来客网

海外租算力的门刚焊死,Kimi就宕机了

声明:本文转载自 「倍可亲」, 或因排版与篇幅原因进行过编辑,内容未经本站独立核实,不代表本站立场、观点或建议。 如涉及版权问题,请联系我们,核实后立即删除。 [ 免责声明 ]

海外租算力的门刚焊死,Kimi就宕机了

来源:倍可亲(backchina.com)

  11月19日下午,Kimi宕机了。

  网页卡死,消息发不出去,API持续报错,正在跑的文档解析和代码任务全部中断。付费会员的通道也没能幸免,有人卡在队列里等了很久,最终只等到一个错误码。

  这不是第一次。

  7月K3上线48小时,GPU容量逼近上限,暂停新用户订阅;

  10月K3.1 Pro迭代,限流和额度异常,官方凌晨发文道歉,补偿25%月度额度。

  半年三次道歉,一次大规模宕机。Kimi的算力,真的不够用了。

  更残酷的是——这不是Kimi一家的问题,是整个国产大模型正在集体撞上的一堵墙。

  一、算力去哪了:三个原因,一个比一个无解

  第一个原因:模型越大,胃口越大

  Kimi K3参数规模达到2.8万亿,K3.1 Pro接近3万亿,原生支持100万Token上下文窗口。万亿级MoE稀疏模型和传统千亿级稠密模型完全不是一个物种——单次推理的显存占用和并发算力消耗,是数倍级的提升。模型能力越强,对算力底座的吞噬就越凶狠。

  第二个原因:开源放大了需求,而且是失控地放大

  Kimi选择开源路线,大幅降低了行业使用门槛。C端用户流量集中爆发,大量中小企业和开发者团队批量接入调用,算力负载从“头部大厂专属”瞬间扩散到整个生态。

  月之暗面前期已经布局了数千至万卡级A800/H800集群,依然没有足够的冗余来承接新增需求。

  第三个原因,也是最根本的:杰文斯悖论

  Token价格在降,企业AI部署成本在降,但算力消耗反而在涨。越是便宜,用得越多。

  2026年一季度,国内AI算力需求同比暴涨417%,同期供给增速只有128%,需求增速是供给的三倍多,行业高端算力缺口长期维持在28%到58%的高位。全国算力设施平均上架率已经升到71.4%,存量算力几乎没有闲置缓冲空间。

  模型在变大,用户在涌入,价格在下降。

  三个变量同时把算力需求往上推,而供给端,纹丝不动。

  二、后果很直接:限流、宕机、体验塌方

  算力不够,最先被牺牲的永远是体验。

  Kimi的应对是“做减法”——暂停新用户订阅,优先保障存量付费用户;减少不必要的子Agent调用和输出长度,压缩后台配置来保住基础算力供应。

  DeepSeek走得更远——不再支持超过7天且无活跃交互的长对话,单次输入上限缩短到约4万字,免费用户使用不到2小时就可能触发每日额度。

  这样操作后,用户感受到的便是“卡了”“慢了”“额度没了”。厂商面对的是“算力真的不够了”。

  Kimi K3.1 Pro支持100万Token上下文,官方把输入价格从每百万Token 20元降到13元,输出从100元降到68元。可是为了提升回答质量,后台频繁启动多智能体集群并发处理任务,单个任务消耗的Token数量成倍增加。

  价格降了,单次调用的算力消耗反而涨了。

  算力成本的账,不是靠降价就能拉平。

  三、海外算力通道被焊死:连“租”这条路也走到了尽头

  过去两年,中国AI企业有一条心照不宣的退路:“外训内推” ——训练任务放到海外数据中心,租用英伟达算力远程跑,推理业务留在国内。

  11月16日起,这条路被彻底堵死了。

  美国BIS发布《关于远程访问先进半导体》临时最终规则,核心只有一条:封堵中国AI企业使用美国先进算力的通道。规则狠在以下几个地方:

  (1)算力按聚合口径算。不是看单颗芯片,是把一个数据中心里给同一个客户的所有算力加起来,多座数据中心联网互通、资源池化调度的,合并计算。

  (2)红线设在1200万TPP。约等于750颗H100,或者300余颗Blackwell芯片,体量大约四五个机柜。万亿参数级模型预训练通常需要数万卡集群,这条红线划得极低,头部大模型企业的大规模远程使用很容易被追踪。

  (3)五国被点名。马来西亚、新加坡、泰国、印度尼西亚、巴西,先进芯片或服务器运往当地原则上需申请许可。

  (4)存量也要申报。已经向中资企业提供超门槛算力的海外数据中心,90天内必须申请许可证,否则面临后续出口限制。

  多位行业人士的判断很一致,“基本把所有可能的路都堵死了,以后只能使用国产芯片堆算力。”

  四、国产替代之路:方向唯一,路面很窄

  被逼到墙角之后,Kimi们不是没有动作。

  摩尔线程在11月完成了对Kimi K3.1 Pro的训练适配,基于MTT S5000和MUSA软件栈,构建原生FSDP2多模态训练路径,双机16卡连续运行400步,没有出现数值溢出或异常中断。海光DCU在K3发布前就完成了兼容性调优,打通了MoE架构的分布式训练和多卡并行推理链路。阿里平头哥的真武M890超节点也完成了对K3的兼容。

  “国芯配国模”的闭环,正在从口号变成工程现实。

  然而国产替代最大的敌人,从来不是“能不能适配”,而是 “能不能造出来”。

  2026年,国内AI芯片需求约420万颗,中芯国际先进制程实际供给仅约260万颗,每两颗需求里就有一颗根本造不出来。7nm级AI芯片的产能高度集中于中芯国际一条产线,还要在华为昇腾、寒武纪、海光、壁仞、摩尔线程之间分配,而华为一家就吃掉了先进制程产能的43%,寒武纪拿下11%,剩下的十几家公司挤在剩余份额里。

  更上游的锁更硬——没有EUV,DUV多重曝光的生产时间是台积电的2到3倍;单片制造成本贵40%到50%;良率刚爬过盈亏线,台积电3nm稳定在78%以上。

  国产AI服务器的供需缺口,2026年在18到39万台量级,2027年不会缩小,反而会扩大到22到56万台。部分算力中心的订单,已经排到了三年后。

  算力芯片,国产替代的方向是确定的。

  但当前产能的爬坡速度,远远追不上需求的爆发速度。

  写在最后

  Kimi的宕机和限流,不是一家公司的运营事故。

  它是国产大模型在“能力追上来了、算力没跟上”这个剪刀差里,最真实的一次阵痛。

  模型可以开源,价格可以下降,生态可以繁荣。可算力是物理的——芯片要流片,产线要爬坡,集群要交付,这些都需要时间。

  从硬件采购到集群上线,周期长达6到12个月。而用户增长和Token消耗,是按周、按天在翻倍的。

  海外租算力的门已经关了。国产替代是唯一的路,这条路的宽度,目前只够最头部的玩家挤过去。

  Kimi今天遇到的,是所有中国AI公司明天都要面对的。算力不会因为需求旺盛就凭空长出来。它只能一颗一颗地造,一台一台地交付。

  而在这之前,道歉和宕机,可能还会再来。

版权说明 / Copyright Notice:
Content and images in this article may originate from third-party sources and are used for news reporting, commentary, or public interest purposes. All copyrights remain with their respective owners. Please refer to the Copyright Notice at the bottom of this page.
本文内容仅供信息参考,不代表倍可亲立场或观点。

评论 (0)