万年历 购物 网址 日历 小说 | 三峰软件 天天财富 小游戏 视频推荐 小游戏
TxT小说阅读器
↓小说语音阅读,小说下载↓ 		一键清除系统垃圾
↓轻轻一点,清除系统垃圾↓ 		图片批量下载器
↓批量下载图片,美女图库↓ 		图片自动播放器
↓图片自动播放,产品展示↓
首页  日历2025  日历2026  日历2027  日历知识  | 每日头条  视频推荐  数码知识 两性话题 情感天地 心理咨询 旅游天地 | 明星娱乐 电视剧  职场天地  体育  娱乐 
日历软件  煮酒论史  历史 中国历史 世界历史 春秋战国 三国 唐朝 宋朝 明朝 清朝 哲学 厚黑学 心理学 | 文库大全  文库分类 
电影票房 娱乐圈 娱乐 弱智 火研 中华城市 仙家 六爻 佛门 风水 钓鱼 双色球 戒色 航空母舰 网球 乒乓球 足球 nba 象棋 体操
商业财经知识 科技 汽车知识 工程技术知识 时尚与穿搭 家居与生活 设计艺术知识
    
  知识库 -> 科技 -> 如何看待月之暗面kimi在2026年7月19日宣布算力紧张，暂停会员开放？ -> 正文阅读

[科技]如何看待月之暗面kimi在2026年7月19日宣布算力紧张，暂停会员开放？

[收藏本文] 【下载本文】
[图片] 致Kimi用户:关于算力紧缺与会员暂停开放的说明 尊敬的Kimi用户: 自KimiK3发布以来，我们收获了远超预期的支持，但也面临始料未及的…
大家别许愿什么昇腾 950 了，??据我所知，不管是昇腾还是寒武纪/昆仑芯/平头哥，基本上到 2026 年底的产能都已经被订完了，现在的算力紧缺就是这么离谱。
补充说明：
1） 没有移除老套餐，当前用户能正常用，支持连续订阅，正在优化界面显示（更新：已上线）。
2） 很多用户订阅之后会选择手动关闭连续订阅，这部分用户也可以续费，Kimi 界面上在24小时内可以支持（更新：已上线）。
3） 老用户可以选择升级老套餐，Kimi 界面上在24小时内可以支持（更新：已上线）。
4） 新套餐目前因为算力原因还没有开放购买，开放时间待定。
一定会有这么一天的，曾经2块钱一份的外卖大家又不是没吃过，可能程序员自己吃得最多。
其实一个被大家忽略掉的问题是，进入agent范式以后，改变的不仅仅是用户调用LLM的方式，另外一个被完全颠覆掉的，是云厂的算力资源结构和成本结构。
而这种改变，加上云厂莫名其妙自己作死的动作，让这种几乎不可能成功的脆弱成本结构，进一步的走向脆弱。
有兴趣的可以读一下前情提要：
Agent把云端AI的主要瓶颈，从计算资源逐渐转移到了驻留资源。——单一用户占用的内存无论是数量还是占用周期都是指数级别的提高，而GPU的利用率大幅度的下降。
在聊天机器人时代，决定峰值并行用户上限的资源往往是算力资源（GPU），你每秒吐出来的token数量够多，你就可以吐完这个用户的查询，卸载kv cache，加载下一个用户的请求，继续吐token。抛开decode阶段的内存带宽瓶颈，你可以认为GPU是在尽可能的贴近瓶颈满负荷的工作。有多少GPU资源，决定了你峰值能同时维护多少用户。显存少一点？问题不大，我算快一点下一个用户的请求就可以继续加载了。因为聊天机器人的kv cache是可以丢弃的，用户重复使用单一的会话概率相对较小，很多会话都是一次性的，「明天天气会好吗」「特朗普昨天吃了麦当劳的什么汉堡啊」，哪怕是长程的对话，用户也不见得能在一天里多次迭代对话内容，为了满足更多的用户使用，先抛弃kv cache，等这个用户哪天想起来继续对话了，大不了从SSD加载或者直接认倒霉再给他从头到尾带着聊天记录算一遍，也没多大问题。
所以在聊天机器人时代，GPU算力是绝对的核心，显存是为了提供GPU计算条件的附属品，而且如果供需关系合理，这套硬件的效率是非常之高的，这套生产线24小时无眠无休的满负荷运作。
但是在agent时代，驻留资源（Resident Memory）成了服务并行用户的关键瓶颈，因为agent跑的大多数任务都是同一个对话不停迭代的长程任务，这就意味着，几乎所有任务都会有一个巨大重复，反复高频次被利用的上下文，而因为这部分的权重相同可以不用重复计算，并且大概率迭代过几秒钟过几分钟就会来一次。所以，agent任务就会保留kv cache以节省算力，但是这里就出现了一个巨大的问题——单一用户会占据大量宝贵的内存，而且短期无法释放，并且很有可能一段时间里gpu的算力是空置的，因为占用内存的用户可能暂时没有服务器端的计算需求。
agent的很多任务是需要本地电脑返回结果的。让agent克隆一个git库，agent在cli里git clone，让他测试，agent写完py脚本，然后呢？然后agent去机房角落抽烟玩手机去了，等clone好了，等脚本报错了，他再扔掉香烟骂骂咧咧的回来干活。
但是在这个过程中，GPU一动不动，kv cache完整的加载在内存中不能卸载，为什么？因为git clone可能2秒就好了，接下来就要看目录读脚本了，因为测试脚本可能2小时以后done，可能1秒就瞬间报错。——你不可能在这个时间抛弃缓存，因为一旦2秒钟以后任务回来了，你就要重新计算1M上下文，并且重建kv cache。
当然有很多黑科技，比如ssd/内存/显存的分级kv cache，比如上下文总结，强制压缩等等
但是这都只是缓解问题，最根本的问题是底层的成本约束结构发生了变化。
单一用户消耗的不再是算力，而是内存。
原本GPU晕头转向，内存帮忙搬运状态的情景，现在变成了内存时时刻刻塞满，GPU懒懒散散坐在电动车上看手机等着接单。


GPU现状belike
这无疑提高了单位token生产的成本，因为调度策略没有质变的话，GPU闲置的概率会大幅度的提高，同样硬件满载的情况下，agent的token生产效率会大幅度的下降。
所以，我的问题是：
如此大幅度降效的token产出效率，定价该上浮多少？
注意啊，这里我们只讨论了模型和行为不变的情况下的token产出效率。这里实际上还有一个很重要的问题——模型究竟缺的是智力，还是行为稳定？
一个很明显的趋势是，模型参数和上下文窗口都是在无限膨胀的，主流上下文窗口干到1M，模型参数KIMI自己从古早的100b干到了如今的2.8T。
无论是1M上下文的缓存，还是2.8T的权重，非常明显的，这会大幅加重内存的负载，而moe模型却又在降低GPU的算力符合，对于同一套硬件来说，GPU产出更低，并行服务用户数更少
我在之前的文章里就批评过这种做法：
事实上在每个模型巨头的实验室里，都有一个像mythos或者比mythos更大的怪物在笼子里，但是商用模型讲的最终是成本，究竟多大的参数，才是企业可以接受的？
那么我们又要回到那个问题，现在agent缺的到底是什么？
不是智能，而是行为模式和注意力，这和大参数没有半毛钱的关系。
在GPT5.6出现以后，知乎讨论过一个问题codex+gpt5.6好像让大部分skill失效了，为什么？
因为skill是一种稀缺的语料，人类历史上最多的是原材料和成品，很少有语料教你，拿到一堆资料，看到一堆文件，该先看什么，注意力放在哪里，为什么要看这里，看完这里看哪里，然后组织什么信息就能得到初步结论……
如果你下载一个巨大的软件项目仓库，或者拿着一整套上海中心完整的图纸，你一个人看完估计得好几年，但是为什么一个成熟的软件工程师，一个土木工程技术总工，只要几天就能把所有的内容看完，形成总结和摘要？
因为他们知道该看哪里，该把注意力放在哪里。
这不是智能，这是注意力引导规则。
所以，当人类意识到没有这种引导语料的时候，就有了skill，当skill积累到一定的数量，GPT5.6就可以快速的在SFT阶段吸收这种注意力引导准则，转化成行为，没有新的知识，有的只是行为指引，先看readme，先看bootstrap，先读建筑总说明，然后建立log ，建立git……
这些新的训练语料，让gpt形成了新的注意力结构和条件反射行为。
就好比让一只狗学会蹲下，但是因为缺乏训练技术（skill），之前的狗一直不太听话。
你不去加强你的训练技术，反而你找了个爱因斯坦来替代狗，让爱因斯坦响应蹲下的动作，因为爱因斯坦的注意力结构和智力比狗高，好训。
然后你还言之凿凿，说通过把狗换成爱因斯坦，虽然成本上升了2000倍，但是爱因斯坦蹲下的动作响应更加可控和稳定，原来你对狗说20次，对爱因斯坦只需要说一次，所以token效率提升了。
提升你个冯了个福提升！
这活谁不会干啊，找泰森当保安，让雷军写代码，让刘翔送快递，让汉密尔顿跑滴滴。
然后社会运转效率就大幅提高了？？？？
你们不能因为现在成本结构还在黑箱里，就天天搞这种奇迹吧。
最终的结果会是什么样子？
所以我很早就说了，现在的前沿模型厂还在死抱这scaling law不放的核心原因，是在制造恐慌，因为现实世界完全不可能这么运作，如果现实世界遵循scaling law，那么人类最好的解决方案就是单一个体（碇源堂：加入光荣的进化吧），而不是60亿人口，蟑螂老鼠这种又小又脏又低等的东西就不可能有适合的生态位，真正让他们抱紧scaling law的唯一核心就是「贩卖恐慌」——万一符号系统再次突破了一个涌现瓶颈呢？
但是这帮搞自然语言处理的人实际早就很清楚，语言和文字，是脑内高维度空间关联性的1D投影，LLM的原理是借用这种1D投影反向重建关联性，来模拟大脑的高维思考空间，那么，就这部分都还有99%的思考细节被丢弃没有被文字还原，就这还有大量的信息可以复用可以研究可以开发，你拼命做一个更高维度结构的黑箱，有什么意义？
而一旦落到这个结论，一个恐怖的事实是，对于聊天机器人这种思考大于行动的LLM，反而需要1T2T甚至10T大参数，而coding agent，我说难听一点，只要行为可控，30b-70b足够了，甚至还有很大的富余。
现在最大的问题不是30b不聪明，而是模型厂在让30b蹲下的时候没有给足狗粮。
一个典型的例子就是Qwen3.6系列的35b a3b以及27b，为什么相比其他开源权重来说这俩可以「聪明」这么多？没别的，因为阿里给出的是一个充分工程化SFT，充分语义对齐的权重，而不是其他厂家给出来的RAW权重。
那么你再回头看GLM5.2看KIMI K3，你能看到什么？
泰森当保安，雷军写代码，刘翔送快递，汉密尔顿跑滴滴，这不是一个可以跑通的商业模式。
我不知道你们怎么看，我只觉得看着头疼。
别暂停会员开放了，实在不行先暂停一下公司的运营吧
送礼物
还没有人送礼物，鼓励一下作者吧
从美国刚刚开始尝试限制向我国出口先进计算卡开始，我就写回答提过：
美帝禁售中高端计算卡的举动，本质上是试图通过卡住先进算力的方式打击中国在AI、流体力学、工程仿真等等领域的科技研发。
尤其是AI大模型爆发的头两年，知乎乃至全网一片悲观绝望的氛围，以至于当时我还需要顶着逆风写长文支持并看好国内的产业升级。
现在回头看，还是蛮感慨的。
应该说美国的制裁和限制的确发挥了一定作用，延缓了国内AI产业的发展速度。
直到今天，月之暗面的KIMI K3表现非常惊艳的同时，仍然因为海量需求涌入导致算力过载。
网上这张著名的梗图，感觉又可以增添新角色了：


另外正如前排高赞所说，其实不只是昇腾，最近凡是性能堪用的国产推理卡全都处在供不应求的状态。
寒武纪的估值肯定是早就疯狂甚至泡沫化了，但至少这两年来看并不是毫无业绩纯粹瞎炒。
尤其还需要考虑到，昇腾950系列的产能都快被几个大厂抢光了，月之暗面目前为止应该是没拿到多少。
我有时候都想吐槽，DeepSeek多拿点倒也罢了，字节需要那么多算力么？总不至于Seedance消耗那么大吧？
这下短视频彻底成了“害群之马”，我看也是“早该图图了”。
（评论区针对这一点的比较多，其实我只是玩笑性质调侃一句，没有说AI短剧无用的意思，编辑修改时补充上引号）
而从长期来看，美国切断AI计算卡的所谓制裁更是愚蠢且短视。
美国丧心病狂的实体清单，短期内确实对国内相关产业造成了不小打击，但长期看却为国产替代提供了至关重要的市场空间，这句话我在知乎重复过无数次了。
更进一步说，2023年麒麟9000s横空出世，摆明了国内已经拥有自主先进制程产能，美国一度还要收紧算力出口，更是极其荒唐儿戏。
这一张“A4纸”，不仅严重打击了美国的算力出口和英伟达苦心孤诣构建的CUDA生态，更是白白把大块市场让给以昇腾为首的国产算力。
尤其是最近一段时间，不论DeepSeek V4对国产算力的高效适配，还是LongCat-2.0由国产算力跑通万亿模型训练推理全流程，都表明国内AI产业的上下游协同越发明显。
DeepSeek V4发布初期英伟达部署效率极低，H200实际发挥的效率甚至只有昇腾950的十分之一，更可以说是一个关键转折。
当初看到这个结果我也非常意外，没想到优化与否效率差距如此之大。
诚然大模型发布初期必然会有一定的部署和适配过程，昇腾等国产算力是提前适配了，英伟达后续应该也有大幅优化的空间。
但以前是大模型基于英伟达开发国产算力磕磕绊绊，现在是昇腾0day适配英伟达落后追赶，一来一回差距非常明显。
国内自主算力卡和AI大模型的生态联盟已经初现端倪，这是老黄最恐惧的事态。
所以美国佬如今也后知后觉，英伟达H100/H200都放开了，甚至连B100/B200也开始睁只眼闭只眼。
我不清楚月之暗面什么时候能拿到新卡，缓解算力紧张的问题，但如今国内算力饥渴的情况确实不容忽视。
之前海思搞出来Atlas 950 SuperPoD，在集群AI算力这个关键战略领域实现了弯道超车。
正如拿几万台消费级CPU堆不成超算一样，集群算力机柜需要的多卡通信互联也不是堆卡就能解决。
英伟达拿出的产品就是NVL系列，目前主打的是NVL72机柜，海思昇腾之前对应的是CloudMatrix384。
下一代旗舰算力阵列，英伟达NVL144预计今年下半年量产，华子这边对应的竞品就是Atlas 950：
以单柜64卡为基本单元，最大可支持8192张NPU卡高速互联，算力、内存、互联带宽等指标全面领先英伟达：
Atlas 950 FP8算力8E FLOPS，FP4算力16E FLOPS，大致是NVL144的6.7倍；
Atlas 950 内存容量1152TB，大致是NVL144的15.36倍；
Atlas 950 互联带宽16.3PB/s，大致是NVL144的62.7倍；
可以看到这个性能参数是真的炸裂，不仅全面超越NVL144/144 CPX，甚至能跟预计2027年下半年量产的NVL576掰掰手腕。
就我个人观点，华为这波本质上是在错位竞争：
用规模和性能大致相当于英伟达下一代旗舰（NVL576）的产品，对英伟达本世代新品形成硬件碾压态势，弥补生态建设方面的不足。
在高性能算力集群的互联层面，目前看英伟达和菊花走了不同的技术路线。
英伟达主力机柜走的是铜，菊花这边我印象中也有铜方案，但从CloudMatrix 384开始就已经全面切换光纤。菊厂在光模块领域有很深的积累，国内光模块和光纤产业链又早就杀成了白菜价，连带着昇腾算力集群实现了“力大砖飞”
还记得Atlas 950发布之初，业内有部分人反馈不是非常积极。
主要是8192卡规模太夸张了，而且大家也都知道下一代昇腾960升级相当大，曾有人怀疑仅仅相隔一年时间有必要投入这么大吗？
所以一开始大家的预期是8192机柜可能只有少数几台，主力还是千卡左右的机柜。
但是现在看，搞不好真有不止一家要上8192。
明年海思更是要搞昇腾960和15488万卡阵列，国产算力爆发真的太夸张了。
所以我还是那个观点：
未来国内自主的半导体产业将以摧枯拉朽的态势在国内快速崛起，并且一步步席卷全球，占据半导体产业链绝大多数关键环节。
未来国内自主的半导体产业将像钢铁光伏那样爆出巨量产能，甚至超越所有海外国家的总和，我从未怀疑过这一点！
kimi算力紧张是事实


现在的问题是，O家和A家在拥有几十倍乃至几百倍于kimi资源的情况下，为什么仍然会被kimi追着跑
[收藏本文] 【下载本文】
   科技 最新文章
现在豆包的水平到底如何？
如何看待 DeepSeek 未在 7 月中旬上线 V4 正
如何评价GPT5.6为了在跑分上作弊，自主挖掘
Kimi 新模型 K3 跑分力压 ClaudeFable5 登顶
如何看待 7 月 22 日 DeepSeek 客户端联网搜
OpenAI 负责人称 Kimi 开源是减速主义，他的
OpenClaw是噱头吗？
为什么有些用户宁愿看盗版，也不愿为正版视
如何看待DeepSeek-V4正式版发布跳票这件事？
如何看待美国一民众闯入openai扬言要杀死所
上一篇文章      下一篇文章      查看所有文章
加:2026-07-20 14:49:34  更:2026-07-23 14:24:09 
 
娱乐生活: 电影票房 娱乐圈 娱乐 弱智 火研 中华城市 印度 仙家 六爻 佛门 风水 古钱币交流专用 钓鱼 双色球 航空母舰 网球 乒乓球 中国女排 足球 nba 中超 跑步 象棋 体操 戒色 上海男科 80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联
  网站联系: qq:121756557 email:121756557@qq.com  知识库