沉默的羔羊

kimi不是DeepSeek时刻_我的网站

一 |     7月19日晚上，月之暗面发了一份公告，估计很多人都看到了。         01          标题叫《关于算力紧缺与会员暂停开放的说明》。

二 |     新西兰先驱报中文网 Kenny 报道 接新西兰交通局通知，1号高速位于Brynderwyns Hills长达10公里的路段，将于2月26日完全封闭9周（复活节除外）。说三件事：          Kimi K3上线48小时，逼近集群承载极限；暂停C端新用户订阅，现有算力全部服务已订阅用户；后续新订阅，Kimi主权益和Kimi Code权益拆开卖，「以方便更精准匹配算力」。         封闭期间，施工人员将不分昼夜的抢修道路，以清理之前飓风引发的重大山体滑坡。

三 |          同一个晚上，阿里千问官宣Qwen3.8即将发布开源，参数2.4万亿；对多数人来说，这就是条产品新闻。看完了，划走。         你要拿着算力股，里面有个反差，可以研究下。

四 |          Advertise with us          这段路是奥克兰前往Northland的主路。         被卖到停售的这个模型，三天来被用户骂得最多的，恰恰是「贵」，发布博客把输出定价写到100元每百万token，大概是上一代的4倍。         海外媒体直接拿这个说事，标题叫「中国廉价AI时代的终结」，上手用户晒的额度截图，一天烧掉三五成，到处都是，抱怨列表的另一头还挂着一个「慢」。关闭期间，交通局建议司机们选择三条道路之一绕行。         一边贵到挨骂，一边抢到关门，这两件事同时成立，说明什么？「便宜」和「贵」这场架，两边吵的不是同一件事。         拆开来看，有三个刻度。绕行意味着从奥克兰到Whangārei的行程将增加20到70公里不等。         第一个刻度，单个token的标价；K3确实便宜，输入3美元、输出15美元每百万token，大约是GPT-5.6 Sol的一半，全部的价格优势，都长在这个刻度上。         第二个刻度不同了，干完一件事，到底花多少钱？          我查了第三方评测机构Artificial Analysis的数据，截至7月21日口径，跑完同一套智力测试，K3总共输出约1.3亿个token，是可比推理模型中位数6300万的两倍还多。         东线方案（下图橙色）：走Cove Road绕行Waipū，该路线仅适合轻型交通工具。         折到单个任务，K3约0.94美元，GPT-5.6 Sol开到最高档呢？1.04美元。

五 | 因为有羊肠弯道，带拖车的皮卡或卡车被禁止通行。         几乎打平，单价一半，话多一倍，账单回到原点，用户骂「额度烧得快」，骂的就是这个刻度的日常体感。         中线方案（下图绿色）：走Oakleigh Road绕行Paparoa，适合绝大多数交通工具。         第三个刻度，总需求，停售公告本身就说明问题了，需求大到人家把门关了。         西线方案（下图蓝色）：走12号和14号高速绕行Dargaville，该路线最远，需要额外行驶70公里，适合最重型卡车。         而且关门这家，手里本来就有闸，Kimi Code设着7天总量加每5小时滚动窗口的双层限流，帮助页写得清楚。         隔壁更直接，Qwen3.8预览版压根没走「挂个API随便买」的路子，只放在Token Plan订阅里用，个人版挂两层滑动窗口，5小时、7天，触顶即停，条款清清楚楚写着：禁止当API批量调用。

六 |          还有DeepSeek，六月底放了个消息，V4正式版要搞峰谷定价，高峰时段API价格翻倍，注意，用智能最贵的那个时段，恰好是你上班干活的时段。         全国公路运输协会首席执行官Justin Tighe-Umbers表示，司机们普遍感到失望。         几周之内，一家关门，一家装闸，一家把电网的峰谷电价搬进了API价目表；各干各的，指向同一件事：最强的智能，眼下是按份供应的。         02          当然，我这话也不能说得太满，一家公司停售，只是一个样本，不等于一个趋势。         “他们当中很多人已经跑了二三十年车，期间一直呼吁解决路的问题。         你说月之暗面自己卡买少了，也完全讲得通；而且这波需求里掺着补贴，Qwen预览期Credits消耗打一折，等于十倍用量白送，K3订阅套餐的定价能不能覆盖推理成本，也得打个问号。明明是世界上最可预测的问题，但我们没有采取任何措施。

七 | 现在我们要在最坏的时候和最不该的地段，关闭一条主干道，”他说新西兰应该有为期五十年的道路交通规划，而不是总是试着小修小补。         不过，有一件事是确定的：          补贴也好，真实需求也好，搅在一起的现状就是算力已经先不够用了。         有意思的是，市场第一反应完全没往这个方向走。         据交通局估计，即使在Brynderwyns进行修复，该路段最多也只能再服务5-7年。         Tighe-Umbers说目前最大的问题还是时间和成本。之前一天就能往返奥克兰和Northland，但如今许多司机——尤其是走西线的——将无法完成往返，不得不增加过夜费用和更多路上时间。         7月17日，A股CPO概念批量跌停；持仓群里刷屏的那句话你应该见过：「第二次DeepSeek时刻」。什么意思？          2025年1月那笔旧账还记得吧：          中国模型太省算力了，那算力和光是不是买多了？高盛的Rich Privorotsky在K3发布当天也往这个方向定性，说这可能是「算力扩张时代」终结的信号。         48小时后，那份停售公告出来了，算是对这个定性，当场来了个回话。         Tighe-Umbers说当地一家林业公司就跟他说，接下来九周不会再砍伐任何树木。         一位奶场主也说，他每天必须经过Brynderwyns。         价格战这事，随时可能反转；DeepSeek的V4预览版4月起就在走省算力路线，正式版上线要同步调价；比谁便宜，这个行业里从来没有过定局。预计绕道会额外增加15万纽币，而他无法转嫁这笔费用。

八 |          “他们通常无法转嫁，因为他们签了以特定价格交付货物的合同，而市场根本不会承担额外的运输成本。         有一样东西，回不了头，这一代模型到底长成了什么形态？需要什么样的集群来伺候它？贵与便宜是策略，形态是宿命。

九 |          所以，标价砍半的模型，用到停售的需求，翻倍的任务账单；三件事放在一起，你很难不问一句：K3的便宜，到底省在哪里了？          03          我先说结论，不全是省出来的。

十 | ”          “对他们来说，九周是一段非常漫长的时间，”Tighe-Umbers说。

十一 |          K3拿到低价的每一招，都押着一个前提，三招拆开看，前提是同一个东西。         国家党政府已经承诺会优先考虑用一条四车道的新路替代原路段，最有可能从Brynderwyns以西经过，但迄今为止没有公布时间表或预算。         相关阅读：          奥克兰交通局今夏将修复550公里道路，资金削减交通安全如何保障？          奥克兰有大约1000公里的道路需要维修，5到10年才能修完……          五年来国家公路上出现的坑洼超过21万个，最多的地区是……          未来10天，新西兰大部分地区气温将超过20摄氏度，天气晴好          厄尔尼诺来袭 新西兰今夏出现热带气旋的风险有多大？          炎热干燥！今年夏天新西兰的气温或将飙升至39度          厄尔尼诺现象来了！几周之内，新西兰气候会发生怎样的巨大变化？          厄尔尼诺来袭 2024或成史上最热一年          注：本文为编译/原创，欢迎转发分享；但严禁复制等未经授权的非法使用。         先说怎么看这套系统，把它想成一座货运园区；token是包裹，推理是分拣加派送，显卡是工位，园区里的高速互连是传送带，跨园区的网线是跨城干线。

十二 | 违反上述声明者，本网将追究其相关法律责任。

十三 |          记住这个画面，我们拆第一招：稀疏。         K3是混合专家模型，896个专家，每个token只激活其中16个；什么意思？每件包裹进园区，只叫醒该干活的那十几个工人，其余人不动，电费自然省了。

十四 | 使用授权请联系[email protected]。         但前提马上就跟来了，几百个专家摊在几十张卡上，包裹要在工位之间寄出去、算完、再寄回来；这东西有个行话，叫all-to-all通信。         这类流量对带宽和延迟极其敏感，差一点都不行。         chineseherald.co.nz All Rights Reserved 版权所有          (责编：鸮鹦鹉)          相关内容                数百条肥美鲷鱼冲上奥克兰海滩，渔业局：鱼没问题，但别吃           与前总理们相比，Christopher Luxon上任后人气没有提升，原因何在？           夜间奥克兰西区发生两起逮捕事件，两人受重伤，四人被拘留           奥克兰Ellerslie华人夫妇遇害案：两名被告面临新的指控           新西兰儿童部被严厉警告：“完全不可接受”           国家党“百日计划”即将收尾， 新政府2024年关键字：减！           绿党议员猝然离世，国会将史无前例迎来第三位华人议员？           工党人事大洗牌！他辞职去当大学校长只因羁绊太深？。         有基准可查，DeepSeek开源的通信库实测，同一高带宽域内每卡能跑到约160GB/s；跨节点呢？掉到约50GB/s。         月之暗面显然知道这个问题，应对就写在发布博客里：          训练阶段就搞了「完全均衡的专家并行」设计，部署一节明确建议「64个或更多加速器组成的supernode」，理由是推理效率受益于更大的高带宽通信域。

十五 |          这里我要说一点，64卡是跑得经济的门槛，是把token卖到这个价的前提；传送带不够长，工人再省电，包裹也堵在路上。         第二招：缓存。         发布博客里有句话容易滑过去，借助Mooncake分离式推理架构，编程场景缓存命中率超过90%，实际输入价格仅为标价的四分之一。         Mooncake是月之暗面自研的推理底座，它干的事是什么呢？          把缓存（行话叫KV cache）从单卡显存里解放出来，在集群的处理器、内存、硬盘之间流转；翻译一下：包裹不必每次回总仓重新打包，去就近的中转仓取就行。         这东西有多能搬？          我查了它的开源基准，一台插满8张400G网卡的节点，搬运40GB缓存能跑到190GB/s。         四分之一的输入价不是白来的，它建立在集群内部大规模搬数据的能力上，网络带宽是这门生意的效率变量。         第三招：压缩。         K3用自研的KDA线性注意力，把缓存体积大幅压小。

十六 | 官方说法是，借助带缓存的KDA，「即使在大模型规模和长上下文条件下，也能以很有竞争力的token价格提供服务」。         你看，压小的包裹还是要搬，月之暗面今年挂出一篇系统论文，标题就很说明态度了：          「下一代模型的KVCache可以跨数据中心」，把缓存当一等公民资源，在更大的网络里调度。方向直接写在了论文标题上。         三招放在一起，答案完整了。         稀疏省算力，前提是域够大，缓存省重复计算，前提是搬得动；压缩省显存，前提是缓存设施接得住，省钱的每一招，都建在网络上。

十七 |          很多人觉得推理是轻量活，训练才是重体力。这一代推理集群，长成了过去只有训练集群才有的形状。         而且，这也不是一家的偏好，开源旗舰的「最小服务单元」，代际之间在变大。

十八 |          上一代K2，官方部署指引最少16卡；K3推荐64卡起步。DeepSeek-V3的技术报告里，解码阶段最小部署单元是320卡。         再看过去一周的牌桌，已开源的V4-Pro站在1.6万亿参数，Qwen3.8官宣2.4万亿即将开源，MiniMax被曝下一款2.5到3万亿，这一代模型，都长这个形状。

十九 |          SemiAnalysis给K3的判词也通了：它需要「更多的GPU、HBM、DRAM和网络」。         回头再读那份停售公告，可以从技术角度换个读法了：          卡不是问题，市面上买得到；问题是把几十张卡绑成一个域；能同时跑稀疏、缓存、压缩的那种集群，临时拼几台机器凑不出来。         缓存要在网络里流转，随便拉根网线也搬不动；公告里那句「承载极限」，说白了，是长成这个形状的算力池不够用。         04          需求是真的，形态也定死了，这笔钱，落到产业链上，会记到哪一段的头上？          这份需求能兑现多少，第一道闸门，就在刚才那句判词里：HBM，高带宽内存。         SemiAnalysis给K3算过一笔硬件账；2.8万亿参数的权重超过1.5TB，单台机器的显存根本装不下，注定要摊在集群里。         如果国产承接这头，闸门更窄。         同一家机构拆过长鑫存储的口径：HBM晶圆产能去年底约5000片每月，今年底爬到约3万片，综合良率约25%。         对比一下，国际大厂良率在85%以上；此前囤了约1300万堆库存，按他们的测算，约够160万颗910C级芯片用。         我翻译下啊：地和钢材是限量的。今年明年能盖几座园区，基本已经写死了，这一段的账，最确定，也最没有弹性。

|          量看完，再说形态，采购的单位在变。         以前叫「买卡」，现在叫「买超节点」。刚闭幕的世界人工智能大会上，我去逛一圈，燧原、沐曦、摩尔线程、中兴、百度、平头哥，各家的超节点扎堆亮相。         园区里的传送带怎么修，取决于一个工程边界：铜的半径。         铜缆便宜、稳定，问题是它只够在一个机柜内部把卡连起来；阿里的磐久128单柜方案，柜内全铜，一只光模块不用。         英伟达NVL72同样柜内全铜，域一大过一个机柜，故事就换了。

|          华为CloudMatrix 384用十六个机柜拼一个域，柜内走铜，柜间走光；SemiAnalysis拆出来，整机约6912只400G光模块，芯片和光模块的配比约1比18。

|          注意，这个配比只属于多柜形态，不能套到所有超节点头上。

|          K3建议的64卡，今天恰好压在这条铜光边界上，单柜方案还兜得住；往前看一代呢？V3的320卡早就在柜外了。         最小服务单元16、64、320这条代际曲线，正在把负载往机柜外面推；域每跨出一个机柜，光的账就跳一级。

|          最后说弹性，眼下最实的一段账，在园区之间。         跨集群的高速以太网，吃的是800G和1.6T光模块；我查了LightCounting今年2月的预测：800G出货量今年再翻一倍以上，1.6T增长到数千万端口量级，1.6T芯片组销售额今年突破20亿美元。         垫在这批订单底下的，是货运总量本身，谷歌在I/O上自报，单月处理token达3200万亿，一年涨了7倍。         OpenRouter的官方博客说：          今年2月起，agent产生的流量超过了人类，单条agent请求消耗约是人类的15倍；包裹越来越多，寄件的还从人换成了不知疲倦的机器。

|          当然，我前面说的全是需求往上走，这事还有另一面。         效率也在往前走，K3自己的输出token比上一代少了21%；横向比，仍是同行的两倍；DeepSeek的V4，前面提过，走的稀疏注意力就是奔着省去的。         华为去年发了篇UB-Mesh论文，研究的东西更直接：机柜里用电缆直连，能少用光模块就少用。         还记得那个货运园区的比方吗？单件包裹在变小，包装在变省。         所以，这其实是一场赛跑；总货量跑在前面，光互连的账就成立；哪天单件瘦身反超了总量，单位算力配多少光，就会掉头。         两边都是真的，谁能跑赢，没人知道。         有几个东西可以盯着，按计划，7月27日，K3的权重和技术报告放出来，看看谁第一个用64卡以上的国产集群把它跑起来。         Qwen3.8正式开源后，看它的部署指引推不推类似的大通信域；月之暗面全速扩容，看采购往哪种形态的集群流。         回到开头那个反差：骂它贵的，骂的是token的标价；把它抢到关门的，抢的是长成这个形状的算力。

|          参考来源：          [1].月之暗面、千问、DeepSeek 官方公告与文档，Artificial Analysis、SemiAnalysis、LightCounting，DeepSeek-V3 技术报告及 Mooncake、DeepEP、UB-Mesh 等公开论文与开源仓库（数据截至 2026-07-21）          [2].个人观点，仅供参考，不构成投资建议。

Current article:http://www.jiubengtaibingpengou.pics/ptptax/yq1ufk.html

Published on:17:29:50