Signal & Noisehttps://jgwblog.joystar.cc/AI 与算力观察笔记Hugo -- gohugo.iozh-CNMon, 26 Oct 2026 10:00:00 +0800算力的另一面：英伟达柏林扩产、新云股债双杀与 PyTorch 的“换芯”时刻https://jgwblog.joystar.cc/posts/ai-compute-nvidia-neocloud-pytorch-october-2026/Mon, 26 Oct 2026 10:00:00 +0800Signal & Noisehttps://jgwblog.joystar.cc/posts/ai-compute-nvidia-neocloud-pytorch-october-2026/引言

十月的算力新闻有种割裂感。英伟达一口气公布了供应链扩产计划，强调需求旺盛、产能才是瓶颈；依赖英伟达芯片的 neocloud（新云，专门出租 GPU（图形处理器）算力的云厂商）却遭遇股债双杀。与此同时，谷歌和亚马逊在 PyTorch 大会上让 PyTorch 原生跑在了自家的 TPU（谷歌张量处理器）和 Trainium 芯片上。三件事各自独立，放在一起看，指向同一个问题：AI 基础设施的钱和锁定，到底握在谁手里。

发生了什么

1. 英伟达 GTC Berlin（10 月 21 日）

  • 发布 DSX POD：把 7 个 Vera Rubin 机架装进一个集装箱大小、重约 28 吨的模块，布线和液冷都在工厂完成。CNBC 称它可以用卡车在普通道路上运输。英伟达称，在已准备好的场地上，部署时间可以从 6 个月缩短到最快 14 天，2027 年初开始交付。
  • 同日公布扩产计划：IBIDEN、三星电机、欣兴电子的基板产能三年内合计提升 2.5 倍；Amkor 的先进封装产能到 2028 年底提升 300% 以上；英伟达向京元电子（KYEC）预付 11 亿美元，锁定其美国新厂的测试产能；矽品（SPIL）计划到 2027 年中把共封装光学的光引擎产能提升到 15 倍。
  • 据 Yahoo Finance 报道，黄仁勋在主题演讲中称，每吉瓦数据中心的造价约为 500 亿美元。

2. 新云股债双杀（10 月中下旬）

  • CNBC 报道，CoreWeave、Nebius、IREN 的股价在 10 月内均下跌至少 30%。截至 10 月 21 日，CoreWeave 市值约 310 亿美元（峰值约 900 亿美元），五年期 CDS（Credit Default Swap，信用违约互换）利差达到 1145 个基点，无担保债券收益率约 15%；澳大利亚的 Firmus 取消了 IPO（首次公开募股）。
  • 英伟达的角色随之受到审视。CNBC 援引其季度文件称，英伟达为新云提供了 360 亿美元的表外担保安排；为俄亥俄州规划中的 10 吉瓦 OpenAI 数据中心提供最高 1050 亿美元的担保；还承诺在 CoreWeave 找不到买家时，购买最多 63 亿美元的算力。黄仁勋则表示，CoreWeave 并不需要英伟达兜底。

3. PyTorch 的“换芯”时刻（10 月 19–21 日）

  • 亚马逊发布 TorchNeuron 公测版，以 Apache 2.0 许可证开源。只要把设备改成 neuron，PyTorch 代码就能在 Trainium2/3 上运行，支持 eager mode（即时执行模式）和 torch.compile。
  • 谷歌开源 TorchTPU，由谷歌与 Meta 的 PyTorch 团队共同开发。PyTorch 官方博客称，它已支持约 450 个 ATen 算子（PyTorch 底层张量运算），Hugging Face 下载量前 5000 的模型可以直接运行，迁移工作接近于把 .to("cuda") 改成 .to("tpu")。

为什么重要

供给侧还在加速。 英伟达 8 月公布的二季度营收为 962 亿美元，其中数据中心业务 890 亿美元，三季度营收指引约 1080 亿美元。这次扩产集中在基板、封装、测试和光引擎，说明瓶颈已从 GPU 本身扩散到整条后段供应链。DSX POD 则试图把“建机房”变成“收货、插电”，对土地和电力都紧张的欧洲尤其有吸引力。

需求侧的融资链条开始被市场重新定价。 新云的模式是借钱买卡、签长期租约，面对的客户合同却期限较短。CNBC 援引 Gartner 的预测称，到 2030 年，超过 80% 的新云将无法独立经营。英伟达作为担保人，把芯片商、云厂商和模型实验室绑在了一起，任何一环出问题，风险都会沿链条传导出去。

CUDA（英伟达的 GPU 编程平台）的护城河在变窄。 过去换芯片意味着改代码、重新验证，现在有了 PyTorch 原生后端，切换接近“改一行配置”。这不会立刻威胁英伟达，但会降低大客户的迁移成本，让谷歌、亚马逊的自研芯片多了议价空间。

争议与不确定性

  • “14 天部署”是最理想的情况。 前提是场地、电力和冷却已经就绪，而且英伟达没有公布 DSX POD 的价格。
  • 抛售原因并不清晰。 CNBC 采访的多位投资者说不出具体诱因，利率、通胀和社交媒体情绪可能共同起了作用，不宜直接解读为 AI 需求见顶。
  • 原生后端的成熟度有待检验。 TorchNeuron 仍是公测版，不支持的算子在 eager 模式下会退回到 CPU（中央处理器）上执行；TorchTPU 仍在积极开发中，性能数据多为厂商自述。

小结

十月的算力图景可以概括为：造得更快、借钱更难、锁定更松。对使用算力的团队来说，最实际的是第三点：多芯片部署的软件成本在下降，下次采购前值得认真比一比价。

参考来源

]]>开放权重的十月：Meta 回场，门槛从“拿到模型”转向“跑得起模型”https://jgwblog.joystar.cc/posts/open-weight-models-october-2026/Sat, 24 Oct 2026 20:30:00 +0800Signal & Noisehttps://jgwblog.joystar.cc/posts/open-weight-models-october-2026/引言

十月中旬的一个多星期里，open-weight（开放权重）阵营几乎每两天就有一条大新闻：Meta 放出了 Muse Spark 的权重，DeepSeek 更新模型后又开源了生产用的推理框架，MiniMax 和月之暗面接连推出新模型，权重或已放出、或已承诺。比起参数规模，我更关心这些发布共同指向的变化：许可证越来越复杂，而真正的门槛正从“拿到模型”转向“跑得起模型”。

发生了什么

  • 10 月 15 日｜Meta Muse Spark Open。 这是一个 MoE（Mixture of Experts，混合专家）模型，总参数 816B，每个 token（词元）激活 42B，原生多模态，支持 100 万 token 上下文。Meta 称它是“迄今最强的美国开放权重模型”，可以在两台 Apple M5 Ultra Mac Studio 上用 MLX 框架运行；vLLM 首日即支持。
  • 10 月 17 日｜DeepSeek-V4.1-Flash-1017。 官方称这是一次“小幅更新”，权重以 MIT 许可证发布在 Hugging Face 上，官方表格中 DeepSWE v1.1 得分 77.0。同日开放自研的 Search 与 Fetch API（应用程序接口），价格均为 5 元/千次，并称会过滤 SEO（搜索引擎优化）作弊、GEO（生成引擎优化）操纵和低质量的 AIGC（AI 生成内容）。
  • 10 月 19 日、23 日｜MiniMax M3.1 Flash。 19 日上线 API，每百万 token 输入 $0.15、输出 $0.60。MiniMax 称，此前匿名运行、处理过超过 200 万亿 token 的 Space Bunny 就是它的早期版本。23 日权重发布到 Hugging Face，多家媒体核对模型卡后称，总参数约 428B，激活 23B。
  • 10 月 20 日｜DeepSeek 开源 DeepInfer。 这是支撑 DeepSeek 线上服务的推理框架，采用 Apache 2.0 许可证，支持英伟达 SM100 系列 GPU（图形处理器）和华为昇腾 950 NPU（神经网络处理器）。据腾讯新闻转述的技术报告，单一集群每天吞吐 155 万亿 token，每卡每小时收入约 38 美元。仓库说明写明，KV cache（键值缓存）系统、预填充与解码分离、负载均衡不在本次开源范围内。
  • 10 月 23 日｜Kimi K3.1 Pro。 这是月之暗面 K3.1 系列的首款模型，总参数 2.8T，激活 104B，API 价格 $2/$10，承诺 11 月 4 日前放出完整权重。多家媒体援引第三方机构 Artificial Analysis 的数据称，它的智能指数为 55，总榜第四。月之暗面还表示，已移除与网络攻击相关的训练数据。

为什么重要

Meta 重回开放赛场，但处在追赶位置。 VentureBeat 援引 Hugging Face 今年 3 月的统计称，过去一年中国模型的下载量占比达 41%，已超过美国模型。Meta 的宣传语“最强美国开放权重模型”本身就带着地域限定。按 Meta 自己的模型卡，Spark Open 在 MCP-Atlas 工具调用测试上领先，但在终端编程等测试上落后于 Kimi K3 和 GLM 5.3。

“开放”的含义在分化。 DeepSeek 模型用的 MIT、DeepInfer 用的 Apache 2.0 属于最宽松的一端。据 SiliconANGLE 报道，Meta 的 Muse Model License 要求年收入超过 2000 万美元的托管服务商另签协议，产品须标注“Built with Muse Spark Open”，并禁止用于军事和关键基础设施。MiniMax 的社区许可证同样以年收入 2000 万美元为界，超过的须事先取得书面授权。两家划在同一条线上，说明“小团队免费、大平台另谈”正在成为开放权重的常见商业模式。

竞争从权重延伸到推理。 DeepSeek 开源了推理框架，Meta 则为 Spark Open 附带了可以在英伟达和 AMD 芯片之间移植的 Helion 内核。权重越来越容易拿到，决定成本的变成了推理工程。

争议与不确定性

  • 跑分口径不一。 DeepSeek 表格里对比的是 GPT-5.6 Sol、Opus 5 等上一代模型，而不是对手当前的旗舰。Kimi 的权重还没发布，独立复现要等到 11 月。
  • “能在 Mac 上跑”有前提。 VentureBeat 指出，Meta 演示用的 M5 Ultra 内存配置尚未公开上市，Meta 也没有公布托管服务的 token 价格。
  • 信息不同步。 MiniMax 博客写的是“权重稍后发布”，四天后权重就出现了，官方没有统一说明。DeepInfer 的吞吐和收入数字怎么算（用什么卡、利用率多少、是否扣除成本），外界无法核实。
  • 安全上的取舍仍在。 月之暗面删减了网络攻击数据，Meta 加做了安全后训练，但开放权重一旦发布就无法撤回，这一点没有改变。

小结

开放权重的竞争已进入第二阶段：不只比谁的权重能下载，还要比许可证是否友好、推理是否便宜、生态能否首日可用。对想自建部署的团队，我的建议是先读许可证，再算硬件账，最后才看排行榜。

参考来源

]]>