- 训练层面:K3验证了scaling law的有效性,表明模型上限取决于更大规模模型、更长时间训练和更多GPU投入。K3跻身全球第一梯队,关键在于持续投入大规模先进训练集群。
- 推理层面:2.8T参数模型所需显存量超出单台H卡服务器承载上限,需通过更大scaleup互联或更高级算力卡支持高效推理。随着2.5T及以上参数模型成为主流,B卡用于推理将普及,算力租赁稀缺性加剧,当前是算租长逻辑起点。
- 资金层面:近期FrontierLab密集融资(zpmn增发,ds融资与上市预期),头部模型厂商在手资金近2000亿,大部分将以opex形式投入训练。