热点
Kimi K3[*]疯海外，国产超节点集体亮相，中国AI合力出击
DeepSeek决定专门针对华为芯片优化V4版本，标志着其在战略上从依赖美国半导体转向更多采用中国本土AI设备。DeepSeek的官方技术报告里，华为昇腾与英伟达被并列写入硬件验证清单。
紧接着，智谱GLM-5.2开源首日就完成了与华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞八大国产算力的全适配。MiniMax M3同样实现了与华为昇腾、摩尔线程、沐曦、昆仑芯、海光等芯片的Day 0适配。
“Day 0适配”这个词今年被频繁提及——模型发布当天，芯片就已经能跑了。这在三年前几乎不可想象。当时国产大模型默认跑在英伟达上，国产芯片是备胎。现在，国产芯片成了首发阵容。
清程极智是这股浪潮里最会玩的一家。这家清华系公司联合联泰集群等算力伙伴，在世博展馆打造了Token“前店后厂”双场景互动空间——“后厂”是算力集群，“前店”是Token商店。清程极智联合创始人师天麾告诉我们，这样做是为了“打破专业内容与大众之间的展示壁垒”，“让Token算力基础设施不再局限于专业圈层，真正走进大众视野”。
自研赤兔推理引擎是清程极智的核心产品之一，它是真正面向国产芯片原生优化的推理引擎，而非简单移植海外方案。清程极智联合创始人唐适之举例说，DeepSeek等新一代大模型原生采用FP4精度训练，但国内绝大多数国产芯片硬件层面不具备FP4/FP8原生计算单元。传统方案只能转成BF16或降级INT8，赤兔通过自研软件浮点模拟计算架构解决了这个问题。硬件成本上，传统开源推理框架部署DeepSeek满血版至少需要4台国产8卡服务器，搭载赤兔后仅需单台即可完整跑通
在清微智能展台，相关负责人也对凤凰网科技表示：“大家都来看了，也是在横向对比——我要买一个Token工厂，你的方案怎么样？”他给我们算了一笔账：客户选谁，看的是“建设成本、部署和互联成本、运营成本”三项叠加，“直接决定了百万Token的性价比”。
目前，清微智能的客户构成以三大运营商和区域性算力节点为主，“他们有比较强的国产化动力，你跟他讲国产自主可控的架构，他会比较buy in”。
提到当前的算力紧张问题，这位工作人员提到两个方向：一是模型侧优化降低Token消耗，二是算力侧“用国产替代英伟达”，“英伟达的建设成本是最高的”。
逛完整个展馆，一个感受越来越清晰：国产芯片的硬件参数在追，但真正难追的，是英伟达藏在硬件之下的那道护城河——CUDA软件生态。
“大量模型的训练还在CUDA上面，相当于在苹果iOS上训出来的模型，要放到你的安卓上去用，就得改。但你的安卓，用的人还不够多。”前述清微智能负责人告诉凤凰网科技。
清微智能透露，他们联合华为、寒武纪、摩尔线程、天数智芯、燧原科技等九家单位，与北京智源研究院一起做联合生态。“大家不要再每家重复造轮子了，芯片公司把注意力放在芯片上，操作系统交给‘安卓’去干。”目标是今年在80%的层面上替代CUDA。
摩尔线程是这场“国芯国模”运动里走得最远的玩家之一。展台工作人员向展示了三大“AI工厂”——模型训练工厂、词元生产工厂、智能体生产工厂。其夸娥万卡级智算集群已成功落地，Dense模型训练算力利用率达60%，有效训练时长达90%。
摩尔线B基础模型从零开始的完整训练，以及全球首个5D世界模型“北大EvoPhys-World”的全栈原生训练。上半年预计营收16.5亿至17.5亿元，是去年同期的2.35至2.49倍。
上游，Kimi K3、DeepSeek V4、智谱GLM-5.2、MiniMax M3——国产大模型在性能上追到了全球前三，在价格上打到了海外同行的几分之一。
中游，这些模型发布当天就主动适配国产芯片——华为昇腾、摩尔线程、沐曦、燧原、寒武纪、昆仑芯——能上的全上。
中间还有清程极智、清微智能、硅基流动这样的公司，用推理引擎把芯片算力和模型需求高效对接起来。
这不是某个环节的突破，而是一条完整产业链的协同发力。目标很明确——围剿英伟达的硬件垄断，挑战海外大模型的高价壁垒。
2025年初，DeepSeek刚刚爆火时，我们曾过一位算力赛道的资深人士，其曾经告诉我们，当时国内最强模型还跑在英伟达芯片之中，这是该让人担忧的事情。彼时，他们认为性价比将会是国产生态的最大[*]手锏。但他也提及，做生态远比做产品难的多，当时的国产芯片还不好用，但他相信，一切只是时间问题。
而现在，仅仅一年多过去，一切都变了。国产生态建立的速度比任何人料想的都要快，在WAIC，这种氛围尤其浓厚。
Kimi K3又一次在海外引发讨论，复刻去年的DeepSeek时刻，更多的是因为海外正越来越多的看清自己的硬伤是成本——训练成本高、推理成本高、API定价高。中国这边的打法是用性能接近的产品，配上国产芯片的性价比，再把Token生产的每一个环节都压到极致。这可能是一次席卷式的扫荡。