如何看待Kimi的算力危机 需求被低估

当全球投资者开始质疑人工智能行业是否购买了过多芯片、建设了太多数据中心时，一家中国的人工智能公司却不得不暂停接受新客户。7月19日晚，月之暗面向Kimi用户发布了一封说明信。信中提到，Kimi K3发布后的48小时内，用户请求量大幅超出预估，并逼近现有集群的承载极限。为了保证已有付费用户的体验，Kimi决定暂停C端新用户订阅，把现有算力优先投入已订阅用户，同时加快扩容。

然而就在三天前，Kimi K3还被视为“算力过剩”的最新证据。7月16日晚，月之暗面发布了Kimi K3。凭借2.8万亿参数、开源、多模态和超过100万词元的上下文窗口，Kimi K3引起了市场的广泛关注。更令人关注的是，月之暗面并未拥有与美国头部实验室相匹配的训练资源，却依靠架构创新、合成数据和后训练技术，大幅缩小了与顶尖闭源模型之间的差距。这一路径与DeepSeek此前的开源策略高度相似，再度引发市场对“DeepSeek时刻”重演的担忧。

对于正在经历大幅回调的全球AI市场，这很快被解读为一个更悲观的投资命题：如果更少的算力也能训练出更强的模型，那么科技公司投入数万亿美元购买芯片、建设数据中心，是否从一开始就高估了算力需求？Kimi K3因此成为华尔街抛售AI股票的新理由。高盛合伙人、股票业务负责人Rich Privorotsky将Kimi K3的发布定性为行业深层信号，警告“算力扩张时代”或已走向终结，AI估值逻辑面临重塑。

但Kimi的公开信很快便让这套论证陷入尴尬：训练模型可以更高效，不代表运行模型不再需要算力。恰恰相反，模型越强、成本越低，用户越可能把更多、更复杂的任务交给AI。