算力差距的隐性代价：从模型分数到人才成长速度的深层逻辑

中美 AI 模型在公开评测上的分数差距不到 3%，但双方每年用于训练大模型的算力总预算却不在同一量级。这两件事同时成立，揭示了算力差距的复杂性：它不是一个单一的倍数，而是一组不同维度的数据。

算力差距的多维视角：为什么没有统一倍数？

在讨论中美算力差距时，许多争论往往源于口径不一。实际上，差距体现在三个不同的维度上，且每个维度的倍数都不同：

1. 总算力规模：截至 2025 年初，美国约为 2400 EFLOPS，中国约为 1053 EFLOPS，差距约为 2 倍。
2. 高端训练芯片：在高端训练芯片领域，差距约为 8 倍。
3. 当季新增高端加速卡份额：一边不足 4%，另一边接近 70%，差距更是达到了数量级级别。

这三个口径都是正确的，因为它们衡量的对象不同。由于芯片型号、互联带宽、集群利用率及软件栈成熟度存在差异，无法给出一个精确的“美国算力是中国的几倍”的统一换算值。然而，资源不对称是客观存在的，其表现形式并非榜单上的分数差，而是选择权的差异。

资源约束下的日常取舍：训练、研究与推理的博弈

真正卡住一支团队的，往往不是算力总量，而是同一批算力需要同时满足三个需求：

• 训练下一代模型
• 跑研究实验（即“炉刺”，指训练实验的次数）
• 在线推理服务（面向外部用户）

算力宽裕的一方可以三条线并行推进；而算力紧张的一方，每天都在做取舍。这种取舍是天天发生的，比账面差距更“疼”，也更少被统计到。

1. 产品形态是资源约束的影子

训练和推理互相抢资源是常态。保住对外推理，训练和实验的算力就得让路；反之，用户能体验到的推理规格就得压下去。

这种内部博弈直接体现在普通用户拿到的模型规格上：

• 上下文长度能开多长？
• 默认思考时长是多少？
• 每分钟提问次数限制？
• 高规格版本是否单独付费？

很多人以为这些是产品经理拍板决定的，其实很多时候是算力预算决定的。当一家公司突然放开免费额度或调长思考长度，往往不是因为它变“慷慨”了，而是因为它那一次的算力宽裕了。看懂这一层，许多产品公告就能读出第二层意思。

2. 探索半径的收窄：保守是被逼出来的姿势

更隐蔽且代价更大的取舍，在于能同时推进几条技术路线。

• 算力宽裕方：可以同时压十条技术路线，允许其中八条失败。
• 算力紧张方：必须先在会议室里把道理想清楚，然后只压一两条，“想清楚再开炉”。

在实验学科中，这种“谨慎”有着沉重的代价：它意味着放弃了撞见意外的机会。化学史上大量的重大突破来自没预料到的实验结果。一支只做有把握实验的团队，永远不会走到那次意外突破上去。

资源约束最贵的地方在于，它不只是让你变慢，还悄悄收窄了你的探索半径。你只能沿着已知最有希望的方向挪动，而真正的跨代突破经常不在那个方向上。因此，保守往往不是主动选择，而是被算力逼出来的姿势。

隐性代价：人才成长速度与实验席位

前面两种取舍，最终都会落到“人”身上。

同样优秀的两个年轻研究员，一边一年能亲手参与几次大规模训练，另一边只能读别人的日志。手感经验只能亲手做出来，更努力可以补上进度，但补不上手感。这不是态度问题，而是席位问题。

常见的讲法是中国缺人才，但这并不准确。中国从来不缺后辈人才，理工教育的规模摆在那里，每年输送的优秀毕业生非常多。真正缺的是把后辈变成主力的实验席位。

这是算力约束里最难被统计、也最晚显行的一部分：

• 它不会出现在任何一份算力报告里。
• 它不会反映在今年的榜单上。
• 它反映在五年后：那一批本来可以成为主力的人，手上少了几百次亲手训练模型的记录。

注：这一条是基于逻辑的推论，而非已被完全验证的结论。

结语：差距落在哪里？

算力不是智能，但它决定了一个国家一年能进行多少次通往智能的实验，以及多少人能坐上那张实验台。

差距确实存在，但它不落在你正在看的那张评测表上，而是落在：

1. 训练实验的次数上；
2. 探索半径上；
3. 五年后的人才厚度上。

尽管资源紧的一方在隐性维度上吃亏，但事实是公开榜单上的差距真的只有不到 3 个百分点。如果算力差好几倍，为什么效果只差这么一点？答案不在榜单里，而在你每问一句话时，两边各自烧掉了多少算力。

下一集预告：同一个问题，两边烧掉的算力不是一个量级。