智譜AI的GLM-4.5做了一件極具信號意義的事——專門針對NVIDIA H20（中國特供版GPU）進行了優化，8張卡就能跑全量模型。
為什麼這件事值得說
美國對華晶片出口管制之後，中國AI公司能買到的最好NVIDIA GPU就是H20——一個被「閹割」了互聯計算頻寬的版本。很多海外前沿模型在H20上跑不起來或者效率很低。
智譜選擇直面這個約束條件，把模型架構和推理流程專門適配H20的硬體特性。8張H20的成本和門檻比起動輒幾十上百張A100的方案，友好太多了。
技術適配
具體的優化包括：
- 針對H20的顯存頻寬特徵調整了注意力計算方式
- 模型分片策略專門為8卡配置設計
- 推理階段的量化方案針對H20的計算精度做了適配
性能表現
GLM-4.5在中文理解和生成任務上的表現處於國產第一梯隊。和GPT-4級別的模型在大部分中文benchmark上打平或接近。英文任務上有差距，但差距在縮小。
更重要的是實際部署成本——對於國內企業來說，能用可以合法採購的硬體跑出接近一線的效果，這個實用價值比benchmark分數重要得多。
行業影響
智譜這個做法代表了中國AI行業應對晶片限制的一種思路：不等最好的硬體，用現有硬體把效果做到最好。
這和DeepSeek用有限算力把成本壓到極低的策略一脈相承。當外部條件受限時，倒逼出的工程優化能力反而可能成為長期競爭力。
參考來源：CocoLoop、智譜AI官方發布