DeepDive L5 全球地缘 · EP.80 · 在线讲解
能力下沉与算力集中
AI 格局的双螺旋
顶端能力正以惊人速度向边缘和开源扩散，训练与推理所需的算力却前所未有地向少数玩家集中。这两条趋势不矛盾，而是互相强化。
文 / 冯小平 · 首发 2026-05-09 · xiaopingfeng.com/deepdive
一句话讲完 · The Short Version
能力下沉是开源的胜利，
算力集中是开源的失败。
开源开放了权重，跑模型依然要烧算力
开场坐标 · Key Numbers
先记住四个数字
23 个月
Gemma 4 E4B 追平
GPT-4o 用掉的时间
数 GW 级
Anthropic 与 Google
Broadcom 共建的算力
第一幕 / 01
能力下沉：
从旗舰到口袋
下沉的速度已经超出多数人的直觉预期
Pocket Power · Tom Tunguz 的对比
一部手机，装下 23 个月前的最强
- Gemma 4 E4B — 4B 参数，可在手机上运行，多项基准已与 GPT-4o 相当
- GPT-4o — 23 个月前发布时公认的「当代最强模型」
- 这不是孤例，而是开源追赶速度的一个可复现样本
- 含义：「我用的模型比对手更好」正在快速失去护城河属性
真正的优势要建立在数据、应用逻辑与用户工作流的深度整合上
FIG 01 · 能力下沉的时间证据
实心段为下限、虚线段为区间上限。23 个月是一部手机追平当年最强所用的时间；护城河窗口从 18–24 个月压到 6–12 个月
数据取自原文引用的 Tom Tunguz「Pocket Power」对比与原文对差异化窗口的判断
Gemma 4 · 开源完整度
不只是权重开放，是全链路可用
- Gemma 4 26B — 支持 140 种语言、原生函数调用、256K 上下文
- Apache 2.0 完全开源 — 任何人都可以在自己的硬件上跑
- 同日生态跟进 — vLLM、llama.cpp、Ollama、Unsloth 全面支持
- NVIDIA 的边缘部署文档 — 数据中心 → 消费级 GPU → 移动设备
- 能力下沉已不只是理论，而是可立即操作的工程现实
第二幕 / 02
算力集中：
入场券涨到 GW 级
与能力下沉同时发生的，是顶端算力空前的集中
算力军备竞赛 · 2026
三条同时发生的动向
- Anthropic × Google Cloud × Broadcom — 共建「数 GW 级」专属 AI 基础设施，相当于数十座大型数据中心
- 首次拿到不依赖通用 GPU 市场的定制算力 — 从「模型公司」向「基础设施公司」转型的标志动作
- AMI Labs 完成 10 亿美元融资 — 训练基于物理世界的世界模型，成本可能比 LLM 高出数个量级
- Epoch AI · AI Chip Owners Explorer — 顶级 H100 / B200 集群向少数科技巨头与主权 AI 基金集中
Epoch AI · R&D vs Training Compute
最容易被忽略的那一项发现
其余大部分
用于实验与数据生成
而非那次「出成果」的训练
为什么这条最关键
算力集中不只是让头部玩家训出更大的模型，更是让他们能以更快的速度做实验和迭代 —— 算力差距被「实验速度」二次放大。
FIG 02 · 算力都花在哪儿了
Epoch AI 测算：那次「出成果」的训练只占 9–22%，其余算力都在买实验次数 —— 这才是算力集中最难追的部分
数据取自原文引用的 Epoch AI「R&D vs Training Compute」
第三幕 / 03
双螺旋：
两条曲线互相加剧
能力越快下沉，顶端就越需要数量级更大的算力
FIG 03 · 能力扩散周期 vs 算力集中周期
趋势方向为真实，具体年份仅为示意刻度、非精确预测：能力追平周期持续缩短，头部玩家算力集中度持续上升，两条曲线在 2026–2027 年交叉加速
图搬自原文《能力下沉与算力集中：AI 格局的双螺旋》正文示意图
双螺旋结构 · The Double Helix
方向相反，却彼此供能
能力在下沉
- Gemma 4 E4B 用 23 个月追平 GPT-4o
- Apache 2.0 + 全推理框架同日支持
- 开源模型已能满足 80%+ 的企业 AI 需求，成本趋近于零
算力在集中
- Anthropic 阵营的数 GW 级专属基建
- AMI Labs 10 亿美元起步做世界模型
- 中小玩家的训练算力占比在快速下降
本质
开源让过去成为人人可用的现在，垄断算力确保未来仍是少数人的专属。追赶速度加快了，但追赶的终点也在快速移动。
Sam Altman · 《纽约客》长篇侧写
不是因为贪婪，是双螺旋的逻辑逼着持续加大算力投入
地缘结构 · 资源禀赋决定的分化
同一个双螺旋，两种押注
中国 · 押能力下沉
- 开源路线 + 推理民主化
- 用起点更高、路径更确定的追随策略压低复现成本
- 这正是 DeepSeek 模型的核心策略
美国 · 押算力集中
- Stargate 与巨型数据中心
- 以数量级更大的算力维持差异化窗口
- 护城河加深，但监管目光也同时聚焦
这个分化不是策略选择，是各自资源禀赋决定的必然
落到自己身上 · Next Move
三种人，三个不同的动作
选型者
差异化窗口从 18–24 个月缩到 6–12 个月；今天选的旗舰，半年后可能就有同等能力的开源替代
算力方
护城河正在加深，但能源外部性、地缘政治、市场垄断会同时盯上来
观察者
双螺旋是中美 AI 战略的核心结构，不是两种风格，是两种资源禀赋
短期别追最新旗舰，中期竞争移向数据与工作流，长期超大规模训练只属于头部
FIG 04 · 护城河搬家示意
左侧被开源侵蚀，右侧由资本与算力筑起。数 GW 级基建与 10 亿美元级融资，是新护城河的两块砖
结构取自原文结论段与「算力军备竞赛」一节
带走的判断 · Takeaway
护城河正从模型权重，
转移到算力获取能力。
对大厂
同时跨越两条曲线的玩家最稳 —— 有顶级算力，又拥抱开源生态
对中小
在能力普及之前，把数据护城河与工作流锁定扎进特定垂直领域
最直接受益
NVIDIA —— 开源赢了要买卡，闭源赢了也要买卡
延伸阅读 · Read Further
两条曲线还在拉开，
原文里有全部来源
本幻灯片为《能力下沉与算力集中：AI 格局的双螺旋》配套讲解版 · 数据与事实均出自原文，原文内附一手来源链接
文 / 冯小平 · xiaopingfeng.com/deepdive