大模型狂飙：不拼参数拼“基建”

凌晨三点，看着屏幕上弹出的API请求频率超限提示，不少开发者估计血压都上来了。这真不是平台故意卡脖子，而是大模型的算力焦虑已经实打实地演变成了基础设施的军备竞赛。 就拿智谱来说，API注册用户眼看就要冲破700万大关，单月猛增200万。流量这么猛，光靠嘴炮不行，得砸真金白银买卡。他们直接启用了超5万块国产算力芯片来扛日益增长的推理压力。以前市场总觉得他们在底层基建上差点意思，现在靠着先发优势疯狂补课。有投资人透底，现在模型能力越来越趋同，谁能“用同样的卡跑出更多token”，谁的账本才好看。 这种算力饥渴症早就不是一家的事了。你看英特尔，为了抓住AI计算这波前所未有的需求，反手就搞了个150亿美元的股票发行来充实资本支出。再看存储端，AI数据中心疯狂扩建，硬生生把江波龙这种硬件卖水人的半年净利润拉高了7万多倍。整个行业的底层硬件都在跟着大模型的胃口水涨船高。 参数规模的数字游戏早就玩到头了，现在拼的就是谁的Infra效率更高，谁的底层基建更抗造。算力涨价潮下，光靠堆显卡已经行不通，优化推理链路、榨干每一滴算力才是活下去的真本事。 凌晨三点API被限流的痛，一线开发者都懂。为了不让用户骂娘，智谱这次是真的下血本了。他们的开放平台注册用户眼看就要摸到700万的门槛，单月猛增200万。流量这么猛，光靠PPT可扛不住推理压力。智谱直接拍桌子，启用了超过5万块国产算力芯片来填这个无底洞，甚至传闻搞出了1GW规模的国产AI算力基建。 以前圈子里总有人嘀咕，说智谱在底层基建上缺乏经验。现在人家靠着GLM-5的先发优势，正拼命补齐这块短板。有投资人跟我透底，现在大模型能力越来越趋同，谁能“用同样的卡跑出更多token”，谁的账本才好看。Infra层优化已经成了未来一两年AI投资的核心主题。 千万别小看这1%的效率提升，放在几万块卡的大规模集群里，省下来的真金白银就是天文数字，这也难怪现在Infra工程师的薪资涨得飞起。再看看隔壁做存储的江波龙，靠着AI数据中心扩建，半年净利润暴增七万多倍，硬件卖水人都赚麻了。在底层硬件疯狂涨价的背景下，智谱狂囤国产卡不仅是为了保供，更是为了把算账的主动权捏在自己手里。 大模型竞争早就过了拼参数规模的草莽阶段。现在拼的是谁的Infra效率更高，谁能把每一滴算力都榨干。不会精打细算搞基建的模型公司，迟早会被高昂的算力账单拖死。 智谱的算力需求只是冰山一角，整个AI硬件和存储产业链都在迎来一场狂欢。 看看江波龙刚交出的半年度财报，归母净利润直接飙到105亿，同比暴增七万多倍，存储产品毛利率更是逼近60%。这数据看着吓人，但背后逻辑很清晰。AI数据中心疯狂扩建，企业级存储需求彻底爆发。以前大家买存储只看容量够不够大，现在得看能不能扛住大模型的高并发吞吐。在这个风口上，卖铲子的硬件厂商确实赚麻了。 算力巨头们也没闲着。英特尔反手就宣布拟发行150亿美元（约合人民币1012亿元）的普通股。官方说辞是下游客户需求强劲且具备可持续性，意思就是AI算力的胃口太大，得赶紧搞钱扩产。从先进封装到专用硅片，英特尔正拼命想抓住这波物理AI的红利。 大模型竞争早就过了拼参数的草莽阶段，全面转向底层基础设施的军备竞赛。不管是存储芯片还是算力代工，都在疯狂吃大模型的红利。硬件卖水人赚得盆满钵满，但模型公司不能只当盲目囤卡的冤大头。买卡只是入场券，怎么把Infra效率榨到极致，把每一滴算力都用在刀刃上，才是下一轮淘汰赛真正的门票。 硬件基建在狂飙，但在大洋彼岸，Meta正试图通过端侧模型和政策松绑来另辟蹊径。 扎克伯格最近抛出一篇14页的长文，直接喊话美国政策给开源AI松绑。老扎这算盘打得挺响，既然自家建数据中心面临重重阻力，训练数据又受限，不如换个赛道卷端侧和开源生态。他直言把AI权力高度集中并不安全，这话听着冠冕堂皇，实则是在为Meta的开源路线造势。 技术动作上，Meta刚发布的Muse Glimmer模型就是冲着端侧来的。这模型不拼庞大参数，主打一个接地气，单张显卡的Mac或PC就能跑智能体任务。以前大家总觉得大模型必须得在云端机房里疯狂烧钱，现在Meta直接把桌子掀了，让AI直接塞进开发者的个人电脑里。不仅如此，他们连Muse Spark 1.2的权重都准备公开，这可是超级智能团队砸重金搞出来的家底。 端侧小模型搅动开源局，本质上是拿生态去硬刚算力壁垒。当云端算力被大厂和资本死死捏在手里时，把模型做小、塞进端侧、开放权重，让全球开发者一起来用，才是真正能破局的杀手锏。老扎还专门设立了10亿美元基金来安抚建数据中心受影响的社区，可见这基建路线在美国走得多憋屈。 大模型的下半场，云端拼Infra抠成本，端侧拼生态抢入口。与其在云端跟巨头卷参数规模，不如把AI真正塞进每一台个人设备里，这或许才是开源社区最大的机会。 不管是云端死磕Infra，还是端侧猛推开源，大模型这盘棋的底层逻辑已经彻底变了。以前大家发模型，恨不得把参数量吹上天，跑分榜单刷得飞起。现在各家模型能力严重趋同，用户根本感知不到底层到底是几百亿还是上千亿参数。当模型本身拉不开差距，拼的就是谁更会算账，谁更懂生态。 算账的核心在Infra。智谱狂囤5万块国产算力卡，本质上是在为日益暴涨的推理需求买单。江波龙靠着AI数据中心扩建半年净赚百亿，英特尔更是直接砸150亿美元发股票扩产。硬件卖水人赚得盆满钵满，但模型厂商如果只懂盲目堆卡，利润全被高昂的算力账单吃干抹净。有圈内人算过一笔账，在万卡集群里，1%的Infra效率提升省下来的电费和时间成本，就是个天文数字。谁能用同样的卡跑出更多token，谁才能在价格战里活下来。 至于端侧开源，那是另一条破局路。云端算力被大厂死死捏在手里，中小团队根本玩不起。Meta把模型做小塞进单张显卡的PC里，还大方公开权重，这其实是把算力压力分摊给了全球开发者。与其在云端跟巨头卷参数规模，不如去端侧抢入口。 别再去迷信什么参数神话了。对于现在的模型公司来说，去抠那1%的推理延迟，或者去端侧找增量场景，比多买几张显卡实在得多。不会精打细算搞基建的玩家，迟早会被账单拖死。 看清了行业趋势，落到具体业务上，开发者和企业该如何应对这波算力涨价潮？以前大家写代码，习惯无脑调云端大模型API，现在智谱的Coding Plan大幅涨价，API调用成本肉眼可见地变贵。这时候还去死磕百亿参数的云端推理，纯属给硬件卖水人打工。 真正聪明的做法是向Infra要利润。智谱ZCode上线一个月就能破百万用户，靠的不是参数多大，而是底层调度。开发者得把精力从调参转移到优化推理链路上，死磕KV Cache优化、模型量化，把每一毫秒的延迟抠出来。你看江波龙都在搞5nm自研主控芯片来提升端侧大模型规模上限，硬件都在往端侧发力，软件端如果不跟着做轻量化适配，迟早被高昂的账单拖死。 另一条出路是拥抱端侧开源生态。既然云端算力被巨头捏在手里，不如把模型塞进用户的个人电脑里。Meta刚发布的Muse Glimmer能在单张显卡的Mac或PC上跑智能体，还准备公开Muse Spark 1.2的权重。开发者完全可以基于这些开源小模型，结合本地存储和算力，搞端侧原生应用。 算力涨价潮下，捂紧钱包的核心不是停止开发，而是转变思路。别再迷信云端大参数的暴力美学，把模型做小、把推理做快、把生态做宽，才是中小团队在这场基建军备竞赛里活下去的底牌。