过去两年间，做 AI 的人见面聊得可能最多的一件事就是卡不够用，模型参数从百亿涨到了万亿，上下文从几千 token 拉到了百万 token，推理请求从一天几次变成了一秒几次，算力供给缺始终落在需求后面。