一次日常思考内容。
GPU算力区别
- 旗舰单卡层面：差距在明显缩小。2026年4月量产的昇腾950PR，绝对算力大约是英伟达H200的一半，但显存容量比H200多40%（112GB vs 80GB），定价却只有H200报价的三分之一，性价比优势明显。相比之下，前一代昇腾910C的算力性能是直接对标H100的，大致相当于晚了英伟达一到两代。
- 软件生态层面：这是差距更大的地方。英伟达CUDA平台经过十几年打磨已形成完整生态，国产GPU软件栈还在起步阶段。不过华为最新的CANN Next架构已实现90%以上CUDA代码一键迁移，迁移成本降低80%，这块差距在快速追赶但还没完全补齐。
- 集群互联/系统层面：反而是国产芯片能打翻身仗的地方，靠超节点架构在总带宽、集群算力上做出反超案例。
- 市场份额层面：变化速度很快。2026年一季度国产AI芯片在中国市场占比首次突破50%以上，英伟达份额已跌至40%多，且预计2026年底可能降到个位数。
一个业内比较公认的粗略结论是：单卡硬件层面大约落后1-2代（尤其是先进制程和HBM显存工艺依赖进口，这是硬约束），但通过系统架构和软件生态的追赶，实际可用的AI算力差距已经明显小于制程差距本身。换句话说，"芯片本身"的代差还在，但"能不能训出好模型"这件事，已经不完全取决于芯片代差了。
国内模型的差异化提升策略
芯片落后但模型不显著落后，看起来矛盾，其实背后是几个因素叠加的结果。
1. 算力并未完全断供，只是打了折扣
出口管制针对的是英伟达顶级的芯片（如 H100/H200/B200），但青春版（H800、H20 等）在很长一段时间里还能进入中国市场，加上此前囤积的存量算力，头部大模型公司手上并不是零算力，而是"够用但不够爽"。
2. 工程优化弥补硬件劣势
DeepSeek V3/R1 之所以引发关注，很大程度是因为它用相对有限的算力，通过极致的工程手段（如 FP8 混合精度训练、MoE 稀疏架构、通信与计算的深度重叠优化等）把训练效率做到了极高水平——本质上是"用软件的聪明弥补硬件的差距"。
3. 转向国产芯片
这两年一个明显趋势是国产模型逐步往华为昇腾等国产芯片迁移。智谱基于昇腾在3个月时间完成多模态大模型GLM-Image的训练，开源不到24小时便登顶Hugging Face Trending榜单，这说明昇腾已经能训出世界级模型。DeepSeek V4也已确定全面采用昇腾950系列芯片作为算力底座——并非因为买不到H800，而是主动选择。
4. 系统级架构弥补单卡差距
国产芯片单卡性能不如英伟达顶级卡，但通过"超节点"这种系统工程思路弥补：华为的昇腾384超节点用384颗910C芯片全对等互联，算力达到300 PFLOPS，性能接近英伟达GB200 NVL72系统的两倍。也就是说单点拼不过就靠堆叠和互联架构去拼。
算力的差距更像是量的差距，而不是质的差距？
“比如更像是搬砖，力气小，搬的慢一些，但总也能完成，而完成的快一点和慢一点最后都是完成，没有本质差别。不像是解数学题，会就是会、不会就是不会。”
是这样吗？
不完全成立——它在"训练一个已知配方的模型"这个场景下基本对，但在"探索前沿"这个场景下会失效。分开说说。
类比成立的部分
如果任务是"用已经验证过的架构和数据，跑一个GPT-4级别的模型"，确实更像搬砖：算力少就多花点时间、多堆点卡、多等几周，最终能到差不多的地方。DeepSeek、GLM 走的基本就是这条路——工程优化换时间，最后殊途同归。这也是为什么"落后但能追上"这个叙事是成立的。
类比不完全成立的地方
搬砖有下限，但算力有"临界规模"。
搬砖你力气再小，一块一块搬总能搬完；但训练超大模型有一些是跨过某个门槛才能做的事，不是简单的时间换算。
比如：
显存不够大，模型根本装不下，不是"慢一点"而是"做不了"；互联带宽不够，超大规模并行训练的通信开销会指数级拖垮效率，不是线性变慢，而是效率断崖式下跌（公开资料中显示国产芯片千卡集群效率不足30%，而英伟达能做到90%以上——这不是"慢一倍"，是"效率量级不同"）。
真正的"质"的差距其实在研究速度，不在算力本身。
前沿突破靠的是"提出假设→跑实验→看结果→调整"的迭代循环。算力少意味着单次实验更贵、更慢，团队能试的想法数量就更少。
这才是最接近"解数学题"的地方——不是算力本身有质变，而是算力约束了你能探索的假设空间大小，间接影响了原创性突破的概率。DeepSeek 这种"以巧破力"的团队之所以珍贵，恰恰是因为大部分团队在算力受限下会更保守、更少去做高风险高回报的探索。
因为这背后其实展现了DS团队一种在极端约束下爆发出的系统级纪律性，去做通信与计算的博弈：在超大规模集群中，数据并行的通信开销往往是指数级的。如果互联带宽不够（如你提到的千卡集群效率断崖式下跌），这就不再是“搬砖慢”的问题，而是“砖块在半路碎掉”的问题（通信超时导致训练发散或中断）。
因此，国产模型在软件栈上的追赶，很大程度是在做极度精细的“显存管理”和“通信掩盖”。这种不依赖蛮力，而是依靠对底层系统深刻理解、追求极致效率的做法，本身就是一种极具长期主义色彩的技术修炼。
但话又说回来，没法避免的劣势是，算力约束本质是“解空间遍历能力”的约束
回到前文提到的“解数学题”类比。从高等代数或数学分析的视角来看，训练一个前沿的超大模型，本质上是在一个极高维度的非凸目标函数中寻找全局最优解（或足够好的局部最优解）。
绝对算力的落后，并不是简单的时间延长，而是试错成本的非线性放大。在探索未知的前沿领域时，算法研究员需要不断提出假设（新的网络架构、新的激活函数、新的路由机制等）。算力充沛的团队可以同时开100条线去跑实验验证；而算力受限的团队只能精打细算，选择最有可能成功的2到3条线。这直接导致了原创性突破的概率被压缩。因此，算力在这里不只是“速度”，更是“拓荒的资本”。
能耗和物理约束也是硬门槛。搜到的数据里，昇腾集群做到同等算力，功耗是英伟达方案的近4倍。这意味着算力差距在大规模部署时会转化为电费、散热、机房这些实打实的成本和物理限制，某种程度上也是"不是单纯慢一点"的问题。
所以更准确的说法可能是：
在"复现已知答案"这类任务上，搬砖类比基本成立；
但在"探索未知答案"（真正的前沿创新）这类任务上，算力差距会通过限制实验吞吐量、限制可尝试的模型规模和架构，间接变成一种"质"的劣势——不是算力本身质变了，而是算力约束了创新发生的概率。这也是为什么大家会说 DeepSeek 这类突破"难能可贵"而不是"理所当然"——它是在这种约束下的例外，而不是常态。
