一张英伟达H100 GPU售价高达3.5万至4万美元，马斯克曾用10万张建起全球最大超级计算机，用于训练Grok大模型。

很多人以为，AI时代的竞争就是算力竞争，谁握有英伟达显卡，谁就能占据高地。

但2025年1月，国内一家公司用512张特供版H800 GPU，仅花80小时、29.4万美元算力成本，就训出了媲美GPT-4o的大模型DeepSeek R1，直接打破了“无英伟达则无AI”的行业共识。

AI的核心到底是算力还是算法，普通人又能从这场AI革命里分到什么红利。

英伟达GPU成AI刚需？一张卡顶30张4090

H100的核心是814平方毫米的GH100芯片，内置144个SM流式多处理器，每个处理器包含4个第四代张量计算核心、128个FP32核心、64个FP64核心。FP64核心是处理高精度计算的关键，比如气候模拟、金融量化、辅助驾驶。

一张H100有8448个FP64核心，而同期的RTX 4090只有288个，算力差距达到29倍。同样的计算量，一张H100一天就能完成，4090则需要近三个月。

单张GPU卖爆后，英伟达推出DGX H100服务器，搭配CPU、DPU交换芯片、散热等硬件，堪称“算力金矿箱”。32台DGX H100组装成机柜，再放进数据中心，就成了AI时代的“能源工厂”。

数据中心还要配套储能系统、液冷系统替代风冷，才能把PUE值降到1.3以下。就连占产值3%至5%的光模块，都推动了中际旭创等企业突破千亿市值。算力的配套产业链，早已成了新的财富赛道。

DeepSeek破局：算力不是唯一解

2025年1月，国内团队用512张特供H800，耗时80小时训出DeepSeek R1，训练成本仅29.4万美元，不到GPT-4o的十分之一。更令人惊讶的是，这款定价远低于竞品的大模型，竟然实现了盈利：单日收入56.2万美元，算力成本仅8.7万美元，成本利润率高达545%，仅用3小时就能收回全天成本。

很多人以为DeepSeek是靠“技术换皮”，但实际上它的核心创新被《自然》杂志收录。它基于Transformer架构，优化了稀疏混合专家模型和MLA架构，相当于把“用计算器算题”改成了“用专用计算机精准算题”，没有投机取巧。

CNBC、BBC等外媒评价，DeepSeek打破了“AI产业需要砸钱堆算力”的行业真理。OpenAI近三年持续亏损，而DeepSeek靠算法优化，把训练成本砍到了GPT-4o的十分之一，性能却不相上下。

不过算法也不是万能的。2025年OpenAI发布的推理模型论文显示，掌握链式思考能力的模型，在竞赛中的表现远超常规大模型。推理阶段需要大量算力，算法创新和算力突破是螺旋上升的关系。

除此之外，AI还面临数据瓶颈：到2028年，公开在线文本数据将被训练殆尽，未来需要靠自动驾驶、机器人采集的物理交互数据来补充。

普通人抓AI红利：别只盯着大厂岗位

有人担心AI会取代自己的工作，但从历史来看，每一次技术革命都会淘汰旧岗位，也会创造新岗位。比如切冰人、电报员都消失了，但程序员、AI工程师等新职业层出不穷。智联招聘数据显示，2024年三季度人工智能行业平均薪酬排第二，AI工程师平均薪酬超过高级管理岗，位列第一。

AI产业可以分为三层：基础层包括算力芯片、光模块、液冷设备、存储系统；技术层包括大模型开发、计算机视觉、自然语言处理；应用层则覆盖医疗、教育、工业、自动驾驶、人形机器人等垂直领域。

中国在AI赛道有天然优势：全球约50%的AI研究人员为华人，智能算力规模占全球32%，产业链完整，还有庞大的市场需求反哺产业迭代。

从锂电池的发展路径来看，真正的红利不是停留在实验室，而是落在规模化应用的赛道上。比如当年索尼把锂电池商业化，成就了移动互联网时代；现在中国在锂电池产业的领先，也让新能源汽车实现了弯道超车。

AI时代的红利，同样会落在能把技术落地的人身上：不管是做垂直领域的小模型，还是做算力配套的硬件，或是开发AI应用的团队，都能找到自己的位置。

不用怕被AI取代，真正的关键是入局。就像当年下岗的纺织女工，靠给房地产老板端茶倒水，最终成为华中区域负责人。只要找对赛道，普通人也能搭上AI的快车。

1956年达特茅斯会议上，人类首次提出人工智能的畅想。如今这个畅想已经照进现实，AI不再是实验室里的概念，而是成了改变世界的核心动力。它不是零和博弈的赛场，而是人类文明进阶的土壤。

不管是大厂还是创业者，抑或是普通上班族，都能在这场AI革命里找到自己的位置。重要的不是焦虑被取代，而是主动入局，抓住属于自己的红利。