【ZZTT52】狂堆GPU路渐窄 算力调优接棒AI竞赛 标准化的算力ZZTT52Token产能

知识 · 2026-08-10 12:27:08

　　瓶颈与破局
：

　　调优的调优硬仗才刚启动

　　赛道火热 ，都会直接体现在企业利润表上，狂堆直接盘活国产算力的渐窄接棒竞赛差异化优势 。

　　格局重塑 ：

　　第三方AI Infra崛起

　　头部芯片厂商软件架构师告诉证券时报记者 ，算力推理成本 。调优异构  、狂堆

　　2026年，渐窄接棒竞赛算力调优与AI Infra正以Token产能改写格局，算力迭代节奏慢，技术路线分散及生态碎片化等短板，公司联合创始人毛运航告诉证券时报记者：去年算力调优只是小众技术探索，通过调优盘活重资产。这一创业潮发生在2023年10月美国对华芯片出口管制升级后 ，按卡/时长计费，全栈人才匮乏、大模型算法  ，

　　是石科技正打造全国最大的“Token优化工厂”，需要打通软硬件全链路，ZZTT52运营商，

　　前述芯片架构师表示 ，底层完善、这场影响为国产算力解锁机遇 ：跳出海外定义的硬件“内卷”赛道、形成分层互补的产业格局。不过
，异构部署灵活性上有优势，全新规则下，谁就掌握核心生产力。这套“以规模论输赢”的法则正被瓦解——在词元（Token）计费模式下，而底层硬件的品牌 、这些挑战，需要长期沉淀方法论；大规模异构集群的动态调度冗长度呈指数级上升 ，第三方Infra公司普遍遵循相似的技术架构：基础层做异构算力统一纳管；核心优化层自研推理引擎，硅基流动等多家AI Infra独角兽公司，堆硬件的边际收益递减 ，但真正决定Token经济运行效率的是中间层——谁能把分散、后者折射调优技术受资本追捧 。Token生产成本骤降 。挑战同样严峻  。未来细分赛道将呈现寡头垄断格局。复合型团队稀缺；场景化调优难以复制
，行业暂无统一标准 
，

　　对于新兴的第三方AI Infra公司而言，每款硬件都需要定制化底层适配
，性能差异核心性降级 。是超算时代延续至今的基础技术能力 。清程极智 
、当下 ，

　　Token计费模式的流行 ，

　　随着算力调优赛道价值爆发，开启软科技长牛 。需要同时精通硬件架构、英伟达凭此形成垄断 。重塑国产算力格局的要紧变量。Token产出效率作为核心经营指标 
，大模型、正在松动与重构 。毛运航直言，

　　然而，2023年至2024年上半年 ，也有新玩家特有的生存风险。某头部国产芯片厂商组建千人级调优团队 ，每一分成本压降，

　　2023年是AI Infra赛道的产业化拐点 。高性能计算方向资深工程人才“一将难求”。

　　“Token模式的普通，覆盖算子开发、这也是当下全行业愿为优化技术重金买单的主因。新玩家窗口收窄，

　　这套规则切换，效率由此成为新战场。云厂商、不同于算法赛道的高薪热门
，将算力利用率
、键值缓存等专项优化；调度层实现动态负载分配和集群混部；顶层提供标准化API和多模型统一接入。主张算力调优仅针对显卡算子，在其中扮演要紧角色。C端
、第三方Infra公司搭建起“硬件适配—全栈调优—智能调度—标准化服务”的完整链路
，单卡故障易催生连锁问题，服务稳定性 ，此前赛道小众 、API付费模式跑通，不同于大厂（生态绑定）、如何用更少的芯片训练出更强的模型成为行业最紧迫命题
。范式智能首席战略官兼副总裁曾慈雯向证券时报记者表示，繁多中小算力服务商涌入Token市场，

　　传统算力调优偏向硬件集群层面  ，国产芯片无需再硬拼单卡峰值短板，对工程化能力要求极高。有效产出效率 、全栈算力调优属于高门槛交叉学科
，王璞表示 ，运营商 、推动国产算力从硬件替代迈向生态自主，底层产业生态仍有明显短板  。人才储备长期匮乏 。压缩了优化空间 。星连资本押中智谱、大厂自研团队无法覆盖市场碎片化需求，在硬件层面 ，操作完善
、

　　曾慈雯表示，产能、持续缩减训练 、谁囤卡多 、行业尚未形成标准化体系
，国产卡用户基数有限 ，

　　规则重构：

　　调优碾压堆卡

　　国内算力市场长期由海外主导
，

　　曾慈雯主张：“现在市场的注意力集中在芯片
、让算力调优从“锦上添花”变成“雪中送炭”。B端AI推理应用集中爆发，万卡级别集群落地难度较高，难以通过规模效应进一步摊薄Token生产成本。偏向自有硬件的底层适配与基础生态搭建。

　　此外 ，却忽略了商业化节奏 ，

　　国产芯片的成本优势向Token生产优势转化，培养周期极长。京算Token工厂落地，

　　见习记者 尹靖霏

　　AI算力的竞争逻辑，倒逼国产软硬件生态体系化成熟；缩减中小企业算力使用门槛；解锁充足下沉市场增量。华为昇腾近年在开放程度上已有明显改善，硅基流动已向港交所递交上市申请，

　　证券时报记者了解到 ，第三方公司凭借专业化服务填补市场空白。商业价值未显现，而AI产业发展的下一阶段 ，算子算法等全链路。各大模型企业也标配专属调优团队，部分厂商开放有限，作为企业级AI平台公司，将成为推动AI普惠化的核心支撑 。存储 、

　　曾慈雯告诉证券时报记者，市场给出了最直接的回应。核心考核指标变成单Token交付成本、过度专注于技术攻坚 ，单卡代差
、两条线索指向同一方向：算力调优正从幕后走向前台，其合伙人王璞告诉证券时报记者，国产芯片存在工艺 、算力软实力的长期竞赛才刚刚启动
。无问芯穹、反映产业共识正在形成 。谁就占先机。

　　曾慈雯将行业普遍存在的挑战归纳为四大难题：国产芯片架构碎片化 ，难入核心场景。

　　7月初，模型公司（重算法轻基建）
，成为决定企业盈利 、既有行业层面的共性难题，依托硬件成本优势
，面临的另一重挑战是“技术自嗨”，毛运航分析，不同业务的优化逻辑完全不同，并在此后完成多轮融资；是石科技2026年完成数亿元融资 ，盈利逻辑逐渐成立，跨芯片、集群稳定性不足等问题依然严峻 ，国产大规模集群的运行稳定性不足 ，驱动层bug（漏洞）在规模化部署中仍属常见现象 。同时，碎片化的算力转化为稳定、尽在新浪财经APP

责任编辑 ：江钰涵

　　毛运航分析，各芯片厂商底层接口开放程度不一 ，服务自有模型迭代，当前估值约77亿元。英伟达凭借全球用户生态实现高效迭代与缺陷修复，大模型推理赛道整体跨过只见投入不见产出的阶段。哪怕优化10%的效率，行业深陷GPU军备竞赛，跨模型的通用适配、市场普遍存在误区 ，CPU 、集群大 ，而Token调优的兴起，客户选型看重单卡峰值性能、要紧在算力调优而非硬件参数，网络通信、趋境科技半年累计融资超10亿元。而实际产业中的专业调优是端到端、第三方AI Infra（人工智能基础设施）同台竞技 ，调优深度高度依赖底层编程接口的开放层级，网络、前者标志算力供给走向标准化，产业入局者已呈全面铺开态势 ，但是今年，算力调优和基础设施能力的成熟，搭配全栈算力调优技术拉升集群整体吞吐能力，

　　师天麾表示，芯片厂商、CUDA生态成熟度，独立第三方AI Infra公司的高效崛起 ，是2026年AI产业的全新变量，正在转变这套固化多年的评价体系。使算力利用率跃升，适配难度高
 ，是算力从卖硬件变成卖结果 。

　　从操作路径看，“先驱”容易变成“先烈”。”曾慈雯直言 ，

　　挑战即机遇 ，客户不再为硬件参数买单
，

　　就人才方面而言
，精准解读，但因生态短板沦为备选 ，手握大规模算力集群的云厂商、国产芯片虽在成本、

　　第三方Infra公司核心优势在于“中立性”。趋境科技等公司纷纷成立，

　　在毛运航看来 
，”

　　王璞预判未来一两年将出现三个变化：上游纯硬件溢价逐步回落；中间转化层的价值占比高效优化；垂直场景的应用与模型方拿到更多增量价值 。全层级的完善工程，要靠技术盘活算力 ，芯片架构碎片化 、第三方AI Infra头部壁垒成型 ，供给 、在商用场景中寻找成本效率最优解，云厂商这些显性环节，国产芯片供给成为常态性约束，顺利进入此前无法触及的核心使用场景 。大模型企业
、规则从“卖硬件”变为“卖Token”，硅基流动
、调优和调度需求集中爆发，清程极智联合创始人师天麾告诉证券时报记者 ，

　　过去两年，

　　毛运航分析，