模型技术态势（模型往哪走 → 钱往哪层流）
本页目录（7 节）
最近更新：2026-07-04 🔄 半活卡（框架稳定；下方「当季快照」每季随技术雷达刷新，见宪法 Part 3·L） 关联：横跨第 2 层（模型，多非上市）与它的 capex 去向 L4/L5/L7；相关公司卡 英伟达 NVDA（训练/高端算力）、博通 AVGO（推理 ASIC）、美光 MU（内存带宽）、Qualcomm QCOM（端侧推理）、谷歌 GOOGL（全栈自有 TPU+DeepMind）。投资判断在那边，本卡不展开。
这张卡特殊：它不是硬件瓶颈，而是"技术需求的形状"地图——模型技术往哪个方向发展，决定了天量 capex 变成谁的订单（高端 GPU？推理 ASIC？内存？端侧？电力？）。是判断 capex 结构（而非总量）的技术底座。总量悬念见 ROI 缺口；单位成本见 推理成本栈；本卡管"结构"。 ⚠️ 本卡判断成分高于普通瓶颈卡：技术事实（scaling 三条腿存在、test-time compute 是新范式）标 T1；趋势判断（预训练是否撞墙、开源差距走向）多为 T2/争议中，明确标注、不当定论。
一句话瓶颈（其实是"路由器"）
同样一笔 AI 预算，可以花在"训练一个更大的模型"上，也可以花在"让模型推理时想更久"上——这两种花法喂饱的是产业链完全不同的环节。模型技术正在从前者向后者偏移，这个偏移决定了英伟达的高端算力、博通的推理 ASIC、内存、端侧、电力谁多吃、谁少吃。"模型怎么变强"这件事，是整条 capex 链的分流阀。
原理：讲到你能复述
框架一：模型变强的三条腿（scaling 的三个阶段）
模型能力提升，2026 年靠三条腿，每条腿吃的算力"形状"不同：
| 腿 | 是什么（大白话） | 算力形状 | 主要利好谁 |
|---|---|---|---|
| ① 预训练 scaling | 拿更多数据、更大模型、更多算力"从头喂"出一个基础模型——经典的"越大越聪明"（Chinchilla 定律） | 训练：一次性、超集中、要几万张卡在一个集群里紧密协同 | 英伟达高端 GPU（NVLink 把成千卡连成"一台大机器"）、HBM 带宽、超大集群电力 |
| ② 后训练 scaling | 基础模型练好后，用人类反馈/AI 反馈/强化学习打磨它，尤其是"教它推理"（o1/R1 那套 RL） | 半训练半推理：训练中要海量生成"草稿"再打分，更零散、更异构 | 介于两者之间；利好灵活算力、也吃推理芯片 |
| ③ 推理时计算（test-time compute） | 不换更大的模型，而是让它答题时想更久——写一长串思考过程、试多条路再选最优（o1/o3/推理模型范式） | 推理：每次回答烧掉成倍的 token，且随用量递增、分布式、可下沉到便宜芯片 | 推理 ASIC（博通/Marvell 做的 XPU）、端侧（Qualcomm）、以及"推理也要快"时仍利好高端算力 |
为什么这是 2026 最重要的技术转变：能力增量的来源，正从"①预训练"向"②后训练 + ③推理时计算"迁移。这不是小事——它把算力需求从"一次性、集中、训练"往"recurring、分布式、推理"推。
框架二：训练:推理算力比 —— capex 结构的总旋钮
- 一个模型的一生：训练一次（花一大笔），然后服务上亿次（每次一小笔，但累积起来超过训练）。行业成熟后，推理算力占比会持续超过训练——这是结构性方向 [T1·行业共识]。
- ③推理时计算是加速器也是搅局者：它让推理本身变得很吃算力（推理模型答一道题烧的 token 是普通回答的几十倍），所以"转向推理" ≠ "算力需求变小"，而是"算力需求换了个地方、换了种芯片偏好"。
- 对投资的结构含义（本卡题眼）：
问题不是"AI 还要不要算力"（要），而是"下一块钱买的是哪种算力"： - 若预训练仍是主战场 → 利好英伟达高端 GPU 的定价权（集群协同壁垒最深）、HBM、集中式大电力。 - 若推理（尤其 test-time）成主战场 → 利好推理 ASIC（性价比胜通用 GPU）、端侧、分布式部署；英伟达高端溢价被侵蚀的风险上升（这正是 台账 L-01 英伟达"利润率持久性"之争的技术侧）。 - 但 test-time compute 是英伟达的对冲：如果"想得久"需要又快又强的推理，高端算力在推理端也保住溢价——所以别简单下"推理=英伟达输"的结论。
框架三：开源 vs 前沿的差距 —— 决定价值留在模型层还是流走
- 机制：开源权重模型（Llama/DeepSeek/Qwen/Mistral）与闭源前沿（GPT/Claude/Gemini）的能力差距，是"模型层能不能收到钱"的总阀门。
- 差距小 → 模型能力商品化 → 价值从模型层流走，流向 ① 卖铲人（基础设施更确定）② 应用/分发层（谁触达用户谁赢）。这正是 台账 L-15"价值上移到应用层没干净发生、卖铲人比应用层确定"的技术根。
- 差距重新拉大（如某家靠海量 test-time compute 或新架构再度甩开）→ 前沿实验室保住定价权 → 利好其 proxy（微软/亚马逊/谷歌，见 模型层地图）。
新手词汇表
- scaling law（缩放定律） = 经验规律：算力/数据/参数越多，模型越强，但收益递减。
- 预训练 / 后训练 = 先"从头喂"出基础模型（预训练），再"打磨对齐 + 教推理"（后训练）。
- RL / 推理模型 = 用强化学习教模型"一步步想"，产出会先写一长串思考再给答案（o1/o3/DeepSeek-R1 这类）。
- test-time compute（推理时计算） = 答题时多花算力换更好答案（想更久、试更多条路），而不是换更大的模型。
- 数据墙（data wall） = 高质量训练文本快用完了，预训练"多喂数据"这条腿的天花板。
- 开源权重模型 = 参数公开、可自行部署的模型（Llama/DeepSeek 等），是商品化压力的来源。
- 蒸馏/合成数据 = 用强模型造训练数据喂给别的模型，是绕过数据墙、也是缩小开源差距的手段。
当季快照（🔄 每季技术雷达刷新，带日期；下面是首版占位，多为 T2/待核）
⚠️ 本节是会过期的读数，与上面的稳定框架分开。首版基于建卡时的公开认知，多项为 T2/争议中、待技术雷达回 T1 核实。
2026-Q3 快照（2026-07-04；✅ 已过 F3 技术雷达回核，见 报告/技术雷达日志.md）
- 预训练："朴素预训练边际递减 + 数据墙"已是多源广泛共识（不再是"仅叙事"）；但不是能力天花板——前沿转向 test-time compute。同时 Epoch：算法效率 ~3.0×/年（达同等能力所需算力，doubling 7.6 月）[T2·Epoch]。⚠️ 但训练算力仍 +5×/年、部署芯片总算力 +3.4×/年（超大厂用行动押"更大集群仍值得"）——效率快 ≠ 需求缩，Jevons 正赢。
- 后训练 + 推理时计算：test-time compute 已成公认的"第三缩放律"（o1/o3 推理范式），有 T1 论文支撑（arXiv 2604.01411《Test-Time Scaling Makes Overtraining Compute-Optimal》）。这是"算力向推理迁移"叙事的硬核依据。
- 开源差距：大幅收窄——硬数据：MMLU 差距一年内 17.5pp → 0.3pp；DeepSeek V4（2026 初）前沿级（SWE-bench 83.7%）、价格约低 13×；MoE 是主因（235B 总参数只激活 22B）[T2·benchmark 聚合]。→ 坐实"模型层商品化"、本季推动 L-15 65%→68%。前沿能否靠 test-time compute 再拉开=下季盯。
- 对 capex 结构的当季读数：方向偏"推理占比上升 → 推理 ASIC/端侧受益、英伟达高端溢价承压"；但 test-time compute 让推理也吃高端算力这条对冲被强化（Blackwell Ultra 横扫 MLPerf v6.0 推理榜=高端在推理端仍强），故仍未到"推理=英伟达输"的结论。⚠️ 定制 ASIC 基本没交 MLPerf，其"推理性价比胜 GPU"无公开 benchmark 佐证=信息盲区。
技术因果：卡住谁 / 利好谁（按方向，非当下定论）
- 若迁向推理/test-time：利好 博通/Marvell 推理 ASIC、Qualcomm 端侧、应用层落地；英伟达推理端份额承压但训练端 + "快推理"仍强。
- 若预训练仍是主战场：利好 英伟达 高端集群定价权、HBM/美光、集中式大电力。
- 开源差距压缩：价值流出模型层 → 卖铲人 + 应用层（L-15）；利好全栈自有、不靠卖模型赚钱的 谷歌（TPU 自用 + Gemini 织进主业）。
- 数据墙：gating 预训练这条腿；利好合成数据/蒸馏能力强者，间接抬高"后训练 + 推理"的相对重要性。
📌 对投资的含义（一行，详见公司卡）
→ 模型技术往"推理 + 推理时计算"偏移，是 capex 从"英伟达高端训练集群"向"推理 ASIC/端侧/分布式"分流的技术信号——但 test-time compute 让推理也吃高端算力，是英伟达的对冲，别简单下"推理=英伟达输"。 详见 英伟达（L-01 利润率持久性）、博通、Qualcomm、谷歌；模型层怎么持有见 模型层地图；单位成本见 推理成本栈。
更新日志
- 2026-07-04 建卡（F2 队列，宪法 Part 3·F，半活卡）：补 capex 结构的技术底座——scaling 三条腿（预训练/后训练/推理时计算）各自的算力形状 + 训练:推理比这个总旋钮 + 开源差距决定价值去留。稳定框架与「当季快照」分开。建卡本身未改概率（机制地图非新证据）。
- 2026-07-04 F3 技术雷达首刷「当季快照」（同日，见
报告/技术雷达日志.md2026-Q3）：预训练撞墙/test-time compute 从 T2 争议 → 更硬共识（含 T1 论文）；开源差距补硬数据（MMLU 17.5→0.3pp、DeepSeek V4）；补 Epoch 算力增速（训练 +5×、芯片存量 +3.4×/年=Jevons 正赢）；据开源硬数据推动 L-15 65%→68%（本项目台账首次因雷达数据调概率）。
来源：scaling 定律/test-time compute 范式 [T1·公开论文（Chinchilla、o1/推理模型技术报告）]；预训练撞墙/开源成本/差距压缩 [T2·争议中，待技术雷达回 Epoch/MLPerf/论文核实]；实验室与持有结构见 模型层地图。