☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
7月17日，月之暗面正式推出Kimi K3——一款参数量达2.8万亿的开源大模型。依托其卓越的代码推理能力与超长文本处理性能，该模型迅速登顶全球主流开源模型评测榜单。
上线仅三天，便因用户调用量及API请求量远超预期，直接突破现有算力集群承载极限。官方随即紧急暂停面向C端新用户的订阅服务，优先保障已有用户的稳定体验。
当市场普遍聚焦于K3的技术亮点与产品升级时，我们更应关注此次“算力限流”背后所折射出的一个关键现实：中国大模型能力演进与AI应用需求爆发的速度，已明显快于国内算力基础设施的扩容节奏。
这意味着，当前我国AI算力行业的实际景气度，远高于多数机构此前的预判——这是一个极具战略意义的重要信号。
国内算力需求迈入爆发式增长阶段
从本质来看，本次Kimi算力告急，根源在于AI产业供需关系正经历结构性重塑。
一方面，万亿级MoE稀疏架构大模型加速普及，显著抬升了对底层算力硬件的性能要求。
相较传统千亿级稠密模型，K3原生支持百万Token级超长上下文，单次推理所需的显存资源与并发算力消耗均呈数倍增长；
另一方面，模型开源极大降低了技术使用门槛，不仅引发C端用户流量井喷，也促使大量中小企业与开发者团队批量接入调用，进一步加剧整体算力负载压力。
即便如月之暗面这类头部模型厂商，早已部署数千至万卡规模的A800/H800高端推理集群，并可协同股东体系内的云算力资源，仍难以应对突发性需求激增。
这充分表明，当前算力紧张并非孤立现象，而是整个行业普遍面临的供给瓶颈。
据中国信通院监测数据显示，2026年一季度国内AI算力需求同比飙升417%，而同期智能算力供给增速仅为128%，需求增速约为供给的三倍，行业高端算力缺口长期维持在28%-58%区间。
与此同时，2026年二季度全平台周均Token调用量由21万亿跃升至46.66万亿，单季度实现翻倍式增长。
事实上，行业已步入典型的“杰文斯悖论”周期：
随着大模型Token调用成本持续下探，企业部署AI的门槛大幅降低，进而主动将AI Agent嵌入办公协同、生产调度、流程审批、客户服务等核心业务环节。
越是算力价格下降，全社会算力总消耗量反而越高。
叠加国产头部大模型集体开源的趋势催化，算力需求正从以往集中于少数科技巨头，快速向中小厂商与广大开发者群体扩散，进一步放大短期供需错配程度。
截至2026年6月底，全国智能算力总规模已达2185 EFLOPS，但算力设施平均上架率已攀升至71.4%，存量资源基本无冗余缓冲空间。
腾讯云代码助手CodeBuddy旗下WorkBuddy 4.24.8版本正式发布。本版本重点修复了上下文压缩异常、冷加载时偶现历史消息丢失、任务停止卡死等问题，并深度优化了Windows沙箱(lightSandbox)的日志写入与误弹窗逻辑，提供更安全稳定的AI协作体验。
尤为关键的是，高端算力集群从设备采购、机房改造、液冷系统部署到集群联调验证，整体交付周期长达6-12个月。
这也意味着，当前算力紧缺是客观存在的刚性约束，且短期内难以通过新增供给有效缓解。
资本正以实际行动投票
当下AI产业的竞争焦点，早已超越单一模型参数或基准测试分数的比拼。真正决定技术能否落地、商业能否变现的核心支撑，是算力基础设施的规模体量、运行稳定性以及自主可控水平。
基于这一共识，头部科技企业已全面启动常态化、规模化算力基建投入。
阿里巴巴宣布未来三年将在AI与云计算基础设施领域投入3800亿元，市场普遍预期后续或将上调至4800亿元；其中2026年单年算力相关资本开支预计超1500亿元，同步推进自研芯片迭代、高端推理集群扩容及国产化适配进程。
字节跳动亦将2026年AI基础设施资本开支由原定1600亿元提升至2000亿元，其中850亿元专项用于AI芯片采购，750亿元投向智算中心建设，全力匹配大模型持续迭代与海量AI Agent场景下的算力消耗。
与此同时，腾讯2026年算力相关投入达1100亿元，一季度资本开支同比增长16%、环比大幅增长63%，重点支撑混元大模型、企业微信AI Agent、WorkBuddy等核心生态产品，并持续推进昇腾等国产芯片的规模化适配，逐步减少对外部高端GPU的依赖。
综合来看，仅阿里、字节、腾讯三家，2026年算力相关投入总额已逼近万亿元量级。
如此高强度的资金持续涌入AI芯片、高端服务器、智算中心、液冷设备、高速光模块等关键赛道，势必带动全产业链订单饱满甚至供不应求。
目前多数国内上游厂商的产能排期已延至2027年乃至2028年之后。
例如光模块领域，2026年成为1.6T产品规模化商用元年，全球需求大幅上调，英伟达、谷歌、Meta相继下达巨额订单；国内中际旭创、新易盛等头部厂商的800G/1.6T产品订单全面饱和，新易盛单季度营收同比翻番，在手订单普遍锁定至2027年；
AI服务器与高端代工环节，工业富联等核心厂商承接的AI算力设备订单规模已超280亿元，持续满足海内外云服务商与模型企业的集群建设需求；
液冷渗透率亦快速提升，当前头部温控厂商产能持续满负荷运转，叠加AI芯片采购量持续攀升，整条算力上游产业链已由阶段性紧缺，转向可持续、高确定性的供需两旺格局。
结语
必须承认，现阶段国内算力产业仍面临若干现实制约：受海外出口管制影响，满血版高端GPU供应受限；国产AI芯片在万卡级超大规模集群适配能力、极致推理效率等方面尚需持续打磨；此外，液冷机房、高压配电、高速互联等配套基建建设周期较长，短期内难以跟上AI算力指数级扩张的步伐。
正是这些结构性约束，导致了Kimi等头部模型厂商出现算力挤兑、被迫暂停新用户接入的现象。
然而，若跳出短期波动，从中长期产业演进视角审视，支撑算力行业高景气度的根本逻辑不仅未被削弱，反而愈发坚实。
随着AI Agent在各行业深度渗透、千行百业加速智能化转型、大模型应用加速走向普惠化落地，海量算力需求将持续释放，中长期算力消费复合增长率仍将保持高位。
而伴随产业红利持续外溢，作为数字经济核心生产力的算力，将有力驱动上游硬件制造、中游算力服务、下游AI应用三大环节协同发展，辐射范围广、带动效应强、成长空间巨大。
本文来自微信公众号 “格隆汇探雷区”（ID：glh-tlq），作者：价值进化论，36氪经授权发布。
