财联社 7 月 21 日讯（记者 付静）" 我们真正关注的是 Token 性价比：在保证模型效果和服务质量的前提下，以更低的综合成本生成更多高质量 Token。"2026 世界人工智能大会（WAIC）期间，云天励飞 -U（688343.SH）方面在接受财联社记者采访时表示。
当下，模型层面训推规模迈向万卡，应用侧 C 端多款智能体涌现，AI 进化为生产生活 " 搭子 "，B 端的人工智能真实场景落地也在加速。在这些需求的带动下，产业链频频传递出 " 算力供不应求 " 信号。
财联社记者多方采访获悉，算力进入 " 拼系统 " 时代，构建超节点、超集群已经成为主流做法，且收获了下游各行业的积极反应。与此同时，TPU 路线正在同步发力，华东地区首座国产 TPU 千卡智算集群已经落成。多种方案涌现背后，产业最关心的则是 Token 性价比。
" 超节点是未来几年重点方向 " 下游已给出积极反应
WAIC 期间，华为昇腾 950 超节点（Atlas 950 SuperPoD）真机、超节点集群 Atlas 950 SuperCluster、首个全国产十万卡 AI 超集群曙光 8000（登峰）真机、燧原科技与中兴通讯（000063.SZ）联合打造的正交架构方案 " 云燧 ESL64-O" 超节点、阿里云磐久 AL128 超节点服务器、沐曦股份 -U（688802.SH）新一代 AI 超节点曦景 S600、摩尔线程 -U（688795.SH ) MTT C256 超节点、壁仞科技 ( 06082.HK）分布式解耦架构超节点方案、百度智能云超节点 " 天池 " 等格外吸睛。
" 云燧 ESL64-O" 超节点 图片来源：受访者供图
中兴超节点方案 图片来源：受访者供图
中国电子云则发布了自研的翎枢 6020 轻量型、翎枢 6032 平衡型、翎枢 6064 性能型三款超节点产品。
中国电子信息产业集团有限公司首席科学家、中国电子云总工程师朱国平介绍，翎枢超节点将千百张 GPU 融合为单一逻辑超级单卡，通过 Tbps 级超高带宽、百纳秒级超低时延、统一内存编址提升算力释放效率。翎枢超节点覆盖 20-64 卡黄金算力区间，相比其他超节点方案，优势在于成本更低、生态开放，可兼容现有风冷、液冷机房。
云天励飞方面也告诉财联社记者，公司未来三年计划推出 DeepVerse100P、DeepVerse100D 和 DeepVerse100L 三款芯片，分别针对 Prefill、Decode Attention 和 Decode FFN 进行优化，未来在此基础上构建面向万卡异构集群的分离式 AI 推理基础设施。
财联社记者采访获悉，产业链下游已对超节点、超集群产品有了积极反应。中科曙光（603019.SH）方面提供的数据显示，曙光 8000 集群正式上线首周即需求爆满，应用满载运行，目前日均处理作业数突破 15 万个，单日处理作业峰值超过 50 万个。截至目前，曙光 8000 已完成近千项超智融合应用适配，覆盖大模型训练、高通量推理、科学计算等多个万卡级规模场景。
上线后快速满载，意味着科研机构、企业和开发者对超大规模、高质量算力的现实需求正在加速释放，也表明十万卡级算力已开始持续承接更加广泛的科研和产业任务。
据悉，曙光 8000 采用全球首创的高密度机柜结构，单个计算单元算力密度较其他超节点提升 20 倍，在有限空间内实现更高算力部署；自研 scaleFabric 类 IB 原生 RDMA 高速互连技术，实现十万卡规模稳定互连。
另据媒体报道，华为昇腾 384 超节点目前已商用落地 750 多套，规模应用于互联网、运营商、金融、教育、医疗、交通、制造等行业。
一位算力从业者告诉财联社记者，内部连接是超节点及算力集群发展面临的核心问题。" 超节点架构、超节点内部的连接，这可能是我们现在包括未来几年重点（攻克）方向，核心是要解决 GPU 或 TPU 之间高速互联的问题，通过交换芯片提供单个节点大容量，比如可以提供 64 卡、128 卡这种超大规模的连接，在这个基础上组建更大的千卡、万卡集群。"
据悉，在 AI 算力基础设施与数据中心网络架构中，Scale-Up、Scale-Out 和 Scale-Across 分别为三种不同层次的扩展模式：Scale-Up（纵向扩展）聚焦于超节点内部的紧密耦合，Scale-Out（横向扩展）侧重于集群之间的规模扩张，Scale-Across（跨域互联）则致力于数据中心之间的广域协同，旨在打破单数据中心的物理极限。
"Scale-Out 相对来说更成熟，Scale-Up 的挑战更大，这是我们要重点解决的。现在单个 GPU Scale-Up 领域的带宽都达到 TB 的级别，单交换机的交换容量可能要达到 100T 以上。解决了这个问题之后，才能组成大规模的集群。大规模集群要为芯片解决的，就是把极限带宽提高。" 前述从业者介绍。
财联社记者也从中兴通讯方面获悉，针对 AI 大模型规模化落地的网络升级要求，其构建的智能算力网络底座，主要聚焦 Scale-Out 机间网络（优化单集群内部通信效率，实现稳定降本、调优增效）与 Scale-Across 跨域互联（实现跨数据中心、跨地域的算力资源高效调度）两大核心场景。
TPU 路线同步发力 产业最关心 Token 性价比
除了近几年持续热门的 GPU 路线，财联社记者还了解到，杭州电信、中兴通讯与中昊芯英联合打造了华东地区（杭州）首座国产 TPU 千卡智算集群，该集群亦是中国电信体系内首个大规模国产 TPU 集群部署项目。
" 选择做千卡集群而不是万卡集群，是因为我们想把它做成试验田。我们先把千卡级的软件栈系统集成到千卡集群上，在 Token Factory 上能提供不错的服务，在服务逐步做透的情况下逐步开展二期、三期。未来，我们也希望逐步从千卡向万卡集群迈进，在万卡集群上运行国产模型的训练推理，而且满足所有商用需求所需要的性价比。" 中昊芯英创始人、CEO 杨龚轶凡告诉财联社记者。
谈及 GPU 与 TPU 两条路线如何选择，中国电信杭州分公司智算中心总经理王良表示，" 并不见得每个芯片都是全能选手，不同芯片在不同场景下有独特的长处，比如 TPU 擅长做张量运算，我们评估推理能力是 TPU 的长处。"
王良还介绍，" 上述 TPU 千卡集群落地后运行得很好，尤其是今年的 Token 风口起来以后，市场上对 Token 的需求量很大。最近（我们）和中昊芯英测试完 PD 分离，这一技术把 TPU 的优势进一步放大，已经比较满足当初的设计目标。"
据悉，该集群基于 " 泰则 " 智算平台构建，将面向大模型训练、AI 推理、科学计算等场景提供全自主算力支撑，该集群二期规划今年 9 月上线投产。"
王良进一步谈到，调优将是一项非常重要的工作。他介绍，" 现在所有的大模型厂商、芯片厂商，都是拿出百米冲刺的速度在跑马拉松，芯片厂商每年都会发布一个新版本，而大模型厂商每个季度都会发一个新版本，这里面的适配工作量是很大的。我们在持续的调优工作中发现，从年初到现在，TPU 集群通过调优实现了超过 10 倍的效率提升。原来每百万 Token 的成本如果是 100 元，现在就差不多能降到 10 元以下。"
WAIC 期间，多位受访的算力产业人士均谈及了 Token 成本问题。
对于模型厂商、AI 应用企业和算力运营方而言，真正影响商业化效率的是在一定时间和成本条件下，能够稳定生成多少有效 Token。
财联社记者另从 AI 基础设施及智算云提供商九章云极方面了解到，AI 从技术竞赛迈向规模交付，主要面临四个核心卡点：算力成本高企、多芯片计价割裂、GPU 利用率困于 30% 红线、研发缺乏标准化体系。
据悉，九章智算云在全球范围内已部署 12 个数据中心，算力总规模约 22 EFLOPS，配备 6600 余张 GPU 卡，具备日产 64 亿词元（Token）的生产能力。从产出量看，DeepSeek-V4 是当前产出最大的模型，日产 24.5 亿 TOKEN，占比 38%，随后依次为 KIMI 2.5、Qwen-3.5、GLM-5、MiniMax-2.5。其弹性算力体系，已使得某头部模型厂商的项目综合成本最高节省了 82.1%。
云天励飞方面则告诉财联社记者，降低 Token 成本是一项系统工程，从底层的 IP、EDA、芯片设计和封装测试，到服务器、互联、软件栈和算力平台，再到模型及应用，各环节都会影响最终的 Token 生成效率。
据了解，目前国内主流大模型的公开 API 价格已明显分层。根据不同模型能力和服务方式，常规文本模型的输入价格大致为每百万 Token 几角钱至十余元，输出价格大致为每百万 Token 一两元至数十元。
" 现在的问题不是将百万 Token 成本价格从 2 毛降到 1 毛，更多的是提升 Token 价值，这是算力基建和模型要协力解决的问题。如果价值的问题可以解决，定价 2 块或 10 块大家都不觉得贵。" 前述算力从业者也表示。
