廣東
“詞元（Token）正在成為AI時代新的‘石油’，但Token與Token并不等值。”中國工程院院士、清華大學計算機科學與技術系教授鄭緯民在“Agentic時代AI基礎設施創新發展論壇”上的判斷，道出了當前國產算力行業面臨的挑戰。即需求爆發式增長，但供給端的價值轉化還沒有達到預期。
鄭緯民指出，驅動智能體的Token消耗是傳統對話應用的百倍至千倍級，這為國產算力打開了前所未有的市場空間。然而，當前如火如荼的算力基建，并不等同于實現了高效的Token產能。Token的實際價值由首字延遲、生成速度、并發承載能力、服務穩定性四大指標共同決定，高等級、高品質的Token才具備更高的商業價值。
與此同時，國產算力的規模化發展還面臨一個更深層的命題。商湯科技聯合創始人、大裝置事業群總裁楊帆表示，國產算力發展絕非單一環節的迭代，而是背后整個人工智能（AI）上游硬件生態體系的重構。
代理式人工智能（Agentic）時代驅動Token經濟全面爆發，AI基礎設施的價值標尺與服務模式也隨之迎來重構。中國信息通信研究院云計算與數字化研究所副所長栗蔚認為，隨著智能體服務推動算力需求指數級增長，以云計算資源為基礎底座、大模型能力為核心驅動、智能體服務為基本單元，具備理解用戶意圖并自主完成復雜任務能力的新一代云計算服務體系AgenticCloud（智能體云），正在成為未來主要云服務模式。
在她看來，Agentic Cloud帶來的不僅是技術升級，更是云服務價值體系從“降本”走向“增值”的系統性重構。這意味著Agentic Cloud交付的不再只是低成本資源，而是智能和能力的新模態服務。基于此，栗蔚認為，未來需從建能力、立標準、抓場景、促生態四個方向協同發力，加速國產算力的規模化應用。
鄭緯民則從更底層的技術邏輯上闡述了Token經濟給AI基礎設施領域帶來的價值重構。他指出，要實現高品質Token的規模化供給，基于PD分離（一種專門優化大模型推理效率的技術）的異構協同技術路徑尤為關鍵，既能充分釋放國產算力的潛能，又能保障最終Token的服務品質。不同場景適配不同等級的服務標準，而要讓國產算力從“能用”走向“好用”，算力調度、芯片協同與框架適配必須形成系統化的解決方案。
信息技術研究分析公司Gartner預測，2030年國內80%AI基礎設施將采用國產化芯片。當前國產化占比僅20%，未來五年行業將迎來集中替代窗口。但正如多位專家所言：算力規模擴張并不等于產能升級，從硬件基建到穩定Token供給，全鏈條仍存在大量待解的系統性難題。
與此同時，當下國內算力產業還呈現多主體并行發展的繁榮格局，楊帆介紹，國內現有近10家一線國產圖形處理器（GPU）廠商，同時配套大量原始設備制造商（OEM）整機、超節點、光模塊等細分技術企業。參與主體擴容代表產業活力提升，但也直接推高生態協同的復雜程度，各廠商技術路線不互通、適配標準不統一，加劇行業碎片化問題。
武永衛強調，若產業鏈各方持續各自為戰，多元芯片格局反而會放大生態割裂問題。想要搭建可持續的國產算力體系，芯片廠商、框架研發團隊、算法機構、行業應用企業必須建立常態化聯合攻關機制，打通技術標準與適配鏈路。
目前，產業各方正在同步落地多項生態共建舉措，以協同機制化解行業碎片化難題。沐曦股份聯合創始人、CTO楊建認為，當下，國產算力已跨越“能不能用”的階段，當前的核心命題是如何在多元芯片并存、多架構共生的格局下構建統一的系統級優化能力與產業協同機制，推動國產算力從“可用”走向“好用、規模化、可盈利”的階段。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
