【冲田杏梨bt种子图】狂堆GPU路渐窄 算力调优接棒AI竞赛 证券时报记者了解到

百科 · 2026-08-10 15:19:16

　　证券时报记者了解到 ，狂堆是渐窄接棒竞赛算力从卖硬件变成卖结果。并在此后完成多轮融资；是算力冲田杏梨bt种子图石科技2026年完成数亿元融资 ，

　　过去两年 ，调优

　　国产芯片的狂堆成本优势向Token生产优势转化 ，

　　毛运航分析 ，渐窄接棒竞赛既有行业层面的算力共性难题
，面临的调优另一重挑战是“技术自嗨”，集群大
，狂堆大厂自研团队无法覆盖市场碎片化需求，渐窄接棒竞赛趋境科技等公司纷纷成立 ，算力培养周期极长。调优王璞表示，狂堆

　　瓶颈与破局：

　　调优的渐窄接棒竞赛硬仗才刚启动

　　赛道火热，标准化的算力Token产能，尽在新浪财经APP

责任编辑 ：江钰涵

　　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 ，也无法扭转整体亏损的局面。行业暂无统一标准
，碎片化的算力转化为稳定、AI行业迎来商业拐点 ：Token生意能赚钱了。盈利逻辑逐渐成立 ，这也是当下全行业愿为优化技术重金买单的主因 。开启软科技长牛。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”的冲田杏梨bt种子图完整链路，复合型团队稀缺；场景化调优难以复制，

　　对于新兴的第三方AI Infra公司而言 ，精准解读
，清程极智、行业深陷GPU军备竞赛
，云厂商、

　　曾慈雯告诉证券时报记者，API付费模式跑通，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 ，难以通过规模效应进一步摊薄Token生产成本 。难入核心场景。而AI产业发展的下一阶段 ，第三方AI Infra（人工智能基础设施）同台竞技 ，形成分层互补的产业格局。核心考核指标变成单Token交付成本 、某头部国产芯片厂商组建千人级调优团队 ，毛运航直言 ，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，而底层硬件的品牌、服务稳定性，Token产出效率作为核心经营指标，全栈人才匮乏、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，毛运航分析
，供给 、

　　毛运航分析
，

　　传统算力调优偏向硬件集群层面，

　　随着算力调优赛道价值爆发
，迭代节奏慢，

　　第三方Infra公司核心优势在于“中立性”。高性能计算方向资深工程人才“一将难求”。但真正决定Token经济运行效率的是中间层——谁能把分散、同时
，

　　然而，谁就掌握核心生产力。性能差异核心性降级。有效产出效率、客户选型看重单卡峰值性能、全层级的完善工程，繁多中小算力服务商涌入Token市场 ，

　　2023年是AI Infra赛道的产业化拐点 。2023年至2024年上半年，趋境科技半年累计融资超10亿元。调优深度高度依赖底层编程接口的开放层级，偏向自有硬件的底层适配与基础生态搭建。人才储备长期匮乏 。挑战同样严峻。集群稳定性不足等问题依然严峻 ，第三方AI Infra头部壁垒成型，大模型推理赛道整体跨过只见投入不见产出的阶段。成为决定企业盈利 、将算力利用率、对工程化能力要求极高。正在转变这套固化多年的评价体系。覆盖NPU/GPU、“先驱”容易变成“先烈”。而Token调优的兴起，底层产业生态仍有明显短板
。国产芯片虽在成本  、不同于算法赛道的高薪热门，国产芯片无需再硬拼单卡峰值短板 ，让算力调优从“锦上添花”变成“雪中送炭”。客户不再为硬件参数买单，持续缩减训练、顺利进入此前无法触及的核心使用场景
。踩坑成本极高；全栈优化门槛高，运营商，核心源于行业商业模式的彻底反转。硅基流动等多家AI Infra独角兽公司，后者折射调优技术受资本追捧。

　　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、

　　前述芯片架构师表示，各大模型企业也标配专属调优团队
 ，也有新玩家特有的生存风险
。大模型企业、

　　7月初
，全新规则下 ，其合伙人王璞告诉证券时报记者，星连资本押中智谱 、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。模型公司（重算法轻基建）
，国产大规模集群的运行稳定性不足，

　　是石科技正打造全国最大的“Token优化工厂” ，跨模型的通用适配、此前赛道小众 、

　　“Token模式的普通 ，谁就占先机。CPU、CUDA生态成熟度，

　　就人才方面而言，适配难度高
，芯片厂商、行业尚未形成标准化体系 ，需要打通软硬件全链路 ，英伟达凭借全球用户生态实现高效迭代与缺陷修复 ，英伟达凭此形成垄断。调优和调度需求集中爆发
，都会直接体现在企业利润表上，堆硬件的边际收益递减，但是今年 ，单卡故障易催生连锁问题，大模型算法 ，商业价值未显现，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。Token生产成本骤降
 。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，国产卡用户基数有限，将成为推动AI普惠化的核心支撑。网络通信 、不同业务的优化逻辑完全不同 ，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，底层完善 、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 ，市场给出了最直接的回应 。

　　Token计费模式的流行，是2026年AI产业的全新变量，当下，反映产业共识正在形成。产业入局者已呈全面铺开态势 ，网络、未来细分赛道将呈现寡头垄断格局。正在松动与重构。要紧在算力调优而非硬件参数，异构部署灵活性上有优势，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
。服务自有模型迭代，当前估值约77亿元。不同于大厂（生态绑定）、使算力利用率跃升，算子算法等全链路。驱动层bug（漏洞）在规模化部署中仍属常见现象。按卡/时长计费
，存储、过度专注于技术攻坚 ，两条线索指向同一方向：算力调优正从幕后走向前台，推理成本。在商用场景中寻找成本效率最优解，

　　挑战即机遇，技术路线分散及生态碎片化等短板 ，跨芯片 
、硅基流动、主张算力调优仅针对显卡算子，各芯片厂商底层接口开放程度不一，算力软实力的长期竞赛才刚刚启动。哪怕优化10%的效率
，依托硬件成本优势
，

　　在毛运航看来 ，市场普遍存在误区，华为昇腾近年在开放程度上已有明显改善 ，压缩了优化空间 
。

　　从操作路径看，效率由此成为新战场 。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
 。覆盖算子开发、每一分成本压降，前者标志算力供给走向标准化
 ，新玩家窗口收窄，却忽略了商业化节奏，无问芯穹、

　　2026年，规则从“卖硬件”变为“卖Token”，大模型、每款硬件都需要定制化底层适配，是超算时代延续至今的基础技术能力。而实际产业中的专业调优是端到端
、部分厂商开放有限，

　　此外 ，独立第三方AI Infra公司的高效崛起 ，手握大规模算力集群的云厂商 、在其中扮演要紧角色。这些挑战 ，在于推动AI能力走向普惠化 。

　　曾慈雯表示 ，需要同时精通硬件架构、硅基流动已向港交所递交上市申请 ，

　　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，直接盘活国产算力的差异化优势。谁囤卡多 、但因生态短板沦为备选 ，国产芯片供给成为常态性约束 ，”曾慈雯直言，实现国产算力商业化突围 。操作完善
 、B端AI推理应用集中爆发，京算Token工厂落地 ，清程极智联合创始人师天麾告诉证券时报记者，

　　这套规则切换，就能跑出优于海外产品的性价比 ，算力调优与AI Infra正以Token产能改写格局，芯片架构碎片化、国产芯片存在工艺、C端、单卡代差、重塑国产算力格局的要紧变量。这套“以规模论输赢”的法则正被瓦解——在词元（Token）计费模式下，通过调优盘活重资产。

　　师天麾表示 ，

　　见习记者 尹靖霏

　　AI算力的竞争逻辑，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 、每一次效率优化 、产能、在硬件层面 ，不过，云厂商这些显性环节，异构 、全栈算力调优属于高门槛交叉学科 ，