| 海外租算力的门刚焊死,Kimi就宕机了 | |
| www.wforum.com | 2026-11-20 14:52:46 AI真知 | 0条评论 | 查看/发表评论 |
|
|
|
|
|
|
|
|
11月19日下午,Kimi宕机了。 网页卡死,消息发不出去,API持续报错,正在跑的文档解析和代码任务全部中断。付费会员的通道也没能幸免,有人卡在队列里等了很久,最终只等到一个错误码。 这不是第一次。 7月K3上线48小时,GPU容量逼近上限,暂停新用户订阅; 10月K3.1 Pro迭代,限流和额度异常,官方凌晨发文道歉,补偿25%月度额度。 半年三次道歉,一次大规模宕机。Kimi的算力,真的不够用了。 更残酷的是——这不是Kimi一家的问题,是整个国产大模型正在集体撞上的一堵墙。 一、算力去哪了:三个原因,一个比一个无解 第一个原因:模型越大,胃口越大 Kimi K3参数规模达到2.8万亿,K3.1 Pro接近3万亿,原生支持100万Token上下文窗口。万亿级MoE稀疏模型和传统千亿级稠密模型完全不是一个物种——单次推理的显存占用和并发算力消耗,是数倍级的提升。模型能力越强,对算力底座的吞噬就越凶狠。
第二个原因:开源放大了需求,而且是失控地放大 Kimi选择开源路线,大幅降低了行业使用门槛。C端用户流量集中爆发,大量中小企业和开发者团队批量接入调用,算力负载从“头部大厂专属”瞬间扩散到整个生态。 月之暗面前期已经布局了数千至万卡级A800/H800集群,依然没有足够的冗余来承接新增需求。 第三个原因,也是最根本的:杰文斯悖论 Token价格在降,企业AI部署成本在降,但算力消耗反而在涨。越是便宜,用得越多。 2026年一季度,国内AI算力需求同比暴涨417%,同期供给增速只有128%,需求增速是供给的三倍多,行业高端算力缺口长期维持在28%到58%的高位。全国算力设施平均上架率已经升到71.4%,存量算力几乎没有闲置缓冲空间。 模型在变大,用户在涌入,价格在下降。 三个变量同时把算力需求往上推,而供给端,纹丝不动。 二、后果很直接:限流、宕机、体验塌方 算力不够,最先被牺牲的永远是体验。 Kimi的应对是“做减法”——暂停新用户订阅,优先保障存量付费用户;减少不必要的子Agent调用和输出长度,压缩后台配置来保住基础算力供应。 DeepSeek走得更远——不再支持超过7天且无活跃交互的长对话,单次输入上限缩短到约4万字,免费用户使用不到2小时就可能触发每日额度。 这样操作后,用户感受到的便是“卡了”“慢了”“额度没了”。厂商面对的是“算力真的不够了”。
Kimi K3.1 Pro支持100万Token上下文,官方把输入价格从每百万Token 20元降到13元,输出从100元降到68元。可是为了提升回答质量,后台频繁启动多智能体集群并发处理任务,单个任务消耗的Token数量成倍增加。 价格降了,单次调用的算力消耗反而涨了。 算力成本的账,不是靠降价就能拉平。 三、海外算力通道被焊死:连“租”这条路也走到了尽头 过去两年,中国AI企业有一条心照不宣的退路:“外训内推” ——训练任务放到海外数据中心,租用英伟达算力远程跑,推理业务留在国内。 11月16日起,这条路被彻底堵死了。 美国BIS发布《关于远程访问先进半导体》临时最终规则,核心只有一条:封堵中国AI企业使用美国先进算力的通道。规则狠在以下几个地方: (1)算力按聚合口径算。不是看单颗芯片,是把一个数据中心里给同一个客户的所有算力加起来,多座数据中心联网互通、资源池化调度的,合并计算。 (2)红线设在1200万TPP。约等于750颗H100,或者300余颗Blackwell芯片,体量大约四五个机柜。万亿参数级模型预训练通常需要数万卡集群,这条红线划得极低,头部大模型企业的大规模远程使用很容易被追踪。 (3)五国被点名。马来西亚、新加坡、泰国、印度尼西亚、巴西,先进芯片或服务器运往当地原则上需申请许可。 (4)存量也要申报。已经向中资企业提供超门槛算力的海外数据中心,90天内必须申请许可证,否则面临后续出口限制。 多位行业人士的判断很一致,“基本把所有可能的路都堵死了,以后只能使用国产芯片堆算力。” 四、国产替代之路:方向唯一,路面很窄 被逼到墙角之后,Kimi们不是没有动作。 摩尔线程在11月完成了对Kimi K3.1 Pro的训练适配,基于MTT S5000和MUSA软件栈,构建原生FSDP2多模态训练路径,双机16卡连续运行400步,没有出现数值溢出或异常中断。海光DCU在K3发布前就完成了兼容性调优,打通了MoE架构的分布式训练和多卡并行推理链路。阿里平头哥的真武M890超节点也完成了对K3的兼容。
“国芯配国模”的闭环,正在从口号变成工程现实。 然而国产替代最大的敌人,从来不是“能不能适配”,而是 “能不能造出来”。 2026年,国内AI芯片需求约420万颗,中芯国际先进制程实际供给仅约260万颗,每两颗需求里就有一颗根本造不出来。7nm级AI芯片的产能高度集中于中芯国际一条产线,还要在华为昇腾、寒武纪、海光、壁仞、摩尔线程之间分配,而华为一家就吃掉了先进制程产能的43%,寒武纪拿下11%,剩下的十几家公司挤在剩余份额里。 更上游的锁更硬——没有EUV,DUV多重曝光的生产时间是台积电的2到3倍;单片制造成本贵40%到50%;良率刚爬过盈亏线,台积电3nm稳定在78%以上。 国产AI服务器的供需缺口,2026年在18到39万台量级,2027年不会缩小,反而会扩大到22到56万台。部分算力中心的订单,已经排到了三年后。 算力芯片,国产替代的方向是确定的。 但当前产能的爬坡速度,远远追不上需求的爆发速度。 写在最后 Kimi的宕机和限流,不是一家公司的运营事故。 它是国产大模型在“能力追上来了、算力没跟上”这个剪刀差里,最真实的一次阵痛。 模型可以开源,价格可以下降,生态可以繁荣。可算力是物理的——芯片要流片,产线要爬坡,集群要交付,这些都需要时间。 从硬件采购到集群上线,周期长达6到12个月。而用户增长和Token消耗,是按周、按天在翻倍的。 海外租算力的门已经关了。国产替代是唯一的路,这条路的宽度,目前只够最头部的玩家挤过去。 Kimi今天遇到的,是所有中国AI公司明天都要面对的。算力不会因为需求旺盛就凭空长出来。它只能一颗一颗地造,一台一台地交付。 而在这之前,道歉和宕机,可能还会再来。 |
|
|
|
| 航母的噩梦!轰6首次公开鹰击21齐射镜头 | |
| 解放军如烂泥 美智库细数中国6大软肋 | |
| 曾被悬赏百万美元 乌克兰车臣女兵阵亡 | |
| 18日晚的APEC欢迎晚宴上,两个有意思的画面 | |
| 川普深圳爆料:与习近平聊了一整晚 |


