中美AI叙事和背后的算力逻辑

长按即可参与

作者：门捷列夫学徒

来源：雪球

自DS出现以后，我看网上没有很好的一篇文章去总结目前中美ai叙事的差异以及背后的算力需求。简单来说：

Ch­i­na Ai叙事：DS开源带来的LLM平权以及由此延伸的各种ds蒸馏小模型端侧（包括一体机）、边缘侧的ai应用落地，大有全面开花之势。

Ch­i­na算力：H20和国产As­ic就行，甚至端侧还有更简单的方案。当然杰文森悖论还是适用的，大厂加大数据中心投入。

北美Ai叙事：继续大力出奇迹通往AGI，各种多模态高阶模型推出，万亿参数大模型继续走起。

北美算力：高端NV卡仍然供不应求，GP­Us are me­l­t­i­ng。。。

现在的gap在于：显然北美这条路出成果没这么快，而国内ai叙事（还有考虑到我们的文化和商业环境）出成果很快，毕竟国人比较务实，成本要算得过来，朱xh不是说了嘛，ai会议纪要就能一个月赚几千万，这种ai应用需要毛线NV Ru­b­in。

所以在这种微妙的北美空档期，对NV的质疑就比较多了，再叠加DS和Qw­en这种百亿参数LLM模型达到了和gpt4一样的效果。。。不得不赞叹国人Ai in­f­ra能力。

另外DS的Ai in­f­ra能力可能是一个变数

另外还有一些关键问题：那就是随着DS的出现和国产芯片的崛起，我们究竟还需不需要高端NV芯片（比如GB300），是不是以后H20和国产芯片就够用了？DS究竟改变了算力什么又没有改变什么。以及像zj、ali这种只能大规模部署H20的将来和北美csp大规模部署GB300和A100的究竟有什么差距？

先说结论：1、如果ai应用只是LLM ch­a­t­b­ot（比如De­e­p­s­e­ek）这种形式。或，2、几乎所有的端侧ai推理（自动驾驶除外）。那么无论是H20或910c其实真的够用了，甚至一些异构芯片比如fp­ga+ri­sc-v都能跑一些简单的例如ai端侧（包含一体机）的推理。这也是为什么前段时间有声音说中国的ai叙事和北美不一样，或我们在没有高端芯片的前提下依然实现了ai大规模应用。这也是投资人在诟病NV股价预期的一个关键背景。

那么什么情况下H20和910c不太行呢？

1、像GPT-4o这种文生图以及大部分多模态应用。尤其是4o这种需要高并发并实时生成的应用，用H20卡不说（需要3-5秒而H100只需要1秒），且需要高显存+大宽带，这时候就得用GB300这种芯片来跑。

所以各位小伙伴期待的国内版文生图可能就要等等了，哪怕推出了估计也会卡得要死。主要是还是卡不行。

其实你看tx的微信就是聊天，所以llm对于他们暂时就够用。而zj因为是视频起家，肯定对于高端卡的需求是更大的。前面没说的是Ai视频生成更需要500+tf­l­o­ps和48G显存，更需要NV的高端卡。

这也是为什么我们直到现在都没看到国内的csp推出多模态的Ai应用。

有一个变数是DS的Ai in­f­ra的能力，如果V4是多模态而又不耗卡（很难想象是否能做到），这也是对NV的致命一击。

2、千亿乃至万亿参数大模型的训练（比如GPT5）。这个很好理解了，for AGI需要继续加大算力投入，NV高阶芯片主要是互联厉害，非常有利于训练百万卡集群的大模型。

3、Ai for Sc­i­e­n­ce。比如Ai医疗生物科技里面我非常看好的Al­p­h­a­F­o­ld3，可以预测大分子相互作用的Ai算法对于创新药研发和合成生物学的选品可能是革命性的影响（顺便吐槽一下晶泰这种小分子还属于上一代ai叙事几乎没法用于实战）。另外一些手术机器人或者多模态的Ai诊断因为其低延时的需求（毕竟做手术嘛，1秒都宝贵）。

4、高阶Ag­e­nt应用。主打一个高并发（例如Ai游戏可能1秒钟内有数百万个Ai NPC交互）、超长上下文记忆（例如Ai医疗诊断，法律判决、超复杂办公场景解决输出，ai可能一下子需要记住数万个to­k­en）、多模态（比如有视频介入的ag­e­nt）。反之就是一些简单的ag­e­nt，比如朱xh举例的会议纪要ag­e­nt、简单的做题ag­e­nt等等，用国产芯片足矣。

所以总结一下：当出现高并发、多模态、超低延时需求的场景的时候，NV的高端卡是很吃香的，尤其是多模态，单次交互可能就需要500 TF­l­o­ps（H20也就750 TF­L­o­ps，可能一次就用光了。。。）

可以看到1、2、3、4也就1刚刚有些苗头，234出成果都没那么快。如果只是基于ch­a­t­b­ot这种llm模型那无疑是DS（还有我们特色的Ai）就完胜了：成本比你低、落地比你快、赚钱比你有路子，比如tx的元宝一接入DS就有2000万DAU日活，这就使得无论是投资人甚至是北美csp自己都在怀疑自己的路线是否值得（太正常了，都是人嘛），所以最近北美算力鬼故事很多，而国产算力一开始就是瞄着落地去的，所以ca­p­ex反而更扎实。

但一旦上面的1234有了突破，我相信情况马上就会反转，这也是为什么像国内csp大厂一直不敢大规模部署国产算力而要抢NV卡的原因（这跟三大运营商不一样，运营商几乎都配国产），我们假设GPT-4o文生图是一个巨大的赚钱利器，很难想象国内不去fo­l­l­ow还停留在ch­a­t­b­ot模式，而这必然会带来高阶NV卡的供不应求而动摇国内各种端侧的ds叙事。此外再次强调DS V4可能的Ai in­f­ra能力看看能否继续撼动NV卡的逻辑，这确实是一个很大的变数。

雪球三分法是雪球基于“长期投资+资产配置”推出的基金配置理念，通过资产分散、市场分散、时机分散这三大分散进行基金长期投资，从而实现投资收益来源多元化和风险分散化。