千亿算力军备竞赛揭示中美大模型差距

大模型领域的竞争正从算法层面全面蔓延至算力基建。近日，OpenAI推出Astra大模型，凭借强劲性能与性价比引发业界关注。然而，该模型背后惊人的资金与硬件消耗，也让外界再次审视全球大模型产业在算力基础设施上的投入差距。

据美国媒体报道，OpenAI并未公开Astra的具体规格参数，但该模型依托其StarGate计划，动用了超过10万张NVIDIA显卡进行训练。仅以当前主流B200显卡单价约5万至8万美元计算，单纯显卡采购成本就已高达约60亿美元。若将配套服务器、高速网络、电力供应、散热系统以及日常研发等开销全部计入，整套AI基建的总投资规模预计在100亿至250亿美元之间。

对比国内企业的投入节奏，差距依然显著。以近期备受瞩目的DeepSeek计划在内蒙古建设全新AI数据中心为例，该项目规划采购16万张华为AI显卡，总投资额约为25.6亿美元。这一规模即便按全部预算计算，也仅相当于Astra相关基建保守投资规模的四分之一。不难看出，在资金绝对体量上，中美大模型头部玩家仍处于不同量级。

除资金投入外，算力架构与生态同样构成挑战。国产AI芯片在单卡算力与生态成熟度上仍需追赶国际顶级硬件产品。业界普遍测算，部分国产芯片的实际计算效能与英伟达高端产品之间仍存在代差，且整体采购供应处于持续紧张状态。过去两年，OpenAI等公司凭借稳定资金优势，持续维持数万乃至数十万张顶级显卡的算力储备，并且性能更强的后续模型已在加紧训练中。

这场由千亿资金和海量算力构成的军备竞赛，也折射出大模型深水区竞争的残酷本质。面对算力资源与基础设施上的阶段性差距，国内AI产业及相关芯片产业链仍需时间攻克技术瓶颈、完善生态系统，才能真正在全球大模型竞赛中占据主动。