美團5萬張國產卡訓出LongCat-2.0，1.6萬億引數國產算力

國產大模型「繞開英偉達」的隊伍，又多了一個重量級名字。7月13日前後披露的訊息顯示，美團用5萬餘張國產卡訓出了1.6萬億引數的LongCat-2.0。同一時間，路透社稱DeepSeek約一年前就啟動了自研AI推理晶片，智譜也在評估定製ASIC。一家兩家是試探，集體下場，說明國產算力的自主性已經從口號變成了實打實的採購與自研動作。

把時間線鋪開看，這條線其實早有伏筆。過去一年，美國對先進AI晶片的出口管制時松時緊，但「把命脈握在自己手裡」的共識在國產大模型圈子裡越來越硬。美團用國產卡堆出萬億引數模型，證明的不只是「能訓」，更是「能規模化訓」——5萬張卡的叢集排程、互聯、穩定性，本身就是一道極高的工程門檻。

更深一層的變化在架構選擇上。DeepSeek自研推理晶片、智譜評估定製ASIC，意味著頭部玩家不再滿足於「買現成GPU」，而是開始向上遊定義晶片。這和此前東方算芯用14奈米架構創新繞開先進製程的思路是同一條脈絡：當最尖的硬體買不到或買不起，就用自己的軟體棧和晶片定義去補足。

資料給了一個支撐點：IDC顯示，2025年中國雲端AI加速卡的國產份額已經升到41%。兩年前這個數字還低得可憐。份額爬升的背後，是政策引導、供給受限和本土需求三股力量擰在一起的結果。

一個容易被忽略的細節是替代的「漸進性」。國產卡眼下在絕對算力和生態上仍落後，頭部公司更現實的策略是「非核心負載先切、核心訓練再逐步遷移」，用時間和規模把差距熨平，而不是一步到位地全面替換。

說到底，大模型競爭的下半場，拼的不只是模型誰更聰明，更是「從晶片到模型」的全棧可控。美團、DeepSeek、智譜接連亮出國產算力的底牌，釋放的訊號很明確：在AI這場仗裡，誰先把供應鏈攥在自己手裡，誰才不會被別人的出口許可卡住脖子。這條路短期貴、長期穩，眼下看，是不得不走的路。