01、
Token（词元）正扮演着关键角色，堪比智能体运作的“石油”。一位专家指出，单智能体的Token消耗量，能达到传统对话应用的百倍到千倍。这种需求正以指数级速度攀升。
在人工智能领域的关键论坛上，郑纬民院士，这位中国工程院院士同时也是清华大学的教授，对此有独到的见解。
Token如今地位凸显，我国的算力产业如何成功突破？AI的基础设施怎样匹配AI飞速进步的发展步伐？论坛期间，不少国内算力及AI设施企业，就自身在算力建设上的思考，进行了分享。
摩尔线程公司的张建中，谈到了他的战略布局。
今年初至今，Token的使用量呈现明显的指数级递增。张建中对此现象有自己的解读。他认为，现在不仅是人类在运用大语言模型，智能体也在广泛使用。
智能体催生了一种新经济形态——“Token经济”。特别是自年初OpenClaw现象级流行以来。根据央视发布的信息，我国每日的Token调用量，已从2024年初略超1000亿，到2026年3月底飙升至140万亿，涨幅超过千倍。
张建中打了个比方。他说，普通人最快阅读速度为“一目十行”。但对AI来说，家中所有书籍几分钟后即可浏览完毕。这种远超人类的处理速度，导致Token的需求量急剧上升。
同时，前沿的基础模型平均每两个月就会有一次迭代，这使得Term的消耗迅速增加，算力需求也随之指数级增长。
面对这一局面，摩尔线程正着手打造三大“AI工厂”。这些工厂基于他们夸娥智算集群。分别负责模型训练、提升推理效率以及智能体生产。
张建中提到，他常听闻一些国内模型公司担心使用国产训练平台会耽误进度。他强调，这些都是多余的顾虑。他们拥有更优越的硬件平台和先进的软件技术，还能提供及时本地化服务，这远非国外公司可比。
无问芯穹的联合创始人夏立雪，则从另一个角度分析了现状。
她表示，计算需求正以指数级速度增长。现在，仅靠现有产能线性增加来组建算力，已经无法弥补供需之间的缺口。这背后是AI产业竞争逻辑的根本变化。业界不再只关注算力规模，更注重算力利用效率。
简言之，单纯增加算力，已经无法满足需求。
长期以来，我国算力资源分散在不同地区、厂商和代际的系统中。国产芯片与海外GPU并存，架构和软件系统差异很大。夏立雪认为，算力异构化和碎片化是全球问题。整合和协同这些分散的算力资源，是扩大智能资源规模的关键步骤。
那么，如何让这些多样化的算力资源活跃起来？夏立雪给出的答案是“前店后厂一中心”。
这里的“一中心”，是一个自主式的基础设施平台。它的作用是将各种异构算力资源统一汇集、弹性调度和按需分配。这样能为模型与应用层提供充足、稳定且可扩展的算力支持。
“前店”，指的是“AI生产力商店”。它面向文娱游戏、医疗、法律、能源等行业，与各行业联合推出解决方案，让Term真正转化为产业认可的生产力。
“后厂”则是建设一座“Term工厂”。它以极致效率服务Term的规模化与高质量生产。通过大规模生产环境验证，这套系统正展现出其价值：运维效率提升五倍以上，关键故障处理效率提升六倍。这不仅为大规模GPU训练与推理业务提供了更稳定高效的基础设施保障，也让运维人员能解放出来，投入到更有价值的技术创新中。
商汤科技的杨帆，则把握了另一个关键点。
他认为，未来五年内，国产化替代将远远不止是GPU的替代。背后是整个AI上游硬件生态体系的重塑，为行业带来了全新的发展空间。AI基础设施正迎来重要变革：Term市场爆发式增长、下游需求激增；国产芯片商业化加速成熟；基于国产算力的智算中心加速落地。多重因素叠加，国产AI基础设施规模化商用的窗口期已经全面到来。
基于这一判断，商汤大装置围绕“算力+平台+服务”全栈能力，构建了面向智能体AI时代的基础设施体系。在算力层，其聚焦于国产算力从“可用”到“规模化商用”的目标，实现了多项关键技术突破。
通过异构混合推理技术，商汤大装置使主流国产芯片的MFU（模型浮点运算利用率）提升85%到152%。其推理性价比达到了国际巨头英伟达专为超大规模AI训练和高性能计算设计的NVIDIA H系列的1.25倍。目前，商汤大装置每日服务Term量已达2.42万亿，预计到2026年全年服务规模将实现25倍增长。
在Term经济时代，如何让每一度电都创造更多价值的Term，成为AI基础设施建设的关键。商汤大装置围绕“算电协同”，与晶科科技、中国联通上海市分公司、华能上海、宁德时代浦泉资本、协鑫能科、达卯科技等伙伴，签署了战略合作协议。他们共同打造面向源网荷储一体化的算电协同生态，推动能源系统与AI基础设施深度融合。
信息来源：北京日报客户端
撰稿人：孙奇茹
