AI 确实把「做科研」的入门门槛砸低了：查文献、写代码、出想法，越来越多环节交给大模型和智能体就能起步。但「跑实验」的门槛纹丝不动——模型免费，跑模型的 GPU 不免费。课题组里没有显卡的研究者，正按小时付费租算力，自己垫钱把今天的实验跑完。AI 降低的是认知门槛，没有降低的算力成本，正在被转嫁给个人。
自费买算力的人，首先是组里没卡的学生
吉林大学一位研究生自述所在实验室「0张卡，只能租卡」，全组唯一能用的显卡，是同学自带电脑里那张 1650。一位研一新生的两个困惑更具体：组里没卡，租服务器不报销；而他做的多模态结合遥感分割方向，近期高质量文章都是4-8张卡跑出来的。大二就进组做强化学习的本科生，同样因为显卡资源被博士生占满，只能自己在平台上租卡做简单实验。知乎小红书小红书
租卡的单价听起来不贵：有用户比对各家报价后记录，AutoDL 上 RTX 3090 每小时 1.32 元，4090 每小时 1.88 元，5090 每小时 2.78 元。但实验不是单卡生意：多卡并行、连跑数天、再摊上失败重试，一个学生一个月的算力账单就是几千元量级。十月中旬，一名学生在云平台上看到五千多张 5090 竟没有一张空闲。知乎小红书
买卡这条路，这一年反而更不划算
租卡人群普遍算过这笔账：真正满负载跑训练的时段并不连续，买卡却要一次性为所有可能性付费，还要背上折旧、电费和过时风险。真正把更多人推向「自费租卡」的，是这一轮硬件涨价。发布于 2022 年的 RTX 4090，渠道价至今仍压在首发价之上，有渠道参考报价 14299 元。一位想给课题组凑钱买训练卡的学生发现，同样的预算，本来能买两张卡，涨价后只够买一张。知乎小红书
涨价的源头恰恰是 AI 产业自己。中新网 11 月 1 日的报道指出，生产 AI 专用内存所消耗的晶圆产能，正在以不可逆的方式吞噬手机和电脑所需通用内存的产能。普通研究者的尴尬正在于此：他们是 AI 红利的受益者，同时是 AI 涨价的买单方。中国新闻网
钱为什么没让单位出
一所省属高校覆盖 15 个学院的算力调研给出了判断：从分子动力学模拟到多模态大模型训练，算力已由过去的加分项逐渐转变为科研活动的入场券。知乎
同一份调研提出的建议，恰好暴露了问题所在：校内算力无法满足而必须外租时，应由网络信息中心统一出具「校内算力资源不足证明」，作为财务报销审计依据。报销通道需要被专门「打通」，说明此前它本就不通——算力长期不在多数课题组的经费科目里，学生租卡自然只能自掏。知乎
学校其实已经开始花钱，但方向几乎都在推理而非训练。中科大向全校师生开放了大模型推理服务，给学生提供每天一亿的 token 额度。不过按在校学生的说法，很多课题组不给报销 AI 开销，即使有国家和实验室双重补贴的研究生，也承认使用 AI 的费用算是一笔很大的开支。学校付得起的是「嘴」——推理和问答；付不起的是「胃」——训练和微调。知乎知乎
门槛与账本，是同一枚硬币的两面
围绕中科院院士鄂维南「未来民科是科研主力」的观点，一条流传很广的反问是：AI 可以大幅降低科研门槛，但科研不花钱吗，算力是免费的吗，中等规模的微调实验就需要租 GPU 云服务器。硬币的另一面是头部机构：10 月 6 日 OpenAI 公开了 722 篇由内部模型撰写的数学手稿，模型找一个证明要算好几个小时，机器验证只要几秒。AI 的科研能力越强、发布越密集，算力就越向大机构和头部企业集中——这正应了诺奖得主奥马尔·亚吉那句「AI 没有降低科研难度，而是改变了科研难度」。知乎哔哩哔哩知乎
这份困境并不是均匀落在每个方向上：只读文献、写代码、跑推理的纯文本型工作，确实已经被廉价 token 覆盖；真正还要个人硬掏的，是训练、微调和多卡并行实验。值得盯着的变化也在这里——已经有学校把大模型服务做成全员额度，地方高校把算力外租的报销凭证写进了制度建议。当算力像耗材一样进入标准化经费科目，「科研门槛降低」才算降到了普通研究者头上。
