在近日舉辦的“人工智能賦能新型工業(yè)化深度行”活動上，一場關于人工智能與制造業(yè)深度融合的討論引發(fā)行業(yè)關注。該活動由國家先進計算產業(yè)創(chuàng)新中心發(fā)起，旨在打通算力底層技術與工業(yè)場景應用之間的關鍵環(huán)節(jié)，為2026年工業(yè)和信息化部“人工智能+”行動奠定基礎。商湯大裝置事業(yè)群解決方案總經理代繼在主題演講中，深入剖析了Token經濟背景下AI基礎設施的演進路徑與產業(yè)實踐。

代繼指出，當前大模型產業(yè)競爭格局正經歷深刻變革。國際頭部企業(yè)通過“開源構建生態(tài)、閉源沉淀價值”的策略重塑市場，而新一代智能體交互模式的普及使模型應用門檻大幅降低。數據顯示，頭部模型用戶付費意愿顯著提升，Token消費共識逐步形成，標志著產業(yè)進入規(guī)?；瘧秒A段。這一轉變對AI基礎設施提出更高要求，算力供給、調度效率與系統(tǒng)穩(wěn)定性成為關鍵突破口。

行業(yè)研究報告顯示，AI算力需求結構正在發(fā)生根本性變化。2025年仍以模型訓練為主導，但到2027年推理任務將占據主要份額，預計2030年全球數據中心總容量將突破200GW，五年內實現規(guī)模翻番。商湯大裝置針對這一趨勢，構建了覆蓋算力調度、系統(tǒng)觀測與生態(tài)協(xié)同的技術支撐體系，為Token經濟下的規(guī)?；瘧锰峁┗A設施保障。

在算力調度層面，商湯基于SenseCore AI云平臺實現多云環(huán)境下的異構資源統(tǒng)一管理。該平臺兼容Kubernetes原生生態(tài)，將自建集群、第三方云資源及國產CPU/GPU算力整合為統(tǒng)一資源池。通過“算力池化”技術，企業(yè)可跨區(qū)域、跨架構靈活調用資源，支撐大規(guī)模分布式推理任務。針對不同芯片架構的深度優(yōu)化，使訓練與推理任務獲得最優(yōu)性價比，顯著降低Token持續(xù)消耗場景下的運營成本。

系統(tǒng)穩(wěn)定性方面，商湯構建了全棧智能可觀測體系，突破傳統(tǒng)監(jiān)控體系的技術瓶頸。該體系單秒可處理80萬數據點，性能提升超20倍，日志檢索效率提高60%，顯著縮短問題定位時間。通過跨地域數據掛載技術，實現“一份數據，多地使用”，在保持接近本地性能的同時打破數據孤島，降低跨區(qū)域業(yè)務部署成本。代繼強調：“在Token高頻調用場景下，系統(tǒng)必須具備‘可感知、可分析、可優(yōu)化’的智能監(jiān)控能力，才能支撐規(guī)模化應用?！?/p>

國產算力的發(fā)展為基礎設施創(chuàng)新提供了新路徑。商湯已完成20余款國產AI芯片適配，率先實現萬卡規(guī)模國產芯片異構混訓，算力利用率達80%，訓練效率接近同構集群95%。這一突破有效緩解了單一芯片供應限制，為企業(yè)提供更靈活的算力選擇。與此同時，商湯聯合產業(yè)伙伴推出的“算力Mall”平臺，將算力資源、開發(fā)工具與模型服務標準化封裝，企業(yè)可像選購商品一樣組合調用，重構了AI服務供給模式。

代繼在演講中特別提到，AI技術的產業(yè)化進程正在加速。當模型能力成為基礎設施標配，企業(yè)競爭將轉向“基礎設施+生態(tài)+應用”的系統(tǒng)能力構建。商湯通過技術沉淀與生態(tài)協(xié)同，正在為行業(yè)提供可復制的規(guī)模化應用范式，推動AI從技術能力向現實生產力轉化。