开放权重模型与 AI 硬件需求：一道判定输入被推迟了七天的题

研究问题：开放权重大模型（Kimi K3 2.8 万亿参数、Qwen3.8 2.4 万亿参数）沿当前轨迹继续发展，未来 6 至 18 个月对 AI 硬件需求是加速还是减速？分训练与推理两个市场，并判断开放与闭源实验室的竞争态势演化。 完成日期：2026-07-20 边界声明：本文止于产业基本面，不输出估值/买卖/方向/仓位/目标价。价格、定价、估值、融资额一律仅作"叙事-现实 gap"的输入证据（evidence ✓ / conclusion ✗）。 证据等级：A=公司一手（可写实）→ E=不可计分仅记录，怎么读证据分级。

⚠️ 本文已被 研究输出_开放权重模型与硬件需求_2026-07-28.md 取代——请读新版。 本文的核心结论是"判定输入被推迟七天、当日无法定夺"；该输入已于 2026-07-27 到达（Kimi K3 权重与 47 页技术报告发布），新版给出了方向结论。本文保留有两个原因：一是它记录了"判定输入缺失时应如何处理"这一方法，二是 append-only 纪律不改写历史。已知本文有一处数字错误：第五节所述 Kimi K3"约 500 亿激活参数"是当时官方未披露时的推算，实际为 1042 亿（技术报告 Table 1），低估逾五成——更正详见 CLM-2026-0389；该更正使原文"R1 与 K3 不可类比"的结论更强而非削弱。另有两处需按新版修正的判断：一份权重落到"13 至 20 家推理云"的泛化在 3 万亿参数级不成立（K3 首日仅 5 家第三方），"64 颗加速器"的读法应改为随量化格式展开的区间。

---

行话看不懂？点开名词小注

名词小注（懂投资但不熟 AI 基建的读者先看这段）：开放权重（open-weight，模型参数文件可下载、可自行部署，区别于只给 API 的闭源模型；下文与"开源"混用时一律指此义）；MoE（混合专家架构，模型总参数很大但每次只激活一小部分，Kimi K3 是 896 个专家里每次激活 16 个）；激活参数（每个 token 真正参与计算的参数量，决定算力需求；总参数则决定内存容量需求，两者不可混用）；HBM（高带宽内存，贴在 GPU 上的昂贵内存，模型权重必须常驻其中）；MXFP4（一种 4 比特量化格式，把每个参数从 16 比特压到约 4.25 比特以省内存）；KV cache（推理时缓存的上下文中间态，长上下文场景下曾是内存大头）；自托管（self-host，自己买卡把模型跑起来）；托管 API（第三方推理云替你跑，你按 token 付费）；Jevons 效应（单位成本下降反而使总用量上升）。

一、一句话结论

开放权重模型使 AI 硬件需求加速还是减速，在 2026-07-20 这一天无法由证据定夺——判定它的决定性输入被模型厂明确推迟了七天，因此任何当日给出的方向性论断都建立在推断而非披露之上。 本轮真正的产出不是方向，而是三件事：把被普遍误用的前提校准干净（能力差距的读法、出口管制的机制、历史类比的效力边界）；确认开放权重的推理落到了一种此前未被正确描述的部署拓扑；以及锁定三个在二十一天内到期、且全部零成本的判定点。训练侧的核心事实是：Moonshot 官方发布页对 Kimi K3 的训练算力零披露，唯一的训练侧数字是一个没有分母的效率比值。

二、关键物理 bound（决定性论据）

本轮唯一不依赖时点、因而不受"数据过时"质疑的一块，是权重容量的算术。Kimi K3 的 2.8 万亿参数在最激进量化（MXFP4，含 scale 开销约每参数 4.25 比特）下约占 1.49 TB：

Moonshot 官方发布页的部署建议原文是"we recommend deploying Kimi K3 on supernode configurations with 64 or more accelerators"。对照上表可知，64 颗是效率建议而非容量硬约束——8×B300 已能装下权重。付费研究机构把官方的 "recommend" 写成 "will require"，属措辞升级。

第二条 bound 更重要，而且它比该机构自己的论证更强：KV cache 的量级大头，在前代 Kimi K2 采用 MLA 架构时就已经被消灭了。按公开架构参数估算 100 万 token 单序列的 KV cache 量级——传统多头注意力约 4 TB，MLA 约 70 GB，MLA 叠加 KDA 线性注意力后约 17.6 GB。也就是说，KDA 带来的增量节省（约 70 GB 降到 18 GB）相对 1.49 TB 的权重是二阶小量。所以"线性注意力干掉巨额 KV cache 从而利空内存"这个直觉，从量级上就不成立，根本不需要动用 Jevons 论证去反驳它。

⚠️ 一处未解冲突需记明：本轮另一路对抗验证曾把"64 颗以上建议"与"约 1.49 TB 权重"两项判为未通过。但该轮五个检索代理有四个因网络中断失败，而官方原文另有独立抓取与第三方引用截图双重佐证，故判断为验证方检索失败而非事实被推翻。冲突并列记录，不作已解决处理。

三、分段详解

（1）训练侧：数据不是过时，而是根本不存在

这是本轮最硬也最令人不适的发现。Moonshot 官方 Kimi K3 发布页（2026-07-16）对训练侧的披露是零——没有 GPU 小时数、没有 FLOPs、没有预训练集群规模、没有芯片型号、没有训练成本、没有预训练 token 数。官方明文推迟："Further details on the architecture, training, and evaluations will be released alongside the Kimi K3 technical report."

以营销性质的发布页作为"未披露"的证据在方法上是成立的：若厂商握有有利的高效训练数字，公布动机极强。四条独立渠道的反证检索也全部为负——Hugging Face 的 moonshotai 组织下无 K3 仓库、GitHub 无 K3 仓库、约十九个二手源无一引用任何训练算力数字。

唯一的训练侧量化表述是"相对 K2 约 2.5 倍 scaling efficiency 改进"——一个没有分母的比值，钉不住任何绝对算力。而这恰恰是"效率而非规模"叙事所倚赖的那个数字。

一条间接但有价值的线索藏在官方 benchmark 脚注里：SWE Marathon 跑在"H20 校准分支"上，PostTrain Bench 使用 H20 而非官方设定的 H100。H20 是出口管制下的对华特供型号，这暴露了该实验室评测基础设施上可用的硅，但属评测环境而非训练集群证明，不可过度解读。

目前流传的唯一公开算力估算是一条社媒推文（约 1e25 FLOPs、1500 至 2500 万美元）——E 级，不计分、不进结论链，此处仅作线索记录。

（2）推理侧：部署拓扑是第三种，不是通常说的那两种

市场讨论通常在两个选项间打转：开放权重会带来分散自托管（很多人各买各的卡），还是退化成集中服务（和闭源一样）。平台实测显示都不是。

OpenRouter 的 provider 分布（2026-07-20，三十日滚动）给出的图景是：一份权重落到十三到二十家独立推理云，每家各自把全量副本常驻在自己的 GPU 上。

• Kimi K2.7 Code（约 1 万亿参数开放权重）：Moonshot 自家仅占 18.6%，第三方托管商合计 81.4%，分散在十四家
• gpt-oss-120b：十四家以上有实际 token 份额，OpenAI 自己不在其中
• Kimi K3：权重尚未发布，provider 数为 1（仅 Moonshot 自己）；但 Together 已挂出 "coming soon"、Baseten 已开 waitlist——开放权重发布的第一落点是托管商，不是企业机房

这个拓扑与闭源的差异是真实的：闭源模型的权重只在原厂一套机队上常驻，开放权重在 N 套机队上常驻，每套都要独立扛峰值、独立留冗余、独立做 KV cache。但它对硬件总需求的符号未定，因为 N 本身是需求的函数——Nemotron 3 Ultra 550B 的付费托管 99.6% 收敛到 DeepInfra 一家，就是"需求不足时 N 迅速塌缩到 1"的现成例证。叠加托管商在开放权重上的薄毛利（约占 OpenRouter 二成用量、仅约 4% 收入），为其备大量冗余产能的意愿受到压制。

支撑这一拓扑的还有部署漏斗数据。Mozilla 与 SlashData 的《State of Open Source AI 2026》（样本 1,494，实地调查 2026 年 5 月下旬）测得：开放模型真正进入生产的比例仅 51%，闭源 63%，且组织规模越大差距越拉开（闭源从 54% 升到 73%，开放仅从 53% 升到 57%）。报告的判词很精准："Closed deployment is a problem money solves. Open deployment is a problem the ecosystem has to finish."

（3）能力差距：一个被广泛用反了的数字

"开放权重只落后闭源四个月"是当前最流行的论据之一。Epoch AI 的原始数据页确实给出这个数字（2026-01-01 至 2026-05-28 窗口，等价 8 个 ECI 点），但它带三重限定，缺一条都会把结论用反：

1. 口径是等能力到达时间差，不是发布日之差。Epoch 逐日计算最强开放模型的能力指数，再回溯最强闭源模型上次达到该水平的时点。因此它不能与 Artificial Analysis 之类的分数差混用。
2. Epoch 自陈该估计可能低估真实差距，给出两条机制原文：开放模型在私有 benchmark 上相对更差（可能因为更激进地在公开榜上爬坡），以及领先闭源实验室出于安全、商业或竞争原因并不总是发布其最强模型。若采用更严格判据，差距为六个月。
3. 测量截至 2026-05-28，结构上不可能包含 Kimi K3（07-16）与 Qwen3.8（07-19）。

所以这个数字应读作开放权重落后的下限，而不是"开放权重已经追上来了"。独立交叉源（英国 AI 安全研究所的前沿网络靶场测量）给出四到七个月，把 Epoch 的四个月夹在下沿，方向一致。

（4）出口管制：类比 DeepSeek R1 时必须校正的一处时序误述

把 2026 年 7 月的开放权重事件类比 2025 年 1 月的 DeepSeek R1 冲击时，"中国先进芯片可得性"常被描述为"R1 时期全面封锁、2026 年放开"。这个框架是错的。

监管一手文件（美国工业与安全局新闻稿 + 2026-01-15 生效的联邦公报终局规则）显示的真实机制是：H200 与 MI325X 级加速器的对华出口审查，从"拒绝推定"改为逐案审查，并附三项安全条件、对华出货不超过对美终端出货 50% 的总量上限，Blackwell 级 B30A 仍禁。逐案审查确立的是申请资格，不是已批准量、更不是已交付量。

而 R1 发布时（2025-01），H20 对华出口并不需要许可——许可要求 2025 年 4 月才到位。所以正确框架是天花板上移，不是从封锁到开放。

⚠️ 广泛流传的"25% 出口税"与"中国订单超两百万颗 H200"两项，未能溯源到该规则，含此表述的候选证据在三票对抗验证中被否，此处不采用。

（5）历史对照有效，但外推无效

NVIDIA 数据中心分部营收（10-K 分部披露，分部合计与总营收对账通过）：FY2024 为 475 亿美元、FY2025 为 1152 亿美元、FY2026 为 1937 亿美元，同比增长 68%，绝对增量 786 亿美元，为该分部历史最大。

由于 DeepSeek R1 发布于 2025-01-20 而 FY2026 截至 2026-01-25，该财年完整覆盖了 R1 冲击之后的十二个月。这构成一次已完成的自然实验：上一轮"模型效率跃升利空硬件"的恐慌，被随后十二个月的一手财报证否了。同期 SK 海力士 2026 年第一季度财报（4 月 23 日）营收同比增长约 198%，业绩解读中的分析师口径是"AI 推理需要的内存比预期多得多"。

但这不能外推到当前这道题，理由有二。其一，该数据截至 2026-01-25，早于 Kimi K3 存在近六个月——它能说明 R1 之后发生了什么，不能说明 K3 之后会发生什么。其二，两次事件在五个维度存在结构性差异：模型规模（6710 亿 / 370 亿激活 对 2.8 万亿 / 约 500 亿激活）、开放与闭源能力差距、中国先进芯片可得性、部署门槛（R1 可单节点部署 对 K3 需超节点）、以及市场预期起点（R1 时 AI 基建叙事尚在早期，现在四大云厂 2026 资本开支已达七千亿美元量级、市场对 AI 需求的关注与预期基线已完全不同）。以"R1 之后没有崩塌"推断"K3 之后也不会"，属归纳外推，不构成前瞻证据。

（6）闭源阵营：口径陷阱比结论更重要

四大云厂 2026 年资本开支指引全部上调、无一下调（各家电话会 A 级原话），2026 年第一季度合计约 1298 亿美元。但上调的归因不是加量：Alphabet 明确归因于并表 Intersect 收购，Meta 原话是"反映元件涨价预期，其次才是数据中心成本"，微软约 190 亿美元的增量中约 25 亿来自元件涨价。

所以"四家合计约七千亿美元"里有相当比例是价格效应而非算力增量，拿它推 GPU 或服务器出货量会高估。

另一个普遍误引：微软所说"约三分之二资本开支用于短寿命资产（主要是 GPU 和 CPU）"是短寿命与长寿命资产的拆分，不是训练与推理的拆分。流传的"推理已占 AI 算力六到七成"追不到一手来源。

把四家电话会全文扫过 training 与 inference 的每一处后：没有任何一家管理层说过"从训练转向推理"，也没有任何一家把策略调整归因于开放权重竞争。

（7）竞争态势：阵营边界在双向流动，不是单向侵蚀

这是本题的第二半，也是最容易被"开放追赶闭源"的单线叙事简化掉的一半。实际观察到的是双向流动：

• 由开转闭：Meta 于 2026-04-08 发布首个专有闭源模型 Muse Spark，前沿研发整体转入闭源。报道给出的动因之一，恰恰是担心竞争对手尤其中国实验室基于 Llama 开放权重构建商业产品——即开放策略的外溢收益被判定为不可接受。⚠️ 该项全部为二手报道，Meta 未发正式声明，且另有报道称其仍将开源下一代的开放版本，两条方向冲突并列保存、不合并。
• 由闭转开：NVIDIA 大规模推 Nemotron 开源家族（31.6B / 120B / 550B，并开放训练数据与后训练配方），OpenAI 曾于 2025 年发布开放权重模型（但至 2026 年中未出继任版本）。

投入侧则明确在加，且加得凶。 SpaceX 招股书首次披露 xAI 的 AI 分部资本开支：2025 年 127.27 亿美元，2026 年第一季度单季即 77.23 亿——单季已达上年全年的 61%，年化约 2.4 倍，且该分部吃掉合并资本开支约 77%。招股书自述扩张的唯一限速是"我们能多快部署电力与算力"。

唯一符合"转向保守"的是 OpenAI（算力承诺口径大幅下修、退出两个海外数据中心项目），但公开报道给出的归因是融资约束与上市前预期管理，不是开放权重竞争。而且它退出的产能被微软立刻接手并扩容。

把这些放在一起，2026 年真正变化的不是"投多少"，而是"谁持有资产"——每一次某家收缩，产能都被另一家立刻吸收（xAI 利用率仅约 11% 的闲置集群被整体租给 Anthropic 即是一例）。这是资产负债表洗牌，不是需求毁灭。

闭源阵营面对能力商品化压力的揭示性偏好，是往上跑而非往下守。 前沿档 API 价格在涨不在跌（各家官方定价页 2026-07-20 直取）：Anthropic 在原旗舰 Opus 档（每百万 token 输入 5 美元、输出 25 美元）之上新开 Fable 与 Mythos 两个 10/50 档；OpenAI 旗舰从一年前 GPT-5 的 1.25/10 抬到 5/30，专业档达 30/180。实际形态是价格分层——便宜档更便宜、贵档更贵——不是均匀通缩。⚠️ 价格证据按库纪律仅作叙事与现实差距的输入，不作结论。

四、区间判断（会怎样、多少、多久）

五、最能推翻结论的 3 个条件（监控触发器）

1. 2026-07-27 的 Kimi K3 技术报告披露训练算力为数量级跃升（而非与前代同量级）。若如此，"开放权重靠效率而非规模竞争"被推翻，训练侧军备竞赛叙事转为成立，本文对训练侧的克制判断需整体重估。这是头号触发器，七天后到期，零成本。
2. 权重发布后第三方托管商未能在合理窗口内上线 K3 端点。若托管上线明显滞后，说明 2.8 万亿这个尺寸连专业托管商都难以消化——那将是一条比"多托管商各持副本"更强、也更指向需求收缩的结论，第三节第（2）小节的拓扑判断需改写。
3. 企业美元支出口径下开放权重份额出现反转上升。当前双口径背离（token 量领先、美元份额下滑）是"开放权重扩张与闭源收入未被侵蚀可并存"的支点；若下一期企业调查显示美元份额反转，则能力商品化开始穿透企业预算，闭源实验室定价权的论证需重估。

六、我不会信的叙事（及为什么）

❌ "线性注意力降低 KV cache，所以利空 NVIDIA、HBM、DRAM" —— 量级上就不成立。KV cache 的大头在前代采用 MLA 时已被消灭，线性注意力的增量节省相对 1.49 TB 权重是二阶小量。

❌ "这条利好硬件的论证 = 利好 NVIDIA" —— 混淆了总需求与厂商份额。开放权重恰恰是硬件脱钩的使能器：闭源模型不可能移植到华为昇腾，开放权重的才能。DeepSeek V4 在昇腾 950PR 上有 Day 0 支持，昇腾、寒武纪、海光三家完成适配。⚠️ 但这条要克制——Epoch AI 对中国模型的调查显示中国实验室"推理常用国产芯片，但很少用于大模型预训练"，且 DeepSeek V4 的训练硬件有五个来源、至少三种互不兼容的说法，本文并列保存不合并。

❌ "四大云厂七千亿美元资本开支 = 算力增量" —— 相当部分是元件涨价与并购并表的价格效应。

❌ "微软三分之二短寿命资产 = 推理占比" —— 那是资产寿命拆分，不是训练与推理拆分。这个误引极其普遍。

❌ "大模型 API 价格一年跌八成" —— 前沿档在涨不在跌。实际形态是价格分层（便宜档更便宜、贵档更贵），不是均匀通缩。⚠️ 另有一处几乎无人提及的口径污染：Anthropic 已更换 tokenizer，其官方定价页承认相同文本产生约多三成 token——这会机械性抬高任何 token 消耗时序，也污染跨代的每 token 单价比较。

❌ "DeepSeek 训练只花了约 558 万美元" —— 该数字口径是边际最终训练，DeepSeek-V3 技术报告（arXiv 2412.19437）原文明确排除前期研究与架构、算法、数据的消融实验。第三方（SemiAnalysis 等研究机构与后续分析）给出的五亿、十三亿、十六亿美元是不同 scope（机队资本开支 对 模型项目成本 对 单次训练），四个数不可相减、不可互证。

❌ "Kimi K3 发布 48 小时因 GPU 产能暂停订阅 = 需求爆表" —— Moonshot 官方原文三处限定词全是"我们的"（our GPUs、our current capacity），拆分会员计划的官方理由是"更精确地匹配算力"，即配给管理。且当时全球只有 Moonshot 一家能服务 K3。该信号在结构上无法区分"需求太大"与"唯一供给方产能太小"，在权重发布前不构成需求侧证据。

❌ 本文作者自己的一条推论，同样不信 —— 我曾推断"NVIDIA 把 Nemotron 开源家族尺寸停在 550B 是为了让模型可被广泛自托管从而拉动 GPU 销售"。查无官方依据：NVIDIA 给出的分档理由是工作负载右尺寸化与 agent 并发数；且 Nemotron 3 Ultra 在该路由平台以免费端点跑量、付费托管 99.6% 集中于一家，即 NVIDIA 推广自家开源模型的落点也是第三方托管加补贴。该推论已隔离，不进结论链。