九月初以来全球大模型密集发布，但真正在变的不是榜单分数，而是竞争的基础设施属性正在盖过算法属性。GPT-6 Astra 的训练动用超过十万块 GPU，这一两年前还属理论推演的数字，如今成了前沿模型的起步配置。
事件背景
缩放定律尚未失效——只要参数量、高质量数据与训练算力同步扩大，模型性能仍按幂律提升。业内普遍认为短期内看不到明显瓶颈，于是问题从「要不要堆算力」变成「谁的算力更便宜、更稳定、更持久」。
核心内容
竞争重心整体后移：从算法团队比拼，转向电力、土地、机柜与交付周期的比拼。谷歌宣布在芬兰投入约 151 亿美元建设 AI 数据中心，含其在美国之外签署的首个核电协议；Anthropic 计划在澳大利亚昆士兰西部建设约 310 亿美元的数据中心综合体，合同期限动辄十余年。国内方面，全国产十万卡超集群已于年中投用并接入国家超算互联网核心节点，单日作业峰值超 50 万个；内蒙古和林格尔集群绿电占比超八成，到户电价由每千瓦时 0.51 元降至 0.398 元。
影响与解读
当集群规模成为入场券，「电」成了比芯片更底层、更稀缺的约束。没有企业会为短期需求签跨代电力协议，这说明算力扩张已是一场以年计的长期基建竞赛。绿电占比与电价，直接决定训练成本的「天花板」。
相关动态 / 展望
未来竞争不再是「谁的模型分数高」，而是「谁能用更低廉、更稳定的电力养出更大集群」。能源结构、土地与电网审批，将越来越成为 AI 国力的组成部分。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)