杠杆买股票 Kimi K3 对光通信意味着什么：64 卡超节点起步，这不是第二次 DeepSeek 时刻

　　炒股就看金麒麟分析师研报，权威，专业，及时杠杆买股票，全面，助您挖掘潜力主题机会！

　　来源：光电前瞻

　　图源：月之暗面 Kimi K3 官方发布页

　　北京时间 7 月 17 日凌晨，月之暗面上线了 Kimi K3。2.8 万亿参数，宣布将开放权重，完整权重不晚于 7 月 27 日放出，届时它将是迄今参数最大的开源权重模型。

　　同一天，A 股科技板块大跌。沪指收跌 3.05%，创业板指跌 7.15%，CPO 概念批量跌停，中际旭创、新易盛、天孚通信都跌超一成。很多人立刻想起十八个月前。2025 年 1 月 27 日，DeepSeek 引发的那场恐慌让 NVIDIA 单日收跌 17%、市值蒸发约 5，890 亿美元，海外三家主要光模块供应商同日跌去约两成。‘中国模型这么省算力，算力和光是不是买多了’，这本账的记忆太深了。

　　这轮下跌，主流财经媒体的归因是多重的，包括获利回吐、海外杠杆资金去化、对 AI 支出增速的担忧。K3 在部分媒体的叙事里只是‘让情绪雪上加霜’的因素之一，NVIDIA 当天盘中跌 1% 到 2%，量级远不是上一次。跌多少、何时反弹，不是这篇能回答的事。

　　今天这篇文章，我想做的是把 K3 的发布文档摊开来读。对光通信行业来说，它不太像一篇模型发布新闻，更像一份来自模型厂的、关于‘推理集群该长什么样’的需求侧规格书。

　　64 卡起步：超节点写进了模型的说明书

　　规格书里最重要的一句，出现在部署一节。月之暗面官方推荐，K3 部署在‘64 卡以上加速器组成的超节点’上。理由写得很直白，把专家并行的通信流量，留在一个高带宽通信域内。

　　官方推荐 K3 部署在 64 卡以上加速器组成的超节点上，‘超节点’写进了模型的说明书。图源：月之暗面 Kimi K3 官方发布博客（高亮为本文所加）。

　　K3 是一个稀疏的混合专家（MoE）模型，896 个专家，每个 token 只激活其中 16 个。这类模型推理时，token 要在卡与卡之间‘寄出去、算完、寄回来’，这种叫 all-to-all 的通信对带宽和延迟极其敏感，而域内和跨节点的带宽差着量级。DeepSeek 开源的专家并行通信库 DeepEP 实测，NVLink 域内能跑到 726 GB/s，跨节点 RDMA 只有 90 GB/s。把这类流量圈在多大的域里，直接决定这台‘token 工厂’的出货效率。

　　另一头是权重本身的体量。2.8 万亿参数，即使按官方的 MXFP4 低精度权重计，也有约 1.4 TB（按 0.5 字节/参数测算）。对常规 8 卡节点来说已经极紧。能否塞下取决于卡型、上下文长度和并发量；给 KV cache（推理时缓存的中间结果）和并发请求留出空间之后，经济的部署方式只会朝一个方向走，把它切开、放进更大的通信域。换句话说，64 卡是 K3 的前提条件。

　　代际的变化更能说明问题。上一代 Kimi K2（1 万亿参数）的官方部署指引里，最小部署单元是 16 卡（H200 平台、128k 上下文口径）；到 K3，官方推荐变成 64 卡以上。同样的变化也出现在 DeepSeek-V3 的技术报告里，解码阶段的最小部署单元已经是 40 个节点、320 张卡。开源旗舰模型的‘最小服务单元’，在按代际变大。

　　16 卡=Kimi K2 官方部署指引的最小部署单元（H200/128k 口径）；64 卡以上=Kimi K3 官方博客推荐部署；320 卡=DeepSeek-V3 技术报告 decode 阶段最小部署单元。三个数字口径不同，方向一致。

　　我们在六月写谷歌 TPU 的 OCS 时留过一句判断，当 MoE 这类 all-to-all 通信密集的模型越来越成为主流，能动态重构拓扑的价值只会比现在更高。当时它是一个长期变量；K3 把它变成了当下事件。超节点这个词，过去一年一直属于芯片厂和整机厂的发布会。这几天的世界人工智能大会上刚扎堆亮过一轮；这一次，它出现在了需求方的说明书里。

　　八年里 TPU 上的主力负载换了几轮，Transformer/MoE 走向主流，对互连的要求随之改写。图源：Google 论文。

　　DeepSeek 时刻没有的数据：token 用量一年涨了七倍

　　2025 年 1 月那本账，逻辑本身是通的。同样的能力，更少的算力，资本开支的预期自然下修。当时反驳它的人，手里主要是‘杰文斯悖论’这类词，说的是效率会刺激用量。但用量的数据在哪里，没人拿得出来。

　　十八个月过去，需求那条曲线有数了。Google 在今年 I/O 上自报，单月处理的 token 已到 3.2 千万亿（3，200 万亿），同比约 7 倍。第三方模型路由平台 OpenRouter 的口径更细。今年 2 月起，agent 产生的流量超过了人类；单条 agent 请求消耗的 token 约是人类请求的 15 倍；一次 agent 编码任务的 token 消耗，动辄以百万计。

　　K3 自己也给了两个信号。一个是价格。每百万输入 token 3 美元（缓存命中 0.3 美元）、每百万输出 15 美元，美银分析师称之为迄今最贵的中国大模型，输出价已经进入海外一线模型的区间。模型厂敢把 token 卖到这个价位，本身就是对推理需求的一次定价表态。

　　另一个是效率。K3 用的 KDA（Kimi Delta Attention）是月之暗面自研的线性注意力机制，在其论文的实验模型上把 KV cache 最多压掉 75%，100 万 token 上下文下的解码吞吐最高提到 6 倍。效率和需求，两条曲线同时在变陡。这门‘每美元产出多少 token’的推理经济学，我们在拆微软 Maia 200 时展开过。

　　把这几组数字放回十八个月前那本账里，差别就出来了：效率的进步没有停，Kimi 自研的线性注意力机制就是最新的一页；但这一次，需求端拿得出数据，K3 自己还用定价投了一票。这组数字能看到需求侧的增长。不过，它能不能变成光模块的订单，是另一个问题。

　　K3 会怎么影响光通信市场？

　　Token 总量的增长，到光模块的订单之间，中间隔着好几层变量：单 token 的算力强度、缓存命中率、集群利用率、加速卡供给、每张卡配几个光口，每一层都会衰减或放大。要看清这份需求的流向，得回到 K3 这类模型定义的集群网络结构里。scale-up 解决一个计算域内部怎么互连，scale-out 解决成百上千台机柜怎么并成集群。三个光互连品类的影响，从后者说起。

　　scale-out 侧的 800G/1.6T 可插拔光模块，受力最直接。K3 发布博客里有一句容易被略过的话，官方 API 在编码负载下缓存命中率超过 90%，靠的是‘Mooncake 分离式推理架构’。Mooncake 是月之暗面自家的推理底座，它做的事情，是把一次推理的‘读题’（prefill）和‘逐字生成’（decode）拆进不同的池子，把 KV cache 从单卡显存里解放出来，在集群的 CPU、内存、SSD 之间池化流转。

　　prefill 与 decode 拆进不同的池子，KV cache 经高带宽网络在集群内池化搬运。图源：Mooncake 项目（kvcache-ai/Mooncake，论文 arXiv：2407.00079）。

　　开源版的基准测试里，一个插满 8 张 400G RoCE 网卡的节点，能把 KV cache 的搬运带宽跑到 190 GB/s。Kimi 的便宜 token 不是白来的。它的单位经济学，建立在集群内部大规模搬数据的能力上；网络带宽是这门生意的效率变量，不是可有可无的配件。英伟达把同一形态做成了硬件（Rubin CPX，专为 prefill 和百万 token 上下文设计），分离式推理不是哪一家的偏好。所以 K3 和 800G/1.6T 的连接点，不在参数量本身，而在这套把 token 成本换成网络流量的服务架构。

　　需求端的第三方数字，LightCounting 在今年 2 月的报告里已经上调过一轮。2026 年 800G 光模块出货预计再翻倍以上，1.6T 增长到数千万端口量级，1.6T 芯片组销售额今年突破 20 亿美元。推理集群的 scale-out 以太网，正是这批模块的主要去处。

　　LPO，受益于推理的毛利敏感。它把光模块里的 DSP 拿掉，省功耗省成本，代价是更依赖一条短而干净的链路，这套机制我们在 SpaceX 收购 Mesh 和 OFC 的 LPO 专文里拆过。K3 带来的增量，落在账本上。推理是一门 token 单价当收入、电费当成本的生意，低价 token 把运营方对每比特传输功耗的敏感度，直接变成了毛利率问题；而推理机柜排内，恰好是 LPO 需要的那种短距、可控的信道。

　　100G 单通道的 800G LPO 模块（QSFP-DD800），去掉 DSP，换更低的功耗和成本。图源：新易盛官网产品页。

　　这条逻辑在国内是正在进行时。华为 CloudMatrix 384 每台用了约 6，912 只 400G 硅光 LPO 模块（据 SemiAnalysis 拆解）；新易盛官网口径，100G 单通道的 800G LPO 已进入量产；LightCounting 干脆把‘LPO/CPO 这类线性方案蚕食 DSP’写成了 2027 年之后的基准情形。能省功耗的方案，在推理集群里拿到的优先级，会比在训练集群里更高。

　　华为 CloudMatrix 384：约 6，912 只 400G 硅光 LPO 模块，把 384 颗芯片织成一个全互联的域。图源：SemiAnalysis。

　　柜间光与 CPO/NPO，逻辑最宏大，时间最远。中美两条路线在‘柜间用光’上已经合流。NVIDIA 的官方口径里，NVL576 柜间用‘铜加直接光连接’，再下一代 Kyber 机柜‘用类似的直接光互连做柜到柜的 scale-up’；华为灵衢的柜间全光，这几天的 WAIC 上我们刚写过。时间差在这里。K3 强化的是这条线 2027 到 2028 年的结构逻辑，不是下一个季度的订单。

　　Vera Rubin 平台机架：柜内铜、柜间开始引入直接光连接。图源：NVIDIA（GTC 2026）。

　　此外，K3 用 MXFP4 权重、MXFP8 激活做量化感知训练，官方说法是‘为了宽硬件兼容’，非 NVIDIA 卡承接的门槛在降；权重 7 月 27 日放出后，国内的承接形态大概率是国产超节点，而国产超节点的 scale-up 域是用光堆出来的，芯片与光模块约 1：18 的配比，对照 NVL72 柜内一只光模块都不用。同一份推理需求落在国内，scale-up 域的光弹性潜在更高。

　　K3 对光互连不是单点利好。它把三个品类，推到了三个不同的时间尺度上。

　　接下来怎么看？

　　第一个信号，7 月 27 日的权重和技术报告。激活参数量、许可证、随权重一起发布的 vLLM 版 KDA 实现，都会在那几天见分晓。比参数表更要紧的是部署生态。2.8 万亿级的开源模型，不是下载下来就能跑出经济性的。SemiAnalysis 跟踪 DeepSeek-V4 开源后的头六周，结论是能把这类模型跑出利润的只有少数云厂。盯‘谁在用多大的域跑它’，比盯榜单有用。

　　第二个信号，国产超节点的排产。国产 HBM 是硬闸门。SemiAnalysis 测算，长鑫 2026 年约 200 万堆栈的 HBM 产能，只对应二三十万颗旗舰加速卡的封装量。排产不及预期，柜间光的需求整体后移；反过来，如果几周内出现第一个公开的‘64 卡以上跑 K3’的国产部署案例，第三节的链条就从推演变成了观察。

　　第三个信号，token 总量和效率的赛跑。KDA 这类架构会扩散，单位 token 的算力、内存、互连强度都在下降；只要 token 总量的增速跑在前面，光互连的账就成立；哪天效率反超了，单位算力的光配比就会掉头。DeepSeek 时刻那半本账，随时可能被补全。

　　至于每家公司在这条链上兑现到了哪一步、预增数字里的 AI 含量怎么验，国产算力，到底兑现到哪一步了和光通信中报预增潮里写过，不再重复。

　　上一次，市场用一天时间给‘效率’定了价；这一次，模型厂用一份部署文档给‘需求’写了规格。两本账都是真的。光互连的位置，就在这两本账的交集里。