东方

kimi不是DeepSeek时刻_我的网站

A |     A former National Security Agency employee pleaded guilty on Monday to attempting to sell classified documents to a person he believed was a Russian agent -- but who was actually an undercover FBI employee.Jareh Dalke, 31, pleaded to six counts of attempting to transmit national defense information to a foreign government, admitting that in August and September of 2022 he sought to sell copies of three classified documents containing information marked top secret-SCI (for sensitive compartmented information) to a person who identified themselves as an agent from Russia, according to plea documents.But that person was actually an online covert employee working with the FBI, the plea agreement shows.Dalke, an Army veteran living in Colorado, began working as a civilian employee at the NSA in 2022, according to prosecutors. He first shared excerpts of three classified documents with the undercover agent in August 2022 as a "small sample [of] what is possible" and received large sums of cryptocurrency as payment."There is an opportunity to help balance scales of the world while also tending to my own needs," he wrote at one point.He later requested $85,000 for all of his information, which he claimed would be of value to Russia, according to his plea deal.He agreed to transfer more classified material at a meeting at Union Station in downtown Denver and sent five files containing top secret information, the plea agreement shows."My friends!” he wrote in a letter accompanying the documents, according to the plea filing. “I am very happy to finally provide this information to you. ... I look forward to our friendship and shared benefit. Please let me know if there are desired documents to find and I will try when I return to my main office.”Agents immediately placed him under arrest after he transmitted the data.Dalke will be sentenced on April 26, 2024, prosecutors said. Under the terms of his deal, if satisfied, the government will ask for a sentence of no more than 21 years and 10 months in prison.。    7月19日晚上，月之暗面发了一份公告，估计很多人都看到了。         01          标题叫《关于算力紧缺与会员暂停开放的说明》。

B | 说三件事：          Kimi K3上线48小时，逼近集群承载极限；暂停C端新用户订阅，现有算力全部服务已订阅用户；后续新订阅，Kimi主权益和Kimi Code权益拆开卖，「以方便更精准匹配算力」。         同一个晚上，阿里千问官宣Qwen3.8即将发布开源，参数2.4万亿；对多数人来说，这就是条产品新闻。看完了，划走。         你要拿着算力股，里面有个反差，可以研究下。         被卖到停售的这个模型，三天来被用户骂得最多的，恰恰是「贵」，发布博客把输出定价写到100元每百万token，大概是上一代的4倍。         海外媒体直接拿这个说事，标题叫「中国廉价AI时代的终结」，上手用户晒的额度截图，一天烧掉三五成，到处都是，抱怨列表的另一头还挂着一个「慢」。         一边贵到挨骂，一边抢到关门，这两件事同时成立，说明什么？「便宜」和「贵」这场架，两边吵的不是同一件事。         拆开来看，有三个刻度。         第一个刻度，单个token的标价；K3确实便宜，输入3美元、输出15美元每百万token，大约是GPT-5.6 Sol的一半，全部的价格优势，都长在这个刻度上。         第二个刻度不同了，干完一件事，到底花多少钱？          我查了第三方评测机构Artificial Analysis的数据，截至7月21日口径，跑完同一套智力测试，K3总共输出约1.3亿个token，是可比推理模型中位数6300万的两倍还多。         折到单个任务，K3约0.94美元，GPT-5.6 Sol开到最高档呢？1.04美元。         几乎打平，单价一半，话多一倍，账单回到原点，用户骂「额度烧得快」，骂的就是这个刻度的日常体感。         第三个刻度，总需求，停售公告本身就说明问题了，需求大到人家把门关了。         而且关门这家，手里本来就有闸，Kimi Code设着7天总量加每5小时滚动窗口的双层限流，帮助页写得清楚。         隔壁更直接，Qwen3.8预览版压根没走「挂个API随便买」的路子，只放在Token Plan订阅里用，个人版挂两层滑动窗口，5小时、7天，触顶即停，条款清清楚楚写着：禁止当API批量调用。

C |          还有DeepSeek，六月底放了个消息，V4正式版要搞峰谷定价，高峰时段API价格翻倍，注意，用智能最贵的那个时段，恰好是你上班干活的时段。         几周之内，一家关门，一家装闸，一家把电网的峰谷电价搬进了API价目表；各干各的，指向同一件事：最强的智能，眼下是按份供应的。         02          当然，我这话也不能说得太满，一家公司停售，只是一个样本，不等于一个趋势。         你说月之暗面自己卡买少了，也完全讲得通；而且这波需求里掺着补贴，Qwen预览期Credits消耗打一折，等于十倍用量白送，K3订阅套餐的定价能不能覆盖推理成本，也得打个问号。         不过，有一件事是确定的：          补贴也好，真实需求也好，搅在一起的现状就是算力已经先不够用了。         有意思的是，市场第一反应完全没往这个方向走。         7月17日，A股CPO概念批量跌停；持仓群里刷屏的那句话你应该见过：「第二次DeepSeek时刻」。什么意思？          2025年1月那笔旧账还记得吧：          中国模型太省算力了，那算力和光是不是买多了？高盛的Rich Privorotsky在K3发布当天也往这个方向定性，说这可能是「算力扩张时代」终结的信号。         48小时后，那份停售公告出来了，算是对这个定性，当场来了个回话。         价格战这事，随时可能反转；DeepSeek的V4预览版4月起就在走省算力路线，正式版上线要同步调价；比谁便宜，这个行业里从来没有过定局。         有一样东西，回不了头，这一代模型到底长成了什么形态？需要什么样的集群来伺候它？贵与便宜是策略，形态是宿命。         所以，标价砍半的模型，用到停售的需求，翻倍的任务账单；三件事放在一起，你很难不问一句：K3的便宜，到底省在哪里了？          03          我先说结论，不全是省出来的。         K3拿到低价的每一招，都押着一个前提，三招拆开看，前提是同一个东西。         先说怎么看这套系统，把它想成一座货运园区；token是包裹，推理是分拣加派送，显卡是工位，园区里的高速互连是传送带，跨园区的网线是跨城干线。

D |          记住这个画面，我们拆第一招：稀疏。         K3是混合专家模型，896个专家，每个token只激活其中16个；什么意思？每件包裹进园区，只叫醒该干活的那十几个工人，其余人不动，电费自然省了。         但前提马上就跟来了，几百个专家摊在几十张卡上，包裹要在工位之间寄出去、算完、再寄回来；这东西有个行话，叫all-to-all通信。         这类流量对带宽和延迟极其敏感，差一点都不行。         有基准可查，DeepSeek开源的通信库实测，同一高带宽域内每卡能跑到约160GB/s；跨节点呢？掉到约50GB/s。         月之暗面显然知道这个问题，应对就写在发布博客里：          训练阶段就搞了「完全均衡的专家并行」设计，部署一节明确建议「64个或更多加速器组成的supernode」，理由是推理效率受益于更大的高带宽通信域。         这里我要说一点，64卡是跑得经济的门槛，是把token卖到这个价的前提；传送带不够长，工人再省电，包裹也堵在路上。         第二招：缓存。         发布博客里有句话容易滑过去，借助Mooncake分离式推理架构，编程场景缓存命中率超过90%，实际输入价格仅为标价的四分之一。

E |          Mooncake是月之暗面自研的推理底座，它干的事是什么呢？          把缓存（行话叫KV cache）从单卡显存里解放出来，在集群的处理器、内存、硬盘之间流转；翻译一下：包裹不必每次回总仓重新打包，去就近的中转仓取就行。         这东西有多能搬？          我查了它的开源基准，一台插满8张400G网卡的节点，搬运40GB缓存能跑到190GB/s。         四分之一的输入价不是白来的，它建立在集群内部大规模搬数据的能力上，网络带宽是这门生意的效率变量。         第三招：压缩。         K3用自研的KDA线性注意力，把缓存体积大幅压小。官方说法是，借助带缓存的KDA，「即使在大模型规模和长上下文条件下，也能以很有竞争力的token价格提供服务」。         你看，压小的包裹还是要搬，月之暗面今年挂出一篇系统论文，标题就很说明态度了：          「下一代模型的KVCache可以跨数据中心」，把缓存当一等公民资源，在更大的网络里调度。方向直接写在了论文标题上。         三招放在一起，答案完整了。         稀疏省算力，前提是域够大，缓存省重复计算，前提是搬得动；压缩省显存，前提是缓存设施接得住，省钱的每一招，都建在网络上。

F |          很多人觉得推理是轻量活，训练才是重体力。这一代推理集群，长成了过去只有训练集群才有的形状。         而且，这也不是一家的偏好，开源旗舰的「最小服务单元」，代际之间在变大。         上一代K2，官方部署指引最少16卡；K3推荐64卡起步。DeepSeek-V3的技术报告里，解码阶段最小部署单元是320卡。         再看过去一周的牌桌，已开源的V4-Pro站在1.6万亿参数，Qwen3.8官宣2.4万亿即将开源，MiniMax被曝下一款2.5到3万亿，这一代模型，都长这个形状。         SemiAnalysis给K3的判词也通了：它需要「更多的GPU、HBM、DRAM和网络」。         回头再读那份停售公告，可以从技术角度换个读法了：          卡不是问题，市面上买得到；问题是把几十张卡绑成一个域；能同时跑稀疏、缓存、压缩的那种集群，临时拼几台机器凑不出来。         缓存要在网络里流转，随便拉根网线也搬不动；公告里那句「承载极限」，说白了，是长成这个形状的算力池不够用。

G |          04          需求是真的，形态也定死了，这笔钱，落到产业链上，会记到哪一段的头上？          这份需求能兑现多少，第一道闸门，就在刚才那句判词里：HBM，高带宽内存。

H |          SemiAnalysis给K3算过一笔硬件账；2.8万亿参数的权重超过1.5TB，单台机器的显存根本装不下，注定要摊在集群里。         如果国产承接这头，闸门更窄。         同一家机构拆过长鑫存储的口径：HBM晶圆产能去年底约5000片每月，今年底爬到约3万片，综合良率约25%。

I |          对比一下，国际大厂良率在85%以上；此前囤了约1300万堆库存，按他们的测算，约够160万颗910C级芯片用。

J |          我翻译下啊：地和钢材是限量的。今年明年能盖几座园区，基本已经写死了，这一段的账，最确定，也最没有弹性。         量看完，再说形态，采购的单位在变。         以前叫「买卡」，现在叫「买超节点」。刚闭幕的世界人工智能大会上，我去逛一圈，燧原、沐曦、摩尔线程、中兴、百度、平头哥，各家的超节点扎堆亮相。         园区里的传送带怎么修，取决于一个工程边界：铜的半径。

K |          铜缆便宜、稳定，问题是它只够在一个机柜内部把卡连起来；阿里的磐久128单柜方案，柜内全铜，一只光模块不用。         英伟达NVL72同样柜内全铜，域一大过一个机柜，故事就换了。

L |          华为CloudMatrix 384用十六个机柜拼一个域，柜内走铜，柜间走光；SemiAnalysis拆出来，整机约6912只400G光模块，芯片和光模块的配比约1比18。         注意，这个配比只属于多柜形态，不能套到所有超节点头上。

M |          K3建议的64卡，今天恰好压在这条铜光边界上，单柜方案还兜得住；往前看一代呢？V3的320卡早就在柜外了。         最小服务单元16、64、320这条代际曲线，正在把负载往机柜外面推；域每跨出一个机柜，光的账就跳一级。         最后说弹性，眼下最实的一段账，在园区之间。         跨集群的高速以太网，吃的是800G和1.6T光模块；我查了LightCounting今年2月的预测：800G出货量今年再翻一倍以上，1.6T增长到数千万端口量级，1.6T芯片组销售额今年突破20亿美元。         垫在这批订单底下的，是货运总量本身，谷歌在I/O上自报，单月处理token达3200万亿，一年涨了7倍。         OpenRouter的官方博客说：          今年2月起，agent产生的流量超过了人类，单条agent请求消耗约是人类的15倍；包裹越来越多，寄件的还从人换成了不知疲倦的机器。         当然，我前面说的全是需求往上走，这事还有另一面。         效率也在往前走，K3自己的输出token比上一代少了21%；横向比，仍是同行的两倍；DeepSeek的V4，前面提过，走的稀疏注意力就是奔着省去的。         华为去年发了篇UB-Mesh论文，研究的东西更直接：机柜里用电缆直连，能少用光模块就少用。         还记得那个货运园区的比方吗？单件包裹在变小，包装在变省。         所以，这其实是一场赛跑；总货量跑在前面，光互连的账就成立；哪天单件瘦身反超了总量，单位算力配多少光，就会掉头。         两边都是真的，谁能跑赢，没人知道。         有几个东西可以盯着，按计划，7月27日，K3的权重和技术报告放出来，看看谁第一个用64卡以上的国产集群把它跑起来。         Qwen3.8正式开源后，看它的部署指引推不推类似的大通信域；月之暗面全速扩容，看采购往哪种形态的集群流。         回到开头那个反差：骂它贵的，骂的是token的标价；把它抢到关门的，抢的是长成这个形状的算力。         参考来源：          [1].月之暗面、千问、DeepSeek 官方公告与文档，Artificial Analysis、SemiAnalysis、LightCounting，DeepSeek-V3 技术报告及 Mooncake、DeepEP、UB-Mesh 等公开论文与开源仓库（数据截至 2026-07-21）          [2].个人观点，仅供参考，不构成投资建议。

N |

Current article:http://vhxz51.recuigoutoubaozukai.pics/8ry7s/20260826/11797.html

Published on:06:50:33