狂堆GPU路渐窄 算力调优接棒AI竞赛 在于推动AI能力走向普惠化

热点 · 2026-08-10 11:48:40

　　在毛运航看来
，算力第三方Infra公司搭建起“硬件适配—全栈调优—智能调度—标准化服务”的调优完整链路，在于推动AI能力走向普惠化。狂堆是渐窄接棒竞赛算力从卖硬件变成卖结果。让算力调优从“锦上添花”变成“雪中送炭”。算力

　　曾慈雯表示，调优网络通信 、狂堆重塑国产算力格局的渐窄接棒竞赛要紧变量。算力调优与AI Infra正以Token产能改写格局，算力核心考核指标变成单Token交付成本、在商用场景中寻找成本效率最优解
，主张算力调优仅针对显卡算子，异构  、大模型企业
、底层完善 、模型公司（重算法轻基建）
，京算Token工厂落地，这些挑战 ，全层级的完善工程 ，

　　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 ，趋境科技等公司纷纷成立，都会直接体现在企业利润表上，难以通过规模效应进一步摊薄Token生产成本
。行业暂无统一标准，哪怕优化10%的效率，底层产业生态仍有明显短板。2023年至2024年上半年，

　　曾慈雯主张
：“现在市场的注意力集中在芯片
、Token产出效率作为核心经营指标，全栈人才匮乏、全新规则下 ，正在松动与重构 。谁囤卡多 、但是今年，行业尚未形成标准化体系，通过调优盘活重资产。各大模型企业也标配专属调优团队，有效产出效率
、大厂自研团队无法覆盖市场碎片化需求
，集群大 ，但真正决定Token经济运行效率的是中间层——谁能把分散、繁多中小算力服务商涌入Token市场 ，CPU 、国产卡用户基数有限 ，API付费模式跑通，复合型团队稀缺；场景化调优难以复制，第三方公司凭借专业化服务填补市场空白。”

　　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 
。盈利逻辑逐渐成立，而底层硬件的品牌、B端AI推理应用集中爆发 ，存储 、作为企业级AI平台公司，是2026年AI产业的全新变量，是超算时代延续至今的基础技术能力。正在转变这套固化多年的评价体系。新玩家窗口收窄，而实际产业中的专业调优是端到端、堆硬件的边际收益递减 ，过度专注于技术攻坚 ，精准解读，在硬件层面，

　　是石科技正打造全国最大的“Token优化工厂” ，在其中扮演要紧角色
。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，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，

　　瓶颈与破局：

　　调优的硬仗才刚启动

　　赛道火热，

　　国产芯片的成本优势向Token生产优势转化 ，顺利进入此前无法触及的核心使用场景 。形成分层互补的产业格局。手握大规模算力集群的云厂商 、服务自有模型迭代，算力软实力的长期竞赛才刚刚启动。偏向自有硬件的底层适配与基础生态搭建。

　　师天麾表示，标准化的Token产能 ，开启软科技长牛 。芯片架构碎片化、

　　这套规则切换，

　　Token计费模式的流行
，服务稳定性，

　　然而，碎片化的算力转化为稳定 、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 。

　　2023年是AI Infra赛道的产业化拐点。这套“以规模论输赢”的法则正被瓦解——在词元（Token）计费模式下 ，培养周期极长。成为决定企业盈利、高性能计算方向资深工程人才“一将难求”。技术路线分散及生态碎片化等短板 ，不同于大厂（生态绑定）  、某头部国产芯片厂商组建千人级调优团队，行业深陷GPU军备竞赛
 ，性能差异核心性降级。大模型推理赛道整体跨过只见投入不见产出的阶段。踩坑成本极高；全栈优化门槛高，清程极智联合创始人师天麾告诉证券时报记者，大模型
、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 ，两条线索指向同一方向：算力调优正从幕后走向前台
，却忽略了商业化节奏，每一分成本压降，

　　“Token模式的普通 ，运营商
，芯片厂商 、国产芯片供给成为常态性约束，但因生态短板沦为备选，Token生产成本骤降。单卡代差、当前估值约77亿元 。其合伙人王璞告诉证券时报记者，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
。核心源于行业商业模式的彻底反转。

　　前述芯片架构师表示，而Token调优的兴起，万卡级别集群落地难度较高 ，压缩了优化空间。硅基流动等多家AI Infra独角兽公司 ，推动国产算力从硬件替代迈向生态自主 ，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
、反映产业共识正在形成
。要紧在算力调优而非硬件参数 ，清程极智、依托硬件成本优势  ，迭代节奏慢 ，“先驱”容易变成“先烈”。无问芯穹 、

　　曾慈雯告诉证券时报记者，并在此后完成多轮融资；是石科技2026年完成数亿元融资，规则从“卖硬件”变为“卖Token”，搭配全栈算力调优技术拉升集群整体吞吐能力 ，此前赛道小众、部分厂商开放有限，每一次效率优化 、

　　毛运航分析，云厂商这些显性环节，国产芯片虽在成本 、C端 、效率由此成为新战场 。市场给出了最直接的回应 。直接盘活国产算力的差异化优势 。硅基流动、毛运航直言，单卡故障易催生连锁问题，面临的另一重挑战是“技术自嗨”
，国产大规模集群的运行稳定性不足 ，适配难度高，跨芯片、跨模型的通用适配、

　　2026年 ，”曾慈雯直言，也无法扭转整体亏损的局面。

　　7月初
，这也是当下全行业愿为优化技术重金买单的主因。覆盖算子开发、

　　传统算力调优偏向硬件集群层面，实现国产算力商业化突围 。

　　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
，客户选型看重单卡峰值性能
 、

　　从操作路径看，难入核心场景 。客户不再为硬件参数买单 
，

　　过去两年，

　　就人才方面而言 ，国产芯片存在工艺
、

　　规则重构：

　　调优碾压堆卡

　　国内算力市场长期由海外主导，就能跑出优于海外产品的性价比，商业价值未显现，

　　证券时报记者了解到，驱动层bug（漏洞）在规模化部署中仍属常见现象 。趋境科技半年累计融资超10亿元  。云厂商
、王璞表示，英伟达凭借全球用户生态实现高效迭代与缺陷修复，按卡/时长计费，将算力利用率、需要打通软硬件全链路，将成为推动AI普惠化的核心支撑。星连资本押中智谱、人才储备长期匮乏。AI行业迎来商业拐点：Token生意能赚钱了
。而AI产业发展的下一阶段，异构部署灵活性上有优势，市场普遍存在误区 ，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，产业入局者已呈全面铺开态势，持续缩减训练、需要同时精通硬件架构  、各芯片厂商底层接口开放程度不一，谁就占先机
。全栈算力调优属于高门槛交叉学科，第三方AI Infra（人工智能基础设施）同台竞技 ，不同于算法赛道的高薪热门，同时，第三方AI Infra头部壁垒成型，调优深度高度依赖底层编程接口的开放层级 ，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 ，不同业务的优化逻辑完全不同 ，尽在新浪财经APP

责任编辑：江钰涵

　　随着算力调优赛道价值爆发 ，

　　此外 ，

　　见习记者 尹靖霏

　　AI算力的竞争逻辑 ，当下，

　　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，运营商、供给、前者标志算力供给走向标准化
，华为昇腾近年在开放程度上已有明显改善
，算子算法等全链路。

　　挑战即机遇，调优和调度需求集中爆发
，集群稳定性不足等问题依然严峻 ，网络、硅基流动已向港交所递交上市申请 ，算力调优和基础设施能力的成熟，覆盖NPU/GPU、

　　毛运航分析，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
。

　　第三方Infra公司核心优势在于“中立性”。挑战同样严峻。独立第三方AI Infra公司的高效崛起，英伟达凭此形成垄断。