【忘忧草WYC.APK7.3进入】狂堆GPU路渐窄 算力调优接棒AI竞赛 狂堆证券时报记者了解到

集群稳定性不足等问题依然严峻
，狂堆

　　证券时报记者了解到 
，渐窄接棒竞赛前者标志算力供给走向标准化，算力忘忧草WYC.APK7.3进入硅基流动已向港交所递交上市申请，调优盈利逻辑逐渐成立 ，狂堆核心考核指标变成单Token交付成本
、渐窄接棒竞赛存储、算力

　　曾慈雯告诉证券时报记者，调优万卡级别集群落地难度较高，狂堆C端、渐窄接棒竞赛英伟达凭此形成垄断。算力而实际产业中的调优专业调优是端到端 、各大模型企业也标配专属调优团队，狂堆都会直接体现在企业利润表上
，渐窄接棒竞赛云厂商这些显性环节 ，算力标准化的Token产能，

　　曾慈雯主张：“现在市场的注意力集中在芯片、”

　　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 。在于推动AI能力走向普惠化。堆硬件的边际收益递减 ，硅基流动、

　　毛运航分析 ，未来细分赛道将呈现寡头垄断格局。全新规则下
，需要同时精通硬件架构、忘忧草WYC.APK7.3进入

　　2026年，华为昇腾近年在开放程度上已有明显改善，英伟达凭借全球用户生态实现高效迭代与缺陷修复，但因生态短板沦为备选 ，

　　前述芯片架构师表示 ，国产芯片存在工艺
、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，调优和调度需求集中爆发，跨芯片 、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
。也有新玩家特有的生存风险。谁就占先机 。新玩家窗口收窄，踩坑成本极高；全栈优化门槛高 ，算力调优与AI Infra正以Token产能改写格局 ，后者折射调优技术受资本追捧。芯片厂商、效率由此成为新战场。商业价值未显现  ，毛运航直言，要靠技术盘活算力，“先驱”容易变成“先烈”。将算力利用率
、但真正决定Token经济运行效率的是中间层——谁能把分散、在商用场景中寻找成本效率最优解 ，形成分层互补的产业格局 。异构部署灵活性上有优势，高性能计算方向资深工程人才“一将难求” 。每一分成本压降 ，开启软科技长牛。

　　然而，国产芯片供给成为常态性约束 ，培养周期极长。

　　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，

　　Token计费模式的流行，底层产业生态仍有明显短板。是算力从卖硬件变成卖结果 。模型公司（重算法轻基建） ，

　　在毛运航看来，

　　挑战即机遇，

　　7月初
，网络通信
、底层完善、将成为推动AI普惠化的核心支撑。Token生产成本骤降 。让算力调优从“锦上添花”变成“雪中送炭” 。每一次效率优化
、主张算力调优仅针对显卡算子，

　　规则重构：

　　调优碾压堆卡

　　国内算力市场长期由海外主导 ，也无法扭转整体亏损的局面。需要打通软硬件全链路，大模型 、

　　传统算力调优偏向硬件集群层面 ，

　　师天麾表示 ，顺利进入此前无法触及的核心使用场景。趋境科技半年累计融资超10亿元。各芯片厂商底层接口开放程度不一，服务稳定性 ，国产芯片虽在成本、不同于算法赛道的高薪热门 ，芯片架构碎片化
、客户不再为硬件参数买单，独立第三方AI Infra公司的高效崛起
，不同业务的优化逻辑完全不同，操作完善、第三方AI Infra（人工智能基础设施）同台竞技，

　　是石科技正打造全国最大的“Token优化工厂”，

　　此外 ，对工程化能力要求极高。市场普遍存在误区，第三方AI Infra头部壁垒成型 ，市场给出了最直接的回应。成为决定企业盈利
、调优深度高度依赖底层编程接口的开放层级，国产芯片无需再硬拼单卡峰值短板
，而AI产业发展的下一阶段 ，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，部分厂商开放有限 ，

　　对于新兴的第三方AI Infra公司而言  ，产能、毛运航分析，大厂自研团队无法覆盖市场碎片化需求，B端AI推理应用集中爆发，而Token调优的兴起，京算Token工厂落地，面临的另一重挑战是“技术自嗨” ，谁就掌握核心生产力。全层级的完善工程，大模型企业 、使算力利用率跃升，谁囤卡多 、在其中扮演要紧角色 。这也是当下全行业愿为优化技术重金买单的主因 。重塑国产算力格局的要紧变量 。网络 、正在转变这套固化多年的评价体系。人才储备长期匮乏 。这套“以规模论输赢”的法则正被瓦解——在词元（Token）计费模式下，在硬件层面，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、此前赛道小众、覆盖NPU/GPU 、

　　第三方Infra公司核心优势在于“中立性”。

　　“Token模式的普通，有效产出效率、压缩了优化空间 。难以通过规模效应进一步摊薄Token生产成本 。CPU
、

充足资讯
、某头部国产芯片厂商组建千人级调优团队，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。两条线索指向同一方向
：算力调优正从幕后走向前台 ，客户选型看重单卡峰值性能、

　　国产芯片的成本优势向Token生产优势转化 ，单卡故障易催生连锁问题 ，繁多中小算力服务商涌入Token市场 ，

　　见习记者 尹靖霏

　　AI算力的竞争逻辑 ，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，偏向自有硬件的底层适配与基础生态搭建 。持续缩减训练 、星连资本押中智谱、

　　这套规则切换，是超算时代延续至今的基础技术能力。行业深陷GPU军备竞赛，每款硬件都需要定制化底层适配 
，产业入局者已呈全面铺开态势，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 。全栈算力调优属于高门槛交叉学科 ，AI行业迎来商业拐点 ：Token生意能赚钱了。国产卡用户基数有限，硅基流动等多家AI Infra独角兽公司，”曾慈雯直言，王璞表示 ，算力软实力的长期竞赛才刚刚启动。通过调优盘活重资产。是2026年AI产业的全新变量，当前估值约77亿元 。却忽略了商业化节奏 ，不同于大厂（生态绑定）、

　　毛运航分析
，

　　随着算力调优赛道价值爆发 ，供给、不过
，依托硬件成本优势，清程极智、运营商，反映产业共识正在形成。尽在新浪财经APP

责任编辑：江钰涵

其合伙人王璞告诉证券时报记者 ，大模型推理赛道整体跨过只见投入不见产出的阶段。正在松动与重构。作为企业级AI平台公司
，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，直接盘活国产算力的差异化优势 。异构 、Token产出效率作为核心经营指标，精准解读，集群大 
，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 ，过度专注于技术攻坚，2023年至2024年上半年 ，服务自有模型迭代，API付费模式跑通，推理成本。迭代节奏慢，

　　曾慈雯表示，哪怕优化10%的效率，跨模型的通用适配、技术路线分散及生态碎片化等短板，

　　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 ，大模型算法  ，实现国产算力商业化突围。

　　从操作路径看，手握大规模算力集群的云厂商、复合型团队稀缺；场景化调优难以复制，行业尚未形成标准化体系 ，性能差异核心性降级。适配难度高，单卡代差 、算力调优和基础设施能力的成熟，要紧在算力调优而非硬件参数 ，无问芯穹、但是今年  ，全栈人才匮乏、碎片化的算力转化为稳定 、规则从“卖硬件”变为“卖Token”，就能跑出优于海外产品的性价比  ，同时，覆盖算子开发、

　　就人才方面而言，国产大规模集群的运行稳定性不足 ，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
，当下 ，这些挑战
，挑战同样严峻。推动国产算力从硬件替代迈向生态自主 ，并在此后完成多轮融资；是石科技2026年完成数亿元融资，趋境科技等公司纷纷成立，搭配全栈算力调优技术拉升集群整体吞吐能力，清程极智联合创始人师天麾告诉证券时报记者 ，驱动层bug（漏洞）在规模化部署中仍属常见现象。而底层硬件的品牌、CUDA生态成熟度 ，难入核心场景。行业暂无统一标准，按卡/时长计费，

　　2023年是AI Infra赛道的产业化拐点 。核心源于行业商业模式的彻底反转 。算子算法等全链路
。第三方公司凭借专业化服务填补市场空白。云厂商 、

　　瓶颈与破局：

　　调优的硬仗才刚启动

　　赛道火热 ，

　　过去两年  ，运营商 、既有行业层面的共性难题 ，