國的東西小得多,只有幾百GB,是訓練好的模型參數。
這是中國大模型第一次算力遷徙最原始的切面,卡進不來,數據就坐飛機出去。
把工程師逼上飛機的,是幾年裏步步收緊的芯片禁令。
2022年10月7日,美國第一次禁止向中國出售英偉達A100和H100;英偉達很快專門為中國市場改出降低互聯帶寬的A800和H800。僅僅一年後的2023年10月17日,降速版也被關在了門外。

2022年與2023年美國先進計算芯片出口管制規則|圖源:政府官網
那年國內市場一卡難求。A100從年初的4萬元左右一路跳漲到接近25萬元;10月新規落地後的一週裏,H800的報價幾乎翻倍,一台8卡整機在渠道商嘴裏喊到了245萬元。
與此同時,國內算力基建經歷了一輪早產。2023年到2024年間,各地先後宣佈了500多個智算中心項目,到2024年底至少150個已經投運。
一邊是實驗室拿着現金買不到卡,一邊是各地機房空置,原因在於大模型訓練的物理門檻,前沿模型需要的是上萬張同代際高端卡通過高速網絡拼成一個大集羣,而散落在各地機房裏的,大多是零散、老舊、連不成片的推理卡或上一代顯卡。
好在當時的美國出口管制留了一道縫,只管買賣,不管租用。
總部在中國的公司不能把芯片買進國門,卻可以去租海外雲廠商和非中國業主的機房。行業裏很快摸索出一套分工,最吃算力、最講究集羣通信帶寬的預訓練放在海外機房,模型訓好後,把權重帶回國內,用國內的算力池承接日常的用戶推理。
路跑通了,手提行李箱的土辦法很快被現代雲基建取代。
再往後,工程師連國都不用出了。訓練集羣留在東南亞或北歐的機房裏,算法團隊坐在北京海淀、杭州餘杭或上海徐匯的工位上遠程登錄,在終端裏敲下一行行啓動命令。
柔佛的油棕林
地球上有一條看不見的空中走廊,叫「東亞—澳大利西亞遷飛區」。
它從俄羅斯遠東和阿拉斯加出發,穿過東亞和東南亞,一直延伸到澳大利亞和新西蘭,途經22個國家,每年有超過5000萬隻水鳥沿着它南來北往。馬來西亞柔佛州西南海岸的紅樹林濕地,是這條路上的歇腳處之一,其中的丹戎比艾正是亞洲大陸的最南端。
過去五年,這條遷飛路線上多了一種硅基候鳥。
柔佛與新加坡只隔着一道狹窄的柔佛海峽。這裏的紅土地換過好幾茬作物,1940年代,從新加坡渡海而來的華人宗族砍開熱帶叢林,種下胡椒和甘蜜;英國殖民者來了,把作物改成橡膠;到了20世紀下半葉,漫山遍野換成了油棕樹。
如今,推土機推倒了成片的油棕林,種下了柔佛的第四代經濟作物,數據中心。
2021年,整個柔佛州在線運行的IT負載只有區區10MW。到了2025年底,這個數字跨過了900MW。
把人吸引過來的,是海峽兩岸懸殊的要素價格。
新加坡地少、電貴,曾在2019年到2022年間暫停批建新數據中心。而在海峽對面的柔佛士年納科技園,每平方英尺地價只要5.12新元,新加坡大成一帶則要6000新元左右;柔佛的電價,也只有新加坡的一半上下。
更讓海外同行吃驚的是中國基建團隊的交付速度。中資背景的運營商在柔佛拿地、平整、拉電、裝冷卻,九到十二個月就能亮燈交機房。DayOne和曾與秦淮數據合併、如今歸屬美國資本的Bridge Data Centres兩家,合計拿下了柔佛在線IT容量的至少58%。而在柔佛的中資運營商名單裏,最大的客戶是字節跳動。
連接柔佛新山與新加坡兀蘭的那座跨海長堤關卡,每天有幾十萬人查驗證件通關,是世界上最繁忙的陸路口岸之一,也是這一帶最有名的物理checkpoint;而在海峽兩岸的機房裏,另一種checkpoint正被一份份存進硬盤。
2025年11月,《金融時報》報道,阿里巴巴和字節跳動都在東南亞的數據中心訓練最新模型,籤的是非中國業主的租約。一位新加坡數據中心運營商當時對媒體解釋:「訓練最前沿的模型需要最好的芯片,而且一切都合法合規。」
美國智庫IFP做過估算,到2026年底,中國企業通過海外遠程訪問能夠調動的算力,摺合下來約為100萬張H100等效算力,其中約75%分佈在東南亞。2021年以來,馬來西亞批准的數據中心投資累計達950億美元。
飛得最遠的一支隊伍,一直飛到了北極圈邊緣。從2025年5月起,字節跳動的一家海外子公司在挪威北部的峽灣小鎮格洛姆菲尤爾租下了2304張英偉達B200芯片,那裏靠水電供能,常年低温,字節這一筆訂單就佔了那家歐洲neocloud當年約四分之三的收入。
但所有人心裏都清楚,借來的屋檐躲不過長久的雨。
候鳥南飛,從來不是為了在南方定居。
兩家公司的2025
同樣是面對算力圍堵,2025年到2026年間,中國最具代表性的兩家大模型公司,Kimi和DeepSeek,分別走了兩條路。
在南下找卡這條路上,月之暗面是最用力的一家。用一位知情人士的話説,他們在全球搜尋算力的姿態「非常aggressive」。
2025年7月,月之暗面發佈1萬億參數的K2,用自研的MuonClip優化器在15.5萬億token上走完預訓練。一年後的2026年7月16日,K3正式發佈,總參數量推高到2.8萬億,是全球首個開放權重的3T級模型。
美國AI學者Nathan Lambert在評測K3時專門提到,這個模型是「在一個GPU受限的環境裏」做出來的。他和Kimi的研究員聊天時,半開玩笑地提起在OpenAI,一個普通研究員手頭可能有「幾千台H100等效機器」,對方「都震驚了」。
拿着遠少於硅谷同行的卡,中國團隊交出了讓大洋彼岸無法忽視的答卷。硅谷風投機構Menlo Ventures在2026年11月發佈的企業級報告顯示,美國企業花在開源大模型上的錢,89%流向了中國模型,其中Kimi一家就拿走了61%的份額。

Menlo Ventures 2026企業AI報告|圖源:Menlo Ventures
模型太強,最直接的煩惱就是卡不夠用了。
K3發佈僅僅三天後,7月19日,Kimi官方貼出一則《關於算力緊缺與會員暫停開放的説明》,説過去48小時,用戶請求量已大幅超出預估,逼近現有集羣的承載極限。新會員通道不得不臨時關閉,等新一批算力到位後再分批放號。
為了替推理集羣減壓,月之暗面把能想到的辦法都用上了,他們在和幾家美國雲廠商合作託管K3的收入分成,利用開源權重的優勢,讓海外雲廠商用自己的GPU替Kimi接住海外企業客戶。
但下一代旗艦模型的預訓練,沒法靠分流解決。據The Information 7月底報道,規劃中的K4規模將比K3大得多。月之暗面把目光投向了印尼,簽下了一筆總價約1.5億美元的租約,預訂了一座印尼數據中心裏的英偉達Blackwell Ultra B300集羣,計劃最早在2027年啓用。據報道,這批卡正是為K4準備的。
當月之暗面在東南亞四處找卡時,杭州的DeepSeek選擇了另一條路。
2024年7月,梁文鋒在接受《暗湧》採訪時説過一句話:「我們面臨的問題從來不是錢,而是高端芯片被禁運。」
那年底,DeepSeek發佈V3,在2048張H800上完成了訓練,折算下來最終一次訓練的成本僅約557.6萬美元。技術報告説,整個訓練過程「沒有遇到任何不可恢復的loss spike,也沒有做任何回滾」。
2025年1月20日,DeepSeek R1發佈,憑藉強化學習帶來的推理能力震動全球。但在R1之後,當同行紛紛出海租卡時,DeepSeek卻沒有把主力訓練搬出過國門。《金融時報》在2025年11月的報道中透露,DeepSeek堅持在國內訓練,華為的工程師常駐在它的杭州總部。
留在原地的代價,是實打實的陣痛與等待。
2025年,華為派了一支工程師團隊進入DeepSeek辦公室,協助它在國產昇騰芯片上訓練下一代推理模型R2。據《金融時報》報道,訓練撞上了穩定性、軟件和芯片間通信慢等問題,R2的發佈一推再推,多模態生成模型的訓練排期也相應後移。
外界當時只看到DeepSeek慢了下來,卻很少有人讀懂它在水下做的鋪墊。
2025年8月,DeepSeek發佈過渡版本V3.1,在發佈説明裏寫道,該模型採用的UE8M0 FP8精度格式,是專門為「即將發佈的下一代國產芯片」設計的。
2026年4月24日,打磨良久的DeepSeek V4終於上線。公司在發佈公告裏説受限於高端算力,V4-Pro的服務吞吐有限,等下半年昇騰950超節點批量上市後,價格將會下調。
在2026年秋天的那個節點回看,一個四處找卡、把模型送進了全球開發者的工具鏈,一個留在國內死磕底層架構、替國產大集羣趟雷。兩條路共同構成了中國AI在過渡期裏的雙翼。
直到華盛頓決定把海外那扇門徹底焊死。
下午4點15分
門是在2026年11月的前兩週裏,一扇接一扇關上的。
先是口頭吹風。11月3日,《金融時報》披露,英偉達的銷售團隊開始口頭通知全球雲服務合作伙伴,在新籤的合同裏,至少51%的產能必須賣給非中國客戶。這條要求沒有落在紙面上,卻讓東南亞的機房老闆們面面相覷,在美國以外,上哪兒去找那麼多非中國客戶?
第二天,11月4日,甲骨文退掉了與騰訊在東南亞的一筆超級租約。那是一份為期五年、總價約70億美元、涉及約10萬張芯片的大單,告吹的原因是美國官員表示反對。
11月12日,執掌英偉達33年的黃仁勳因風波辭去CEO職務。這位曾公開説中國AI「只落後美國幾納秒」、直言美國出口管制「在很大程度上適得其反」的華人企業家,在這個敏感的深秋離開了牌桌。
11月16日,週一,美東時間下午4點15分,美國商務部工業與安全局將一份臨時最終規則遞進了聯邦公報系統,標題叫《Addressing Remote Access to Advanced Semiconductors》(應對先進半導體的遠程訪問)。11月19日正式公佈,當天生效。

遠程訪問先進半導體新規|圖源:政府官網
巧合的是,同一天,美國總統特朗普正在深圳出席APEC領導人非正式會議,會後稱讚他與中方領導人之間擁有「outstanding personal relationship」(出色的私人關係)。
新規的核心條款只有一條,全世界任何一座數據中心,只要給總部設在中國的公司(含其海外子公司)提供超過1200萬TPP的算力,向這座數據中心運送先進芯片就必須事先拿到美國商務部的許可證。
1200萬TPP折算下來,大約相當於750張H100芯片,體量大約是四五個機櫃。
而訓練一個萬億參數級別的前沿大模型,起步就是幾千張乃至幾萬張卡。四五個機櫃,連塞牙縫都不夠。
對於目前已經在服務中國客戶的海外存量數據中心,新規給出了90天的緩衝期去申請許可證,否則「將面臨未來的出口限制」。從11月19日生效日起算,90天大限正好落在2027年2月17日前後。
新規裏有一句推定條款,如果一座境外數據中心拒絕提供、或者提供不了客戶盡職調查信息,這一行為本身就會被視為「Red Flag」,可以「推定」出口方「知情」。
換句話説,説不清機房裏跑的是誰的代碼,就默認你有問題。
印尼、馬來西亞、新加坡、泰國、巴西五個國家被單獨點名,往這五國運送先進AI芯片一律需要許可審批;如果買家是美國總部的公司,出口方按月提交報告即可豁免。
物理斷供緊隨其後。11月17日,英偉達財報電話會上,接替黃仁勳出任臨時CEO的Colette Kress確認:「我們已不再向中國發運獲得許可的Hopper數據中心產品。」另據《金融時報》報道,台積電和三星也暫停了對部分中國客戶的出貨,等待許可。
中國商務部對此表示強烈不滿,宣佈將採取反制措施;外交部發言人郭嘉昆直言,這是「典型的經濟脅迫和長臂管轄」。
50%的押金
貿易規則落地的同一周,金融槓桿也開始收緊東南亞機房的錢袋子。
很多人以為東南亞遍地開花的neocloud背後站着揮金如土的財團,實際上,這是一門高度依賴債務的重資產生意。據彭博社統計,2023年以來,亞太地區數據中心公司累計拿到的貸款約490億美元;一份半導體行業的研究簡報測算,neocloud項目七到八成的資金來自債務,常見的做法是,機房業主拿着大客戶簽下的長期租約,向銀行貸款買英偉達的卡,再用收上來的租金還本付息。
在這個鏈條裏,押金比例就是地緣政治風險的温度計。
在海外算力市場上,一個普通客戶去租用英偉達B300服務器集羣,行業通行的押金比例在15%左右。
而月之暗面在印尼簽下那筆1.5億美元的B300租約時,為了鎖住這批2027年才能交付的卡,同意先付50%的押金。
到了11月初,據CNBC報道,月之暗面在歐洲洽談租用8000張以上Blackwell芯片時,甚至有人提出,它必須比非中國客戶多付30%到50%的預付款。
11月19日的新規,直接讓這筆溢價失去了交易對手。
據The Information報道,新規出台後,月之暗面退掉了印尼那筆1.5億美元的合同,並暫停了其他新交易的談判。為K4準備的那批海外芯片,就此作罷。
比退租更麻煩的是銀行的抽貸。
11月17日,彭博社曝出,新加坡雲服務商Aolani Cloud一筆4.8億美元的貸款被凍結。這筆錢原本要用來採購英偉達GPU,裝進馬來西亞一座為字節跳動服務的數據中心。據此前報道,兩家在馬來西亞合作的B200約有3.6萬張。這筆貸款的牽頭行是新加坡星展銀行,新規風聲一齣,五家貸款方開始討論退出。
而另一家雲服務商GMI Cloud此前為了在泰國建設服務騰訊的算力設施,借了3億美元,貸款條款清單裏白紙黑字寫着一旦騰訊被列入美國限制名單,貸款方有權要求提前還款。
東南亞各國政府在合規高壓下紛紛後撤。馬來西亞投資、貿易及工業部長Johari Abdul Ghani對CNBC表態:「想留在牌桌上,就得守美國的規矩。」泰國商務部副部長公開表示,未獲美方批准的新建項目「可能無法完工」。新加坡數碼發展及新聞部與貿工部發表聯合聲明,「不容許公司借與新加坡的關聯來規避或違反他國法律」。
資本市場的反應很快,11月17日當天,馬來西亞股市兩隻數據中心概念股盤中暴跌近20%,公用事業巨頭YTL Power大跌近10%。
而在同一天的香港市場,中芯國際大漲7%。
其實,早在華盛頓關上大門之前,北京就已經開始主動引導產業往回走了。
2025年9月,網信辦要求字節、阿里等公司停止採購和測試英偉達針對中國市場特供的RTX Pro 6000D;11月,國資數據中心項目被要求只用國產芯片;甘肅、貴州、內蒙古等西部算力樞紐省份,對採用國產芯片的數據中心給予最高減半的電費補貼。到了2026年1月,美方有條件放行H200之後,國內海關告訴報關代理,H200「不準入」。
一邊是華盛頓給海外機房上鎖,一邊是國內堅定關上特供芯片的後門。持續了三年的外訓內推,在太平洋兩岸的雙向切割下,走到了頭。
卡被用戶吃掉了
把視線轉回國內。要理解2026年底這場大遷徙的緊迫感,得先看清國內實驗室正在經歷的另一種甜蜜而痛苦的煎熬。用戶增長得太快,把研發用的卡都吃掉了。
2026年3月4日凌晨0點11分,阿里Qwen技術負責人林俊暘在X上發了簡短的一行英文:「me stepping down.bye my beloved qwen.」
林俊暘的離開,官方口徑是權責調整分歧,算力只是背景。但兩個月前他在一場行業對話裏倒出的苦水,道出了許多一線技術負責人的共同焦慮,他説光是應付日常的交付,就已經吃掉了團隊絕大部分算力,真正留給前沿探索的卡捉襟見肘。
字節跳動內部同樣在經歷這種拉扯。
到了2026年8月,據《晚點LatePost》報道,字節內部曾認真討論過訓練一個5萬億參數以上的超級模型,盤點完家底後發現,現有的算力儲備「難再支撐多線並行的研發」,Seed團隊隨後啓動內部架構收斂。
為什麼連字節和阿里這樣最不差錢的巨頭,都會覺得卡不夠用?
因為2026年是中國AI應用真正走進國民日常生活的一年。春節過後,字節旗下豆包的日活用戶一舉突破2億大關。高日活帶來的是高昂的推理成本和運維壓力,以至於向來擅長買量投流的字節,據36氪報道,今年豆包的投流預算很低,再繼續拉新,推理的卡就更緊張了。
在大模型行業,預訓練和日常推理搶的是同一池子算力。用戶用得越起勁,留給下一代模型訓練的卡就越少。
這種「幸福的煩惱」,在創業公司身上體現得更加驚心動魄。
2026年2月16日,智譜AI的旗艦模型GLM-5發佈後,湧入的併發請求衝破了既定規劃上限。儘管智譜此前已經幾次擴容國產芯片集羣,也限售了Coding Plan套餐,線上服務依然出現了排隊和卡頓。智譜不得不公開徵集芯片廠商、算力夥伴和推理服務商。
不自建機房、靠向雲廠商採購的MiniMax,也在急劇追加預算。2026年8月26日,MiniMax與阿里雲簽署補充協議,將2026年至2028年三年的年度採購上限,從原定的1.15億、1.25億、1.35億美元,一口氣上調至3億、4億和5億美元。創始人閆俊傑在一檔海外播客裏坦言:「對於我們而言,尤其是對於一家中國AI公司來説,算力始終是一種約束。」
到了9月,連一向以工程效率著稱的DeepSeek也開始引導用戶分流。它將原本調用V4-Pro的請求轉給新發布的V4.1-Flash。11月16日,「DeepSeek使用額度已達上限」衝上微博熱搜,不少重度用戶連續對話不到兩個小時就碰到了上限。
看懂了這層供需關係,就能理解為什麼2026年下半年國內的空氣裏總有一種微妙的蓄力感。
這幾個月裏,各家的小版本和Flash模型密集迭代,唯獨超大參數的旗艦紛紛放慢了腳步。智譜在8月31日官宣了GLM-6,沒有給出具體上線日期;MiniMax約3萬億參數的Pro版本,據報道原計劃三季度亮相,至今未見;DeepSeek發了V4.1-Flash,還沒有V4.1-Pro。
與此同時,兩年前那種不計成本的API價格戰徹底熄火,據統計,2026年二季度,國內大模型API的平均輸入價格比2025年一季度高出約48%,輸出價格高出約80%;DeepSeek高峯時段的輸出價格,漲到了原來的4.5倍。
朱嘯虎曾斷言:「今年,可能是基礎大模型的最後一年。」
但在我們看來,這個結論恰恰把因果倒置了。
旗艦模型放慢發佈節奏、API價格迴歸理性,從來不是因為基礎模型摸到了天花板,而是因為中國大模型走出實驗室、真正進入了數以億計的真實場景和全球開發者的工具鏈。
研究機構Epoch AI統計,2022年至2026年年中,全球新增的AI算力裏,中國拿到的份額只有大約十分之一;但全球最大開源社區Hugging Face的統計顯示,2025年2月至2026年2月間,全平台四成以上的模型下載量來自中國團隊研發的模型。
用全球十分之一的增量算力,撐起了全球四成以上的開源模型下載和國內數億人的日常調用。
不僅如此,算力的剛性約束,反而逼出了中國工程師在架構優化與系統工程上的硬功夫。財新引述的一位業內專家判斷,經過harness深度調優的小模型,能用大約4%的成本,拿到大模型接近90%的能力。
正如SemiAnalysis的Dylan Patel在11月新規落地前幾天所評價的那樣:「論能力,月之暗面大概和美國實驗室一樣好,他們只是在算力和部署上有很大缺口。」
現在,這羣最懂得如何省着用卡的工程師,要集體搬回國產芯片的地基上了。
精度對齊
從英偉達的CUDA生態搬回國產算力底座,不是發一紙行政命令就能完成的搬家,它首先是一場極其硬核、細緻到每一個比特的底層工程攻堅。
在芯片和框架工程師嘴裏,回家之後的第一道鬼門關,叫「精度對齊」。
理想狀態下,同一個模型架構、喂進去同一批訓練數據,放在英偉達的GPU上跑和放在華為昇騰的NPU上跑,畫出來的兩條loss下降曲線,應該像兩頁描紅紙一樣嚴絲合縫地疊在一起。
但在真實的工程世界裏,只要底層硬件的數值精度或者通信算子的歸約順序有一丁點差異,兩條曲線就會差很多。
科大訊飛是最早把這套苦功夫啃下來的中國公司之一。
在2026年4月的投資者關係活動記錄表裏,訊飛把兩代硬件的客觀差距擺了出來,當時主力使用的昇騰910B單卡顯存是64G,而英偉達H200是141G;顯存帶寬一邊是1.6TB/s,另一邊是4.8TB/s。開箱狀態下,訊飛在910B集羣上的訓練效率,只有同規模英偉達A800集羣的30%左右。
訊飛跟華為深度合作,一個算子一個算子地重寫、調優。2025年裏,他們硬是把長思維鏈強化學習的訓練效率從30%拉昇到了84%,昇騰原生MoE模型的全鏈條訓練效率提到了93%。即便如此,客觀的適配週期依然存在,訊飛在記錄中寫道,當國際上冒出一種新的主流算法時,在N卡上直接就可以做,在國產卡上卻需要額外解決算子庫效率優化等一系列問題,通常要多花3到6個月的適配週期。
2026年10月,科大訊飛董事長劉慶峯説:「我們並不希望訊飛是唯一一個在國產算力上做訓練的。」
劉慶峯沒有等太久。當年選擇留在原地的DeepSeek,在這個秋天把這條路往前鋪了一大段。
回過頭看,DeepSeek在2025年經歷的那次R2遷移挫折,非但不是一次潰敗,反而成了整個中國大模型行業最寶貴的一次投石問路。
2026年4月DeepSeek V4發佈當天,昇騰芯片就在第一時間實現了推理支持,其專家並行的核心kernel在英偉達和昇騰兩套硬件上都完成了驗證。到了7月,一支由華為牽頭、深圳河套學院等機構參與的攻關團隊對外披露,他們在約1000張昇騰910C組成的集羣上,完整跑通了DeepSeek V4-Pro 1.6萬億參數模型的全參數後訓練,連續運行約一個月,迭代1500多步,全程「無跳步無NaN」,模型算力利用率穩定在34.9%,每一步耗時27秒。
9月30日,國慶節前一天,DeepSeek正式宣佈開源一整套面向昇騰平台的底層核心組件,從TileLang編譯工具、計算庫到分佈式通信庫,與英偉達版本一一對應。
為了遷就國產芯片的內存訪問特性,DeepSeek甚至主動修改了自己招牌的FlashMLA注意力實現裏的KV cache內存佈局,把數值和縮放因子打包存在一起,只為了讓昇騰芯片少搬幾趟內存。
在過去的硅谷範式裏,永遠是模型公司順着英偉達定義好的硬件架構寫代碼;而在2026年的杭州,頂尖模型實驗室開始為了國產芯片的特性,主動重構自己的底層算子。
不僅如此,華為與DeepSeek還在聯合共建基於昇騰950的128卡超節點。
SemiAnalysis的實驗室在今年點亮並實測了一張華為昇騰950PR測試芯片。功耗203.3瓦,核心温度56攝氏度,板載128GB HBM高帶寬內存只用了5GB出頭;滿載運行時功耗約600瓦,在最考驗硬實力的計算密集型矩陣乘法上,它的實測利用率能跑到理論上限的41.5%,作為對比,英偉達經典的H100是46.8%。
除了DeepSeek,整支中國大模型艦隊都在完成底層代碼的換血。月之暗面的Kimi K3從監督微調階段起就引入了量化感知訓練;智譜的GLM-5在發佈第一天,就同步完成了對華為昇騰、寒武紀、海光、崑崙芯等七家國產芯片的適配;在各大實驗室的代碼庫裏,純CUDA算子越來越少,TileLang這類跨平台的寫法越來越多。
太平洋兩岸的兩棵科技樹,正在從最底層的精度格式和內存佈局上,長出各自獨立的根系。
烏蘭察布的冬天
2022年2月17日,國家發改委等四部門聯合印發文件,在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏8個地區啓動建設國家算力樞紐節點,並規劃了10個國家數據中心集羣,「東數西算」工程從那一天全面啓動。
歷史有時會有驚人的巧合。差不多整整五年後的同一天,2027年2月17日前後,恰好是美國新規給海外存量數據中心畫下的90天大限。
五年前,當文件裏寫下和林格爾、慶陽、貴安、中衞這些西部與北方地名時,很多人以為那只是一項常規的能源調配工程,東部的土地和能源越來越緊,而西部和塞北有吹不完的風、曬不完的太陽。
五年後,當海外的機房大門關上,人們抬頭才發現,承接中國AI北歸的基地,已經在北方的草原、黃土塬和西南的山洞裏提前鋪開了。
在甘肅慶陽,昔日的黃土塬上立起了一座座智算中心,阿里千問、智譜和Kimi的訓練與推理任務在這裏晝夜吞吐。
在貴州貴安,騰訊把核心數據中心直接建進了山洞裏,厚重的巖體一年四季恆温15攝氏度;華為雲新增的昇騰卡有八成以上運往了貴安,這裏也有華為最大規模的CloudMatrix384昇騰超節點部署。半個多世紀前,貴州的崇山峻嶺裏藏着轟鳴的三線工廠;半個多世紀後,同一片大山裏,裝進了一排排閃爍着指示燈的國產算力。
在內蒙古和林格爾,今年10月14日,全球首個昇騰950DT萬卡池正式宣佈,當時正在系統聯調,單棟機樓就能裝下3萬卡的集羣。
而在這場向北的大遷徙中,最繁忙的驛站,叫烏蘭察布。
烏蘭察布在蒙古語裏意為「紅色的山口」。它距離北京約350公里,坐高鐵不到兩個小時就能到。這裏海拔高,年平均氣温只有4.3攝氏度,一年裏很長一段時間,可以直接用室外的冷空氣給機房降温。
城南起伏的草原上,數據中心一座挨着一座。遠景科技集團在這裏建設的「星河」園區總規劃達800MW,首期120MW在一年內就完成了交付,建造成本只有美國同類項目的五分之一。
烏蘭察布過去出名的一種作物是土豆。遠景創始人張雷説,他想讓大模型的token變得「像土豆一樣便宜」。

2007年夏季輝騰錫勒草原風電場|圖源:Steven Buss
11月下旬的烏蘭察布,夜間氣温常常下降到零下十度。塞北的風掠過城南的草原,推着上百米高的風機緩緩旋轉,電流順着輸電線路匯入恆温恆濕的機房,點亮一排排剛剛上架的機櫃。
南方柔佛海峽濕熱的雨季還在繼續。
按照節令,候鳥要等到來年開春才會北歸;這一次,算力走在了它們前面。
來源:虎嗅 · huxiu.com