2026Q1万P算力竞赛白热化：华为昇腾、英伟达GB200领跑，中小企业借道云服务与轻量化模型突围_CPU

1. #微博发布首个开源大模型#微博居然悄悄憋出这么个大招，首个开源大模型VibeThinker-1.5B也太牛了，居然能在高难度数学测试里干过400倍参数量的DeepSeek-R1！以前吧，我就总觉得大模型是科技巨头的专属，堆参数、烧钱才是标配，没想到微博靠频谱到信号原理这种创新算法，直接走出了不一样的路～现在模型已经在Github、HuggingFace这些平台开源了，我觉得这对中小企业和高校研究团队真的太友好了，这下子终于不用担心被算力门槛劝退了

2. #用声音马住中国年##微博声浪计划# 2026除夕AI圈地震：阿里Qwen3.5-Plus以0.8元/百万Token价格引爆行业，成本仅为谷歌大模型5%。其混合架构实现算力效率跃升，多模态能力领先，推动AI平权，中小企业与大众皆受益。牛丸科技的微博音频

3. 全球双榜SOTA！明略科技专有大模型 Mano开启GUI智能操作新时代

4. #千问3.5成本仅为谷歌大模型5%##有AI的春节有什么不一样#今年春节最不一样的，是AI真的走进日常了。阿里除夕夜开源千问3.5，成本只有谷歌大模型的5%，效率还大幅提升，国产AI用实力打破高价门槛。以前大模型是实验室里的技术，现在随手可用、低成本落地，写文案、做助手、跑开发都更顺畅。这个春节，科技圈不聊烟花聊算法，不拼红包拼创新，国产大模型越跑越快，AI普惠不再是概念，而是我们身边的新年新气象。

5. 流量为王的时代即将落幕，接入AI对话路径会是新红利。 #大咖观察 #互联网思维 #红衣聊AI

6. 黄仁勋最新访谈：AI芯片起码还有10倍空间，华尔街严重低估了这个机会#黄仁勋 #AI #芯片 #英伟达 #AI芯片

7. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

8. AI的未来不仅仅是要比以前更聪明，还得要更安全。用安全守护创新，这才是大模型时代的生存法则。#大咖观察 #红衣聊AI #网络安全 #大模型

9. 从算力到存储，谁能掌握AI时代的“口粮”？ #大咖观察 #红衣聊AI #算力 #存储 #硬件

10. #如何看韩国AI用中国模型代码# 韩国国家级AI项目“套壳”风波：开源时代，自研的遮羞布被扯下了？韩国主打“自主研发”的AI项目入围名单曝光，却被抓包用了中国开源代码。这事儿得两看：一是中国AI确实硬气了，二是“自研”两个字不能随便透支。国产开源模型，正成为全球AI的“新基建”曾几何时，我们还在学习国外的Llama，但现在，以千问Qwen、DeepSeek为代表的国产大模型，已经成了全球开发者绕不开的底座。韩国团队的选择，其实从侧面印证了：中国开源模型的实力，已经进入全球第一梯队。用了开源，还算“自主研发”吗？行业现状：在AI圈，基于开源模型进行二次开发是普遍共识。毕竟，没必要重复造轮子。界限在哪里：商业产品用开源叫“高效”，但“国家级项目”若只是简单微调就宣称“完全自研”，那不仅是技术能力问题，更是科研诚信问题。自研的核心：开源时代，核心自研不再是重写每一行代码，而是对底层架构的掌控力、对垂直数据的理解力，以及在极端情况下的“断供对抗”能力。开源不分国界，但实力有高下；中国AI正在通过开源走向世界，这是一种文化与技术的双重输出。我们欢迎全世界站在我们的肩膀上起飞，但请记得：致敬开源精神的第一步，是诚实

11. 大模型推理加速技术的学习路线是什么?

12. 今年10个最容易被裁员的岗位，腾讯终于出手了！openclaw龙虾的威力有多大日本大裁员

13. 中国正凭借开源生态与应用优势，在发展潜力上实现对美国的赶超。全球前十开源 AI 模型均源自中国，64% 的市场份额远超美国的 30%，中国已构建全球领先的开源生态。中国开源模型在可定制化、安全可控、部署灵活等五大维度形成显著优势，打破了美国闭源模型的技术垄断，80% 的美国 AI 创新企业已在使用中国开源模型。这种技术民主化趋势，让 AI 从奢侈品变为基础设施，彻底重构行业竞争逻辑。AI Agent 将成为拉开价值差距的核心力量，而中国正抢占这一赛道。中国的这类企业已将 15% 的 AI 预算投向 Agent 技术，实现 1.7 倍于行业平均的营收增长。中国庞大的制造业与服务业场景，为 AI Agent 提供了丰富的训练数据，形成数据飞轮效应。美国虽在顶尖闭源模型与算力芯片上仍有优势，但中国通过开源降维与硬件绑定的生态战略，在重塑竞争规则。中国掌控的硬件供应链与应用场景成为核心壁垒，是中国 AI 长期发展的底蕴。#科技先锋官##AI创造营##AI生活指南#

14. 英特尔掌门人警告：AI内存危机彻底爆发！别再盯着算力了，这才是真卡点。#大咖观察 #红衣聊AI #内存 #算力 #英特尔

15. 比起之前挤破头卷的“训练算力”，能让AI真正落地赚钱的“推理算力”才是未来10年的主战场。#大咖观察 #红衣聊AI #OpenAI #芯片

16. #OpenClaw走红 #ai 今天你养龙虾了吗？全网爆火的小龙虾是什么，能干什么，普通人有必要养龙虾吗？养虾中，分享三个心态 #科技 #openclaw #深圳

17. AI如何成为企业的“数字员工”？中关村科金的超级连接答案 | 甲子光年

18. #千问Qwen3.5大模型发布#千问 Qwen3.5 是采用极致稀疏 MoE 架构在保持超强性能的同时，显存占用降低 60%，推理效率大幅提升，部署成本显著下降。模型支持最高 256K 超长上下文，让长文本处理变的更加的轻松有效率了！原生多模态统一也是Qwen3.5的特点之一，也是目前国内外大模型的发展的主要趋势，模型在图文、视频理解能力全面升级，精准解析图表、文档与复杂视觉内容。实现了一个入口实现多种属性。Qwen3.5对于中小企业特别友好，很大程度上降低了企业运营成本，可以让中小企业得到高效、普惠、全能的运营工具。不再因为高昂的费用而排斥企业去追逐AI。#过个有AI年##HOW I AI#

19. 都在问泡沫何时破，老黄直接下了更大的赌注 #英伟达#黄仁勋#ces2026#GPU#AI新星计划

20. 华为昇腾宣布0Day支持DeepSeek-V3.2-Exp DeepSeek-V3.2-Exp重磅发布！华为宣布零Day支持！国产大模型牵手国产算力的背后是国产AI基建越来越成熟的适配能力！#华为 #昇腾 #DeepSeek

21. 这场算力博弈的本质，是生态对价格的战争。 #大咖观察 #红衣聊AI #英伟达

22. 在乌镇世界互联网大会，我人麻了！亲眼见证中国“AI超级发电站”#中科曙光 #国产智算开放架构超节点 #全球首个单机柜级640卡超节点scaleX640 #科技改变生活 #算力

23. 谁能掌握能源、算力，还有应用生态，谁就能定义未来。 #大咖观察 #红衣聊AI #能源 #算力

24. 奥特曼最新访谈：我为什么要如此激进地建算力中心，AI研究和商业化的最新进展#山姆奥特曼 #openai #Ai #世界模型 #Sora

25. 马斯克最新访谈（上）：去太空建算力集群纯属是被逼的#马斯克 #太空算力集群 #AI #XAI #特斯拉Optimus机器人

26. 盘点一周AI大事(9月28日)｜ChatGPT上线私人秘书 OpenAI与英伟达签手成功，英伟达投资OpenAI 1000亿打造算力中心微软与Anthropic感情升温，Copilot也接入了Claude ChatGPT上线私人秘书Agent ChatGPT Palse OpenAI 发布职业力基准测试GDPval 阿里推出千问全家桶，Qwen 3 Max数学竞赛拿满分，多模态Qwen 3 omni全面对标Gemini，最强视觉Qwen VL打败闭源 DeepSeek更新V3.1最终版 Meta开源代码世界模型 Google开发出生成式操作系统原型 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

27. 一手实测！不用研究小龙虾了：腾讯搬出QClaw，直连微信，零门槛

28. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

29. 任正非万字重磅发言刷屏，终于又听到任老爷子发声！聊AI，聊算力，聊教育，聊人才，聊未来机会…硬核干货的背后，是惊人的智慧和格局！ #任正非 #ai #算力

30. IDC有个报告是我从去年就开始注意的：中国大模型公有云服务市场分析，这是对国内AI产业「商品化」最客观也是最真实的数据反馈。它直接反映了大模型的应用规模，而不是把IaaS、PaaS打包一起统计，可以说是tokens经济最核心的指标。比如去年中国整个公有云的Tokens调用量几乎是从无到有的飙升到了114.2万亿次，已经呈现出了爆发趋势，前天IDC又更新了今年上半年的报告，Tokens的调用总量达到536.7万亿次，半年的时间干了去年全年接近5倍的活儿。这张环比数据表（图1）的信息量很大，可以看到2个异军突起的增长拐点，分别在2024年7月和2025年2月，这两个时间发生了什么事？2024年7月，豆包掀起大模型降价风潮的影响出现，因为把旗舰模型的计费标准从「几分钱」降低到「几厘钱」，几乎是以一己之力凭空创造出了大模型公有云这个市场；2025年2月，DeepSeek-R1全球爆火，不但打响了大模型领域的成本革命，也把AI云的负载压力从预训练切换到了推理，从此开源模型百花齐放，进一步促进了模型商品化的渗透率。整个连锁反应的结果，就是MaaS（模型即服务）这种商业模式的拔地而起，以及最早布局MaaS的火山引擎，现在拿到了49.2%的市场份额，相当于全行业的半壁江山。注意，这个统计并不包括豆包、抖音等字节内部产品，完全是外部企业客户的调用量。当然，MaaS只是AI云的赛道之一，基于统计口径的不同，阿里云、百度云也都能在IaaS、PaaS等赛道拿到另外的第一名，但就含金量而言，MaaS是最能证明大模型行业发展情况的晴雨表。因为MaaS的调用量大，也够直接，模型好不好用、该怎么改的评测集，都是只有通过调用才能得到的信息，卖GPU是拿不到这类数据的，所以火山引擎从一开始就是把MaaS作为AI云的核心目标，这对兄弟部门的豆包也有帮助：「大的使用量，才能打磨出好模型，并且大幅降低模型推理的单位成本。」MaaS是一个边缘创新的典型产物，因为营收和利润的起点都很低，传统云厂商都不太看得上，还是卖算力最赚钱，像是甲骨文这种千亿美金级别的锁单带动股价飙涨，才是聚光灯下的主流叙事。但是对于开发者来说，原生化的AI云才是刚需，去买算力部署模型，门槛天然就高，比如我们都知道，DeepSeek已经是大模型里的价格屠夫了，但要训练一套完整的DeepSeek MoE模型，至少需要320张GPU，这就不是普通开发者能说上就上的。所以MaaS这种群众路线的服务才越来越受欢迎，它相当于一家模型商店，把市面上的模型都封装到了云上，开发者不必关心技术细节，只需按量付费，直接调用模型的核心能力——文本生成、图像识别、语音转换等——为己所用。有个对MaaS模式的体验形容特别恰当：拎包入住，丰俭由人。Quest Mobile在2025中国移动互联网半年大报告里也提到过一个点，在国内的AI应用侧，插件产品的规模要明显高于原生产品（图2），什么意思呢，就是大家期待的杀手级App，可能并没有那么快出现，与此同时，AI又已经变得无处不在了，以新功能的形式。在这个渗透过程里，MaaS市场就是最大的幕后功臣，一个社交产品的开发者，如果想要新增一个AI头像的绘制功能，完全可以不用重复造轮子，专门训练一个图片模型出来，而是可以像去超市购物那样，在MaaS市场里挑一个价格和性能最适合的，然后用接口的方式加到自己的产品里，即开即用。美国BI平台Databricks的负责人今年也说过来自业务侧的反馈：「大多数企业并不想成为AI专家，他们只是需要开箱化的AI解决方案，而且微调和管理开源模型的复杂性对他们而言依然是一个难以跨越的门槛。」所以像是OpenAI和Anthropic在面对免费平替的开源模型时还是非常能打，而拥有企业级服务经验的Salesforce和Oracle也在老树新芽般的高速增长，模型的原始智能水平固然重要，但更值钱的地方在于它驱动产品的质量和可用性。某种意义上，MaaS才是真正的大模型竞技场，像是火山引擎之所以占有率独一档，就是因为它能汇聚市面上最新、最领先的模型，还是用超市的比喻来理解，就是供应链的竞争力制胜，比如Google的新图片模型nano-banana刷屏之后，唯一能跟上硬刚的，就是字节的Seedream 4.0，刚刚登顶LMArena，而在火山引擎，这些顶级模型都在摆货架上「予取予求」。而且即便有微调和训推需求，火山引擎的Infra效率也是行业领先的，像是DeepSeek-V3.1这种开源模型在火山引擎上的表现指标也非常漂亮，这些都会最终体现到开发者的体验端，形成用量越多、进步越快的正循环。前几天看到有条推文，说OpenAI曾经明确表示GPT-4o、o1、o3、o3-mini这样说命名对用户来说太不友好了，要用GPT-5来做统一和简化，现在来看，这话OpenAI只做到了一半，确实只有GPT-5一个模型了，然而我们看到迎面走来的方阵分别是：GPT-5、GPT-5 auto、GPT-5 thinking、GPT-5 pro、GPT-5-mini、GPT-5-nano⋯⋯ 本质上，模型商品化的主要瓶颈，还是Tokens不够用，于是不得不人为设置各种档位，在让大模型变成自来水那样按需取用的生活资源这件事情上，MaaS平台的用武之地和长期价值，一定会与日俱增。你们也可以参与预测一下，半年后IDC公布2025年全年中国大模型公有云的Tokens调用量时，会出现一个什么量级的数字？

31. LoRA微调的研究还能热很久吗？

32. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

33. 本地AI怎么玩？不花钱！不联网！上手AI工作站！

34. 龙虾爆火，普通人有必要养一只吗？

35. AI最烧钱的战场：数据中心的真实账单【硅谷101】

36. OpenAI囤的不是算力，是未来10年的AI门票。 #大咖观察 #红衣聊AI #OpenAI #算力 #芯片

37. 春节档最狠一刀：旗舰性能+小模型尺寸，大模型价格体系被掀翻了

38. 算力革命的总设计师！英伟达未来10年的AI蓝图！如何重构全栈生态？「超极氪」

39. 基因的本质是信息。ATGGTGCACCTGACTC，3AE45E1D，是一回事。但生物演化要用成百上千万年才能从埃及古猿分化出猴子和智人。智能的本质也是信息。生物演化到可以产生智能后，不同生物智能体间的差异主要就不是基因数据差异了，而是学习和思考产生的神经数据差异。形成这种差异，只需要几十年时间。这边有一个 GPU 集群，那边也有一个 GPU 集群，但最终训练出的模型是由训练方法和训练数据决定的，不是由 GPU 决定的。哪怕两个集群的硬件完全相同，训练数据和训练方法的差异也可能导致最终获得的模型性能差一万倍，以至于相互之间完全不可能沟通协作。所以，生物智能体之间出现相互无法理解的情况是正常的，也是必然的。

40. #一分钟视频创作季# 黄仁勋韩国之行：英伟达的救命稻草还是临时缓冲？黄仁勋携 26 万块 GPU 布局韩国的算力盟约，看似为悬崖边的英伟达筑起防线，但结合商业机构预警与财务数据，这更像是权宜之计而非终极保障。英伟达的左手出右手进困局已现端倪：2026 财年 Q1 虽录得 441 亿美元营收，同比增 69%，但 H20 芯片出口受限导致 45 亿美元库存计提，毛利率从 78.4% 骤降至 60.5%。更严峻的是，谷歌、微软等超大规模客户贡献近半数据中心收入，却同步推进自研 GPU，谷歌 Axion 芯片能效较 x86 芯片高 60%，微软自研芯片已用于 Azure 算力集群，CFRA 分析师警告，这种去英伟达化将直接拖累英伟达的收入增长。黄仁勋的韩国之行带来的好处都是在明面上的。26 万块 Blackwell 架构 GPU 部署可弥补约 105 亿美元中国市场损失，推动韩国成为美国外最大 AI 计算枢纽。但这无法化解英伟达的核心风险。Gartner 预测 2027 年 AI 芯片市场达 1400 亿美元，AMD、英特尔及科技巨头自研芯片已形成围剿；中国市场大门紧闭，而韩国合作的长期收益依赖产业链落地，短期难以对冲 49% 的客户集中风险。Cathie Wood 的预警尤为刺耳，科技巨头自研芯片将瓦解英伟达的垄断优势。黄仁勋的韩国布局虽暂缓危机，但要真正脱险，仍需打破依赖单一客户、单一市场、单一产品的三重枷锁，否则这道保险终将难抵行业变革的洪流。#有点东西##AI创造营##AI生活指南# 种斌Marco的微博视频

41. DeepSeek新论文来了！联手清华、北大，优化智能体大模型推理

42. 英伟达最新财报：AI狂欢依然在持续，下个季度收入增长会进一步加速#英伟达财报 #AI #英伟达业绩大超预期 #黄仁勋 #智能体

43. 核心AI场景首超英伟达，一场国产算力的“破局叙事”｜甲子光年

44. #阿里发布性能比肩英伟达H20的芯片#阿里推出的“真武810E”AI芯片，不仅性能强劲，还通过与云计算和大模型的结合，帮助企业降低了算力成本，直接把AI算力的门槛拉低。不用承担高额成本，也能用上顶尖算力，AI创业、转型都更轻松了

45. 对话腾讯「龙虾」负责人：没用一行 OpenClaw 代码

46. “龙虾”爆火，多家A股公司回应业务关联

47. 国务院国资委：中央企业要积极扩大算力有效投资

48. 【小调查：你经常用DeepSeek吗？#DeepSeek大幅降价#】#DeepSeek大幅调价# 9月29日，DeepSeek宣布官方App、网页端、小程序均已同步更新为DeepSeek-V3.2-Exp。DeepSeek介绍，得益于新模型服务成本的大幅降低，官方API价格也相应下调，新价格即刻生效。在新的价格政策下，开发者调用DeepSeek API的成本将降低50%以上。（财联社）网页链接

49. 人工智能到底藏着多少你没看懂的机会？ #大咖观察 #红衣聊AI #十五五规划

50. 废柴厂二代 3000 万家产被一把火烧光，靠AI在杭州年入1亿 #AI #杭州 #创业 #灵光

51. 华为云碾压局，最强算力全家桶发布！

52. 英伟达很快会反超谷歌TPU，AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

53. Meta的秘密项目居然偷师千问？偷早啦！千问发布旗舰推理模型Qwen3-Max-Thinking#Qwen3 #千问 #科技改变生活 #AI新星计划 #玩个很新的东西

54. #DeepSeek发布2款新模型#【DeepSeek发布两款新模型】《科创板日报》1日讯，今日，DeepSeek发布两个正式版模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。DeepSeek-V3.2强化Agent能力，官方网页端、App 和 API 均已更新为正式版 DeepSeek-V3.2。Speciale 版本目前仅以临时 API 服务形式开放，以供社区评测与研究。（记者张洋洋）

55. #华为超节点集群让中国算力无忧#在2025华为全联接大会上，华为正式发布全球最强算力超节点和集群——Atlas 950/960 SuperPoD及SuperCluster，最高支持15488张昇腾卡，算力规模突破百万卡级别，在卡规模、内存容量、互联带宽等关键指标全面领先。这一技术突破不仅大幅提升AI训练与推理效率，更标志着中国在AI基础设施领域实现自主可控的重大进展。华为基于三十余年联接技术积累，开创性推出超节点互联协议“灵衢”（UnifiedBus），并宣布开放灵衢2.0技术规范，携手产业共建生态。超节点技术更首次引入通用计算领域，结合GaussDB分布式数据库，有望取代传统大型机、小型机，成为各类核心场景的“终结者”。随着超大算力集群落地，中国人工智能发展获底层支撑。华为以“超节点+集群”架构，为千行万业智能化升级提供可持续、充裕算力，华为超节点集群让中国算力无忧真正让中国算力无忧。

56. 我国太空算力网建设迈入关键阶段，2800 颗卫星将打造全球太空算力底座，这到底是算力格局的彻底颠覆，还是噱头大于实际？近地轨道建起太空数据中心，十万 P 级推理算力 + 百万 P 级训练算力实现天数天算，零成本太阳能供电、极寒高效散热，看似破解 AI 能源困局，却又无法替代地面能源，这波突破到底有多少含金量？更被吹为低空经济救星，号称能让个人飞行从概念落地，真能打破低空算力通信瓶颈，实现全民飞行的未来吗？太空算力 VS 地面算力，谁才是未来算力的核心？#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqHvkEL

57. #豆包大模型2.0发布# 2026开年AI行业就成了高光的行业，算力上太空，应用高效率。让我们这些用户看的是眼花缭乱的，不知道该站那边了。豆包、GLM-5、M2.5这三款应用都采用高效架构优化推理成本，在编程、工具调用等等能力上达到行业前沿水平，以国内市场需求为主导，争取在工具的属性上满足国内的市场需求。也成为了目前市场上讨论最多AI标杆。不过豆包作为字节跳动自研模型，主打轻量化部署与高性价比，适配短视频创作、轻量化办公等场景。GLM-5以架构革新为核心，深耕编程与智能体领域，主打技术突破与开发者生态。M2.5则聚焦极致效率与成本控制，在复杂编程、办公场景中实现高速高效，三者同源却各有专攻。从发展的角度来说，这三者之间市场重叠度有限，反而是相互的互补会更多一些。#HOW I AI##过个有AI年#

58. 最近赛博龙虾盛行，搞的我都想养一只龙虾。试想一下，只需一个指令，赛博龙虾就可以帮我形成并发布一个完整的汽车视频，还挺酷的[并不简单] 但事实并非如此，首先是现阶段的赛博龙虾能干的事情有限，复杂事情需要消耗的算力根本不是普通人能长期负担得起的。另外，将电脑所有权限交给赛博龙虾，还会有泄露隐私的风险。所以，普通人最好还是做个吃“虾”者而不是养“虾”者。 #裸奔龙虾数量已高达27万只##第一批养虾人已经失眠了##三分钟快速追热点# http://t.cn/AXVSPeQF

59. #AI大模型上市第一股# 今天，国产AI大模型公司智谱华章在香港正式上市，成为全球第一个上市AI大模型公司。这家公司很有“大模型界扫地僧”的气质：招股书显示，截至2025年6月，657名研发人员，占员工总数74%；2022—2025上半年研发投入累计约44亿元。它的赚钱方式也很工程师——把大模型能力做成MaaS/API，企业按调用量或订阅付费，平台企业与开发者用户合计超290万，云端MaaS和订阅增长很快。收入也跟着起飞：2022年5740万，2024年3.124亿，2025上半年同比增长325%。上市后，募资净额里约70%继续投通用大模型研发，约10%用来优化MaaS平台。看得出来，智谱很符合我们对传统理工生的印象，一心一意，不断“把技术做厚”。

60. 辅助驾驶技术的三个核心指标：算法、算力和部署量。在目前的算法模式下，算力是单车和云端同时考量才有意义的，因为不然的话你的算法迭代也很慢，或者不能匹配。而部署量的基础门槛是区域50万级以上，越多越好。什么叫区域，那就是道路状况、交通法规、人车物流习惯接近，地理上也越接近越好。为什么特斯拉的FSD只有美版才算满血版，就是因为受限于中国的信息安全法规，中国道路产生的数据不能全部直接传递到美国本土的特斯拉的算力集群进行迭代。所以特斯拉只能采用一些间接的方式来补强中国区FSD的表现。这就相当于向你体现了一个哪怕是算法领先，单车算力也不错，但是云端算力无法全力的支撑你的场景的时候，哪怕已经在采用间接手段补充，但依然会感受到效果差异的案例。同样的，这也是为什么去年初我就在说，自动驾驶正在收敛。因为给单车配个高级芯片只是一个单车经济账，但是车企已经意识到了决赛的核心是三个要素的集成结果，单车算力充其量只能算0.5个要素，甚至在经济决策上只能算是0.1个要素。而如果一家车企想要自己做面向L3级别及以上自动辅助驾驶，建设算力集群早就不是一个疑问，而是什么时候，以及如何建设算力集群的问题。而算力集群的算法本身如何确保万卡和10万卡级的集群能够正常工作，本身就非常困难。更不要说维护集群运算本身要花费的巨大能量。2年前，我们说算力集群的门槛是万卡级，万卡是H100。特斯拉在2023年上线了1万张H100英伟达卡的集群。2024年中，达到5万张，7月份，达到7万张，2024年12月底，达到10万张英伟达H100+H200的混合集群。在当时（2024年12月），国内的集群以英伟达A100卡算卡数，就AI计算来说，行业粗糙的折算，H100是A100的6倍左右，H200是A100的8-12倍左右，能耗又比H100降低了50%。现在的话，特斯拉在用自研的计算单元去替代原来英伟达的卡，而且分为了两个计算集群。我其实也不能明确现在特斯拉有多少算力用在FSD上，Cortex AI 超级集群就接近100EFLOPS，Dojo 超算目前数量还不算多，但目标也是100EFLOPS级。你不需要去纠结到底是90EFLOPS还是100EFLOPS，但是你要get到这个量级。根据电动汽车百人会在2025年4月，按照相同标准统计的数据，特斯拉的算力集群是100EFLOPS，吉利 23.5EFLOPS，华为车BU 10EFLOPS，理想8.1EFLOPS，长城 3EFLOPS，小鹏 2.51EFLOPS，比亚迪2EFLOPS，奇瑞 2EFLOPS，蔚来1.4EFLOPS。那很多人会说，没想到吉利的算力集群这么大。那这里只是算力集群的规模统计，还要看用到自动驾驶训练领域的算力有多少，而且吉利为了支撑全球业务，把整个计算中心都算在一起了。给大家一个参考，同期，中国移动17EFLOPS，中国联通15EFLOPS，中国电信21EFLOPS，这三个都是国家级重点投资的资源体系。那这里没有上汽的数据，一方面可能是因为上汽集团没有在这个电动汽车百人会这个组织里面做过数据交流，另一方面上汽的集群是分开的，没有统一在一起。比如说高阶自动驾驶这块投资给魔门塔的部分，那么是完全用在智驾领域的。魔门塔没有披露过它的算力集群的算力情况，我了解的最后一次间接披露是在24年的年初，那时候应该就已经超过2.7EFLOPS了，拉平到25年4月，魔门塔是什么规模，我确实不了解，包括现在是多少（有说法说魔门塔目前是10EFLOPS+级别，但我没有看到正式的官方材料），有了解的欢迎评论区指出。此外还有零束等，研发总院也有自己的计算集群。那么现在又快一年过去了，各大企业的集群建设怎么样了？这才是一家企业如果真的要表明自己在这个领域想要遥遥领先，要做的事情。而不是花钱找人卖几块高价芯片往车上一焊了事的问题。而且别是10万卡了，光万卡级别，维护这个集群本身的算法就非常费人费钱。不要觉得计算集群就是买一堆卡找个机箱往里一插计算付电费就完了，协调计算且不说，卡是会坏的你知道吗？万卡级别的集群做大规模计算，还得考虑运算中有卡坏了或者异常了，数据怎么回滚，如何让计算高效继续等等。所以你要干了这些事情，发现这里面有很多问题，然后投人投资源，自己造轮子，买全套的工具。最恐怖的是，搞一个集群，如果你要真的作为你的核心，那么第一波门槛硬件投入烧的是百亿规模，每年还得几十亿的运维费用，如果出现算法革新，那么之前做的大部分工作就是垃圾。你和我说都2026年了，一家公司只有小几千张卡，别说搞研究了搞创新了，连复制别人的功能训练还要各种申请，就这样的公司还说什么未来算法演进了，车上的算力就能发挥全部功效了。你这不是搞笑的吗？所以我之前说，由于中国的信息安全政策的判断，外资车企，除了特斯拉，选择投资并使用魔门塔，或者非美系的一些合资企业选择华为ADS是正确而且必然的，因为绝大部分的车企目前不具备能力在中国建立一个独立的运算集群，哪怕是特斯拉都在犹豫。剩下的，包括去年开始被打醒疯狂投流量的地平线HSD，还有一些连名字都读不顺的自动驾驶类企业，要么就止步L2+然后安心做高性价比的硬件和传感器执行器，要么All in干一把。门快关了，没有那么多认知空间留给你们占领了。基于同样的理由，我也很明确的说，如果你一家企业想要证明自己真的要在自动驾驶领域可以走的更远，我不仅说的是自研的车企，也包括自动驾驶服务的供应商，就要证明自己在算法、计算集群和部署量三个方面有大规模的投入和落地的投资规模。最直白的，就是展示自己的计算集群能力，展示自己ALL IN的决心。如果做不到，其实我建议在目前这个投资规模的影响下，还是合作投资更好。总结一句话：高阶自动驾驶玩家正在收敛，要么合作头部玩家，要么把自己稳定做到同等高阶配置的车型中国地区稳定年销50万以上+投资并维护有竞争力的计算集群，否则根本就没有进入下一阶段的入场券。#大v聊车##微博新知##我与汽车的日常#

61. 中小企业千万别错过！2025华为坤灵秋季新品发布会！#华为坤灵#灵的不止一套#华为坤灵助力中小企业跃升智能化

62. 华为最新报告：未来10年，AI智能体、算力、半导体、能源都有巨大的机会#智能世界2035 #AI智能体 #算力 #半导体 #华为

63. 真正的AI革命不在于谁拥有更多GPU。而在于谁能更好地利用这些算力解决实际问题。#大咖观察 #红衣聊AI #英伟达 #openai

64. 马斯克又画饼：100GW太空算力集群，6万亿参数的Grok5，特斯拉的车要卖爆#马斯克 #AI #openai #谷歌 #算力

65. 全球最强算力！华为算力大阅兵，AI芯片碾压全球#华为 #算力底座 #人工智能 #AI #昇腾AI

66. 「Github一周热点96期」Flux2绘图模型、腾讯的视频生成模型、AI记忆、开源Launchpad、笔记和知识库，Nginx可视化工具

67. 这个模型有机会成为世界模型的Deepseek#AI #大模型 #世界模型 #北京人形机器人创新中心 #北京人形WoW具身世界模型

68. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

69. OpenClaw + Ollama 本地部署！无需 API，断网可用，多模型自由切换（GPT-OSS / Qwen 3 / GLM 4.7）

70. #一条音频告别2025##微博声浪计划# 智谱AI与华为联合发布的GLM-Image模型，是首个基于国产升腾算力全流程训练的顶级多模态图像生成模型，完成了国产芯片+国产框架+顶级模型的全链路闭环验证，打破了此前顶级AI模型训练对英伟达GPU的依赖惯性，被视为国内AI领域去英伟达化的重要里程碑。1741851745412.topic 种斌Marco的微博音频

71. 狙击推理时代！英伟达200亿美元收购Groq，能否巩固AI帝国护城河？

72. #2025广州国际车展# 智驾普惠热潮来袭！地平线携重磅阵容炸场，iCAR V27、风云T9L双车首发，搭载HSD智驾系统与征程6P大算力芯片（560TOPS算力加持），量产阵营再扩容✨ 全球首搭HSD的星途ET5同步亮相，现已开启预售，11月28日正式上市！从10万级到20万级覆盖，城区辅助驾驶全家桶让高阶智驾告别豪华专属。HSD规模化落地加速，向“千万量产”目标冲刺，让人人都能享受到安全好用的智能驾驶体验～ #地平线智驾HSD量产上车##地平线大算力智驾芯片征程6P上车#

73. #前DeepSeek研究员罗福莉已加入小米#罗福莉正式官宣加入小米，掌舵MiMo大模型团队，为小米AI布局注入关键动能。这位深耕NLP领域的顶尖人才，曾主导多语言预训练模型研发、参与DeepSeek-V2攻坚，其技术积淀与小米“端云协同”战略高度契合。小米以万卡GPU集群、8.1亿FLOPS算力为支撑，深耕轻量化大模型赛道，而罗福莉追求的“智能迈向物理世界”，恰与小米AI硬件生态完美呼应。从前期联合发论文到如今正式携手，这场合作并非偶然——小米提供了技术落地的广阔场景，罗福莉则带来前沿算法实力。这不仅是千万年薪背后的人才争夺，更是科技企业与顶尖开发者的双向选择。在AI竞争白热化的当下，小米靠算力+生态筑巢引凤，罗福莉借平台实现技术抱负，共同奔赴AGI未来，为国产AI产业写下协同创新的鲜活注脚。#秒懂热点就用智搜# 分析：【#前DeepSeek研究员罗福莉已加入小米#】#罗福莉回应加入小米#前DeepSeek研究员罗福莉

74. #DeepSeek新架构意味着什么#DeepSeek代号Model1的全新架构曝光，标志着其从参数堆砌向架构优化的关键转型，为大模型发展撕开全新赛道。此次架构级调整并非简单版本迭代，而是融合mHC训练框架、Engram条件记忆模块的全方位重构，直指大模型训练不稳定、记忆计算混同、长上下文处理难的行业痛点。mHC架构为训练加设“智能调节阀”，大幅提升规模化训练稳定性，Engram模块通过查算分离解耦记忆与推理，再搭配稀疏稠密并行计算、FP8混合精度设计，让Model1兼具百万级tokens超长上下文处理能力与高效推理性能，还实现了对英伟达下一代GPU的深度适配。这不仅让DeepSeek V4在编程领域的工程化能力实现突破，更降低了大模型研发的算力与门槛，推动大模型从实验室走向工业化落地。其探索的架构创新路径，也为行业摆脱算力内卷提供了新范式，引领大模型向更高效、更实用的方向演进。deepseek新架构意味着什么川北小哥的微博视频

75. 三星研究院公布了端侧AI的进展：他们把一个 300 亿参数的大模型压到 3GB 内，让它能直接在手机、电视等设备上跑，不用云也能发挥大模型级的智能。简单理解，就是把“服务器级 AI”做成了“本地小型化 AI”。这意味着速度更快、隐私更强，未来 Galaxy 的很多 AI 功能都会更依赖本地算力，而不是云端。

76. 鹅厂门口免费装龙虾，几百人排爆了！一代人有一代人的鸡蛋要领

77. AI从来不是空中楼阁，是算力，是电力。是一座座数据中心实实在在托起来的。#大咖观察 #红衣聊AI #算力 #基建 #电力

78. 值得关注：制造业AI落地的成功案例来了#制造业 #JetPave #AI #捷配科技

79. 付鹏：AI生产力能否改变生产关系？前瞻2026年大类资产波动背后深层逻辑 Alpha峰会视频

80. 盘点一周AI大事(12月7日)｜首个AGI模型问世 OpenAI强行上线GPT5.2，跑分击败Gemini重夺地表最强 OpenAI下周发布图像模型绝地反击小香蕉 ChatGPT接入Adobe套装 Google推出顶级语音模型Gemini 2.5 TTS Google上线实时语音互译Gemini 2.5 Audio Google深度研究接入Gemini 3 Pro 智谱推出最强开源手机智能体AutoGLM-Phone-9B Runway推出通用世界模型GWM-1 Meta推出短剧视频模型OneStory Meta推出最强开源版客串Saber 字节发布最强自动驾驶视觉模型UniUGP 阿里开源最强运动控制视频模型WanMove 研究员开源换脸视频模型LivingSwap Integral AI 宣称构建了世界上第一个AGI模型 #抖音知识年终大赏 #AI新星计划 #人工智能 #OpenAI #AIGC

81. 同一条路，蔚来世界模型 vs 理想 VLA

82. LTX-2 最新开源模型！只需8G显存，即可生成电影级AI大片！太离谱了，附本地部署教程！| 零度解说

83. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

84. 白嫖顶级AI模型！GLM-4.7 + MiniMax M2.1 免费 API，媲美直连 Claude Code！NVIDIA 限免福利 | 零度解说

85. 让AI帮你体验不同的人生！我用无代码开发做了个小程序，内置Nano Banana、Gemini等大模型

86. Flux 2.0 突然发布！最强开源、叫板谷歌 Nano Banana Pro 模型，在线免费实测及本地部署教程！ | 零度解说

87. #千问Qwen3.5大模型发布#除夕夜，阿里再放大招，新一代千问大模型Qwen3.5今晚开源，实现模型架构创新。继去年除夕Qwen2.5-Max后，阿里再次选择在这个节点发布重磅技术，持续推动大模型技术开源共享，为AI生态注入新活力。

88. 18个月，中国Token消耗狂飙300倍！别乱烧钱了，清华系AI Infra帮你腰斩API成本

89. 说实话，以美股今天这种筹码集中程度，中芯国际 + deepseek + 阿里巴巴 + 华为 + 中国电力如果能搞定训练或者推理的高性能自研 10 万卡加速算力集群。。。亦或分布式训练推理，或者 SLM 性能有飞跃，或者端侧推理普及的同时，分布训练推理可以匹配。。。我估计对美国的打击效果，能顶 10 艘航母。。。

90. 创业黑马公告，近日公司与上海信弘智能科技有限公司签署了《战略合作框架协议》。双方将围绕NVIDIA的人工智能技术体系能力，构建基于中小企业的人工智能应用服务平台，用普惠AI能力帮助中小企业成长。同时，双方将开展人工智能教育深度合作，通过设立合资公司等方式，为AI应用者提供全套培训架构。

91. 3D打印不再翻车！大模型/手办打印超全指南

92. 为什么说“大模型训练”很难？

93. AI 的 PC 革命

94. 从训练到推理

95. AI黄金三角

96. 2026年AI算力

97. 英伟达GB300成本降35倍，算力涨50倍？

98. 算力突围记

99. 如何看待华为最新发布的昇腾系列超节点算力，是超越英伟达了吗？

100. 算力不只靠硬件，更要靠生态！在世界计算大会上看懂华为的算力图景

101. 国产算力真的要逆天了?华为昇腾这波操作直接改写全球游戏规则!

102. DeepSeek V4与华为升腾服务器合作

103. 绕开纳米卡脖子！华为昇腾的“算力突围战”藏着大逻辑

104. 算力狂飙 40%！华为昇腾 910B 重磅发布，千亿大模型训练迎来国产芯新选择

105. 算力即国力！华为昇腾全系列产品适配MiniMax M2.5大模型名单更新

106. 国产算力打破垄断

107. 突发！万亿市场！华为公布最新升腾 AI 芯片路线图深度解读！2025

108. 2025只是开始，2026才是智能体的“黄金时代”

109. 未来AI到底对中小企业有多大影响，如何应对

110. AI 重构千行百业！2026 十大关键词，看清未来 3 年黄金风口

111. DeepSeek预测未来一两年国内各中小企业将会在这几个方面落地AI应用

112. 中小企业低成本落地AI+MES的完整路径图 - 哔哩哔哩

113. 大模型爆发

114. OpenClaw接Claude API一天烧了几百块，我快顶不住了

115. 清华系明星创企掏出AI应用开发利器，接入500多个大模型，API成本降低37%

116. 成本砍半，效率翻倍！2026企业级大模型API降本增效全攻略

117. DeepSeek新模型让AI成本砍半！长文本处理效率暴增的秘密在这

118. 大模型应用进入深水区，模型 API 服务的新范式是什么？

119. 降本增效

120. AI应用软件的开发费用

121. 2026年中国GPU算力服务提供商生态全景

122. 一文看懂算力租赁产业链，谁在悄悄吃肉？

123. 2026 年最好用的算力租赁平台测评

124. 2026年五家支持弹性租期的算力租赁服务商，灵活配置降低成本

125. 2025年中国算力租赁行业发展背景、市场规模及未来趋势分析

126. 算力租赁平台推荐 - 算力租赁是什么意思？

127. 一文读懂LoRA微调原理

128. 手搓金融风控大模型｜纯CPU跑通SFT+LoRA

129. 一文读懂大模型微调

130. 第十篇

131. LoRA微调

132. Lora微调

133. LLM开发工程师入行实战--从0到1开发轻量化私有大模型

134. 2025年Deepseek知识库本地化部署全栈方案

135. 好课分享-LLM开发工程师入行实战–从0到1开发轻量化私有大模型

136. LLM开发工程师入行实战–从0到1开发轻量化私有大模型（高清同步）

137. AI大模型系列教程--模型部署

138. 深信服高性价比部署AI大模型实操攻略

139. 从0到1开发轻量化私有大模型,LLM开发教程资料

140. 小米MiMo大模型

141. Qwen3技术架构创新、性能突破、多语言能力及应用场景

142. Qwen3

143. AGI之路

144. qwen3-0.6B这种小模型有什么实际意义和用途吗？

145. 阿里三雄争霸Qwen3-30B-A3B（MoE轻量版）、QwQ-32B（推理专用MoE）、Qwen3-32B（密集模型）

146. 从大模型到边缘算力

147. 大模型竞争引发新的算力战场

148. 在未来的算力市场中，将呈现何种竞争格局？

149. 浅谈生物数学上之竞争理论

150. 2026年通信行业专题研究

151. 算力为AI技术广泛应用提供有力保障

152. 体量虽小,力有千钧——中小企业如何在认知经济中蓬勃发展

153. 中小企业 – 拓端

154. 大模型正改变劳动力市场,以未曾设想的方式

155. 大模型对AI设计影响

156. #谈谈当前的AI#当前的人工智能（AI）技术正处于快速发展和广泛应用的阶段，主要表现在以下几个方面

157. 2024算力产业研究报告

158. 前景如何? AI 就业情况

159. 联邦学习与机器学习之间的关系 AI人工智能将来的市场大吗?

160. 贪心-大模型微调实战营-精通+指令微调+开源大模型微调+对齐+垂直领域应用

161. MLX 大模型微调全攻略：手把手教你微调电商大模型

162. 大模型部署太难？用对方法，DataEyes聚合平台10分钟就能搞定！

163. LoRA模型的优势和劣势分别是什么？对算力有什么要求？

164. 领域大模型微调案例课 / 2小时构建领域大模型微调新视野

165. 迎战TPU与Trainium？英伟达再度发文“自证”：GB200 NVL72可将开源AI模型性能最高提升10倍

166. 液冷服务器，最正宗的10家公司

167. 大模型微调攻略：从理论到实战，一文掌握LoRA、Freeze等核心方法

168. 大模型一体机：AI落地的“新基建”，如何重塑千行百业？

169. AI大模型·白皮书 | 2025年中小企业AI实战指南-用智能杠杆实现降本增效与模式创新（附解读PPT）

170. 创新工作室开课啦！第26弹 | 在自己的电脑上运行一个大模型，可能吗？

171. Qwen3核心技术解读

172. 2025年中小企业AI实战指南-用智能杠杆实现降本增效与模式创新

173. 600+大模型一键微调，阿里开源SWIFT框架火了，小白也能轻松上手

174. 大模型微调：全量微调、LoRA 怎么选？

175. AI极客时间 - 领域大模型微调案例课

176. 腾讯养龙虾：AI生产力工具解析

177. “龙虾”吃垮打工人？日耗3000元，卖“饲料”的先赚翻了！

178. 算力租赁、八大关联企业有望最先获利！

179. 蓝耘元生代GPU算力调度云平台深度解析：高性价比算力云与GPU算力租赁首选方案

180. 全量微调 vs LoRA:一篇文章彻底搞懂参数高效微调

181. 领域大模型微调案例课 (老刘)专栏教程 - 极客网

182. 大模型微调太难太烧钱？这个开源神器让你训练快2倍，显存省70%

183. LoRA 部署详解：轻量化微调，高效推理不是梦

184. 华为放大招！百万卡集群硬刚英伟达，2027年要掀翻算力王座

185. 2026年AI应用投资机会全景解析｜从资本热捧到场景落地，这几大赛道藏着新风口

186. 预算紧？这款国产大模型API帮你省出一半成本！

187. 国产算力服务平台：赋能大模型全生命周期开发与部署

188. 腾讯道歉、智谱入局，龙虾们正在钳开一个巨大的算力裂隙

189. 「OpenPipe」创始人Kyle Corbitt说：别轻易做微调的决策❗️微调模型越来越便宜，小模型场景才需要了

190. 大模型轻量化：模型压缩与训练加速

191. 30分钟学会Qwen2.5-7B微调行业大模型-《大模型轻量化微调实操手册》

192. 基于Qwen2.5-7B微调行业大模型-《大模型轻量化微调实操手册》

193. “养龙虾”火了对AI算力基建的影响

194. 开源大模型微调对比：哪款才是你的最佳选择

195. 腾讯的“龙虾”计划

196. 开放算力，夯实中国大模型Token出海底气

197. 周红伟：大模型微调与部署实战，DeepSeek和Qwen3微调案例实战

198. 五分钟读懂LoRA微调技术

199. 开源大模型微调对比：选对模型，让定制化更高效

200. 上海全市智能算力规模已突破12万P，专家建议可探索空天地一体化算力布局

201. 《大模型轻量化：模型压缩与训练加速》——破解算力瓶颈，让大模型飞入寻常应用家！ 🚀

202. 2025大模型服务商，3个坑千万别踩

203. 【经典回顾】LoRA：轻装上阵的大模型微调革命

204. 大模型的私有化部署细节

205. AI大模型API中转聚合站推荐_中转API购买_国内直连OpenAI/Claude API中转服务

206. A100、H100、4090等型号算力裸金属租赁，该如何选择？

207. 💡LoRA低秩适应实战指南：3步高效微调

208. 液冷算力产业链：从冷板到浸没，技术路线+盈利逻辑一文讲透

209. 主流AI大模型API调用费用对比（2025年10月）

2026Q1万P算力竞赛白热化：华为昇腾、英伟达GB200领跑，中小企业借道云服务与轻量化模型突围

精选参考来源