GLM-4系列开源逆袭：AI战争蔓延至内存争夺与太空算力

中国开源AI的逆袭：更强、更便宜、更快

智谱AI（Zhipu AI）成立于2019年，脱胎于清华大学计算机系知识工程实验室，是中国最具代表性的大模型公司之一。其GLM系列模型自2022年起持续迭代，与Meta的LLaMA、Mistral等西方开源模型形成直接竞争。

GLM（General Language Model）系列的技术路线与GPT系列的自回归（Autoregressive）架构不同，采用了自回归填空（Autoregressive Blank Infilling）的预训练目标。要理解这一设计的意义，需要先了解此前两种主流范式的分野：BERT（2018年，Google）采用掩码语言模型（MLM）实现双向上下文理解，但由于架构特性无法生成连贯文本；GPT系列（OpenAI）采用自回归单向生成，擅长文本续写但上下文理解相对受限。

传统自回归模型只能从左到右预测下一个词，而GLM通过将连续文本片段整体遮盖（Span Masking，而非BERT的离散单词遮盖），再以自回归方式逐词预测被遮盖内容，使得模型在填充时既能看到左侧上下文，又能在片段内部累积对全局语境的理解——从根本上统一了理解与生成范式。这与BERT的关键区别在于：BERT预测被遮盖词时可以同时利用左右两侧上下文，但无法进行自回归生成；GLM则在片段内部以自回归方式逐词填充，同时保留了对完整输入序列的双向注意力，使单一模型同时具备理解上下文（类似BERT的双向编码）和生成文本（类似GPT的单向生成）的能力，在理解与生成任务上均有较强表现。这一设计在中文NLP任务上尤为有效，因为中文的语义单元边界与英文不同，双向理解能力对准确率影响更显著。自GLM-130B开源以来，该系列迅速积累了全球开发者社区，这是闭源模型难以复制的网络效应。智谱最新一代旗舰开源模型的发布，在硅谷引发了真实的焦虑情绪。这款模型拥有超大参数规模、百万Token级别的上下文窗口（约75万英文单词，意味着模型可以一次性处理整本书籍或完整代码库），并且完全开源。

「开源权重」（Open Weights）模式意味着任何人可以下载模型参数并在本地部署，无需通过API付费调用，这与GPT-4、Claude等闭源模型的商业逻辑形成根本差异。

在Artificial Analysis（联邦智能分析指数）的评测中，它摘得所有开源权重模型的最高分。更关键的是软件工程基准测试上，它与GPT-5.5、Claude等顶级闭源模型的差距不到一个百分点，而成本仅为GPT-5.5的15%。

让硅谷真正坐立不安的，是一个简洁有力的判断：中国模型「在模型能力上落后6个月，在算力上落后24个月，但综合来看只落后几个月」。「这样下去我们会输」——这句话道出了美国科技界的核心隐忧。闭源模型受政府审批制约，而中国的开源模型向全球开放，不设门槛。

国产芯片的隐性突破

一个值得关注的信号是：这些模型据称在华为昇腾910D芯片上完成训练。昇腾（Ascend）是华为自研的AI训练芯片系列，基于自研达芬奇（DaVinci）架构。由于美国出口管制，中国无法获得H100/H200/B200等高端GPU，这反而加速了国产算力的研发投入。910D据报道在规格上进一步提升，目标对标英伟达H100。昇腾芯片在软件生态（CANN框架 vs. CUDA）上与英伟达仍有差距，但差距正在收窄。值得注意的是，CUDA经过近二十年的开发者生态积累，已成为GPU计算事实上的工业标准，华为CANN的追赶不仅是技术问题，更是重构整个开发者工具链的系统工程——从编译器（类比NVCC）、性能分析工具（类比Nsight）到覆盖数千个算子的算子库（类比cuBLAS、cuDNN），每一层都需要独立构建并经过大规模生产验证，这一过程本质上是复制英伟达二十年的生态积累。尽管如此，趋势已经明朗——中国厂商正在以国产算力替代英伟达，并已能训练出逼近前沿水平的模型。

这套打法与太阳能、电动车、动力电池如出一辙：依托国产算力，把高性价比模型以极低价格向全球推广。质量相近，价格却便宜得多。这是最具穿透力的产业竞争逻辑。

HBM内存：AI产业最凶险的供应瓶颈

AI产业当下面临一个严峻卡口——HBM（高带宽内存）严重供不应求。HBM是一种通过硅通孔（TSV，Through-Silicon Via）技术将多层DRAM芯片垂直堆叠的封装技术，再通过硅中介层（Interposer）与GPU紧密集成在同一封装内。

HBM的发展历程可追溯至AMD与SK海力士2013年的联合规范制定，HBM1于2015年随AMD Fiji GPU首次商用。此后HBM2、HBM2e、HBM3到HBM3e逐代演进，带宽从第一代的128GB/s单栈提升至HBM3e的超过1.2TB/s。相比传统GDDR6显存，HBM的带宽可达4-9倍，但造价高出数十倍。其核心价值不仅在于带宽，更在于能效比——完成同等数据传输，HBM的功耗约为GDDR的30%，这对散热预算极度紧张的AI服务器尤为关键。

HBM的生产壁垒远不止于制造设备投入，更核心的是十余年积累的工艺知识（Process Know-How）。TSV的核心制造难点在于良率控制：孔径仅有5-10微米，深宽比高达10:1以上，需要在极细的孔道中依次完成等离子刻蚀、绝缘层沉积（通常为氧化硅或氮化硅）、扩散阻挡层沉积（钽或氮化钽）、铜籽晶层溅射、电化学铜填充（ECD）以及化学机械研磨（CMP）平坦化等多道精密工序。每一步的温度、压力、时间窗口均需精确控制在极窄范围内，任何偏差都可能导致层间短路或空洞，进而整栈报废。此外，HBM还需要通过CoW（Chip-on-Wafer）等先进封装技术与GPU集成在同一基板上，涉及晶圆级键合对准精度（要求亚微米级）和热压键合控制，良率和单颗成本远超普通DRAM模组。这也解释了为什么中国厂商长鑫存储（CXMT）目前仍主攻DDR4/LPDDR5等传统DRAM，HBM量产仍无明确时间表。三星、SK海力士、美光之所以形成寡头垄断，正是因为这些工艺壁垒积累了长达十余年，SK海力士从2013年推出第一代HBM起便持续深化研发投入，新进入者几乎无法在短期内完成追赶。

大语言模型推理时，每生成一个Token都需要从内存中读取全部模型权重，因此内存带宽直接成为推理速度的硬性瓶颈——这正是「内存墙」（Memory Wall）问题在AI时代的集中体现。这是堆叠在GPU旁边的超高速内存芯片，AI模型运行时，内存容量与带宽直接决定性能上限。

全球只有三家公司具备HBM量产能力：美光、SK海力士和三星。美光最新财报显示，营收同比翻了四倍，从90亿美元飙升至420亿美元，超预期16%；下季度指引更达500亿美元，远超市场预期的430亿。今年HBM产能已全部售罄，股价随之大幅上涨。

"AI通胀"正在蔓延至消费电子

有预测认为，存储芯片将占据云厂商资本开支的30%至40%，意味着数千亿美元将直接流向内存产业。但影响并不止于资本市场——内存短缺已经外溢到消费电子领域。

苹果宣布大幅涨价：MacBook从699涨至799美元（涨幅14%），Mac Studio涨价25%，Xbox也随之调价。根本原因在于：AI数据中心像吸尘器一样吸走了全球存储产能，消费电子只能争抢剩余份额。这就是所谓的「AI通胀」。从供应链经济学角度看，这是典型的需求侧冲击向上游传导再向下游溢出的完整链条：AI算力需求激增→HBM供不应求→DRAM整体产能被挤占→消费电子成本上升→终端产品涨价。值得注意的是，DRAM产能的挤占效应具有结构性：由于HBM和标准DRAM共用部分前道制程产能（如EUV光刻机机时），当HBM订单激增时，厂商会主动将优质产能向单价更高的HBM倾斜，直接压缩消费级DDR5、LPDDR5X的供应，形成价格联动。

太空数据中心：算力经济学的长线押注

在地面建设一个大型AI数据中心，需要约350亿美元的芯片成本，加上250亿美元的电力、冷却与土建投入，总计约600亿美元。后者涉及大量人力，只会随时间持续攀升。

但如果把同样的芯片部署到轨道上呢？太空数据中心的概念并非科幻，Lumen Orbit、Starcloud等初创公司已进入工程验证阶段。芯片成本不变（350亿），当Starship实现完全可重复使用后，每公斤载荷入轨成本可能从目前约2000美元降至100美元以下，发射成本可降至约50亿美元，总计仅需400亿美元。

更重要的是，太空环境的两大优势在热力学上有坚实依据：轨道太阳能强度约1361 W/m²且无大气衰减，远优于地面，太阳能近乎免费；真空环境中辐射散热效率极高，服务器可通过辐射冷却板被动散热，无需任何冷却水或空调系统。

地面数据中心的散热依赖对流与传导，受限于空气热容量和冷却水供应，单机柜散热密度通常在20-50kW，已逼近风冷极限。太空真空环境中，辐射散热遵循斯特藩-玻尔兹曼定律（P = εσAT⁴，其中ε为材料辐射率、σ为玻尔兹曼常数、A为散热面积、T为绝对温度），散热能力与温度的四次方成正比，理论上极为高效。但工程现实中仍有挑战：低轨卫星（LEO，约500-600km）通常每90分钟绕地一圈，约45分钟处于阳照区、45分钟处于阴影区，散热板需在这一周期内吸收太阳辐照（约1361 W/m²）与地球反照（约340 W/m²）的热载荷，热控设计需要精确平衡主动加热与被动散热，远比地面数据中心复杂。此外，轨道高辐射环境导致的单粒子翻转（SEU）——宇宙射线中的高能粒子穿透芯片时可能导致存储单元的比特翻转，在地面上稀少的此类事件在轨道高辐射环境中显著增加——均需专门的容错设计（如ECC内存和三模冗余TMR），这些额外硬件会增加重量，进一步影响入轨成本与散热预算的精算。当前地面数据中心的PUE（电能利用效率）平均约1.5，即每消耗1.5度电才有1度用于计算，而太空理论PUE可趋近于1.0——这意味着两项最大的运营成本几乎归零。

发射成本持续下降，地面基建成本持续上涨——这两条曲线迟早会交叉。太空数据中心看似天马行空，背后却是一笔严肃的经济账。

PD分离：让GPU服役周期延长至十年

AI推理领域正在兴起一个关键架构趋势——PD分离（Prefill-Decode分离）。这一思路最早由学术界在2023年系统化提出：微软研究院与卡内基梅隆大学联合发布的Splitwise论文，以及字节跳动同期的内部工程实践，共同揭示了传统将Prefill与Decode混跑在同一GPU集群时的核心缺陷——长Prefill请求（如处理大型文档）会阻塞短Decode请求（如对话续写），严重影响首个Token时延（TTFT）与生成速度（TPOT）这两个衡量LLM服务质量的核心指标。后被字节跳动、微软等公司在生产系统中大规模落地。其核心是将推理拆分为两个阶段：

• Prefill（预填充）：理解输入内容，属于并行计算密集型任务（类似矩阵乘法），计算强度高，高度依赖内存容量
• Decode（解码）：逐字生成回答，是严格串行的自回归过程，每步只生成一个Token，算术强度极低，高度依赖内存带宽

这一拆分的理论基础来自「算术强度」（Arithmetic Intensity）这一指标，即每字节内存访问对应的浮点运算次数（FLOPs/Byte）。这一概念由加州大学伯克利分校于2009年提出的Roofline模型（屋顶线模型）系统化，用于判断计算任务究竟受限于算力峰值（Compute-Bound）还是内存带宽（Memory-Bound）。以H100为例，其屋脊点约为67 FLOPs/Byte（FP16峰值算力约990 TFLOPS，HBM3带宽约3.35 TB/s）。Prefill阶段处理长序列时，批量矩阵乘法的算术强度轻松超过此阈值，GPU算力被充分利用；而Decode阶段单步生成一个Token时，批量接近1，算术强度可低至个位数FLOPs/Byte，意味着GPU的数千个CUDA核心中绝大多数在等待HBM读取权重数据，实际算力利用率（MFU，Model FLOPs Utilization）可能低至5%以下，GPU算力严重浪费。本质上，PD分离是将「计算瓶颈」与「带宽瓶颈」拆开，分别交给最适合的硬件处理，使得运营商可以针对TTFT与TPOT两个SLA指标独立扩容。

解码阶段可以交给Groq（LPU，Language Processing Unit）、Cerebras（WSE，Wafer Scale Engine）等针对极低算术强度专门优化的推理芯片处理——Groq通过将模型权重常驻片上SRAM（避免反复从外部HBM读取）、结合流水线编译调度等方式，使Decode吞吐量提升数倍；Cerebras的晶圆级引擎则通过将整张晶圆作为单一芯片，提供远超常规GPU的片上存储带宽；预填充阶段则可由旧款H100、A100承担。这种异构部署策略的深远意义在于：H100、A100等「旧款」GPU可以专注承担Prefill而不必被淘汰，意味着GPU的实际服役寿命可能从两三年延长至七到十二年，数百亿美元硬件资产的折旧摊销期大幅延长，直接改善AI基础设施投资的财务模型，大幅降低融资难度。

史上最大IPO：驶入没有先例的海域

OpenAI与Anthropic的上市计划，预计将成为科技史上规模最大的IPO事件。两家公司合计潜在市值约4万亿美元，但实际流通盘很小——约5%，即1500至2000亿美元。这个体量对资本市场而言完全可以消化。

但真正的难题在于定价逻辑。两家公司均处于「收入高速增长但大幅亏损」的阶段，传统市盈率（P/E）估值方法完全失效，市场将不得不依赖收入倍数（P/S）或更前瞻的「潜在市场份额」叙事。

OpenAI还存在独特的公司治理复杂性。其创立于2015年时为非营利组织，2019年引入「封顶利润」（Capped Profit）子公司结构，早期投资者回报上限为投入资本的100倍，超额收益归属非营利母公司用于推进使命。这一「权益分离」设计——非营利董事会拥有完整的公司控制权但不持有经济利益——在2023年11月的董事会危机中充分暴露其内在矛盾：微软作为最大外部股东先后共投入约130亿美元，持有约49%的收益权（Revenue Share），却无董事会投票权，这一不寻常安排在Altman被解雇与复职的戏剧性事件中形成了独特的权力真空，无财务利益的董事会做出了对持有数百亿美元权益的投资者造成巨大冲击的决策。2024年底，OpenAI宣布计划将营利实体重组为Delaware公益公司（PBC）以简化上市路径，但需获得非营利母公司董事会批准并完成复杂的资产定价谈判，还需向加州和特拉华州检察长提交公允价值评估报告——这与传统科技公司IPO的法律路径截然不同，预计转型过程本身就是一场耗时数年的法律工程。Anthropic由谷歌和亚马逊战略持股，上市后股权结构同样复杂，独立性叙事需要向公开市场投资者充分解释。

历史上最接近的参照案例是2004年谷歌IPO和2012年Facebook IPO，但两者规模均不及此次的零头。当这些股票从私募市场转移至公开市场，定价的锚在哪里？正如一个流传甚广的描述：「我们正在驶入一片完全没有航海图的海域。」

结语：竞赛远未终局

美国依然拥有最强的芯片设计能力、最成熟的资本市场，以及SpaceX这样的宏大工程愿景。但中国也在高速推进——开源模型的成本优势、国产算力的悄然突围，都在持续改变竞争格局。

从GPU到HBM，从PD分离架构到太空数据中心，AI革命的战线已远远超出算法本身。这场竞赛，远未到终局。

核心要点

核心要点

核心要点