金磊 发自 凹非寺

量子位 | 公众号 QbitAI

AI圈卷到咫尺，开动建工场了。

这不，就在刚刚，北京就开了一家，包含两个中枢构成部分：

一个是考研工场：

主张算力界限10万P，负责把通用大模子、行业数据和算力资源放进来，真金不怕火成金融、制造、政务、科研等行业能用的专科模子。

另一个是Token工场：

主张日均产能10万亿Token，负责把这些专科模子封装成企业不错调用、不错计量、不错结算、不错踏实托福的专科Token。

这即是九章云极在2026全球智算科技峰会暨九章云极计谋发布会上，郑重抛出一个新计谋——AI工场。

它听起来点像把AI产业搬进当代化工场：前端真金不怕火模子，后端送智能。

然后中间再用DCU（1度算力）度量算力参预，用专科Token（面向业务任务的智能价值单元）度量智能产出，再让业务数据回流，络续鼓吹模子迭代。

由此带来的效益，用一组数据展示即是：

10万P主张算力界限、10万亿主张Token日均产能、1000倍主张轮廓降本、策动孵化1000个高价值模子与智能应用。

更直不雅的，一张图解如下所示：

不外比起这些数字来说，从九章云极的这次计谋发布来看，智算云的买卖逻辑正在发生变化——

它不再只答复算力够不够，还要答复算力能不可变成确凿可托福的智能。

而这，即是九章云极这次行动的主张，把这上头个问题试图工程化。

AI工场，到底如何运转？

方法会这座AI工场，咱们率先需要了解面前企业在拥抱大模子时面对的真实痛点。

往常，群众热衷于盘问的可能是模子参数有多大、是不是开源、打分高不高；但咫尺，业务一线的真实拷问是：

模子能不可确凿跑进咱们复杂的业务系统？在超高并发下，能不可踏实输出可预期的放胆？每一次API调用的成本，业务部门能不可算清账、算赢账？

这还是不是一个隧谈的算法竞赛，更准确的说，应该是一个典型的工程与工业化问题。

毕竟阻截AI落地的现实瓶颈时常不在大模子自己，而在其背后的整套底层智算基建，包括算力改造是否高效、异构算力能否协调纳管、推理成本是否饱和低、任务失败时系统能否自动感知并自愈……

因此，九章云极推出的AI工场，施行上是在用一套圭臬化、界限化、高可靠性的工业化活水线，去重构智能的出产与托福体系。

从AI工场的所有这个词幅员来看，不错分为四个要津部分来看。

参预侧：始创“一度算力”（DCU）

这是处罚如何购买算力的问题。

长期以来，算力行业最大的痛点就是资源不圭臬、计价不透明、参预不可量化。

往常，企业频繁需要去租用GPU、筹谋收罗拓扑、磋议存储带宽以及机器的使用时长。

这种随意的租借风景，就如同在初期的电力时期，想要用电，必须我方去买煤炭、租发电机，甚而我方去拉电线，门槛极高、成本狼籍词语、无规章模化。

九章云极在行业内始创了“一度算力”计量单元，将其界说为312TFlops×小时（每秒钟312万亿次浮点筹谋乘以一小时）。

△九章云极董事长，方磊

它将底层芯片（异构的GPU、NPU）、收罗、存储、使用时长及施行诓骗率等极其复杂的物理资源协调折合计量。

对客户而言，算力采购从此变得像买电同样浮浅，按“度”付费、所见即所得。

出产侧：考研工场

考研工场处罚的是智能“从0到1”的出产问题。

闲居来讲，就是把通用模子、行业数据、算力资源放进来，通过数据处理、领域精调、强化学习、评测响应等经过，考研出金融、制造、政务、科研等场景可用的专科模子。

这里的重点不仅仅有若干卡。

考研工场强调的是千卡到万卡级集群、高密度收罗存储、故障自愈、跨地域改造，以及从数据、考研、评测到部署的全经过器用链。考研工场能够将通用基础模子，升级为适配五行八作的专科任务模子。

通用模子存在自然的数据界限与智商界限，无法笼罩企业格外数据、行业Know-How、复杂业务经过。而考研工场的价值，就是把行业专属常识千里淀进模子，让AI从会聊天、会答题，升级为能拆撤职务、能自主有策动、能风险判断、能闭环落地的产业智能体，确凿适配企业出产环境。

封装侧：Token工场

Token工场处罚的是智能“从1到N”的托福问题。

考研工场出产出专科模子之后，模子自己还不是企业能平直破费的商品。企业确凿需要的是踏实API、SDK、权限体系、模子版块经管、监控告警、计量计费和处事保险。

Token工场就是把考研工场产出的专科模子，封装成可调用、可计量、可运营的专科Token。

这里的Token，也不仅仅大模子里的时刻计数单元。按照九章云极的界说，专科Token更接近一种面向业务任务的智能价值单元。不同任务、不同模子、不同处事等第，王人不错通过Token被计量和结算。

产出侧：越用越强，越强越低廉

至此，AI工场的中枢飞轮闭环就此酿成：

DCU度量参预 → 考研工场冶真金不怕火专科模子 → Token工场泛动为专科Token → 企业破费Token并回流业务数据 → 模子抓续迭代

咱们不错把它相识为“越用越强，越强越低廉”的增强回路。在这里，数据不仅是原料，亦然模子进化的营养。

值得注主张是，在这一闭环中，九章云极从头界说了Token。

他们以为，面向破费者的泛化Token单价还是由于市集竞争趋于零，其价值正渐渐见顶。而面向产业的、具有明确 ROI（投资陈述率）的专科Token，才是驱动产业智能化的中枢组件。

九章云极将这些专科Token进行了明晰的价值分层，并将其计谋重点聚焦在后两者：

破费级Token：主要处事于日常AI应用、内容创作，追求极致体验与界限普惠，如同踏实经济的基础电力；专科级Token：封装了行业深度Know-How与格外数据，充任金融风控、质料检测、政务处事的数字内行，保险经过安全、合规，让客户买到服气的遵循与风控价值；前沿级Token：面向复杂任务自动化与科研轻易。举例，封装了多体式、多器用的端到端仿真或科研责任流，平直处事于药物发现、新材料研发、城市级系统优化等也曾不可解或成本极高的科学界限。

从租卡到用Token，企业AI开动变轻了

往常企业作念AI，时常是一条漫长的重钞票开辟旅途。

包括多方合作、粗重地在市面上找芯片、对付卡；组建专科的集群运维团队，处罚算力中断、故障收复；搭建复杂的开发与模子考研环境，再进行格外化部署。

这一套经过下来，周期频繁长达6到12个月，还没看到业务成果，前期成本开支还是堆成了天文数字。

而在九章云极AI工场的风景下，针对不同类型的市集玩家，所有这个词接入旅途被澈底变轻、变薄。

针对大模子公司和垂类AI企业：从考研开动

大模子创业公司或者垂直行业的AI领头羊，自身领有极强的算法和数据智商，但时常被算力运维和成本压得喘不外气。

关于这类客户，他们不错从考研工场无缝切入。AI工场提供千卡到万卡级的极致弹性算力集群，不仅保证大界限模子并行考研的高效运行，还提供跨地域改造和故障自愈的底座。

当模子在考研工场中考研、精调、评测完了后，客户无需再折腾复杂的转转运环境，不错平直在云霄一键Token化分发至Token工场。

AI工场不错说是帮这类企业买通了从研发到买卖化上线的这条路，让算法科学家能够将100%的元气心灵聚焦于模子自己。

针对行业客户和SaaS公司：从推理开动

关于绝大大王人金融、制造、政务领域的实体企业和SaaS开发商，他们只怕有必要考研我方底层的基座大模子。他们更现实、更弥留的需求，是在现存的客服、风控、质检或办公系统中，引入熟识好用的行业专科智能。

对他们而言，Token工场提供了一条极轻的破费型旅途：毋庸买卡、毋庸建集群、毋庸招募高尚的底层运维团队。

平台上还是预置了50多款主流基座模子以及多款面向金融、制造、政务、科研等真实场景精调完了的模子，这些模子和智商均已就绪。

企业不错平直调用还是封装好的Token处事，按需破费、按量付费，将千里重的基建投资改造为活泼的运营开销。

往常需要泰半年的神色开辟周期，咫尺若是从调用专科Token切入，最快只需两周把握即可完成业务观点考据。

针对开发者和AI Agent：还有专属进口

针对开发者、科研东谈主员与AI Agent场景，九章智算云打造轻量化算力进口，处罚腹地算力不及、云霄环境繁琐、云尔调试卡顿等行业痛点。

关于AI工程师而言，头疼的日常莫过于代码在腹地，算力在云霄。为了处罚云尔SSH卡顿、环境同步繁琐的痛点，九章智算云还是上线了IDE插件。

咫尺，开发者不错在VS Code、Cursor等常用腹地剪辑器中，已毕直连云霄GPU。开发东谈主员在腹地写下代码，算力平直在云霄跑实验，何况能够凭据任务自动开启和关闭，毋庸不计费。

同期，九章智算云还将陆续推出CLI、SDK以及Skills Hub。无需相识底层复杂的硬件拓扑，使用时通过浮浅的交互即可提交并运行任务使用算力。

与此同期，九章云极在发布会上同步启动智算绽开策动，面向全球开发者、科研团队和高校用户绽开普惠算力，放弃创意与智能落地的阻截。

算力战，咫尺拼的是卖出产力

从行业视角来看，九章云极这次发布AI工场，踩中的是智算云市集正在发生的一次转向。

早期，市集拼的是有莫得卡。大模子爆发后，算力穷乏是硬敛迹，谁能提供更多GPU，谁就更有言语权。

随后，竞争开动转向能不可用好卡。算力界限上来后，GPU诓骗率、考研踏实性、跨地域改造、推理成本、异构硬件经管，王人会平直影响有用算力。

咫尺，企业更体恤的是第三件事，也就是能不可把算力确凿托福成业务放胆。

算力是参预，模子是中间产品，Token是产出，业务成果才是最终价值。这亦然AI工场观点最中枢的变化：九章云极莫得把我方只放在算力供应商的位置上，而是试图成为智能出产力的组织者和托福者。

它的念念路不错相识为用DCU界说算力参预，用考研工场出产专科模子，用Token工场开辟智能托福收罗，最终把智能智商送到企业和开发者手里。

诚然，智算云市集不缺巨或者念，最终还要看真实托福。客户会追问的，仍然是几个具体问题：接入是否浮浅？成本是否的确下落？处事是否踏实？账单是否透明？业务成果是否可考据？

尤其是1000倍轮廓降本这么的主张，饱和吸睛，也需要在更多场景里被抓续考据。它背后依赖的，不仅仅硬件堆叠，而是全栈自研OS、算电协同、全局改造，以及围绕考研和推理的系统级优化。

这亦然AI基础设施确凿拉开差距的方位。

长期来看，模子会络续迭代，硬件会络续更新，价钱也会波动。确凿稀缺的，是把算力、模子、Token和业务价值串起来的工程系统。

九章云极这次提议AI工场，敬爱正在于此。把智算云的竞争，从谁有更多算力，推向谁能更踏实、更低成本、更界限化地托福智能。

AI圈开工场了。

接下来要看的，是这座工场能不可的确开足马力。

— 完 —

量子位 QbitAI · 头条号

关注咱们欧洲杯体育，第一时辰获知前沿科技动态