国产大模型的算力阵痛期

资讯 AI 行业观察 全文 4124 字 · 约 11 分钟读完 配图 3 张 分类DeepSeek深度求索算力大模型

► 文 观察者网心智观察所 2026年11月16日,不少用户在打开DeepSeek客户端或网页版时,意外收到了一条弹窗提示。系统告知用户,受算力约束,平台不再支持存续超过7天且无活跃交互的长对话,单次输入文字上限被缩短到约4万字,连续使用不到2小时的免费用户甚至会直接触发每日使用额度上限。 无独有偶,就在20天前的10

所属频道 模型发布算力与芯片开源生态

► 文 观察者网心智观察所


2026年11月16日,不少用户在打开DeepSeek客户端或网页版时,意外收到了一条弹窗提示。系统告知用户,受算力约束,平台不再支持存续超过7天且无活跃交互的长对话,单次输入文字上限被缩短到约4万字,连续使用不到2小时的免费用户甚至会直接触发每日使用额度上限。

无独有偶,就在20天前的10月24日,月之暗面旗下的Kimi推出3万亿级参数的新模型K3.1 Pro,上线不到12小时就因额度消耗过快和严苛的限流措施引发大批付费会员吐槽,官方不得不在10月26日凌晨发文致歉,为所有订阅会员重置并补偿25%的月度额度。

国内两大头部大模型产品在短短1个月内接连上演限额风波,将一个问题推到了普通用户面前:算力去哪儿了?

国产大模型的算力阵痛期



被掐断的长对话与算力饥渴

对于习惯拿AI工具修改几十页论文、批量处理代码或者进行长篇文档整理的用户来说,近期的使用体验明显打了折扣。

在DeepSeek的这次调整中,部分用户看到的闲置会话封存期限是7天,另一些用户看到的则是72小时。那些平时积累了几十轮对话、已经调教好格式和背景资料的旧聊天窗口,虽然还能打开翻看历史记录,却无法再继续发送新消息。系统给出的建议是新开一个对话,或者将历史记录导出到其他应用程序中使用。

这种主动收缩服务范围的做法直接反映出后台服务器承受的巨大负载。根据全球多模型聚合平台OpenRouter公布的数据,在2026年10月19日至10月25日这1周内,DeepSeek V4.1 Flash完成了33.6万亿token的调用,环比暴涨801%,到了11月9日至11月15日这1周,token调用量更是冲到了59.2万亿,稳居全球第1位。要知道,该模型在7月底至8月初的周调用量仅为7.22万亿,不到3个月时间,需求翻了8倍以上。

调用量激增的直接后果是服务频频亮起红灯。自2026年10月以来,平台至少发生了8起服务异常或中断事件。其中10月15日的故障持续了4小时52分钟,网页端、客户端对话服务以及核心应用程序接口同步受限。为了缓解危机,平台在2026年8月就对开发者接口启用了峰谷分时定价,闲时价格定为高峰时段的一半,试图用价格杠杆引导开发者错峰调用,如今更是直接对免费用户筑起了额度墙。

同样的算力紧绷感也笼罩着Kimi。2026年10月下旬上线的Kimi K3.1 Pro支持100万token的上下文窗口,在代码生成和长程任务上表现亮眼。尽管官方将接口调用的输入价格从每100万token20元下调至13元,输出价格从100元下调至68元,但购买了包月套餐的个人用户却发现额度极不耐用。新模型为了提升回答质量,在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。官方在半年内第3次公开道歉时坦言,必须通过调整后台配置来减少不必要的子任务调用和输出长度,以此保住基础算力的稳定供应。


大模型的记忆有多贵

为什么大模型公司会如此惧怕用户的长对话,甚至不惜得罪重度用户也要回收7天不活跃的聊天窗口?这要从AI大模型在电脑芯片里的工作方式说起。

实际上,大模型本身在每次回答完毕后都会立刻失忆,之所以记得住上下文,是因为用户发送第10句话时,后台系统必须把之前说的第1句话到第9句话,连同AI回答的所有内容,打包成一个巨大的文本包,重新发给芯片进行计算。

如果每次都从头计算一遍,不仅速度慢得让人无法忍受,芯片的耗电量也会成为天文数字。为了解决这个问题,人们发明了一种名为键值缓存的技术。简单来说,就是把之前聊天内容计算出来的中间结果,临时存放在图形处理器最核心、读写速度最快的高带宽显存里。一旦输入新问题,芯片只需直接读取这些存好的中间数据,就能快速接上话茬。

然而,高带宽显存是整台AI服务器里最昂贵、最稀缺的硬件资源。随着对话轮数的增加,或者用户一次性投喂了数万字的长篇文档,这些中间数据就会像滚雪球一样越积越多,死死占住大量的显存空间。如果一个用户开启了一个包含几万字资料的对话窗口,聊了几句后就把它晾在一边,系统为了保证这个用户随时回来都能秒回,就必须在显存或高速存储里一直保留这批数据。几千万用户同时保留着成百上千个长期不活跃的长对话时,再庞大的服务器集群也会被挤爆。


跨洋电缆另一端的监管风暴

就在国内大模型厂商精打细算、抠搜显存的同时,全球算力供应链的硬件流动正在经历一场剧烈的震荡。就在DeepSeek推出限额措施的同一天,2026年11月16日,美国商务部在华盛顿公布了一项临时新规,将监管的视线投向了东南亚和南美的海外数据中心。

在过去几年里,为了满足庞大的AI训练与推理需求,许多国内科技企业除了在国内采购设备,还广泛采用了一种出海租算力的模式。既然最顶尖的算力芯片难以直接运回国内,企业干脆把代码和数据传到海外,通过租赁第三国数据中心的服务器,远程调用里面的英伟达高端芯片。这种做法在业内被称为远程计算安排,完全符合早期的商业逻辑,也让东南亚迅速崛起为全球数据中心的热门枢纽。

以马来西亚、泰国和印度尼西亚为例,这些国家凭借相对低廉的土地和电力成本,吸引了阿里巴巴和字节跳动等巨头投入巨资建设或租用基础设施。在南美洲的巴西东北部,因为当地拥有丰富的可再生能源以及南美最大的高速光纤电缆枢纽,字节跳动也投入了数十亿美元推进数据中心项目。而新加坡虽然本地土地有限,却成了这些算力交易的金融与账单结算中心。

数据最能说明这种跨国算力租赁的火爆程度。在英伟达公布的2025财年报告中,按照客户账单地址计算,来自新加坡的营收飙升至约240亿美元,几乎是前一年的4倍,占到了这家芯片巨头全球总营收的18%左右。到了2026财年,英伟达修改了会计统计口径,改为按照直接客户的总部所在地来统计区域销售额,结果美国本土的营收占比立刻从47%跳升至69%,而新加坡的账面营收则大幅缩水,被合并到了其他类别中。

最近,美国财政部与国家安全委员会直接越过常规流程,指导商务部写下了2026年11月16日公布的那份临时规则。新规明确要求,位于新加坡、马来西亚、泰国、印度尼西亚和巴西这5个国家的数据中心运营商,在采购并使用英伟达等美国制造商的先进AI芯片向当地客户提供服务前,必须先获得美国政府颁发的许可证,且所有申请将采取逐案审查的方式进行审批。

这项规定将于2026年11月19日正式生效。虽然新规为总部位于美国的跨国公司留了豁免通道,也允许用于在线零售商或社交媒体商业推荐系统的芯片继续出货,但它精准地卡住了大模型训练和前沿推理所需的远程算力租赁通道。消息公布当天,英伟达股价应声下跌超过4%,费城半导体指数重挫5.3%,阿里巴巴在纽约交易的美国存托凭证也下跌了近4%。对于此事,新加坡贸工部与数码发展及新闻部发表联合声明表示正在仔细研究这项新措施并与企业沟通评估影响,巴西政府也表示正在密切关注局势发展。

海外租用高端算力的通道骤然收紧,加上此前存量硬件在面对爆发式增长的用户调用时本就捉襟见肘,两相叠加之下,国内大模型厂商在这个初冬感受到了算力寒意。


草原上的破局倒计时

既然海外的云端算力靠不住,大模型每天面对的又是几十万亿token的真实消耗,国内AI产业的出路在哪里?答案就在内蒙古乌兰察布。

一场史无前例的算力基建狂飙正在这座北方小城上演。在乌兰察布的察哈尔高新技术开发区,道路直接被命名为华为大道和阿里大道。仅在面积相当于9个上海迪士尼乐园的高新区巴音片区,目前就有22个大型数据中心同时在建。近3万名日薪超300元的建筑工人正在各个工地上突击施工,保持着每3个月建完1栋数据中心大楼的惊人速度。

科技大厂们之所以不约而同地奔向这片草原,看中的是这里得天独厚的物理条件。AI数据中心是不折不扣的电老虎,电费通常占到日常运营成本的70%以上。一个占地200亩、投资额超过30亿元的算力园区,里面摆放着超过5000个2米多高的服务器机柜,每个机柜里塞满了几十张昂贵的算力卡,连接芯片的电线长达数十公里,光纤超过1000公里,整个园区的耗电量相当于145万户普通家庭的总和。而乌兰察布拥有极为丰富的风能和太阳能资源,全市新能源并网装机规模达到约2100万千瓦,能够提供源源不断且价格低廉的绿色电力。

除了发电,散热也是算力中心的头疼事。乌兰察布的年平均气温只有4.3摄氏度,夏季平均气温也不过18.8摄氏度,一年中有将近10个月可以直接引入室外的自然冷风为机房降温,配合先进的液冷技术,这里的整体能耗比其他地区低20%到30%。

在这片天然的算力温床上,国内科技企业的自建算力集群正在加速成型。截至2026年10月,乌兰察布签约的数据中心项目已超100个,实际投运的算力规模突破了19万P,部分最新统计已达22万P,其中专门用于AI的智能算力占比超过90%,这座小城装下了全国近8%的智能算力。高盛在9月发布的一份研究报告中直接将乌兰察布称为亚太地区规模最大、增长最快的AI算力集群,其已投运及规划的数据中心总容量合计达到12.5吉瓦,甚至超过了美国耗资5000亿美元的星际之门计划最初承诺的10吉瓦容量。

这批拔地而起的新机房装载的正是专门面向大模型训练和推理的国产算力设备。阿里巴巴早在2018年就在乌兰察布开工建设占地近600亩的数据中心,前三个地块已分别于2022年和2024年投产,目前正在加紧扩建的机房正是基于国产算力打造的超节点集群,预计将在2027年正式投产运行。2026年6月,万国数据也与当地签约,计划在5年内投资超过300亿元建设吉瓦级园区。而近期因为算力不足被迫对用户限额的DeepSeek,在2026年也已经在乌兰察布大举招募土木工程师,并开出3万元的月薪招聘驻地机房运维工程师,亲自下场抢建物理算力底座。

从软件算法层面的削减键值缓存、推行错峰计价,到硬件基础设施层面的3万工人草原会战,国内大模型行业正在经历一段阵痛期。随着乌兰察布等地的国产算力集群在2027年前后陆续建成并网,庞大的绿色电力将通过电缆源源不断地转化为token输出,届时,屏幕上那条累瘫的大肥鱼有望成为历史。



来源|心智观察所

国产大模型的算力阵痛期
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. DeepSeek收紧免费对话限制引众怒,用户反求收费

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。”随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂

    来源 腾讯网
  2. DeepSeek免费额度连限两日未松,C端收费要来了吗?

    红星资本局11月18日消息,距离DeepSeek对免费用户竖起“额度墙”已过去两天,但限额仍未松动。有用户反映,每天会接到“因服务器繁忙,使用额度已达上限”的通知,部分用户甚至使用不到1小时,额度即告耗尽。市场预测DeepSeek接下来会逐步收紧C端资源,但截至目前,DeepSeek官方尚未发布任何统一的付费规则或说明

    来源 腾讯网
  3. DeepSeek长文本限流引发差评潮:免费模式遇算力考题

    随着AI技术迅速普及,免费与开源成为行业繁荣核心引擎,但庞大用户基数与有限算力资源碰撞,摩擦显现。近日,国内AI领军者DeepSeek对部分超长上下文功能限流,引发应用商店差评潮甚至极端投诉;长对话与角色扮演等需求引爆争议,折射大模型免费模式背后的生态痛点。

    来源 AI 产业速递
  4. DeepSeek长文本限流引差评潮:免费开源模式遭遇极端投诉

    随着人工智能技术的飞速普及,免费与开源一度成为了推动行业繁荣的核心引擎。然而,当庞大的用户基数与有限的算力资源发生碰撞时,现实的摩擦也随之浮出水面。近日,国内人工智能领军者 DeepSeek 因对部分超长上下文功能实施限流,意外引发了一波应用商店的差评潮,甚至出现了极端投诉事件,折射出当前大模型免费

    来源 AI 开发者社区
  5. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  6. DeepSeek设使用上限:免费对话撞上算力墙,API成另一条路

    11月16日开始,一次再普通不过的提问后,DeepSeek用户撞上一行提示:“因服务器繁忙,使用额度已达上限。” 有人连着用了不到两小时就被拦下,有人发现自己维护了很久的长对话突然接不上,系统建议“新开对话”或“导出历史记录”。当天,“DeepSeek使用额度已达上限”冲上热搜。 一行提示,把两件看似不相干的事拽到了一

    来源 AI 行业观察
  7. DeepSeek开始限额,AI搭子集体失忆了

    梁文锋做了一个决定:对DeepSeek的App和网页版长对话实施限额管理,超过7天未活跃的长对话将不再支持继续使用,单次输入上限也缩短了,达到上限时系统会弹出“因服务器繁忙,使用额度已达上限”的提示。更大范…

    来源 搜狐科技
  8. 18天短命收费终结:DeepSeek搜索抓取费用并入Token计费

    【TechWeb】DeepSeek官网显示,自北京时间2026年11月18日12:00起,调用模型时触发的服务端搜索、网页抓取不再单独计费,仅按模型Token用量收费。这意味着,这项落地仅18天的按次收费机制被官方正式取消,开发者的联网调用成本结构从此变得更简单——一次请求,只看Token消耗。短命的按次计费:从落地到

    来源 腾讯网
  9. 字节跳动马来西亚买GPU贷款被叫停:4.8亿美元融资生变

    【TechWeb】11月18日消息,今日,话题“字节跳动买显卡贷款被叫停”冲上微博热搜,引发热议。 据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死

    来源 AI 行业观察
  10. DeepSeek“幸福的烦恼”背后

    10月下旬,DeepSeek V4.1 Flash在一周内完成了33.6万亿Token调用,环比暴涨8倍,冲到全球第一。也是在这个10月,DeepSeek出现了8起服务中断。紧接着在11月16日,DeepSeek宣布不再支持超过7天不活跃的长对话,单次输入上限砍到4万字,日对话额度设限。图片来源:视觉中国无独有偶,De

    来源 腾讯网
  11. 混元Hy4 flash开源:API每百万Token输入0.5元,实测12分钟出3D场景

    编辑|泽南、冷猫你能想象吗?这是用 Flash 级的模型,只花 15 分钟写出来的。大模型的「斩杀线」居然已经到了这个位置。11 月 16 日,腾讯正式推出的新模型混元 Hy4 flash,让 AI 社区久违地像过节一样,狂晒各种测试效果。有人已经喊出:DeepSeek 不再是效率之王了。Hy4 flash 是一款原生

    来源 腾讯网
  12. Next-AI-Draw.io:DeepSeek生成可编辑架构图,怎么用?

    本文介绍如何在Windows环境下通过Docker部署Next-AI-Draw.io,并接入DeepSeek大模型。该工具能将自然语言转化为可二次编辑的draw.io图表,解决传统绘图耗时痛点。针对本地服务仅限内网访问的问题,教程还演示了如何使用Cpolar进行内网穿透,实现跨设备远程访问与团队协作,兼顾数据隐私与工作

    来源 AI 应用前沿
  13. 腾讯WorkBuddy日活破1000万,日均Token调用量超100万亿

    IT之家 11 月 18 日消息,腾讯今日发布 2026 年第三季度财报,截至 11 月初,WorkBuddy 日活跃用户数超过 1000 万,日均 Token 调用量超过 100 万亿,成为中国大语言模型日均 Token 用量最高的 AI 产品。 官方表示,自今年 3 月发布以来,WorkBuddy 已完成 100

    来源 AI 行业观察
  14. 4.8亿美元GPU贷款被叫停 曝字节跳动马来西亚算力计划生变

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  15. 字节跳动马来西亚买GPU的4.8亿美元贷款被叫停,发生了什么?

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  16. 张朝阳再度回应搜狐“躺平”:大模型投入太大,没资源来做这个事情

    IT之家 11 月 18 日消息,据光明日报消息,搜狐张朝阳再次回应搜狐“躺平”相关话题。 对于如今外界认为搜狐“躺平”的看法,张朝阳称一个公司肯定要根据自己的资源来决定做什么。大模型投入太大,搜狐没资源来做这个事情。 推荐算法和 AI 很新鲜,但你会发现人们大多数时间还是主流应用,人和人的连接、交流变得非常重要。 微

    来源 AI 行业观察
  17. 总参数 224B、支持 100 万超长上下文!腾讯混元重磅开源 Hy4 flash 家族,多端生态全面上线

    人工智能开源生态再度迎来重磅更新。腾讯混元于2026年11月18日正式宣布开源 Hy4flash 模型,为开发者和广大用户带来了一款主打极致性价比的全新大模型选择。 家族矩阵全线亮相,多渠道支持便捷部署 此次腾讯混元推出的开源版本覆盖了多个不同规格,具体包含 Hy4flash、Hy4flash-FP

    来源 AI 开发者社区
  18. 大厂死磕、独角兽狂飙:拆解年入百亿的“Token生意”

    打开网易新闻 查看精彩图片 出品 | 《态度》栏目 作者 | 袁宁 编辑 | 丁广胜 过去三年,AI圈子聊得最多、也最让人焦虑的问题是:大家花了成百上千亿买显卡、交电费、发高薪,大模型到底靠什么把钱赚回来? C端应用订阅付费率迟迟上不去,做ToB定制项目又苦又累,单子做下来还容易亏钱。直到2026年,行业终于跑通了一条

    来源 AI 行业观察
  19. 腾讯WorkBuddy日活破千万:日均Token超100万亿,500强渗透一半

    腾讯今日发布 2026 年第三季度财报,其中披露了 WorkBuddy 的最新数据:截至 11 月初,这款 AI 助手日活跃用户数已突破 1000 万,日均 Token 调用量超过 100 万亿,一举成为中国大语言模型日均 Token 用量最高的 AI 产品。自今年 3 月发布以来,它已完成 100

    来源 AI 开发者社区
  20. 腾讯WorkBuddy日活破1000万:日均Token超100万亿,企业500强渗透过半

    腾讯2026年第三季度财报披露,AI助手WorkBuddy截至11月初日活突破1000万,日均Token调用量超100万亿,成为中国大语言模型日均Token用量最高的AI产品。自今年3月发布以来,它已完成100多个大版本更新,迭代迅速;C端火热同时,B端也在拓展,开放平台上线仅两个月,Buddy应用已取得进展。

    来源 AI 产业速递
  21. 纳格尔获2026伯格鲁恩哲学奖:AI意识论“荒谬可笑”

    著名哲学家托马斯·纳格尔因在非人类意识领域的里程碑研究,荣获2026年伯格鲁恩哲学奖(奖金100万美元)。他在接受WIRED采访时,对当前AI意识热论泼冷水,直言将大语言模型视为有意识存在“简直荒谬”。本文梳理纳格尔的意识哲学观点,分析AI意识争论的背景与误区。

    来源 AI 科技快讯
  22. AI虚拟细胞:从“解释生命”到“预测生命”| CMC资本参投元示科技近3亿元Pre-A轮融资

    近日,AI虚拟细胞(AIVC)企业元示科技宣布完成近3亿元人民币Pre-A轮融资,CMC资本参与本轮投资。募集资金将用于数据积累、算力设施与自动化实验平台搭建,以及模型迭代和团队建设。 元示科技聚焦AI虚拟细胞,以“生物学原始数据引擎+通用细胞模型”构建生命科学底座,致力于预测细胞在不同疾病状态、实验条件和干预方式下的

    来源 AI 行业观察
向下滚动自动加载更多