DeepSeek与Kimi接连限额:国产大模型算力承压,长对话还能撑多久
算力去哪了?国产大模型的算力阵痛期,调用,算力,芯片,大模型,服务器,英伟达
观察者网心智观察所
2026年11月16日,部分用户打开
DeepSeek客户端或网页版时,屏幕上弹出了一条提示。内容大意是:由于算力受限,平台将不再保留超过7天且无活跃交互的长对话,单次输入文字的上限压缩到约4万字;免费用户若连续使用不足2小时,就可能撞上每日使用额度的天花板。
类似的情况20天前刚发生过。10月24日,月之暗面发布3万亿级参数新模型Kimi K3.1 Pro,上线不到12小时,额度消耗过快、限流措施过严,引来大批付费会员不满。10月26日凌晨,官方发文致歉,并为所有订阅会员重置、补偿25%的月度额度。
短短1个月内,国内两家头部大模型产品先后陷入限额争议,普通用户因而面临一个疑问:算力去哪儿了?

长对话被掐断,算力为何饥渴
对习惯用AI改几十页论文、批量处理代码、整理长篇文档的人来说,最近的使用体验打了明显折扣。
这次DeepSeek调整中,有的用户看到的闲置会话封存期限是7天,有的则是72小时。那些攒了几十轮对话、格式和背景资料都已调教好的旧聊天窗口,历史记录仍能打开翻看,但新消息发不出去了。系统给出的办法是另开一个对话,或者把历史记录导出到别的应用里用。
服务范围主动收缩,背后是服务器承受的巨大压力。全球多模型聚合平台OpenRouter的数据显示,2026年10月19日至10月25日这1周,DeepSeek V4.1 Flash完成33.6万亿token调用,环比暴涨801%;11月9日至11月15日这1周,token调用量升至59.2万亿,排在全球第1位。7月底至8月初,该模型周调用量还只有7.22万亿,不到3个月,需求涨了8倍以上。
调用量猛增,服务随即频频告警。2026年10月以来,平台至少出现8起服务异常或中断。10月15日那次故障持续4小时52分钟,网页端、客户端对话服务与核心应用程序接口同时受限。平台2026年8月已对开发者接口实行峰谷分时定价,闲时价格为高峰时段的一半,想靠价格杠杆让开发者错峰调用;如今又对免费用户直接设起额度墙。
Kimi同样感受到算力吃紧。2026年10月下旬上线的Kimi K3.1 Pro支持100万token上下文窗口,代码生成和长程任务表现突出。官方把接口调用输入价格从每100万token20元降到13元,输出价格从100元降到68元,可购买包月套餐的个人用户发现额度很不禁用。新模型为提升回答质量,后台频繁启用多智能体集群并发处理任务,单个任务消耗的token成倍上升。官方在半年内第3次公开道歉时承认,只能调整后台配置,减少不必要的子任务调用和输出长度,以维持基础算力的稳定供应。
大模型的记忆,代价有多高
大模型公司为何如此忌惮长对话,甚至宁可得罪重度用户,也要收回7天不活跃的聊天窗口?这得从AI大模型在电脑芯片里的运行方式讲起。
其实,大模型每次答完就立刻“失忆”。它之所以能记住上下文,是因为用户发来第10句话时,后台必须把此前的第1句到第9句,连同AI给出的全部回答,打包成一个巨大的文本包,再送进芯片计算。
若每回都从头算,速度慢到无法忍受,芯片耗电也会高得离谱。键值缓存技术正是为此而生:把此前聊天内容算出的中间结果,暂存到图形处理器最核心、读写最快的高带宽显存中。新问题一来,芯片直接读取这些存好的中间数据,就能迅速接上话。
问题是,高带宽显存是整台AI服务器中最贵、最紧俏的硬件。对话轮数一多,或者用户一次喂进数万字长文档,中间数据便如滚雪球般堆积,牢牢占住大量显存。用户开了一个几万字资料的对话窗口,聊几句就搁在一边,系统为了让他随时回来都能秒回,必须把这批数据一直留在显存或高速存储里。几千万用户同时挂着成百上千个长期不活跃的长对话,再大的服务器集群也扛不住。
跨洋电缆那头的监管风暴
国内厂商精打细算、抠着显存用时,全球算力供应链的硬件流动正经历剧烈震荡。DeepSeek推出限额措施的当天,2026年11月16日,美国商务部在华盛顿公布一项临时新规,把监管目光投向东南亚和南美的海外数据中心。
过去几年,为满足庞大的AI训练与推理需求,不少国内科技企业除在国内采购设备,还大量采用出海租算力的办法。顶尖算力芯片难以直接运回国内,企业便把代码和数据传到海外,租用第三国数据中心的服务器,远程调用其中的英伟达高端芯片。业内把这种做法叫作远程计算安排,它符合早期的商业逻辑,也推动东南亚迅速成为全球数据中心的热门枢纽。
马来西亚、泰国、印度尼西亚凭借较低的土地和电力成本,吸引阿里巴巴、字节跳动等巨头投入巨资建设或租用基础设施。南美洲巴西东北部有丰富的可再生能源,还有南美最大的高速光纤电缆枢纽,字节跳动也在那里投入数十亿美元推进数据中心项目。新加坡本地土地有限,却成了这些算力交易的金融与账单结算中心。
数据最能说明跨国算力租赁有多火。英伟达2025财年报告中,按客户账单地址计算,来自新加坡的营收飙升至约240亿美元,接近前一年的4倍,约占这家芯片巨头全球总营收的18%。到2026财年,英伟达改了会计统计口径,按直接客户总部所在地统计区域销售额,美国本土营收占比随即从47%跳到69%,新加坡的账面营收则大幅缩水,被并入其他类别。
这回美国财政部和国家安全委员会绕开了惯常程序,直接让商务部起草,2026年11月16日那份临时规则就是这么出来的。新规把新加坡、马来西亚、泰国、印度尼西亚、巴西这5个国家划进范围:当地数据中心运营商要想拿英伟达等美国厂商的先进AI芯片给客户提供服务,事先得取得美国政府许可证,而且每份申请都要逐案审。
生效日期定在2026年11月19日。规则给总部设在美国的跨国公司留了豁免口子,用于在线零售商或社交媒体商业推荐系统的芯片也照样可以出货。可大模型训练、前沿推理所需要的远程算力租赁通道,恰恰被它卡住了。消息一出,英伟达股价当天跌超4%,费城半导体指数下挫5.3%,阿里巴巴在纽约挂牌的美国存托凭证也跌了将近4%。新加坡贸工部与数码发展及新闻部发联合声明,称正在仔细研究这项新措施,并与企业沟通评估影响;巴西政府方面则表示正密切关注事态走向。
海外租用高端算力的路子突然收窄,存量硬件本来就已经应付不了爆发式增长的用户调用,两头一挤,国内大模型厂商在这个初冬尝到了算力吃紧的滋味。
草原上的破局倒计时
海外云端算力指望不上,大模型每天又要消耗几十万亿token,国内AI产业的出路在哪儿?内蒙古乌兰察布给出了答案。
这座北方小城正上演一场规模空前的算力基建冲刺。察哈尔高新技术开发区里,路名直接就叫华为大道、阿里大道。光是面积抵得上9个上海迪士尼乐园的高新区巴音片区,眼下就有22个大型数据中心同时施工。近3万名建筑工人日薪超过300元,在各个工地上赶工,速度是每3个月建成1栋数据中心大楼。
科技大厂纷纷奔向这片草原,图的是这里独有的自然条件。AI数据中心是十足的用电大户,电费一般占到日常运营成本的70%以上。一个占地200亩、投资额逾30亿元的算力园区,里面放着5000多个2米多高的服务器机柜,每个机柜塞满几十张价格不菲的算力卡,芯片之间的连线有数十公里长,光纤超过1000公里,整个园区耗电量抵得上145万户普通家庭的总和。乌兰察布的风能、太阳能资源极为充沛,全市新能源并网装机规模约2100万千瓦,能持续供给低价绿电。
发电之外,散热同样让算力中心头疼。乌兰察布年平均气温仅4.3摄氏度,夏天平均也不过18.8摄氏度,一年里将近10个月可以直接把室外自然冷风引进机房降温,再配上先进的液冷技术,整体能耗比别的地区低20%到30%。
靠着这片天然适合算力的土壤,国内科技企业的自建集群正加快成形。到2026年10月,乌兰察布签约的数据中心项目超过100个,实际投运算力规模突破19万P,部分最新统计已达22万P,其中专供AI的智能算力占比超过90%,全国近8%的智能算力落在这座小城。高盛9月的一份研究报告直接称乌兰察布是亚太地区规模最大、增长最快的AI算力集群,已投运及规划的数据中心总容量合计12.5吉瓦,比美国耗资5000亿美元的星际之门计划最初承诺的10吉瓦还多。
这些新冒出来的机房,装的正是在大模型训练和推理上挑大梁的国产算力设备。阿里巴巴2018年就已在乌兰察布动工,数据中心占地近600亩,前三个地块分别于2022年和2024年投产,眼下加紧扩建的机房正是以国产算力搭建的超节点集群,预计2027年正式投产运行。2026年6月,万国数据也与当地签约,计划5年内投入超过300亿元建设吉瓦级园区。近期因算力不足被迫对用户限额的DeepSeek,2026年同样在乌兰察布大举招募土木工程师,还开出3万元月薪招驻地机房运维工程师,自己下场抢建物理算力底座。
软件算法上削减键值缓存、推行错峰计价,硬件基础设施上3万工人在草原会战,国内大模型行业正走一段阵痛期。等乌兰察布等地的国产算力集群在2027年前后陆续建成并网,庞大的绿电就会顺着电缆不断变成token输出,到那时,屏幕上那条累瘫的大肥鱼或许就成了历史。

禁止转载