2026-09-04 04:52:37 分类：科技
2026深圳AI展的电量闹剧
上个月我抽了两天时间去深圳逛年度AI展，挤了半小时才挤进某头部手机厂商的主展厅。超大LED屏滚动打着“端侧DL原生落地”的标语，二十台崭新的旗舰机摆在体验台，号称能全量跑70B参数模型，不用连云，隐私安全全保障。
我也凑上去试了一把。前三道逻辑题还顺，响应速度不比云端差。到第四道几何证明题，手机后背很快开始发烫，拿在手里像攥了个刚从暖风机里拿出来的暖手宝。掏出来电量一看，四十分钟不到，掉了47%。
后来散场的时候碰到一个在展商做芯片的老朋友，他偷偷吐苦水。为了这场发布会能现场跑通，他们把DL推理的量化精度砍到了2bit，还锁了CPU频率到0.8GHz。就算这样，单位推理的功耗还是比云端高三倍。
你算笔账。现在训练一个1T参数的通用DL模型，总耗电量相当于一个三口之家120年的家庭用电量。端侧推理单token功耗是云端的五倍以上，真放开了让用户日常用，半天充一次电都不够。
2026深圳人工智能展大模型体验区
所有人聚在这里吹参数，吹SOTA，吹端侧未来。没人敢把电费账单摆到台面上说。DL发展快十年了，从AlexNet到现在的千亿参数大模型，所有人都在往上堆算法，堆数据，堆参数，没人问一句：这些成本，最后谁买单？
水电岸边的隐形卡位赛
说实话，我最早意识到DL的本质不是算法，是去年去四川凉山出差，路过金沙江边上的一片超算集群的时候。那个山头原来全是桉树，三年时间推平了建起上百栋数据中心，屋顶全是光伏，江边全是特高压电线，挂着某互联网巨头的标识。
那个项目就是字节跳动牵头建的DL专属超算中心，我找业内朋友打听了一下，这里枯水期的水电到户价格一度电只要三分钱，丰水期富余水电甚至可以低到一分钱一度。同样训练一个70B参数的通用模型，这里的总成本比华东火电数据中心低68%，比租用AWS的海外卡便宜整整47%。
现在DL行业的竞争，本质和十年前深圳核心区拍地没区别。谁先拿下便宜的电力，谁先囤到足够的显卡，谁就拿到了DL行业的地租权。先卡位的坐地收租，后进场的只能接别人剩下的边角料，累死累活也赚不到几个钱。
四川凉山金沙江沿岸DL算力集群航拍
国内本土厂商的博弈其实比海外直白多了。OpenAI忙着自己造芯片降本，国内巨头直接走了更粗暴的路：卡位水电资源。字节现在把80%的新增DL集群都布局在西南水电基地，对外出租推理算力的价格比同行低两成，现在国内七成中小大模型创业公司，都把推理业务放在字节的集群上。商汤早年亏了那么多钱，很大原因就是当年拿不到便宜的电力资源，建集群都在东部，单位成本比对手高一大截，订单自然都被抢走了。
不过话说回来，很多人骂这是资源垄断，没有技术含量。我反而觉得，这才是真的商业。能把成本打下来三成，你就能把所有对手甩在后面，管你用的是算法还是水电。这个方向我认为没走偏，反而踩中了DL落地最核心的命门。
普通从业者的下沉机会
普通从业者的下沉机会
很多刚毕业的小孩来找我问，现在学DL还有出路吗？进不去大厂是不是就废了？我每次都反问，你学DL是为了训千亿参数模型，还是为了解决问题？
原来DL是大厂的象牙塔游戏，只有巨头烧得起钱，玩得起参数竞赛。现在巨头把核心训练和推理的成本打下来了，中小玩家不用自己砸几个亿建集群，租算力就够了，DL自然就往下沉到各个细分行业里了。
我去年认识一个原来在百度做NLP算法的老哥，三十四岁被裁之后，没去抢大厂的HC，直接拎包去了义乌。给做跨境电商的小老板做DL选品模型，把原来几百G的大模型蒸馏压缩到不到10G，跑在入门级云服务器上，一个月的推理成本不到五十块。原来小老板雇一个选品专员，一个月要八千块，现在用他的模型，准确率比老选品员还高12%，成本直接降到原来的百分之一。现在他手里握了三十多个稳定客户，一年赚大几十万，比在大厂996舒服一百倍。
现在行业里喊了好几年的AI落地，原来一直落不下来，核心就是DL的成本太高，中小玩家用不起。现在巨头卡位了资源，把成本打下来了，机会根本不在大厂的参数竞赛里，在各个细分行业的泥坑里。
那些培训机构天天喊“人人都要学大模型”“训DL赚百万年薪”，骗了多少刚毕业的小孩掏几万块学费，结果出来才发现，大厂根本不需要那么多训大模型的人，一个千亿模型训练团队也就一百多号人，全国能有几个千亿模型？
当绝大多数DL的利润都流向手握水电和显卡的资源巨头，你还会劝刚毕业的年轻人一头扎进算法炼丹的红海吗？
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：DL不是算法问题，是资源卡位问题
文章链接：https://lfdjt.com/info_23_16824.html
