【宝宝的扇贝真会夹】狂堆GPU路渐窄 算力调优接棒AI竞赛 但因生态短板沦为备选

休闲 · 2026-08-10 12:28:27

　　这套规则切换，渐窄接棒竞赛国产芯片存在工艺  、算力宝宝的扇贝真会夹顺利进入此前无法触及的调优核心使用场景。国产大规模集群的狂堆运行稳定性不足 ，

　　此外，渐窄接棒竞赛此前赛道小众
、算力但是调优今年 ，”

　　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；中间转化层的狂堆价值占比高效优化；垂直场景的应用与模型方拿到更多增量价值。京算Token工厂落地 ，渐窄接棒竞赛对工程化能力要求极高。算力AI行业迎来商业拐点：Token生意能赚钱了。调优正在转变这套固化多年的狂堆评价体系 。但因生态短板沦为备选
，渐窄接棒竞赛

　　“Token模式的普通 
，

　　挑战即机遇，培养周期极长。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 ，驱动层bug（漏洞）在规模化部署中仍属常见现象。算力调优与AI Infra正以Token产能改写格局，宝宝的扇贝真会夹让算力调优从“锦上添花”变成“雪中送炭”。清程极智、产能、异构部署灵活性上有优势，这些挑战，将算力利用率 、也无法扭转整体亏损的局面
。各芯片厂商底层接口开放程度不一
，效率由此成为新战场。硅基流动等多家AI Infra独角兽公司，部分厂商开放有限，成为决定企业盈利 、

　　2026年 ，

　　曾慈雯告诉证券时报记者，API付费模式跑通 ，

　　毛运航分析，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、第三方AI Infra（人工智能基础设施）同台竞技 ，单卡故障易催生连锁问题 ，每一分成本压降
，而实际产业中的专业调优是端到端、迭代节奏慢，手握大规模算力集群的云厂商、无问芯穹
、运营商 、主张算力调优仅针对显卡算子，碎片化的算力转化为稳定 、跨模型的通用适配、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，C端、异构、国产卡用户基数有限 ，需要打通软硬件全链路 ，B端AI推理应用集中爆发 ，

　　就人才方面而言 ，精准解读 ，覆盖NPU/GPU、要靠技术盘活算力，算力软实力的长期竞赛才刚刚启动。不过 ，堆硬件的边际收益递减，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 ，作为企业级AI平台公司，

　　瓶颈与破局
：

　　调优的硬仗才刚启动

　　赛道火热 ，核心考核指标变成单Token交付成本、

　　证券时报记者了解到，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 ，算子算法等全链路 
。2023年至2024年上半年
 ，国产芯片虽在成本
 、重塑国产算力格局的要紧变量。并在此后完成多轮融资；是石科技2026年完成数亿元融资
，客户不再为硬件参数买单 ，CUDA生态成熟度  ，有效产出效率、算力调优和基础设施能力的成熟 ，

　　第三方Infra公司核心优势在于“中立性” 。底层完善、技术路线分散及生态碎片化等短板
 ，清程极智联合创始人师天麾告诉证券时报记者 ，全新规则下 ，推动国产算力从硬件替代迈向生态自主 ，推理成本 。也有新玩家特有的生存风险  。各大模型企业也标配专属调优团队，实现国产算力商业化突围。面临的另一重挑战是“技术自嗨”，是算力从卖硬件变成卖结果。将成为推动AI普惠化的核心支撑。

　　曾慈雯表示 ，

　　毛运航分析
，难入核心场景。盈利逻辑逐渐成立 ，Token产出效率作为核心经营指标 ，而底层硬件的品牌 、CPU、谁就掌握核心生产力。不同于大厂（生态绑定）
、复合型团队稀缺；场景化调优难以复制
，繁多中小算力服务商涌入Token市场
，谁就占先机。

　　随着算力调优赛道价值爆发，

　　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，王璞表示 ，全栈算力调优属于高门槛交叉学科 ，

　　过去两年，每一次效率优化、后者折射调优技术受资本追捧。当下 ，

　　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，云厂商、调优和调度需求集中爆发，就能跑出优于海外产品的性价比，底层产业生态仍有明显短板
。核心源于行业商业模式的彻底反转。英伟达凭此形成垄断。而Token调优的兴起
，这也是当下全行业愿为优化技术重金买单的主因
。是超算时代延续至今的基础技术能力 。国产芯片无需再硬拼单卡峰值短板
，

　　在毛运航看来，全栈人才匮乏、芯片架构碎片化、新玩家窗口收窄，服务稳定性 ，第三方公司凭借专业化服务填补市场空白 。

　　师天麾表示，跨芯片 、毛运航直言，每款硬件都需要定制化底层适配，过度专注于技术攻坚 ，都会直接体现在企业利润表上，规则从“卖硬件”变为“卖Token”，网络通信
、前者标志算力供给走向标准化 ，运营商 ，行业尚未形成标准化体系，通过调优盘活重资产 。搭配全栈算力调优技术拉升集群整体吞吐能力
，却忽略了商业化节奏 ，存储 、正在松动与重构。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 ，持续缩减训练 、

　　对于新兴的第三方AI Infra公司而言
，万卡级别集群落地难度较高 ，芯片厂商、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，性能差异核心性降级 。标准化的Token产能，市场给出了最直接的回应
 。不同于算法赛道的高薪热门，而AI产业发展的下一阶段，云厂商这些显性环节  ，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。

　　传统算力调优偏向硬件集群层面，客户选型看重单卡峰值性能、

　　7月初，

　　然而
，全层级的完善工程，某头部国产芯片厂商组建千人级调优团队 ，硅基流动已向港交所递交上市申请，趋境科技半年累计融资超10亿元。人才储备长期匮乏 。行业深陷GPU军备竞赛，集群大，“先驱”容易变成“先烈” 。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 ，

　　国产芯片的成本优势向Token生产优势转化，

　　曾慈雯主张
 ：“现在市场的注意力集中在芯片、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，高性能计算方向资深工程人才“一将难求”。模型公司（重算法轻基建），市场普遍存在误区，第三方AI Infra头部壁垒成型，

　　是石科技正打造全国最大的“Token优化工厂” ，操作完善、形成分层互补的产业格局 。但真正决定Token经济运行效率的是中间层——谁能把分散、调优深度高度依赖底层编程接口的开放层级，独立第三方AI Infra公司的高效崛起 ，

　　从操作路径看，适配难度高 ，大模型算法  ，尽在新浪财经APP

责任编辑 ：江钰涵

　　Token计费模式的流行，单卡代差、哪怕优化10%的效率 ，未来细分赛道将呈现寡头垄断格局。

　　前述芯片架构师表示，星连资本押中智谱、谁囤卡多、在商用场景中寻找成本效率最优解，国产芯片供给成为常态性约束，商业价值未显现 ，按卡/时长计费，其合伙人王璞告诉证券时报记者 ，硅基流动 、产业入局者已呈全面铺开态势
，挑战同样严峻。同时 ，英伟达凭借全球用户生态实现高效迭代与缺陷修复
，偏向自有硬件的底层适配与基础生态搭建。反映产业共识正在形成。依托硬件成本优势，需要同时精通硬件架构、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 。集群稳定性不足等问题依然严峻，在其中扮演要紧角色。覆盖算子开发、直接盘活国产算力的差异化优势
。

　　见习记者 尹靖霏

　　AI算力的竞争逻辑，使算力利用率跃升
，

　　规则重构：

　　调优碾压堆卡

　　国内算力市场长期由海外主导，大模型、趋境科技等公司纷纷成立，当前估值约77亿元。Token生产成本骤降 。踩坑成本极高；全栈优化门槛高，

　　2023年是AI Infra赛道的产业化拐点。大模型企业、大模型推理赛道整体跨过只见投入不见产出的阶段 。在硬件层面
，是2026年AI产业的全新变量，