英伟达、GPU、中国，算力真能打赢AI战争吗？

2025 年，AI 已经改变你的工作与生活了吗？如今 AI 生成的内容已覆盖多个领域：爱因斯坦接受高考采访、国足世界杯夺冠的创意视频、以假乱真的事故新闻，甚至有人用 20 万提示词将远古苍龙场景复刻进厨房，还有人用 AI 生成的声音完成口播，深受市场欢迎。

两年前，我们还在吐槽大模型只能写写短文、生成的图片质量不佳，如今的 AI 能力已远超预期。有人输入专业提示词生成装置设计图，虽有人质疑普通人无法写出这类提示词，但这类需求本质上是将 AI 作为高效设计工具。

多数时候，人类用户无法精准描述自身需求，比如 “氛围感更强、风格更突出”“融合群戏、动作、枪战元素”，这类模糊需求，人类乙方常感棘手，但 AI 却能快速给出方案。

如今 AI 已重塑设计、绘画、文案、会计等多个行业，甚至注册会计师岗位也将被替代。AI 已成为通用工具，如同工业化流水线、数字版水电燃气，是新型生产力。2025 年，全球 AI 算力需求彻底爆发，算力即计算能力，以大语言模型为例，模型参数量越大，需学习的知识点越多，训练所需的算力与时间也越多。GPT-1 参数量仅 1.17 亿，GPT-4 则达 1.76 万亿，前者如同学过小学课本，后者则精通各学科前沿知识。

算力的核心单位是每秒浮点运算次数（FLOPS），H100 的 FP64 算力达 90TFLOPS，RTX 4090 仅为 1.29TFLOPS，完成相同计算量，前者仅需 1 天，后者则要 3 个月。正因如此，训练大模型对 GPU 性能与数量要求极高，GPT-1 用 8 块早期 GPU 训练 1 个月，GPT-4 则用 2.5 万块 A100 GPU 训练 90 至 100 天。当时全球产业界几乎达成共识：拿不到英伟达显卡，便难以追赶 OpenAI 的 AI 步伐。

但 2025 年 1 月，国内初创企业 DeepSeek 用 512 张特供版 H800 GPU，耗时 80 小时、花费 29.4 万美元算力成本，训练出媲美 GPT-4O 的大模型 DeepSeek R1，训练成本仅为 GPT-4O 的十分之一，直接引发全球 AI 赛道震动，甚至导致英伟达股价下跌。

从商业角度看，DeepSeek R1 定价远低于 GPT 系列，但盈利能力远超竞品。2025 年 3 月，DeepSeek 官方公布测算数据：全天总收入达 56.2 万美元，仅 H800 租用成本就 8.7 万美元。换言之，DeepSeek 仅用 3 小时即可覆盖全天成本，剩余时间全部为利润，成本利润率达 545%。

DeepSeek 的低成本源于算法优化。其基于 Transformer 架构，采用稀疏混合专家模型与独特 MLA 架构，核心创新被《自然》杂志收录为行业案例。路透社、BBC、CNN 等全球媒体均评价，DeepSeek 打破了 “AI 产业需要巨额资金与能源” 的行业共识。

有人认为算法优化可完全替代算力，但事实并非如此。2025 年 2 月，OpenAI 发表推理模型论文指出，拥有链式思考能力的推理模型，在奥林匹克竞赛与编程竞赛中的表现远超常规大模型。推理模型会将大量算力用于用户交互时的思考环节，比如回答如何为视频点赞，需先分析平台规则、用户操作路径，再给出具体答案 —— 这正是 DeepSeek R1 界面中的灰色思考过程。算力与算法呈现螺旋上升关系：算法创新依赖算力突破，算力提升又倒逼算法优化。

AI 发展还面临数据瓶颈。《自然》杂志论文指出，到 2028 年，AI 训练可用的公开在线文本数据集将被耗尽。未来 AI 需从物理世界获取数据，比如特斯拉辅助驾驶系统采集车辆行驶数据，华为 ADS 2.0 用世界引擎生成虚拟场景训练。

未来 AI 将沿两个方向发展：一是智能体方向，AI 将从被动响应升级为主动规划、自主完成复杂任务，进入物理 AI 时代；二是垂直领域模型方向，通用大模型将向医疗、教育、金融等专业领域细分。同时，具备交互能力的硬件如人形机器人、自动驾驶汽车，也将成为 AI 落地的重要载体。

AI 会取代部分工作，但也将创造全新岗位。曾经的切冰人、电报员、点灯人都因新技术消失，但汽车司机、程序员、AI 工程师等新职业随之诞生。2024 年智联招聘数据显示，人工智能行业平均薪酬位列第二，AI 工程师平均薪酬已超过高级管理岗位。

整个 AI 产业可分为基础层、技术层与应用层。基础层包含算力、算法、数据，其中算力细分包括数据中心、云计算、AI 芯片，以及电力储能、光模块、液冷等配套产业。技术层包括大模型开发平台、计算机视觉、自然语言处理等通用技术。

应用层则覆盖医疗、金融、教育等行业场景，以及人形机器人、AI 眼镜、AI 手机等终端产品。2024 年 AI 领域融资数据显示，应用层融资金额占比达 55%，超过基础层与技术层总和。《达实智能 AI 赋能千行百业白皮书》预测，未来 50 年，AI 基础设施将稳步增长，应用层面则会迎来爆发式增长。

有人认为中国 AI 始终落后于 GPT、Sora，但实际情况并非如此。Transformer 架构源自谷歌，ChatGPT 引爆大模型浪潮，而推动 AI 发展的核心是人。谷歌大脑高级研究员 Jason Wei 是美籍华裔，2023 年跳槽至 OpenAI 参与 ChatGPT 与 GPT-4O 开发，2025 年又将入职 Meta。马斯克的 Grok 团队中，也有两名华人成员，OpenAI 核心团队亦不乏华人面孔。黄仁勋曾表示，全球约 50% 的 AI 研究人员是华人。

截至 2025 年 6 月，中国智能算力规模达 788 亿 TFLOPS，占全球总规模的 32%，多家互联网企业的智算中心规模达数十 EFLOPS。《国务院关于深入实施 “人工智能 +” 行动的意见》提出，到 2027 年，新一代智能终端、智能体等应用普及率将超过 72%；2030 年达 92%；2035 年，中国将全面步入智能经济与智能社会发展新阶段。

AI 并非零和博弈的赛场，而是人类文明进阶的土壤。1956 年达特茅斯会议对人工智能的畅想，如今已逐步成为现实。未来几十年，全球将出现 AI 强国与弱国的分化，而中国凭借完整的产业链与庞大的市场需求，有望在这场 AI 革命中占据先机。