绕开黄仁勋，国产算力甩出两副王炸：芯模秀恩爱，Token价再降十倍

作为“词元（Token）炼化厂”的AI原生基础设施公司无问芯穹，去年底到今年7月，其智能体化“模型即服务”平台Agentic MaaS的日均Token调用量增长超40倍，其中超95%的增量需求来自智能体。

业内共识是：智能体应用爆发带来的推理算力需求，将是训练算力的十倍乃至百倍。与此同时，宏观层面，我国智算领域自立自强的决心不变。在智能算力占全国比重高达8%的上海，到明年自主可控智算比例要超过70%。

产业与政策层面两股推力下，国产大模型上下游结束单打独斗“草莽时代”，前所未有地拥抱共融生态，并祭出两大利器。

芯模协同，在CUDA生态壁垒撕开口子

第一大利器，在于芯模协同。

今年4月，与DeepSeek V4预览版上线几乎同时，华为宣布其昇腾超节点（一种将大量AI芯片紧密耦合为逻辑统一的庞大算力池）全系列产品支持V4。这意味着，早在V4研发时，华为芯片就已介入，与模型同步优化，而非过去模型设计只能围绕既有芯片的硬件特性“削足适履”。

芯模双向奔赴并非孤例。今年4月及7月，腾讯分别发布混元语言模型Hy3预览版及正式版。国产AI芯片企业燧原科技创始人、总经理张亚林，日前与腾讯混元大模型推理负责人朱健琛共同亮相2026世界人工智能大会，秀出了芯模恩爱。

张亚林确认，Hy3设计阶段，燧原与腾讯同步投入研发人员、算力资源，开展联合优化，实现底层软硬件双向同步迭代。腾讯朱健琛也透露，混元大模型团队会基于AI芯片的各项性能指标，反向设计MoE（混合专家模型）、Attention（注意力机制）等结构和参数，同步启动推理优化与工程适配，从软件栈、算子库开始，与芯片厂商一起做严格的精度对齐。

燧原与腾讯“混元”芯模协同。

芯模协同的含金量之一，在于系统级的性价比。据公开信息，腾讯Hy3在性能出众前提下，输入百万Tokens的成本仅1元，输出为4元。

但国芯国模间的协同，绝非简单的供需对接，而是在国际芯片厂商的生态壁垒中撕开一道口子——

英伟达的强大，从来不只在一块图形处理器（GPU），而在于CUDA生态。CUDA即Compute Unified Device Architecture（计算统一设备架构），这是英伟达构建的软硬件一体化计算平台，把芯片、编译器、算子库、框架接口和开发者习惯等绑成一整套体系，一旦在这套体系中完成训练部署，后续每一次迁移都会面临代码重写、算子补齐、框架重新适配和性能回退等连锁成本。

由此可见，芯模协同是国产算力产业摆脱外部依赖的关键一步。燧原科技创始人、董事长赵立东日前受访时说，燧原科技的目标，是与国内头部大模型厂商打通芯片、超节点服务器、集群互联、大模型全链路端到端适配，构建从底层硬件到上层应用的完整技术闭环，“芯模协同关系越深，国产算力的生态粘性就越强，也就越能走出一条自主的技术路线”。

英伟达的高壁垒，在于其CUDA生态。

算力精调，让每一度电炼出更多Token

算力精调是第二大利器。

当下，AI产业正从“拼单卡算力”转向“算单位Token成本”。如何将异质、碎片、跨域的算力资源高效聚合协同，从每度电、每秒芯片里榨出更多Token，成为AI基础设施企业的命门。

无问芯穹的核心技术锚点之一，就在于专炼Token，串联电力、模型、算力，目前已通过技术触达16种异构芯片（其中多数为国产芯）、3.7万P（每秒千万亿次浮点运算）算力，在服务Kimi、智谱、Minimax、阶跃星辰等头部厂商过程中淬炼出多重硬核功夫。

如异构调度。无问芯穹已在全球首次实现针对6种国内外不同芯片的混合训练，并将算力利用率推高至97%以上。

又如公私混训。针对客户“本地算力不足、云上资源闲置”痛点，无问芯穹实现了本地私有集群与公有云算力的安全互通混训，整体性能拉升68%。

再如千里协同。无问芯穹联合中国电信，在新疆哈密—深圳两个算力集群间，成功验证了跨越4000公里的超远距离跨域集群协同训练的可行性。

无问芯穹CEO夏立雪日前在接受记者采访时透露，炼出高性价比Token的秘籍之一，在于公司首创的跨集群异构PD分离架构（Prefill-RelayDecode-MainDecode，PDD），其中P指Prefill（预填充），D指Decode（解码）。该架构用高效的以太网，将各地独立建设的异构算力集群连接起来，让擅长不同类型任务的不同集群内的算力资源分别做P和D，一起协同完成推理。这相当于让“偏科”的硬件只刷自己最擅长的题，既杜绝杀鸡用牛刀，也避免小马拉大车。在此之上，无问芯穹又进一步将传统的PD分离链路创新解构为三级分离式推理架构，解决实际落地时的传输延迟卡点，提升用户端体验，又最大化释放全域异构算力的产业应用价值。

近一年，无问芯穹已将Token成本削减10倍。未来夏立雪依旧有信心，通过技术再优化，推理成本还能再降10倍。

种种迹象表明，国产算力集群，正从“可用”，迈向“好用+盈利”。商汤科技联合创始人、大装置事业群总裁杨帆近期透露，截至7月底，商汤AI基础设施“商汤大装置”的日均Token调用量已达2.4万亿，若年底达成日均10万亿Token调用量目标，今年全年大装置的服务规模将实现25倍增长。但这些数据背后还有更令人兴奋的指标——大装置已实现20%以上的正向毛利率。这意味着，国产算力集群通过跨越软硬件的深度优化与生态协同，已实打实地把芯片利用率拉上去，从而覆盖掉硬件折旧、电力、机房、运维等直接成本。

也由此，国产算力供应链体系俨然出现一个关键时间窗口。商汤大装置顺势推出自动化迁移工具，支持用户从英伟达生态近乎零成本地平滑迁移至国产芯片体系，更在近期发起国产AI基础设施生态共建“银河计划”‌，有寒武纪、沐曦股份等芯片厂商，以及曦智科技、基流科技等光算力和算力调度层的近20家生态伙伴加入，目标是共建5个万卡级国产智算集群‌，赋能200家AI初创组织‌，围绕10个核心技术方向开展联合创新等。

这一次，国产生态伙伴们凑一起，不仅要炼出更便宜的Token，更致力于长出与英伟达平行的独立生态。

黄仁勋在上海逛菜场。

今年1月，英伟达CEO黄仁勋来华，首站落地上海，中国国产算力的进展一定是他的重点关注之一。2025年，黄仁勋在接受央视采访时，对华为等中国芯片企业不吝赞扬。他说：“从人员规模和技术能力来看，他们（华为）既广又深……我认为中国的AI市场无论有没有英伟达，都会进步。”

而今看来，国产算力甩出的两副王炸及背后代表的进步，的确被黄仁勋预判到了。

原标题：《绕开黄仁勋，国产算力甩出两副王炸：芯模秀恩爱，Token价再降十倍》