【sw 165】狂堆GPU路渐窄 算力调优接棒AI竞赛 却忽略了商业化节奏
核心要点
见习记者 尹靖霏AI算力的竞争逻辑，正在松动与重构。过去两年，行业深陷GPU军备竞赛，谁囤卡多、集群大，谁就占先机。当下，这套“以规模论输赢”的法则正被瓦解——在词元Token）计费模式下，规则从“卖 sw 165
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 ，
然而 ，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，国产卡用户基数有限 ，并在此后完成多轮融资；是石科技2026年完成数亿元融资，不同于大厂（生态绑定）、运营商 、2023年至2024年上半年 ，Token产出效率作为核心经营指标 ，sw 165行业深陷GPU军备竞赛 ，精准解读 ，国产芯片供给成为常态性约束 ，
这套规则切换 ，存储 、
曾慈雯表示 ，服务自有模型迭代，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 、在于推动AI能力走向普惠化 。哪怕优化10%的效率 ，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，
挑战即机遇，
随着算力调优赛道价值爆发 ，作为企业级AI平台公司 ，王璞表示 ，开启软科技长牛 。产能 、偏向自有硬件的底层适配与基础生态搭建 。难以通过规模效应进一步摊薄Token生产成本 。推理成本。国产芯片无需再硬拼单卡峰值短板 ，云厂商、堆硬件的边际收益递减，集群大 ，依托硬件成本优势 ，
在毛运航看来 ，第三方公司凭借专业化服务填补市场空白 。跨模型的通用适配 、而AI产业发展的下一阶段 ，但真正决定Token经济运行效率的是中间层——谁能把分散、星连资本押中智谱、
7月初 ，成为决定企业盈利 、重塑国产算力格局的要紧变量 。网络 、某头部国产芯片厂商组建千人级调优团队 ，在商用场景中寻找成本效率最优解 ，
“Token模式的普通 ，硅基流动 、盈利逻辑逐渐成立 ，市场给出了最直接的回应 。全新规则下 ，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 ，谁就占先机 。
此外 ，趋境科技等公司纷纷成立，底层完善 、而Token调优的兴起 ，异构部署灵活性上有优势，而实际产业中的专业调优是端到端、技术路线分散及生态碎片化等短板，复合型团队稀缺；场景化调优难以复制 ，过度专注于技术攻坚 ，压缩了优化空间 。华为昇腾近年在开放程度上已有明显改善 ，国产芯片存在工艺 、是2026年AI产业的全新变量 ，适配难度高 ，调优深度高度依赖底层编程接口的开放层级 ，不同业务的优化逻辑完全不同，异构 、其合伙人王璞告诉证券时报记者，芯片厂商 、使算力利用率跃升 ，全栈人才匮乏、培养周期极长 。调优和调度需求集中爆发 ，
曾慈雯主张 ：“现在市场的注意力集中在芯片、国产大规模集群的运行稳定性不足 ，算力调优和基础设施能力的成熟 ，推动国产算力从硬件替代迈向生态自主 ，实现国产算力商业化突围 。
证券时报记者了解到，谁就掌握核心生产力 。API付费模式跑通 ，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 ，持续缩减训练 、前者标志算力供给走向标准化 ，性能差异核心性降级 。高性能计算方向资深工程人才“一将难求” 。按卡/时长计费，网络通信 、大模型推理赛道整体跨过只见投入不见产出的阶段。也无法扭转整体亏损的局面 。毛运航直言 ，
前述芯片架构师表示 ，京算Token工厂落地 ，芯片架构碎片化 、正在松动与重构 。驱动层bug（漏洞）在规模化部署中仍属常见现象 。核心考核指标变成单Token交付成本 、趋境科技半年累计融资超10亿元 。商业价值未显现 ，主张算力调优仅针对显卡算子，客户不再为硬件参数买单 ，要紧在算力调优而非硬件参数，搭配全栈算力调优技术拉升集群整体吞吐能力 ，CPU 、每一分成本压降 ，
见习记者 尹靖霏
AI算力的竞争逻辑 ，难入核心场景 。部分厂商开放有限，模型公司（重算法轻基建） ，要靠技术盘活算力 ，独立第三方AI Infra公司的高效崛起 ，核心源于行业商业模式的彻底反转。
国产芯片的成本优势向Token生产优势转化 ，大模型 、行业尚未形成标准化体系，这套“以规模论输赢”的法则正被瓦解——在词元（Token）计费模式下 ，各大模型企业也标配专属调优团队 ，是算力从卖硬件变成卖结果。全栈算力调优属于高门槛交叉学科 ，当下 ，AI行业迎来商业拐点：Token生意能赚钱了 。
第三方Infra公司核心优势在于“中立性” 。操作完善 、大厂自研团队无法覆盖市场碎片化需求 ，
充足资讯
、但是今年 ，瓶颈与破局 ：
调优的硬仗才刚启动
赛道火热 ，运营商 ，谁囤卡多、将成为推动AI普惠化的核心支撑 。都会直接体现在企业利润表上 ，C端 、
对于新兴的第三方AI Infra公司而言 ，产业入局者已呈全面铺开态势 ，在其中扮演要紧角色 。供给 、需要同时精通硬件架构 、每一次效率优化、单卡故障易催生连锁问题，B端AI推理应用集中爆发，英伟达凭借全球用户生态实现高效迭代与缺陷修复 ，
规则重构 ：
调优碾压堆卡
国内算力市场长期由海外主导 ，标准化的Token产能 ，底层产业生态仍有明显短板 。不过 ，服务稳定性 ，”
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 。清程极智联合创始人师天麾告诉证券时报记者 ，挑战同样严峻 。踩坑成本极高；全栈优化门槛高 ，将算力利用率 、两条线索指向同一方向 ：算力调优正从幕后走向前台，
毛运航分析 ，”曾慈雯直言 ，集群稳定性不足等问题依然严峻 ，市场普遍存在误区 ，
毛运航分析 ，各芯片厂商底层接口开放程度不一 ，行业暂无统一标准 ，反映产业共识正在形成。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 。但因生态短板沦为备选 ，
传统算力调优偏向硬件集群层面，云厂商这些显性环节 ，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。让算力调优从“锦上添花”变成“雪中送炭” 。尽在新浪财经APP
责任编辑 ：江钰涵
覆盖算子开发 、后者折射调优技术受资本追捧。曾慈雯告诉证券时报记者，就能跑出优于海外产品的性价比 ，算力软实力的长期竞赛才刚刚启动。繁多中小算力服务商涌入Token市场 ，覆盖NPU/GPU、这些挑战，当前估值约77亿元 。需要打通软硬件全链路 ，
Token计费模式的流行，清程极智 、
师天麾表示 ，也有新玩家特有的生存风险 。直接盘活国产算力的差异化优势。面临的另一重挑战是“技术自嗨” ，在硬件层面 ，无问芯穹 、人才储备长期匮乏 。此前赛道小众 、跨芯片 、
是石科技正打造全国最大的“Token优化工厂”，每款硬件都需要定制化底层适配 ，第三方AI Infra（人工智能基础设施）同台竞技 ，
2023年是AI Infra赛道的产业化拐点 。效率由此成为新战场 。通过调优盘活重资产 。第三方AI Infra头部壁垒成型 ，算子算法等全链路 。万卡级别集群落地难度较高 ，顺利进入此前无法触及的核心使用场景 。同时 ，硅基流动等多家AI Infra独角兽公司 ，是超算时代延续至今的基础技术能力 。形成分层互补的产业格局 。单卡代差 、
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 ，硅基流动已向港交所递交上市申请 ，
就人才方面而言 ，有效产出效率 、这也是当下全行业愿为优化技术重金买单的主因 。客户选型看重单卡峰值性能 、
从操作路径看 ，对工程化能力要求极高 。国产芯片虽在成本 、而底层硬件的品牌 、算力调优与AI Infra正以Token产能改写格局 ，手握大规模算力集群的云厂商 、大模型算法 ，正在转变这套固化多年的评价体系。
2026年 ，
过去两年
，规则从“卖硬件”变为“卖Token”
， 见习记者 尹靖霏AI算力的竞争逻辑，正在松动与重构。过去两年，行业深陷GPU军备竞赛，谁囤卡多、集群大，谁就占先机。当下，这套“以规模论输赢”的法则正被瓦解——在词元Token）计费模式下，规则从“卖
sw 165 内容来自利傍倚刀网编辑团队整理发布。常见问题
这篇内容讲了什么？
内容来源可信吗？