共计 1242 个字符，预计需要花费 4 分钟才能阅读完成。
刚刚, 北京建了一座 AI 工厂: 目标 10 万 P 算力, 日产 10 万亿 Token!
2026 年 6 月 17 日, 九章云极在 2026 全球智算科技峰会上正式推出“AI 工厂”战略 , 宣布在北京建设一座集训练与交付于一体的智能生产基地。这座工厂的目标颇为宏大: 算力规模达到 10 万 P, 日均 Token 产能 10 万亿, 并计划实现 1000 倍的综合降本, 孵化 1000 个高价值模型与智能应用。这标志着智算云的竞争正从单纯的算力堆砌, 转向如何将算力高效转化为可交付的智能。
📌 AI 工厂如何运转?
当前企业拥抱大模型时, 面临的核心痛点已不再是模型参数大小 , 而是模型能否稳定融入复杂业务系统、在超高并发下输出可预期结果, 以及每次 API 调用的成本是否清晰可控。九章云极的 AI 工厂正是要解决这些工程化与工业化问题, 通过标准化、规模化的流水线重构智能的生产与交付。
🔍 投入侧: 首创“一度算力”(DCU)
算力行业长期存在资源不标准、计价不透明的问题。 九章云极推出的“一度算力”(DCU) 定义为 312 TFlops×小时, 将异构 GPU、NPU、网络、存储等复杂资源统一折算, 让算力采购像买电一样按度付费, 简单透明。
💡 生产侧: 训练工厂
训练工厂负责智能的“从 0 到 1”生产, 将通用大模型、行业数据与算力资源结合 , 通过数据处理、领域精调、强化学习等流程, 产出金融、制造、政务等行业可用的专业任务模型。其关键在于千卡到万卡级集群、故障自愈、跨地域调度及全流程工具链。
📊 封装侧:Token 工厂
Token 工厂解决智能“从 1 到 N”的交付问题, 将训练出的专业模型封装成可调用、可计量、可运营的专业 Token。这里的 Token 不仅是技术计数单位, 更是面向业务任务的智能价值单元, 不同任务、模型、服务等级均可通过 Token 计量结算。
🚀 产出侧: 越用越强, 越强越便宜
围绕“刚刚, 北京建了一座 AI 工厂: 目标 10 万 P 算力, 日产 10 万”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
🧭 从租卡到用 Token: 企业 AI 变轻了
- 大模型与垂类 AI 企业 : 从训练工厂切入, 利用千卡万卡集群高效训练, 训练后一键 Token 化分发。
- 行业客户与 SaaS 公司 : 从 Token 工厂直接调用已封装的行业模型, 按需付费, 最快两周完成概念验证。
- 开发者与 AI Agent: 通过 IDE 插件直连云端 GPU, 自动启停按量计费, 降低使用门槛。
📌 算力战新阶段: 拼的是卖生产力
智算云市场经历了“有没有卡”到“能不能用好卡”的转变, 如今进入第三阶段: 能否把算力真正交付成业务结果 。九章云极的 AI 工厂试图成为智能生产力的组织者和交付者, 用 DCU 定义投入, 训练工厂生产模型,Token 工厂构建交付网络。不过,1000 倍降本等目标仍需在真实场景中验证, 其背后依赖全栈自研 OS、算电协同和系统级优化。长期来看, 真正稀缺的是将算力、模型、Token 与业务价值串联的工程系统。
