< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-06-18 09:45:19 来源：量子位
当前国产算力的瓶颈不在芯片本身，而在从异构算力到可用Token之间的工程化转化能力。
允中 发自 凹非寺
量子位 | 公众号 QbitAI
AI时代，Token正成为新的“硬通货”。
而把分布式的国产算力系统化地转化为标准化的Token生产能力，这件事也终于有人认真在做了。
2026年6月17日，国家超级计算无锡中心创新发展大会期间，一场内部的论坛在无锡太湖边举行，学术界代表与国产AI芯片厂商、算力平台方、应用厂商聚到了同一张桌子上。
△2026国产异构算力创新发展论坛现场
攒局者是是石科技（Meta-Stone）。
在是石科技创始人兼董事长闫博文的观察中，当前国产算力的瓶颈不在芯片本身，而在从异构算力到可用Token之间的工程化转化能力。
而是石科技本身，也正在AI时代扮演Token产业链里承上启下的关键角色——不做芯片，不做大模型，专攻“从异构算力到国产Token优化工厂”的工程化转化。
据统计，2025年，中国算力市场规模已达八千亿元人民币。2026年更是被产业界普遍视为“国产AI算力全线兑现元年”。
国产AI芯片面临的也早已不是“有没有”的问题。今年第一季度，国产AI加速卡出货量已占据中国AI算力市场的半壁江山。
但硬币的另一面是，芯片造出来了，也交付了，可距离客户认可的“好用”仍有不小距离。适配难、调优贵、生态散成了国产算力规模化落地的最大绊脚石，有机构统计，部分已建成的智算中心国产算力使用率不足50%。
17日这场2026国产异构算力创新发展论坛，就着眼于此，进行了深入的讨论。
论坛的嘉宾阵容堪称重磅，包括中国工程院院士、气象与计算科学领域的权威专家沈学顺，国家超级计算无锡中心主任杨广文，中国信息协会算力网专委会秘书长、中通服咨询设计研究院有限公司高级顾问郁建生，摩尔线程联合创始人、执行总裁王东，太初元碁联合创始人兼首席运营官乔梁、 以及瀚博半导体、沐曦集成电路等行业领袖。参会企业也覆盖了新华三集团、融科联创、无锡沐创、北京瑞莱智慧科技等一批代表性公司。
△圆桌对话环节
围绕“以异构之智，筑国产之基”这一主题，与会嘉宾聊了什么？
来看笔记：
演讲嘉宾普遍认为，中国AI算力市场的上游供应链正走向集中融合，下游应用走向场景分化，中间层生态位将长期存在且价值增大。
当前，算力分布式成为行业核心障碍，推理市场需要产品矩阵而非单一芯片，未来必须通过标准化适配+统一调度+生态协同来解决。此外，AI基础设施不能依赖国外底层算力，物理AI有望成为未来国产算力最大爆发点。
圆桌论坛环节的嘉宾共识也十分清晰：生态的完善需要在芯片、调度、推理引擎、行业应用这几个层面上发力，需要有专业玩家深耕，共同形成合力。
闫博文分享了来自是石科技的思考：是石科技坚持HPC与AI结合，既是超算积累的经验，也是实战验证的可行路径。现在模型进入后训练时代，要追求规模也要追求效率，需要双向打磨：一是用AI加速HPC计算（AI4S），二是用HPC产生的数据反哺“物理AI”。“我们在超算上积累的并行优化、集群稳定运营、异地调度能力，正是AI算力基础设施所需。”
他介绍，是石科技判断产品体系的标准是“需求的尺度”，从大到小分三层：
最大尺度：万卡、十万卡级用户需要超大规模集群长期稳定运营，为此公司搭建算力池基础调度平台。
中尺度：头部模型或行业用户需要千卡、百卡级，公司就需要快速搭建私有云，包含推理、训练功能、AI算子库，对科学计算还需行业算子库优化，并实现定制化。
小尺度：零散用户对价格敏感、需求灵活，公司就以核时费、卡时或Token形式提供，利用开源模型优化到极致降低成本。
△是石科技创始人兼董事长 闫博文
这套框架覆盖了企业从创业到成熟的全生命周期算力需求。“这三个尺度对应企业从小到大的成长，每层技术能力不同。但优化技术没有高低之分，我们都会在给定条件下做到极致。”他表示，是石科技的定位是国内独立第三方算力服务企业，目前运营了十几家算力中心。“最终，我们希望以第三方国产算力服务商的身份开启IPO。”
就是说，在让国产芯片“好用”这条链路上，是石科技这样的企业正占据着一个至关重要的生态位：
不卖芯片，也不ALL IN大模型，而是通过深度适配昇腾、昆仑芯、摩尔线程、天数智芯、太初、瀚博半导体等国产AI芯片资源，结合国家级算力中心的工程经验，深度优化推理框架和推理引擎，将用不起来的异构算力，转化为企业可用的标准化Token生产能力。
虽然在行业内已经有了很高的知名度，但外界对是石科技的认知整体还停留在“低调”这两个字上。
创始人兼董事长闫博文先生，90后，为清华大学航院博士、计算机系博士后。公司成立四年，已经服务了200多家重点客户，包括互联网大厂、头部大模型公司，以及航空航天、生物制药、新能源等领域，基本覆盖了算力需求最密集的领域。技术团队参与过全球高性能计算最高奖“戈登·贝尔奖”项目，也拿过CCF HPC China超算最佳应用提名。
随着国产算力从“可获得”走向“可用、好用”，市场也开始重新审视这类系统工程能力的价值。资本的反应很直接：近日，是石科技正式启动B轮融资。此前，公司已完成数亿元A轮融资，由北京市先进制造和智能装备产业投资基金（京国瑞基金与基石资本共同管理）领投，北京基石创投、平湖金投等老股东继续跟投。算上2025年下半年完成的Pre-A与Pre-A+轮融资，是石科技在一年时间内已连续完成三轮融资。
这些成绩，是石科技团队极少主动对外提及。随着B轮融资启动，他们如今更愿意谈论的，是另一件事：国产Token优化工厂。
这一概念的核心，是构建从异构算力到标准化Token服务的完整生产平台。翻译成大白话，就是把客户手里的异构算力（尤其是国产AI芯片）通过深度优化推理框架和推理引擎，转化为稳定、高效、可计量的Token生产能力。
2026年是“十五五”开局之年，“加快高水平科技自立自强”置于突出位置，国家明确指导国产大模型加大力度适配国产算力芯片，“芯模共进”成为产业关键词。
今年4月，算力网首次纳入国家“六张网”战略布局（水网、新型电网、算力网、新一代通信网、城市地下管网、物流网），中央已相继要求加强规划建设，相关领域年度投资预计超7万亿元。
算力网本质是构建算力版的“国家电网”——依托“东数西算”布局的全国一体化算力网，打破地域算力孤岛，实现数据自由流动与算力高效调度。“十五五”时期将持续深入推进东数西算工程，构建多层次算力设施体系。
在这些政策措施的促进下，算力调度与推理优化是不可忽视的一环。
芯片厂商的核心竞争力在芯片设计，大模型厂商的核心竞争力在模型能力。但要把芯片的算力真正转化为大模型可用的Token，中间需要大量的系统工程工作——异构算力资源池化、智能调度、推理框架深度优化、SLA保障……这些活专业性强、工程复杂度高，但又不天然属于芯片厂商或大模型厂商的核心业务边界。
这个中间地带正是是石科技的定位，其六层架构设计也清晰地反映了这种定位：硬件层构建异构算力资源池，IaaS层完成虚拟化基础设施，智驭算力调度模块实现统一智能的资源管理，深度推理框架和推理引擎提供高性能加速，Token Factory服务层输出标准化推理接口，最终形成面向用户的产品矩阵，即实时推理、批量推理和定制化推理。
对客户来说，不再需要关心底层跑的是哪家芯片、怎么调度、怎么优化，只需要拿到稳定、便宜的Token。
对产业来说，第三方使能者角色的兴起，本身就是一个信号：中国的AI产业，正在从追求单点硬件性能突破，迈入一个追求系统性协同、高效与开放的新阶段。
Token正从技术计量单位，演变为AI时代的重要生产资料与数字硬通货。如同工业时代的煤炭与电力，Token的获取成本、生产效率和使用门槛，正在深刻重塑AI产业的市场竞争格局。
逻辑推演下去会产生一个有趣的问题：在Token这条产业链里，会不会出现一个定义“标准化”的独立生态位？
上游看，算力资源高度碎片化。国产AI芯片（昇腾、昆仑芯、摩尔线程、天数、太初、瀚博半导体等）产能上来了，却面临“能用但不好用”的困境。
下游看，需求爆发式增长。黄仁勋在GTC大会上明确提出“token factory”概念，将Token比作数字经济时代的“硬通货”。大模型厂商Token分成模式已在2026年二季度正式启动。
这个格局，与任何由碎片化原材料走向标准化产品的产业早期阶段并无二致。而每一个这样的产业周期，都会催生一类关键角色：不掌握上游资源，也不直接面对终端消费者，但具备‘把上游资源转化为下游可用的标准化产品’的核心工程能力。
是石科技未必会成为Token产业链里唯一的那个定义者，但他们正在做的事情确实卡住了这个生态位。客观说，未来的结果既取决于技术路线的领先性，也取决于国产算力生态何时迎来真正的“iPhone时刻”。
但无论如何，在Token产业链里，一个独立的第三方使能者必将出现——这是产业分工深化的必然规律，AI时代也不例外。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。