东方

开源，浙产大模型向世界敞开大门_我的网站

A |     AI 的发展正在不断推高全球对算力的需求，随着以英伟达（NVIDIA）为代表的高端 AI 加速器功耗快速攀升，数据中心的机架功率密度将被推至 300 千瓦级别。         巨大能耗之下，散热成为不容忽视的关键问题：芯片消耗的电能几乎全部以热的形式耗散出来。而在目前的芯片热传导路径中，铜是散热扩散层、热管、蒸汽腔和封装基板的主力材料，导热率约为 400 瓦每米每开尔文（W/m·K）。    连续多周包揽全球开源模型调用量排名前两席8月13日凌晨，杭州深度求索人工智能基础技术研究有限公司（DeepSeek），又悄悄搞了个大动作——DeepSeek V4 Pro正式版发布。此前，DeepSeek V4的另一个版本Flash正式版已于7月底发布。从官方测评数据看，Pro版本能力大幅提升，多项指标已接近Anthropic Fable 5等国外顶尖闭源模型。一个世纪以来，这就是金属导热的真实性能上限。         今年年初，加利福尼亚大学洛杉矶分校（UCLA）萨缪利工程学院的胡永杰教授团队在《科学》（Science）发文，他们造出一种曾经只存在于理论中的金属材料：θ 相氮化钽（θ-TaN）单晶。实验发现，该材料的室温导热率可达 1,100 W/m·K 左右，接近铜的三倍。而在十天前，另一家浙江公司阿里巴巴发布旗舰模型Qwen3.8-Max，首次亮相即进入权威评测平台LMArena综合榜Top 5。         （来源：Science）          θ-TaN 的 70 年发现之旅          1950 年代，德国化学家布劳尔（Brauer）等人在高温高压条件下发现，TaN 存在一种 θ 相。全球开源模型调用量排名中，两个浙产大模型DeepSeek与千问已连续多周包揽前两席。近年来，学界预测，θ-TaN 具备远超常规金属的本征导热率，潜在值接近金刚石和砷化硼。但此前有关 θ-TaN 的研究都停留在理论层面，高质量 θ-TaN 晶体始终未被造出，其导热性能也无从验证。人工智能正成为创新浙江最鲜明的标识、最核心的支撑。

B |          障碍主要在合成端。

C | 而选择“开源”来加速技术迭代、构建产业生态，成为浙产大模型企业一条坚定而清晰的路径。这是企业对技术路径和商业模式的选择，也是浙江发展人工智能的战略共识。

D | 稳定 θ 相需要在数千摄氏度环境下对材料施加数吉帕（GPa）压力，加之氮化钽体系中存在立方（δ-TaN）、六方（ε-TaN）、四方（t-TaN）等多种竞争晶相，过往合成的样品几乎都是含有晶界、缺陷与混相的多晶粉末。         而且，此前的理论分析也指出，如果 θ-TaN 晶体存在缺陷或杂质，其导热率会远低于理论值水平。         为解决这一难题，胡永杰团队与日本东北大学（Tohoku University）多学科先进材料研究所的孝广（Takahiro Yamada）等人合作，采用了一种名为助熔剂辅助复分解反应的技术：以金属钠同时充当还原剂和助熔剂，绕开传统高压合成路线，在富氮环境下直接将氧化钽转化为氮化钽单晶。正如中国工程院院士、之江实验室主任王坚反复提及的观点：人工智能开源，正从开放源代码即“Open Source”，转为开放资源即“Open Resource”。

E |          最终得到的 θ-TaN 单晶尺寸在 10 到 100 微米之间，表面光洁、单一晶相。团队进一步通过拉曼光谱、单晶 X 射线衍射（S-XRD）、高分辨透射电子显微镜（HRTEM）、电子能量损失谱（EELS）等表征手段确认了样品的结构完整性，证实其特征与先前预测高度吻合。中国开放AI模型，本质上意味着把背后的资源和机遇开放给全世界。

F |          成功造出单晶后，团队终于有了验证 θ-TaN 导热率的机会。性能做强，门槛降低“便宜的没它强，强的没它好用。测量结果显示，在室温条件下，θ-TaN 沿 a 轴方向（六方晶格底面内）的导热率约为 1105 W/m·K，沿 c 轴方向（垂直于底面）约为 928 W/m·K，反映出 θ-TaN 导热性能的各向异性。

G | ”8月13日，杭州嗡嗡科技有限公司负责人刘杲劼试用了DeepSeek V4 Pro版本。他告诉记者，此前公司刚从国外模型切换到了7月底发布的DeepSeek V4 Flash版本，它在编程等工作上表现不错，费用降低了不少。而跨整个晶体扫描的空间分布测量显示，同一方向上导热率在样品各处保持一致，这表明测得的高导热率来自晶格本征行为，不是偶然现象。这是DeepSeek和千问广受欢迎的原因：够便宜，够好用。便宜到什么程度？DeepSeek V4 Flash最近采用了分时定价机制，在空闲时段，每百万输出Token仅需4.5元人民币，即便在高峰时段，价格也仅为9元/百万输出Token。         θ-TaN 的优越导热性能与其特殊的晶体结构密切相关。

H | 相比顶尖的国外模型，价格优势依然显著，两者在代码编写能力相差不大，官方测试数据显示仅差几个百分点。         在微观层面，固体材料的导热由两类载体承担：一是自由电子的定向流动，二是晶格原子的集体振动。

I | 好用到什么程度？DeepSeek V4 Pro总参数1.6万亿、每次激活约490亿参数，V4 Flash总参数2840亿、激活130亿参数，两者全系开源，均支持百万Token超长上下文。

J | Qwen3.8-Max同样如此：总参数量达2.4万亿，单次推理激活950亿参数，采用稀疏混合专家架构，支持最大1M Token的上下文窗口。

K | 这意味着开发者更方便在其上自由搭建、改造，并商业化落地。后者在量子力学框架下被定义为声子（phonon），类比电子传递电流，声子则在晶体里传递热量。杭州电子科技大学计算机学院副院长余宙告诉记者，国内的开源大模型集中精力做了两件事——把模型性能做强，把使用门槛降低。“中小企业很难从0到1训练一个大模型。”浙江古珀医疗科技有限公司是杭州一家专注医疗大数据领域的科技企业，创始人张强说，对开发者而言，这两大开源模型提供了成本更低、性价比更高的选择，拉低了人工智能现实落地的门槛。

L |          在铜、铝、银等常规金属中，热传导主要由自由电子承担，但电子与声子的相互作用反而会消耗上述两条通道的输运能力；再者，其内部活跃的声子-声子散射会进一步削弱导热。但 θ-TaN 的特殊之处在于，其声子-声子的相互作用极弱，电子也几乎不与声子交换能量，同时把两条散射通道都堵上了。古珀就利用开源模型Qwen3.6-35B-A3B和Qwen3.6-27B，打造了一个面向C端的医疗智能体，具有“医生分身+智能随访+慢病风险评估智能体+健康管理”等功能。截至目前，浙江累计已完成90款生成式人工智能服务备案。其中，有一些模型，就是利用千问、DeepSeek等基础大模型进行二次开发和参数调整获得的。融入全球，改写规则两个“顶流”大模型的背后，是浙江在战略层面锚定的路线。         此外，钽元素的一个自然属性又提供了第三重加成。声子在晶格中传播时，如果遇到质量不一致的原子，也会发生散射，影响导热。

M | 但钽几乎是单一同位素元素，天然钽中 ¹⁸¹Ta 同位素的丰度高达 99.988%，原子质量差异导致的散射在 θ-TaN 上天然被削弱。

N | 浙江省“十五五”规划纲要中六次提及“开源”，频次之高、着墨之重，前所未有。

o | 2026年省政府工作报告提出，“积极抢占人工智能发展制高点，着力营造最优开源开放生态”，将开源列为全省AI布局的核心抓手之一。         这些特性让热量可在 θ-TaN 晶格中以罕见的低阻尼状态传输，接近“晶格对热运动透明”的理论极限。

p | 7月16日，浙江省委十五届九次全会在杭州举行。         以金属之躯，达到金刚石级别的导热性能          需要注意的是，θ-TaN 只打破了金属材料维持一百多年的导热率纪录，还有导热性能更好的非金属材料，比如金刚石（俗称钻石）。         天然金刚石的导热率可达 1,500~2,200 W/m·K，超纯合成金刚石可达 3,000 W/m·K。

q | 目前，工业上已在探索用化学气相沉积（CVD）金刚石薄膜作为热扩散层，直接键合至逻辑计算芯片的背面，用于台积电 CoWoS 等 2.5D/3D 先进封装。

r | 全会期间进行了人工智能专题辅导授课，组织考察了国家人工智能应用中试基地（具身智能）、“魔搭社区”（杭州）开发者中心、杭州城西科创大走廊未来科技城展馆。         图 | 单晶 CVD 金刚石薄膜（来源：WikiPedia）          但金刚石有三个显著短板：生长速度慢、能耗高，制造成本居高不下；再者，金刚石是电绝缘体，加入电气路径时需要多一道工艺；最后，作为已知最硬的材料，对金刚石进行切割、抛光、打孔都极其困难，与硅工艺的兼容性偏弱。         面对这些劣势，θ-TaN 的金属属性，及其与现有芯片封装工艺天然亲和，让它有望成为比金刚石更优的选择。其中，“魔搭社区”是国内最大的人工智能开源社区。         首先，氮化钽薄膜本身就是集成电路制造中常用的扩散阻挡层材料，目前的铜互连工艺广泛使用氮化钽作为衬垫。θ-TaN 如果能以薄膜形式沉积，就能无缝衔接现有产线，无需引入额外工艺。         此外，它既能充当芯片背面的热扩散层，也可以作为热界面材料（TIM）的高导热填料，甚至有可能在高功率射频器件和电力电子模块中，成为兼具导电与导热功能的一体化互连层，光这一点，就是绝缘的金刚石做不到的。魔搭社区以“模型即服务”的模式，线上汇聚全球超2900万人工智能开发者、超20万个模型，极大降低了人工智能应用创新的门槛。浙江大学人工智能学院教授、本科生院院长吴飞解释了开源的底层逻辑：“开源是开放知识与创造能力。         不过，团队也指出，受限于产能和制备难度，θ-TaN 短期内不太可能替代铜、铝等块状散热器材料，更现实的应用形态是被置于芯片和散热器之间，充当高导热中间层，功能类似上文提到的 CVD 金刚石薄膜。AI技术具有先行者引领的溢出效应，需要去主动构建开源生态。而且，TaN 的 θ 相在常温常压下是亚稳相，未来要进入产业，还需评估其长期热稳定性。         造出 θ-TaN 之后，这项研究更重要的意义或许在于，团队进一步释放了金属材料的导热潜力。论文显示，除了 θ-TaN 之外，氮化钨、磷化钼等过渡金属化合物的电子-声子耦合也偏低。

s | ”“极致性价比+开放生态”的浙产大模型，正在重写全球AI竞争的游戏规则。

t | 这为行业和学界提了个醒，或许可以对这些物质进行系统性地合成和测量，筛出更多具备高导热性质的金属材料。         参考内容：          https://www.science.org/doi/epdf/10.1126/science.aeb1142          运营/排版：何晨龙               注：封面/首图由 AI 辅助生成。7月24日，AI硬件巨头英伟达创始人黄仁勋，发布了一封公开信呼吁开放模型权重。该信件将开放模型比作1980年代开源软件运动——开放权重扩大了参与AI经济的途径。初创企业、成熟企业、高校及公共机构无需从零开始训练模型，也不必为每一项任务都支付高昂的尖端模型使用费，而是可以直接基于现有的先进模型进行开发。日前，联合国人工智能问题独立国际科学小组发布报告《对人工智能带来的机遇、风险和影响的询证评估》。该报告将Qwen及DeepSeek作为全球开源AI生态代表性案例单独列出。

u | 这既是技术层面的认可，也是国际社会对中国开源治理理念的一种肯定。

v |

Current article:http://0wnw5.longdachemakuanshan.pics/list_p2chc7v/87tfn.html

Published on:04:14:44