Kimi K3 引发的算力告急：透视国内 AI 基础设施供需失衡

7 月 17 日，月之暗面正式发布 Kimi K3 2.8 万亿参数开源大模型，凭借代码推理与长文本处理能力刷新全球开源模型评测榜单。然而上线仅三天，因用户调用与 API 请求量远超预期，官方不得不紧急暂停 C 端新用户订阅，优先保障存量用户体验。这一事件让「国内 AI 算力告急」从行业讨论变为现实问题。

Kimi K3 引发的算力挤兑

K3 上线后迅速击穿现有算力集群承载上限，直接导致月之暗面暂停新用户注册。深层原因在于供需两端逻辑发生了根本切换：

• 万亿级 MoE 稀疏大模型普及抬高了硬件门槛。K3 原生支持百万 Token 超长上下文，单次推理的显存占用与并发算力消耗呈数倍级提升。
• 开源大幅降低使用门槛，C 端流量与中小开发者批量接入共同放大算力负载。
• 即便月之暗面已部署数千至万卡级 A800/H800 高端推理集群，并可联动股东生态的云算力资源，依然缺乏足够冗余承接新增需求。

这一现象并非个例，而是当前国内大模型行业的普遍瓶颈。

需求跑赢供给：算力缺口持续拉大

从宏观数据看，国内 AI 算力供需失衡已进入结构性阶段：

• 中国信通院监测数据显示，国内 AI 算力需求一季度同比暴涨 417%，同期智能算力供给增速仅 128%，需求增速近乎供给的三倍。
• 全平台周度 Token 调用量在二季度从 21 万亿飙升至 46.66 万亿，单季度翻倍。
• 截至 6 月末，国内智能算力总规模已达 2185 EFLOPS，全国算力设施平均上架率升至 71.4%，存量算力几乎无闲置缓冲。
• 高端算力集群从硬件采购、机房改造、液冷部署到集群调试的交付周期长达 6–12 个月，短期紧缺难以快速修复。

与此同时，行业正进入典型的杰文斯悖论周期：Token 调用价格持续下行，部署成本降低，AI Agent 被嵌入办公、生产、客服等全流程，结果是算力消耗总量不降反升。

头部厂商的算力军备竞赛

面对供需缺口，头部企业已开启常态化、规模化的基础设施投入：

• 阿里巴巴：规划未来三年投入 3800 亿元布局 AI 与云计算基础设施，市场预期后续或上调至 4800 亿元，2026 年单年算力相关资本开支超 1500 亿元。
• 字节跳动：2026 年 AI 基础设施资本开支从 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。
• 腾讯：2026 年算力相关投入规模达 1100 亿元，一季度资本开支同比增长 16%、环比提升 63%，重点支撑混元大模型、企业微信 AI Agent 与 WorkBuddy 等核心生态产品。

仅阿里、字节、腾讯三家 2026 年算力相关投入规模已逼近万亿级别。

上游产业链全面受益

大规模资金持续涌入 AI 芯片、高端服务器、智算中心、液冷设备、高速光模块等核心赛道，直接带动全产业链订单饱满，上游厂商订单已普遍排至 2027、2028 年之后：

• 光模块：1.6T 产品进入规模化商用元年，中际旭创、新易盛等头部厂商 800G/1.6T 订单饱和，新易盛单季度营收同比翻倍，在手订单普遍锁定至 2027 年。
• AI 服务器：工业富联等核心厂商 AI 算力设备订单规模超 280 亿元。
• 液冷：头部温控厂商产能持续满负荷运转，渗透率快速提升。

整条算力上游赛道已从阶段性紧缺转为持续性、高确定性的供需两旺。

阶段性约束与中长期逻辑

当前国内算力行业仍存在阶段性约束：受海外出口管制影响，满血版高端 GPU 供给受限；国产 AI 芯片在万卡级超大规模集群适配与极致推理性能上仍需迭代；液冷机房、高压供电、高速互联等基建配套周期较长，短期难以匹配算力指数级增长需求。这些因素共同造成了 Kimi 这类头部模型企业的算力挤兑现象。

但从中长期看，AI Agent 全域渗透、千行百业智能化转型、大模型应用普惠化落地，将持续释放海量算力需求，产业红利也将沿上游硬件、中游算力服务、下游 AI 应用全链条扩散，算力作为数字经济核心生产力的战略价值仍在持续强化。