斯坦福研究：0.1张GPU人均算力困境，引爆LeCun担忧
新智元报道
编辑：好困 桃子
【新智元导读】在工业界动辄十万卡的暴力美学面前，学术界正沦为算力的「贫民窟」。当高校人均不足0.1张卡时，AI科研的主导权之争或许已经没有了悬念。
学术界的GPU荒，比想象中还要严重百倍！
NeurIPS 2025期间，两位YC大佬组了个饭局，邀请14位美国顶尖高校实验室的教授。
没想到，席间很多人都在吐槽：学术界算力资源简直「惨不忍睹」！
出于好奇，Francois Chaubard就去扒了一下数据，得到的结果离谱到家.....
以下是美国顶尖大学实验室的情况——
· 普林斯顿：人均0.8张GPU
· 斯坦福：人均0.14张GPU（超算集群Marlowe仅有248张H100可用）
· 哈佛、UW、CMU：均在0.2-0.4张GPU之间
· 加州理工、MIT、UC伯克利：连0.1张GPU也达不到
如今，想要做点像样的AI研究，人均至少得有1张GPU。实话说，真正要做起来，起码8张才够用。
没有对比，就没有伤害。
此时此刻，全球顶尖大厂的前沿实验室动辄就是十万张GPU起步。
就拿微软的Fairwater Atlanta数据中心来说，它目前的算力每个月能跑23次GPT-4规模的训练。
换句话说，当年训练初代GPT-4花了90到100天，同样的时间放在这里，大概能把这个过程跑上70次。
有了这种巨型数据中心，实验室就能大幅提升前期实验和最终模型训练的规模与频次。
到2026年底，马斯克的Colossus 2很可能会把这些数字翻上一番都不止。
而到了2027年底，微软的Fairwater Wisconsin预计单月就能完成超过225次GPT-4规模的训练任务。
马斯克xAI正在百万张GPU串联的超级巨兽「Colossus 2」训练Grok 5
学术GPU太缺了
2024年李飞飞在一场炉边谈话中坦言，「斯坦福NLP实验室仅有64张GPU」。
学术界在AI计算资源方面，正面临断崖式下跌。
与此同时，Nature一篇调查提出了「AI算力差距」，揭示了同样令人扎心的现实：
想要训练AI模型，学术界科学家能用的计算资源，跟工业界完全不是一个量级。
如上开篇一些数据，恰恰从侧面印证了，高校GPU根本不足以开展大规模的AI实验。
这种现象，不管在美国，还是国内，基本大差不差。
在Reddit上一篇热帖中，一位博士生自曝没有H100，算力成为了项目展开的主要瓶颈。
不仅如此，在Uvation调研中，GPU在高校课程和教学中也越来越重要，正在重塑学生学习计算机科学、工程学的方式。
如下表所示，斯坦福、MIT、牛津大学需要使用GPU相关的课程。
学术界GPU荒可不是小事，它的影响会像多米诺骨牌一样扩散开来。
杜克大学陈怡然教授曾提到一点，因为工业界和学术界计算、数据资源差距拉大，AI科研人员不再把高校教职当做目标。
这也就意味着，顶尖人才未来会加速流向工业界，全因GPU不够。
另一方面，学术界因GPU有限难以验证big idea，正逐渐失去了定义前沿的能力。
2025年斯坦福AI指数报告中，一张图清晰地呈现了这一趋势。
谷歌、Meta、微软、OpenAI等科技巨头产出有影响力的AI模型数量远超学术界。
AI大牛Sebastian Raschka表示，资源少只是问题之一。
另一个问题是，这些资源通常只能通过 SLURM（或类似的调度系统）访问，根本没有交互模式。
除非你已经完全清楚要跑什么实验以及要跑多久，否则这一套流程走下来简直折磨人。 这种条件下做研究真是太难了。
此外，学校里的那些GPU不是随时能用的。
网友Lucas Roberts表示，自己上个月曾跟德州的一位教授聊过，他说学校的 GPU 一次最多只能跑24小时，时间一到就得保存进度（checkpoint），然后重新排队跑下一个任务。
后来他好不容易给实验室搞到经费买了几张卡，这才实现了跑任务「不断连」。
据他所知，这种24小时强制中断的规定在其他高校也挺普遍的。
然而，LeCun当场反驳这一观点，透露NYU是全美所有学术机构中，拥有最大规模的GPU集群。
具体数字——500张H200，比普林斯顿还要大。
有的高校，自建AI工厂
不过，也有一些高校条件会好一些。
微软研究院前高级研究员，威廉与玛丽学院助理教授Jindong Wang表示，实验里每位学生配备6张GPU，还有云集群可用。
Vector研究所研究总监，多伦多大学统计与计算机系教授Dan Roy表示，他们会给每位学生都配备1张GPU。
更豪气的学校，比如得克萨斯大学奥斯汀分校，直接为自家的AI基础设施购买了超过4000张Blackwell GPU。
加上原有的设备，UT Austin总共将拥有超过5000张英伟达GPU。
而且，据称还是由他们自己的发电站来提供加持。
这些英伟达GB200系统和Vera CPU服务器，将加入全美最大的学术超算「Horizon」，为UT Austin提供学术界最强悍的AI算力。
这种级别的算力意味着，UT Austin完全有能力从零构建开源的大语言模型。
无独有偶，加州州立理工大学也在启动一个由英伟达DGX加持的「AI工厂」——
它配备了4套NVIDIA DGX B200系统，并整合了高性能存储、网络设施以及NVIDIA的全套AI软件栈。
有了这套系统，那些以前在标准硬件上需要数月才能完成的研究任务，例如分析数十万个视频文件，现在只需几天即可完成。
反观国内，GPU在高校的分布情况也不均衡。
知乎上一个话题下，硕博生纷纷讨论做实验用的显卡。
北京某高校计算机硕士称，已申请到研究院公用服务器。
还有更可怜的，某985学生自曝全组只有一张3080，还得自费租GPU。
参考资料：
https://x.com/FrancoisChauba1/status/1997095264923078856?s=20
https://news.utexas.edu/2025/11/17/ut-eclipses-5000-gpus-to-increase-dominance-in-open-source-ai-strengthen-nations-computing-power/
https://x.com/EpochAIResearch/status/1997040687561449710
https://epoch.ai/data-insights/gpt-4s-trainable
秒追ASI
⭐点赞、转发、在看一键三连⭐
点亮星标，锁定新智元极速推送！
相关攻略
2026年的AI圈，时钟仿佛被拨快了。技术迭代的浪潮一波未平，一波又起。 尤其是进入四月以来，整个行业像是踩下了油门。Meta携Muse Spark高调回归，ChatGPT Images 2 0的生成效果在社交媒体上持续刷屏，而GPT-5 5的发布，再次将技术天花板向上推升了一个量级。视线转回国内，
当前，我国科技论文产出总量已稳居全球前列，但一个关键短板依然突出：本土高水平科技期刊的发展步伐，尚未与国家整体科研实力同步提升。数据显示，2024年中国学者发表的国际论文中，超过95%的成果首选境外期刊发表。这构成了一个循环挑战：大量优秀研究成果外流，使得国内期刊难以获得优质稿源来提升学术声誉；与此
《自然》：一桩悬案了结？ “砷基生命”论文终遭撤稿，但争议远未结束 科学界一桩持续了15年的公案，最近有了新进展。顶级期刊《科学》（Science）正式撤回了那篇曾引发轰动的争议性论文——该研究当年声称，在美国加州莫诺湖发现的一种细菌，能够用有毒的砷元素替代生命必需的磷来构建DNA，这直接挑战了我们
中国科学技术协会2026年3月31日发布告示：中国科协曾于2026年3月27日就2026年NeurIPS会议发表声明，本意是尽力维护我国关涉学者正当利益，其措施原则是清晰、适当的，没有发生变化。现就
Cornell University 图源：wikipedia撰文｜张天如果有一天，全球科研人员突然无法访问arXiv，许多领域的研究节奏可能会被打乱。每天清晨刷新论文列表，已经成为部分数学家、物理
热门专题
热门推荐
英国工党领袖斯塔默面临公众信任挑战，支持率低迷。类似困境在欧洲多国领导人中普遍存在，德国总理默茨与法国总统马克龙的支持率同样远低于不支持率，反映出欧洲政界广泛的信任危机。
芝麻开门：安全便捷的数字资产交易平台 在数字货币的世界里，选择一个可靠、便捷的交易入口是第一步。芝麻开门作为一款服务于全球用户的知名交易平台，以其多重安全防护、对主流币种的广泛支持以及现货、杠杆等丰富功能，成为了许多交易者的选择。今天，我们就来详细梳理一下如何通过官方渠道，安全地获取并使用芝麻开门平
全球债市因通胀担忧遭剧烈抛售，长期美债收益率升至近三年高位。30年期美债收益率一度突破5%，10年期与2年期收益率同步攀升。日本30年期国债收益率单日飙升20基点创新高。油价上涨加剧通胀忧虑，策略师建议关注美债收益率在5 25%-5 5%区间的后续动向。
欧易（OKX）：您的官方数字资产交易入口 在加密货币的世界里，选择一个可靠、功能全面的交易平台是第一步。欧易（OKX）作为全球领先的数字资产服务商，早已成为数百万用户的首选。它不仅提供比特币、以太坊等主流币种的现货交易，更将业务延伸至衍生品、DeFi以及NFT市场，构建了一个完整的加密生态。其背后，
gate io交易APP官方版 v7 19 1 安卓版下载与安装全指南 对于数字资产交易者来说，一个可靠、顺手的交易工具至关重要。Gate io交易APP，正是这样一款专业的平台，它为全球用户提供比特币、以太坊乃至上千种加密货币的实时行情与交易服务。其最新的安卓v7 19 1版本，在用户体验和系统稳