万亿算力之争背后：OpenAI Astra已烧掉数千亿美元，国产大模型差距在哪？

核心内容

{'title': '万亿算力之争背后：OpenAI Astra已烧掉数千亿美元，国产大模型差距在哪？', 'source': 'AIbase', 'date': '2026-09-07', 'summary': '近期，随着Anthropic发布Fable5.1以及OpenAI推出Astra大模型，全球大模型领域的军备竞赛再度升级。尽管Astra因性能与性价比的突出表现而引发广泛网络讨论，但其背后巨大的资金与硬件消耗，再次凸显出中美在大模型算力基础设施层面的显著差距。据美媒报道，虽然OpenAI并未披露Astra的具体规格，但该模型依托其庞大的StarGate计划，使用超过10万张NVIDIA显卡进行训练。按照目前主流的B200显卡价格（约5万—8万美元/张）计算，仅采购显卡一项的硬件成本就高达60亿美元。若把服务器、高速网络、供电、散热系统以及日常研发等所有相关成本纳入，AI基础设施的总投入估计在100亿—250亿美元之间。相比之下，国产大模型在算力基础设施上的投资规模仍面临客观差距。以DeepSeek项目在内蒙古新建的AI数据中心为例，该项目计划采购16万张华为AI显卡，总投资约25.6亿美元。即使按全预算口径，这一规模也仅为Astra相关基础设施保守投资规模的四分之一。不仅绝对资金投入存在差距，算力架构与生态同样面临多重挑战。一方面，国产AI芯片在单卡算力、生态成熟度方面仍需追赶顶级硬件；另一方面，行业普遍估计，部分国产芯片在实际算力效率上与NVIDIA高端产品相比仍存在一定代差，整体采购与供给仍处于持续紧张状态。过去两年，OpenAI等美国公司持续保有数万乃至数十万张顶级显卡的庞大算力储备，性能更强的后续模型已在密集训练之中。这场由数十亿美元与海量算力驱动的军备竞赛，清晰反映出大模型深水区竞争的残酷现实。面对算力资源与基础设施的阶段性差距，国产AI产业与相关芯片供应链仍需时间加速技术突破与生态完善。', 'tags': ['AI', 'OpenAI', 'Astra', '算力', '芯片', '国产大模型'], 'image': 'https://upload.chinaz.com/2026/0907/6392438784357719166034292.png'}