顛覆市場后的Kimi，卡在算力緊張上

7月19日深夜，月之暗面Kimi一紙公告，把AI圈從狂歡又拉回了冰冷的現實。公告內容很直白：即日起暫停C端新用戶訂閱，全部算力優先保障存量付費用戶。

原因只有一個——Kimi K3發布后48小時內，用戶請求量大幅超出預估，直接逼近現有集群承載極限。

K3剛以2.8萬億參數登頂全球最大開源模型，在前端代碼競技場拿下全球第一，連馬斯克都在評論區留下了"Impressive"的評價。但三天后就卡在了算力上。

很多人把這當成Kimi一家的"幸福的煩惱"，但很少有人意識到這是原本緊張的算力供給里，又雪上加霜的算力擠兌。

算力告急，成AI行業攔路虎

Kimi的窘境，不是孤例。目前我國說得上名字的AI模型，都存在算力短缺。

2026年一季度，我國AI算力需求同比暴漲417%，而同期算力供給增速僅為128%，行業整體供需缺口已擴大至約46%。換句話說，即便所有芯片廠、數據中心滿負荷運轉，仍有接近一半的算力需求無法被滿足。

可能有人說了，不是說我國首個國產十萬卡AI超集群"曙光8000"上線了嗎？難到沒有緩解嗎？

有的，但是面對洶涌的需求，效果太有限了：曙光8000短短一周就宣告滿載運行，單日峰值處理作業量突破50萬個。十萬級別的算力集群，放在幾年前還是不可想象的天文數字，如今上線即打滿，連緩沖期都沒有。

而且，因為結構性的算力的短缺，導致越強的國產模型，算力越緊張。

高端訓練算力方面，英偉達旗艦卡交付周期普遍超過52周，部分訂單已排到2027年下半年，我國H100月租穩定在5.5萬到6萬元區間，依然有價無市。國產替代這邊，2026年國內算力中心對AI芯片總需求約400萬到420萬顆，但先進制程極限產能折算下來僅約260萬顆，缺口高達160萬顆。

這意味著什么？意味著每一家看似風光的大模型廠商，背后都在經歷"一邊搶用戶、一邊搶算力"的雙線作戰。

C端用戶都習慣了免費、高速、不限量的AI服務，但很少有人意識到：每一次對話、每一行代碼生成、每一次長文檔處理，背后都是真金白銀的算力在燃燒。

Kimi今天按下的暫停鍵，本質上是整個行業算力天花板的又一次觸頂。

蒸餾正成惡性慣例

Kimi這次的算力告急還有一個原因，更是揭開了AI圈子不堪的那一面。

聊算力緊張，多數人只會談芯片封鎖、產能不足、需求爆發這些顯性因素。但很少有人注意到，行業內部正在形成一個怪圈：所有人都在用"蒸餾"走捷徑，而這條捷徑本身，正在成為消耗算力的隱形黑洞。

什么是蒸餾？簡單說就是"學霸帶學渣"：用一個強大昂貴的大模型當"老師"，把它的輸出結果、推理邏輯、思維鏈數據喂給一個小模型當"學生"，讓學生快速逼近老師的能力水平稀土掘金。

這項技術原本的初衷是省事兒，訓練一個頂級大模型可能要花十幾億美元，而蒸餾出一個能力接近的小模型，成本只要幾百萬美元，研發周期能從一兩年縮短到三六個月。對于算力緊缺、預算有限的國內廠商而言，蒸餾幾乎是"彎道超車"的必選項。

但問題出在"度"上。當蒸餾從技術手段變成了行業慣例，甚至是惡性競爭的工具，事情就變味了。

當幾十上百家廠商都在盯著同幾款頭部模型，用各自的方式反復蒸餾、反復調優、反復驗證，本質上是全社會算力在做大量同質化的重復勞動。每家都覺得自己在"抄近路"，合起來看卻是整個行業在繞遠路——沒有產生新的技術增量，卻持續消耗著本就稀缺的高端算力。

大規模、高并發的非正常調用，對于被蒸餾方的算力集群而言，本身就是一種無意義的巨量消耗。

再回頭去看Kimi的調用，激增明顯不正常，特征和蒸餾很符合。所以這估計也是Kimi決定暫時停止對“新用戶”開放的原因——這根本不是新用戶，而是同行。

算力才是AI時代的硬通貨

Kimi這次暫停訂閱，給整個行業澆了一盆冷水。

過去兩年，大家聊的都是參數、榜單、跑分、用戶量，仿佛只要模型足夠強，就能贏者通吃。但K3用實力證明了模型可以追平世界頂尖水平，也用一場算力危機證明了：算法可以快速迭代，但算力有物理邊界，卡脖子的從來不是模型能力，而是底層供給。

更值得反思的是蒸餾這條"捷徑"。短期來看，它確實能讓中小廠商快速跟進、降低門檻；但長期來看，當全行業都沉迷于蒸餾帶來的"低成本進步幻覺"，只會讓算力供需的矛盾越演越烈——大家都在搶算力來做模仿，卻沒有足夠多的算力去做真正的突破。

真正的算力突圍，從來不是靠搶卡、靠蒸餾、靠擠兌同行，而是靠底層算力基建的超前布局，靠國產芯片生態的持續打磨，靠從"拿來主義"走向"自主研發"的產業共識。

Kimi的暫停鍵不會是最后一個。接下來，還會有更多廠商在用戶增長與算力約束之間尋找平衡，還會有更多"性能封神、算力告急"的故事輪番上演。

只是希望到那時，行業討論的不再是"誰又抄了誰"，而是"誰真正建起了自己的算力護城河"。