“词元（Token）正在成为AI时代新的‘石油’，但Token与Token并不等值。”中国工程院院士、清华大学计算机科学与技术系教授郑纬民在“Agentic时代AI基础设施创新发展论坛”上的判断，道出了当前国产算力行业面临的挑战。即需求爆发式增长，但供给端的价值转化还没有达到预期。
郑纬民指出，驱动智能体的Token消耗是传统对话应用的百倍至千倍级，这为国产算力打开了前所未有的市场空间。然而，当前如火如荼的算力基建，并不等同于实现了高效的Token产能。Token的实际价值由首字延迟、生成速度、并发承载能力、服务稳定性四大指标共同决定，高等级、高品质的Token才具备更高的商业价值。
与此同时，国产算力的规模化发展还面临一个更深层的命题。商汤科技联合创始人、大装置事业群总裁杨帆表示，国产算力发展绝非单一环节的迭代，而是背后整个人工智能（AI）上游硬件生态体系的重构。
代理式人工智能（Agentic）时代驱动Token经济全面爆发，AI基础设施的价值标尺与服务模式也随之迎来重构。中国信息通信研究院云计算与数字化研究所副所长栗蔚认为，随着智能体服务推动算力需求指数级增长，以云计算资源为基础底座、大模型能力为核心驱动、智能体服务为基本单元，具备理解用户意图并自主完成复杂任务能力的新一代云计算服务体系AgenticCloud（智能体云），正在成为未来主要云服务模式。
在她看来，Agentic Cloud带来的不仅是技术升级，更是云服务价值体系从“降本”走向“增值”的系统性重构。这意味着Agentic Cloud交付的不再只是低成本资源，而是智能和能力的新模态服务。基于此，栗蔚认为，未来需从建能力、立标准、抓场景、促生态四个方向协同发力，加速国产算力的规模化应用。
郑纬民则从更底层的技术逻辑上阐述了Token经济给AI基础设施领域带来的价值重构。他指出，要实现高品质Token的规模化供给，基于PD分离（一种专门优化大模型推理效率的技术）的异构协同技术路径尤为关键，既能充分释放国产算力的潜能，又能保障最终Token的服务品质。不同场景适配不同等级的服务标准，而要让国产算力从“能用”走向“好用”，算力调度、芯片协同与框架适配必须形成系统化的解决方案。
信息技术研究分析公司Gartner预测，2030年国内80%AI基础设施将采用国产化芯片。当前国产化占比仅20%，未来五年行业将迎来集中替代窗口。但正如多位专家所言：算力规模扩张并不等于产能升级，从硬件基建到稳定Token供给，全链条仍存在大量待解的系统性难题。
与此同时，当下国内算力产业还呈现多主体并行发展的繁荣格局，杨帆介绍，国内现有近10家一线国产图形处理器（GPU）厂商，同时配套大量原始设备制造商（OEM）整机、超节点、光模块等细分技术企业。参与主体扩容代表产业活力提升，但也直接推高生态协同的复杂程度，各厂商技术路线不互通、适配标准不统一，加剧行业碎片化问题。
武永卫强调，若产业链各方持续各自为战，多元芯片格局反而会放大生态割裂问题。想要搭建可持续的国产算力体系，芯片厂商、框架研发团队、算法机构、行业应用企业必须建立常态化联合攻关机制，打通技术标准与适配链路。
目前，产业各方正在同步落地多项生态共建举措，以协同机制化解行业碎片化难题。沐曦股份联合创始人、CTO杨建认为，当下，国产算力已跨越“能不能用”的阶段，当前的核心命题是如何在多元芯片并存、多架构共生的格局下构建统一的系统级优化能力与产业协同机制，推动国产算力从“可用”走向“好用、规模化、可盈利”的阶段。
牛策略提示：文章来自网络，不代表本站观点。
