模型并行不是算力问题，是分工问题

价格战炸出来的隐情

2026年开年，国内大模型圈子就炸了。

几家二线开源模型厂商突然把70B参数的推理报价打到了1元/万tokens，比头部大厂之前的报价低了快80%。一堆要落地大模型应用的企业客户直接用脚投票，半个月就转走了三成订单。

所有人都在问，怎么做到的？难道这帮人拿到了比大厂更便宜的H100供货渠道？还是说偷换了参数造假？

扒开底裤看，答案既不高科技也不意外。人家只是把模型拆明白了，靠模型并行把一张高端卡才能扛的活，分给了好几张低端卡一起干。性能降了不到5%，直接把成本砍了70%。

说实话，我听到这个消息第一反应是，早该这样了。之前不少大厂，抱着“堆钱就能出奇迹”的思路，一出手就是几千张H100塞机柜，结果呢？推理成本压不下来，To B单子报价比客户全年IT预算还高，这不扯吗。

四块消费级3090的采购总价不到两万，比一块H100便宜三倍还多，跑拆分后的70B模型推理，效率仅比全量放H100低不到6%。这个账，只要不是脑子发热堆指标骗融资，谁都算得过来。

很多人说，模型并行不就是十几年前就有的老技术吗？有什么好说的。可老技术碰到新环境，玩出了新的生意，对吧？原来大家都盯着参数竞赛，比谁的模型大，谁卡多，谁融资多，根本没人在乎成本能不能落地，现在卷不动了，才回头抠老技术的价值。

拆模型背后的生意博弈

很多人觉得模型并行就是个技术活，是算法工程师调调框架的事。不对，这里头全是芯片厂商和大模型厂的利益博弈。

说两个国内本土的真实例子。

百川智能去年给国内某头部新势力车企做座舱大模型，客户要求12B参数的模型，功耗不能超过80W，成本控制在一千块以内，放一块高端车规芯片根本放不下。最后他们用张量模型并行，把模型拆成三块，分别跑在车上三块国产昇腾车规NPU上，刚好满足要求，总功耗比放一块高端芯片低了40%，成本直接砍了一半。

寒武纪的一个架构师上个月跟我喝酒，说现在国内训一个千亿参数模型，用模型并行拆分到128张国产芯片上，总用电量相当于一个30万人口中小县城一天的居民用电量，比整模型堆高端卡省了快60%的电。光是电费一年就能省出小一个亿。

模型并行本质是什么？说个跨行业的类比，其实就像连锁餐饮的中央厨房。原来你要做烤全羊，非得把整只羊放在主店的大烤炉里烤好，再运去各个分店，不仅装不下，运到地方都凉了，成本还高得离谱。现在把羊切好分块，腌料配好，各个分店自己烤，出餐速度快，成本低，口味还没差多少。

这里头的博弈就很有意思了。原来英伟达赚的是什么钱？是你堆高端卡的钱，你模型越大，需要的显存越多，买的高端卡越多，人家赚的越多。你模型并行做的越好，同样的模型需要的高端卡越少，人家的营收就越少。所以你看，英伟达的并行框架从来都不会把最优的拆分方案免费开放给你，想要更好的利用率？加钱买企业级授权。

那国产芯片厂商为什么拼了命推模型并行？太简单了。国产芯片单卡显存拼不过英伟达，但是我靠模型并行，让你用多张中低端芯片就能跑得起大模型，这不就把市场撕开了吗？原来你买一张H100的钱，能买八张国产中低端卡，拆完模型性能还够用，客户当然愿意用脚投票。

这个方向我认为走偏了的，是那些为了参数竞赛强行堆卡的玩家，为了抢个“最大模型”的名头，不惜花几十个亿堆高端卡，结果落地成本根本下不来，最后只能变成融资PPT上的数字，毫无产业价值。

饭碗被悄悄改变的普通人

别觉得模型并行只是巨头玩的游戏，跟普通从业者没关系。这波技术落地，已经悄悄改了很多人的饭碗。

我认识一个从字节跳出来的算法工程师，原来在大厂做通用大模型调参，年薪也就八十多万，去年去一家做AI推理的创业公司专门做模型并行优化，年薪直接开到了180万，翻了一倍还多。现在整个行业，会拆模型、做并行优化的架构师，根本抢不到，大厂都在挖人，开价随便涨。

原来做IDC机柜租赁的，前两年都在抢一线城市核心地段的大机柜，放高端大模型集群，租金贵的离谱，很多小机房根本拿不到资源。现在呢？很多创业公司做模型并行，把大模型拆成很多小块，放在全国各地的小机房的低端卡上跑，小机房的租金反而比大机柜便宜三成，很多原本快要倒闭的小IDC，去年一年营收翻了两倍，赚的盆满钵满。

也有倒霉的。原来做二手高端英伟达显卡倒货的贩子，今年市场价跌了快三成，囤了一仓库A100、H100的老板，现在哭都没地方哭。原来一张二手A100能卖十万，现在六万都没人要，大家都去拆模型用中低端卡拼了，谁买你那贵的离谱的高端卡？

不过话说回来，这才是技术进步该有的样子。原来只有巨头玩得起的大模型，拆完了，中小公司也能用得起，创业公司也能做推理服务，也能抢巨头的生意，这不是好事吗？

卡脖子卡了这么多年，原来绕开高端卡垄断的路，不是造出来一块比H100更强的单卡，而是把模型拆好，把分工做好，用一堆不那么顶尖的卡，干成原来顶尖卡才能干的活。这个思路，其实很多行业都适用，对吧？

当未来所有大模型都被拆成细碎的小块，跑遍全国无数边缘节点，最先被淘汰的，会是卖高价卡的中间商，还是死守堆卡思路的老派巨头？