国产算力迈向Token标准化新征程

允中 发自 凹非寺
徽声在线 | 公众号 QbitAI

在AI蓬勃发展的时代，Token已然成为一种全新的“硬通货”，其重要性正日益凸显。

当下，将分布式的国产算力系统且高效地转化为标准化的Token生产能力，已然成为行业内亟待解决的关键问题，而终于有企业开始认真投身于这一具有重大意义的探索之中。

2026年6月17日，国家超级计算无锡中心创新发展大会盛大举行。期间，一场聚焦行业前沿的内部论坛在无锡太湖边悄然展开。此次论坛汇聚了学术界的权威代表，以及国产AI芯片厂商、算力平台方、应用厂商等众多行业精英，大家齐聚一堂，共同探讨国产算力发展的新路径。

△2026国产异构算力创新发展论坛现场

此次论坛的发起者是是石科技（Meta - Stone）。

在是石科技创始人兼董事长闫博文的深入观察中发现，当前国产算力面临的关键瓶颈并非在于芯片本身，而是在于从异构算力到可用Token之间的工程化转化能力。这一转化过程涉及诸多复杂环节，若无法有效解决，将严重制约国产算力的发展与应用。

是石科技在AI时代精准定位，扮演着Token产业链中承上启下的关键角色。它既不涉足芯片研发制造，也不专注于大模型开发，而是将全部精力投入到“从异构算力到国产Token优化工厂”的工程化转化工作中，致力于打通国产算力应用的“最后一公里”。

一个被长期忽视的真实问题

据权威统计数据显示，2025年，中国算力市场规模已成功突破八千亿元人民币大关。而2026年更是被产业界普遍视为“国产AI算力全线兑现元年”，这意味着国产AI算力将迎来全面爆发与深度应用的关键时期。

如今，国产AI芯片的发展已取得了显著进展，早已不再面临“有没有”的困境。在今年第一季度，国产AI加速卡出货量在中国AI算力市场中占据了半壁江山，展现出强劲的发展势头。然而，硬币总有两面，芯片制造出来并交付使用后，距离客户认可的“好用”标准仍存在较大差距。适配困难、调优成本高昂、生态系统分散等问题，成为国产算力规模化落地的最大阻碍。有相关机构统计，部分已建成的智算中心，国产算力使用率不足50%，这无疑是对资源的一种巨大浪费。

17日举办的这场2026国产异构算力创新发展论坛，正是聚焦于这些问题，组织各方专家进行深入探讨，寻求切实可行的解决方案。

“以异构之智，筑国产之基”

此次论坛的嘉宾阵容堪称豪华，汇聚了众多行业领军人物。其中包括中国工程院院士、气象与计算科学领域的权威专家沈学顺，国家超级计算无锡中心主任杨广文，中国信息协会算力网专委会秘书长、中通服咨询设计研究院有限公司高级顾问郁建生，摩尔线程联合创始人、执行总裁王东，太初元碁联合创始人兼首席运营官乔梁，以及瀚博半导体、沐曦集成电路等行业领袖。参会企业也涵盖了新华三集团、融科联创、无锡沐创、北京瑞莱智慧科技等一批具有代表性的公司，他们共同为国产算力的发展出谋划策。

△圆桌对话环节

围绕“以异构之智，筑国产之基”这一核心主题，与会嘉宾展开了热烈而深入的讨论。他们究竟聊了些什么呢？

来看详细笔记：演讲嘉宾们普遍认为，中国AI算力市场的上游供应链正逐渐走向集中融合，下游应用则呈现出场景分化的趋势。而中间层生态位将在较长时间内持续存在，并且其价值会不断增大。这一判断为国产算力的发展指明了方向，也为相关企业提供了战略布局的参考。

当前，算力分布式成为行业发展的核心障碍之一。在推理市场，单一芯片已难以满足多样化的需求，需要构建产品矩阵来应对不同场景。未来，必须通过标准化适配、统一调度以及生态协同等多方面的努力来解决这一问题。此外，AI基础设施不能过度依赖国外底层算力，物理AI有望成为未来国产算力的最大爆发点，为国产算力的发展开辟新的道路。

在圆桌论坛环节，嘉宾们达成的共识也十分清晰：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同时发力。这需要专业玩家深耕细作，共同形成强大的合力，推动国产算力生态的健康发展。

闫博文在论坛上分享了来自是石科技的深入思考：是石科技始终坚持HPC与AI相结合的发展路径，这既是超算积累的宝贵经验，也是经过实战验证的可行之路。如今，模型进入后训练时代，既要追求规模，也要追求效率，这就需要双向打磨。一方面，利用AI加速HPC计算（AI4S），提高计算效率；另一方面，用HPC产生的数据反哺“物理AI”，促进物理AI的发展。“我们在超算上积累的并行优化、集群稳定运营、异地调度能力，正是AI算力基础设施所急需的。”

他详细介绍，是石科技判断产品体系的标准是“需求的尺度”，根据不同用户的需求规模，将产品体系分为三个层次：

最大尺度：对于万卡、十万卡级用户而言，他们需要超大规模集群能够长期稳定运营。为此，公司专门搭建了算力池基础调度平台，确保大规模集群的高效运行和稳定管理。

中尺度：头部模型或行业用户通常需要千卡、百卡级的算力支持。针对这一需求，公司需要快速搭建私有云，该私有云不仅包含推理、训练功能，还配备AI算子库。对于科学计算领域，还需进行行业算子库优化，并实现定制化服务，以满足不同用户的特定需求。

小尺度：零散用户对价格较为敏感，且需求灵活多变。公司针对这一群体，以核时费、卡时或Token形式提供服务，充分利用开源模型优化到极致，从而降低成本，为用户提供性价比更高的算力解决方案。

△是石科技创始人兼董事长 闫博文

这套完善的产品框架全面覆盖了企业从创业到成熟的全生命周期算力需求。“这三个尺度对应企业从小到大的成长过程，每层所需的技术能力各有不同。但优化技术没有高低之分，我们都会在给定条件下做到极致，为用户提供最优质的服务。”闫博文表示，是石科技的定位是国内独立第三方算力服务企业，目前已经运营了十几家算力中心。“最终，我们希望以第三方国产算力服务商的身份开启IPO，为国产算力的发展贡献更多力量。”

也就是说，在让国产芯片“好用”这条关键链路上，是石科技这样的企业正占据着一个至关重要的生态位：

它们既不销售芯片，也不全力投入大模型研发，而是通过深度适配昇腾、昆仑芯、摩尔线程、天数智芯、太初、瀚博半导体等国产AI芯片资源，结合国家级算力中心的工程经验，深度优化推理框架和推理引擎，将原本难以利用的异构算力，转化为企业可用的标准化Token生产能力，为国产算力的应用推广提供了有力支持。

谁是是石科技？

虽然在行业内，是石科技已经拥有了较高的知名度，但外界对它的认知整体上仍停留在“低调”这一印象上。这或许与它专注于技术研发和服务，较少进行大规模宣传有关。

创始人兼董事长闫博文先生是一位90后杰出人才，他是清华大学航院博士、计算机系博士后，具备深厚的学术背景和专业知识。公司成立仅四年，就已经成功服务了200多家重点客户，这些客户涵盖了互联网大厂、头部大模型公司，以及航空航天、生物制药、新能源等领域，基本覆盖了算力需求最密集的行业，充分展示了公司的实力和市场认可度。其技术团队更是实力不凡，参与过全球高性能计算最高奖“戈登·贝尔奖”项目，还拿过CCF HPC China超算最佳应用提名，为公司的技术创新提供了坚实保障。

随着国产算力从“可获得”逐步走向“可用、好用”，市场也开始重新审视这类系统工程能力的价值。资本的反应最为直接：近日，是石科技正式启动B轮融资。此前，公司已完成数亿元A轮融资，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，北京基石创投、平湖金投等老股东继续跟投。算上2025年下半年完成的Pre - A与Pre - A +轮融资，是石科技在一年时间内已连续完成三轮融资，展现出强劲的发展势头和巨大的发展潜力。

这些成绩，是石科技团队极少主动对外提及，他们更专注于技术研发和服务提升。随着B轮融资启动，他们如今更愿意谈论的，是另一件具有重大意义的事情：国产Token优化工厂。

这一概念的核心在于构建从异构算力到标准化Token服务的完整生产平台。简单来说，就是把客户手里的异构算力（尤其是国产AI芯片）通过深度优化推理框架和推理引擎，转化为稳定、高效、可计量的Token生产能力，为客户提供更加优质、便捷的算力服务。

第三方使能者：AI产业链的必然拼图

2026年是“十五五”开局之年，“加快高水平科技自立自强”被置于突出位置。国家明确指导国产大模型加大力度适配国产算力芯片，“芯模共进”成为产业关键词，为国产算力与大模型的协同发展指明了方向。

今年4月，算力网首次纳入国家“六张网”战略布局（水网、新型电网、算力网、新一代通信网、城市地下管网、物流网），中央已相继要求加强规划建设，相关领域年度投资预计超7万亿元。这一举措充分体现了国家对算力网建设的高度重视，为算力网的发展提供了强大的政策支持和资金保障。

算力网本质是构建算力版的“国家电网”——依托“东数西算”布局的全国一体化算力网，打破地域算力孤岛，实现数据自由流动与算力高效调度。“十五五”时期将持续深入推进东数西算工程，构建多层次算力设施体系，进一步提升算力的利用效率和覆盖范围。

在这些政策措施的积极促进下，算力调度与推理优化成为不可忽视的关键环节。只有实现高效的算力调度和优化推理，才能充分发挥算力网的优势，为AI产业的发展提供有力支撑。

芯片厂商的核心竞争力在于芯片设计，他们专注于提升芯片的性能和功能；大模型厂商的核心竞争力在于模型能力，致力于开发出更加智能、高效的大模型。然而，要把芯片的算力真正转化为大模型可用的Token，中间需要大量的系统工程工作，如异构算力资源池化、智能调度、推理框架深度优化、SLA保障等。这些工作专业性强、工程复杂度高，但又不天然属于芯片厂商或大模型厂商的核心业务边界。

这个中间地带正是是石科技的精准定位，其六层架构设计也清晰地反映了这种定位：硬件层构建异构算力资源池，为后续的算力调度和优化提供基础；IaaS层完成虚拟化基础设施，实现资源的灵活分配和管理；智驭算力调度模块实现统一智能的资源管理，提高算力利用效率；深度推理框架和推理引擎提供高性能加速，提升推理速度和质量；Token Factory服务层输出标准化推理接口，方便用户使用；最终形成面向用户的产品矩阵，即实时推理、批量推理和定制化推理，满足不同用户的多样化需求。

对客户来说，使用是石科技的服务后，不再需要关心底层跑的是哪家芯片、怎么调度、怎么优化，只需要拿到稳定、便宜的Token，即可轻松开展业务，大大降低了使用门槛和成本。

对产业来说，第三方使能者角色的兴起，本身就是一个重要信号：中国的AI产业，正在从追求单点硬件性能突破，迈入一个追求系统性协同、高效与开放的新阶段。这将有助于提升整个AI产业的竞争力，推动AI技术的广泛应用和深入发展。

谁在定义Token时代的“标准化”

Token正从单纯的技术计量单位，逐渐演变为AI时代的重要生产资料与数字硬通货。如同工业时代的煤炭与电力，Token的获取成本、生产效率和使用门槛，正在深刻重塑AI产业的市场竞争格局。谁能够掌握Token的生产和供应，谁就能在AI产业中占据有利地位。

逻辑推演下去会产生一个有趣的问题：在Token这条产业链里，会不会出现一个定义“标准化”的独立生态位？

从上游来看，算力资源高度碎片化。国产AI芯片（昇腾、昆仑芯、摩尔线程、天数、太初、瀚博半导体等）产能虽然上来了，但却面临“能用但不好用”的困境。这主要是由于芯片与实际应用场景的适配性不足，以及生态系统不完善等原因导致的。如何解决这些问题，提高国产AI芯片的易用性和实用性，是上游厂商需要面对的重要挑战。

从下游来看，需求呈现爆发式增长。黄仁勋在GTC大会上明确提出“token factory”概念，将Token比作数字经济时代的“硬通货”，这充分说明了Token在数字经济中的重要地位。大模型厂商Token分成模式已在2026年二季度正式启动，这意味着Token的商业价值得到了进一步认可，市场需求将持续扩大。

这个格局，与任何由碎片化原材料走向标准化产品的产业早期阶段并无二致。在每一个这样的产业周期中，都会催生一类关键角色：不掌握上游资源，也不直接面对终端消费者，但具备“把上游资源转化为下游可用的标准化产品”的核心工程能力。这类角色在产业发展中起着至关重要的桥梁作用，能够促进上下游之间的有效衔接和协同发展。

是石科技未必会成为Token产业链里唯一的那个定义者，但他们正在做的事情确实卡住了这个生态位。客观来说，未来的结果既取决于技术路线的领先性，也取决于国产算力生态何时迎来真正的“iPhone时刻”。当国产算力生态达到一个高度成熟、协同发展的阶段，就像iPhone改变了智能手机行业一样，将推动整个AI产业实现质的飞跃。

但无论如何，在Token产业链里，一个独立的第三方使能者必将出现——这是产业分工深化的必然规律，AI时代也不例外。随着AI产业的不断发展，分工将越来越细化，第三方使能者将在其中发挥越来越重要的作用，为AI产业的健康发展提供有力保障。