国产算力正迈入Token标准化时代
速览
当前国产算力的核心瓶颈不再局限于芯片硬件本身,而是转向了从异构算力到可用Token之间的工程化转化能力。这一转变标志着算力基础设施正在进入Token标准化时代,对提升算力利用效率和降低使用门槛具有重要意义。
AI 深度解读
背景
2026年6月17日,在2026国产异构算力创新发展大会期间,一场聚焦国产算力工程化转化的内部论坛在无锡太湖边举行。此次论坛由是石科技(Meta-Stone)发起,汇聚了学术界代表、国产AI芯片厂商、算力平台方及应用厂商等多方力量。
当前,中国算力市场规模在2025年已达八千亿元人民币,2026年被产业界普遍视为“国产AI算力全线兑现元年”。尽管国产AI加速卡在第一季度已占据国内AI算力市场的半壁江山,解决了“有没有”的问题,但芯片交付后,客户仍面临适配难、调优贵、生态散等挑战,导致部分已建成智算中心的国产算力使用率不足50%。在此背景下,如何将分布式的国产异构算力系统化地转化为标准化的Token生产能力,成为行业亟待解决的核心工程问题。
核心内容
论坛围绕“以异构之智,筑国产之基”主题展开深入讨论,核心观点认为,中国AI算力市场的上游供应链正走向集中融合,下游应用走向场景分化,中间层的生态位价值将长期存在且日益增大。
1. 行业共识与痛点分析 与会嘉宾指出,算力分布式是行业核心障碍。推理市场需要产品矩阵而非单一芯片,未来必须通过标准化适配、统一调度及生态协同来解决。同时,AI基础设施不能依赖国外底层算力,物理AI有望成为未来国产算力的最大爆发点。生态的完善需要在芯片、调度、推理引擎、行业应用等多个层面发力,由专业玩家深耕并形成合力。
2. 是石科技的战略定位与产品体系 是石科技创始人兼董事长闫博文提出,公司不做芯片,不做大模型,而是专攻“从异构算力到国产Token优化工厂”的工程化转化。其核心逻辑在于利用在超算领域积累的并行优化、集群稳定运营及异地调度能力,深度优化推理框架和推理引擎,将“用不起来的异构算力”转化为企业可用的标准化Token生产能力。
是石科技根据“需求的尺度”将产品体系分为三层:
- 最大尺度:针对万卡、十万卡级用户,搭建算力池基础调度平台,确保超大规模集群的长期稳定运营。
- 中尺度:针对头部模型或行业用户,提供千卡、百卡级的私有云解决方案,包含推理、训练功能及AI算子库,并针对科学计算进行行业算子库优化与定制化。
- 小尺度:针对价格敏感、需求灵活的零散用户,以核时费、卡时或Token形式提供服务,利用开源模型优化极致降低成本。
3. 第三方使能者的崛起 随着“芯模共进”成为产业关键词,以及算力网首次纳入国家“六张网”战略布局,中间层的系统工程能力变得至关重要。芯片厂商聚焦芯片设计,大模型厂商聚焦模型能力,而将算力转化为Token所需的异构资源池化、智能调度、推理框架深度优化及SLA保障等工作,构成了一个独立的专业生态位。
是石科技构建了六层架构:硬件层构建异构算力资源池,IaaS层完成虚拟化基础设施,智驭算力调度模块实现统一管理,深度推理框架和引擎提供加速,Token Factory服务层输出标准化接口。这种第三方使能者角色,旨在让客户无需关心底层芯片差异,直接获取稳定、便宜的Token。
4. 资本与市场动态 是石科技已完成从Pre-A到B轮的连续融资,近日正式启动B轮融资。此前A轮由北京市先进制造和智能装备产业投资基金(京国瑞基金与基石资本共同管理)领投。公司服务了包括互联网大厂、头部大模型公司及航空航天、生物制药等领域在内的200多家重点客户。
关键要点
- 瓶颈转移:国产算力的瓶颈已从芯片制造本身,转移至从异构算力到可用Token之间的工程化转化能力。
- 生态位价值:在芯片厂商与大模型厂商之间,存在一个具备“把上游资源转化为下游可用标准化产品”核心工程能力的独立第三方生态位,这是产业分工深化的必然结果。
- Token标准化:Token正从技术计量单位演变为AI时代的“硬通货”和生产资料。通过标准化适配和统一调度,解决国产芯片碎片化问题,是实现规模化落地的关键。
- 物理AI潜力:利用HPC(高性能计算)产生的数据反哺“物理AI”,以及用AI加速HPC计算(AI4S),是国产算力结合超算经验的重要路径。
- 国家政策支持:2026年作为“十五五”开局之年,算力网纳入国家战略,年度投资预计超7万亿元,旨在构建算力版“国家电网”,打破地域算力孤岛。
- 商业模式创新:是石科技等第三方服务商通过提供实时推理、批量推理和定制化推理等产品矩阵,覆盖企业从小到大的全生命周期算力需求,并计划以独立第三方国产算力服务商身份开启IPO。
意义与影响
1. 推动国产算力从“可用”迈向“好用” 通过工程化手段解决异构算力的适配与调度难题,能够显著提升国产AI芯片的实际使用率,打破“能用但不好用”的困境,加速国产算力在真实业务场景中的规模化落地。
2. 重塑AI产业链分工格局 第三方使能者角色的兴起,标志着中国AI产业正从追求单点硬件性能突破,迈入追求系统性协同、高效与开放的新阶段。这种分工有助于芯片厂商和大模型厂商聚焦核心优势,提升整体产业效率。
3. 加速Token经济体系的标准化 随着大模型厂商Token分成模式在2026年二季度启动,Token作为数字硬通货的地位日益巩固。标准化Token生产能力的建立,将降低AI应用的门槛和成本,促进AI应用的百花齐放,并为定义Token时代的行业标准奠定基础。
4. 强化科技自立自强与国家安全 构建自主可控的算力基础设施和Token生产能力,减少对外部底层算力的依赖,符合国家“加快高水平科技自立自强”的战略导向,有助于保障国家数字经济的长期安全与竞争力。
