供需失衡的窗口期里，商湯大裝置把國產算力做成了正毛利生意

克雷西 發自 上海
量子位 | 公眾號 QbitAI

商湯大裝置這次交出的國產算力成績單，量級已經不一樣了。

WAIC期間，商湯大裝置舉辦了一場AI基礎設施論壇，把這份成績單擺到了臺面上。

成績單顯示，商湯大裝置把國產芯片相關業務的毛利率，做到了正數。

預計到7月末，商湯大裝置的日均Token處理量，將從年初的4000億一路狂奔到2.42萬億，年底還沖著10萬億去，大概是年初的25倍。

國內頭部模型廠商的名字，也有很多都排上了商湯的客戶名單。

商湯大裝置負責人楊帆介紹，過去好幾年，算力圈一直在念叨一句老話——誰買國產芯片，誰認虧。

商湯大裝置交出的這組數字，直接把這句老話懟了回去。

也正是因此，商湯自己把這一年，稱為「國產AI基礎設施規?；逃玫脑辍?/strong>。

撐起這個反轉的，是商湯一整套把資源攥在自己手里、靈活拼起來用的操作方法論。

先拼系統，再等芯片追上來

現在的國產模型，跟世界主流已經沒有代際差距。

但搭載它們的國產芯片，跟國際主流高端芯片比，至少落后一代。

這個錯位，在算力產業鏈上幾乎人盡皆知。

商湯大裝置沒有守株待兔，不等這道差距被芯片廠商自己填平，就先跑通了一套系統層面的組合方案。

有了這套方案，這道差距在實際用起來的時候，就能得到一定程度的彌合，不再是天塹。

這套方案的核心，叫異構混合推理。

具體來說，商湯大裝置把主流國產芯片「拼」在了一起。

他們將Prefill和Decode階段分離，把對顯存和帶寬要求最高的Decode環節，交給性能更強的高端資源撐著；對算力要求相對分散的Prefill環節，則交給數量更多的國產芯片扛。

這樣分的道理并不復雜，Decode階段要一個字一個字往外蹦，每蹦一個字都要把之前生成的內容在顯存里翻一遍，吃的是帶寬；

Prefill階段則是一次性把輸入內容整個吞下去，吃的是算力堆疊的吞吐量。

兩種「脾氣不一樣」的任務，本來就不該塞給同一種硬件干。

有了這樣的分工，一塊高端芯片，大概就能帶動約30塊國產芯片一起干活，拿到與單獨用高端資源接近的效果。

這套組合術，也不是只對著一款芯片量身定制的。

商湯大裝置前后適配過20多款不同廠商的國產芯片，其中已經有六七款能夠穩定地商業化盈利。

當然，把硬件拼在一起，只是第一步。

系統層面還有大量定向優化和適配的工作要做。

這些工作瑣碎但繁重，從底層的編譯器適配，到算子重寫，再到上層框架的對接，最后還要落到調度策略的調整，每一層都得單獨去啃。

為此，商湯大裝置在算子層面做了針對性的重寫和調優，又在系統層級調整了資源分配和調度策略，把國產芯片的算力利用率盡可能地壓榨了出來。

通過異構混合推理，主流國產芯片MFU（Model FLOPs Utilization）提升了85%-152%。

換算成商業指標，這套系統組合讓單位成本的Token產出，提升了2.5倍。

具體到業務場景，在AI4S長序列蛋白質預測場景中，通過融合算子優化，整體預測耗時減少75%；在AIGC視頻生成場景中，國產芯片運行DiT模型時，多卡并行視頻生成加速比達到了93%。

這套能力，商湯打包成了一門叫「Token工廠」的生意。

有了這座「工廠」，批量處理Token的需求，都可以直接找商湯來供給。

這些系統層面的工作，就是開頭那組25倍增長曲線背后真正的支撐。

別人分著干，商湯自己包圓

商湯這套用高端資源撐瓶頸、通用國產卡沖量的混合推理方案，之所以能跑通，光靠技術優化還不夠。

這種想法本身并不復雜，同類玩家也不是沒想到過類似的招。

但商湯大裝置的殺手锏，在于把整條鏈條攥在了自己手里，因此才能做端到端的聯合優化。

這個「殺手锏」具體是什么樣子，要從很多行業通用的分工方式說起。

機房、硬件、批發分銷、零售，分給不同公司干，已經是家常便飯。

拆得越細，每一層單獨看起來都更專業，但層與層之間的損耗和摩擦，也跟著多了起來。

一層的浪費，常常要靠另一層的收益去補，一旦這兩層歸屬不同的公司，這筆賬就成了燙手山芋，基本沒人愿意主動算清楚。

但商湯大裝置卻選擇自己建機房，自己采購和運營硬件，自己開發調度系統，最后的服務也是商湯自己直接對接客戶。

這套自己全包的打法，最早是從適配國產芯片這件事上磨出來的。

商湯大裝置從2018年就開始攢這套協作班底，自己的研發團隊、芯片原廠和高?？蒲袡C構長期配合，一起解決從底層編譯器到算子、再到框架和服務這幾層技術問題。

這套班底走的是一種松耦合與緊耦合并存的路子，平時各干各的，遇到硬骨頭就并到一起集中啃。

任何一層，都得多方一起才能搞定。

今年，這套體系里多了一個新招——用AI自動生成算子適配代碼。

有了這個方法，過去需要工程師手工做的適配工作，被AI接了過去。

跟上模型迭代速度所需要的人力時間，也因此被壓縮了不少。目前，這套做法已經在商湯的生產環境里跑了不短的時間。

算力之外，商湯把電力也一并攬進了自己手里，算力和電力，被當成一個系統聯合調度。

商湯大裝置在WAIC期間正式發布了「算電協同Agent」，先用模型去預測算力任務的耗電特征，把這個預測結果，跟電力的調度系統打通，再配合峰谷電價和自己的儲能設施，去調節整體的用電節奏。

這套打法也衍生出了一個新指標，叫TPW（Tokens per Watt），衡量的是單位電量能產出多少Token，用這套方法之后，單位電力成本的Token產出提升了80%左右。

這套端到端自己全包的路數，也延伸到了生態合作上。

商湯大裝置聯合了將近20家生態伙伴，其中有寒武紀、沐曦股份、中科海光、華為昇騰、摩爾線程、曦望Sunrise、壁仞科技這些頭部國產芯片廠商，也有曦智科技這樣的核心零部件伙伴，還有硅基流動、趨境科技這類基礎設施廠商。

這些伙伴一起發起了國產AI基礎設施生態共建計劃，目標是打造一個開放共享、聯合創新的產業生態。

往后，商湯計劃依托「銀河計劃」，跟生態伙伴共同建設1個Token運營中心、5個萬卡級國產智算集群，圍繞10個核心技術方向做聯合創新，還要賦能200家AI初創組織。

產業伙伴之外，商湯還把科研機構拉進了這套體系里。

WAIC期間，商湯大裝置聯合上海人工智能實驗室、北京中關村學院、深圳河套學院、上海算法創新研究院、上海交通大學人工智能學院這五家國內頂尖科研機構，一起啟動了科學發現平臺的戰略合作。

這次合作的方向不少，聯合實驗室建設、重大科研項目協同攻關、科研算力底座、科學智能平臺研發、復合型人才培養、科研成果轉化，都在合作范圍里。

這次合作要構建的是一套覆蓋算力基礎、平臺工具、模型能力、科研創新的一體化科研服務體系，面向生命科學、新材料、智能制造這些重點領域，以此提供AI層面的科研支撐。

這套方法論往外延伸的方向，還包括天上。

商湯大裝置簽約了國星宇航，雙方開始共同探索從地面萬卡集群到在軌多星協同的太空算力合作。

預計到2026年，「商湯號」系列算力衛星將完成首發并組網，驗證星地協同計算能力；到2030年，將建成天地一體化AI算力星座，形成覆蓋全球的空間智能計算網絡。

這套太空算力的合作，瞄準的是應急救災、遠洋船舶、野外機器人這些弱網絡環境下的實時AI推理場景，是地面集群覆蓋不到的地方。

跟太空算力一樣，光計算和量子計算，也是商湯正在同步探索的方向，眼下都還處在探索階段。

這些分布在不同領域的動作，說到底是同一套方法論——把資源收在自己盤子里，再根據場景靈活地重新組合。

窗口會關，方法論不一定

這套方法論是真本事，但眼下這份高毛利、高增長，也出現在一個特殊的市場節點上——

當下的供需結構，正處在極度失衡的狀態。

今年Agent類應用一起來，算力需求的結構徹底變了。

單次任務處理的上下文長度大幅拉長，市場對算力的整體需求，同比去年漲了5到10倍，主流算力的供給卻幾乎沒漲。

大廠需要優先保自己內部的核心業務，導致第三方客戶的溢出需求，沒人承接。

大廠和頭部芯片廠商都顧不上的那部分市場，正是在這個窗口期里被商湯攬了過來。

供給端一旦追上來，這輪紅利大概率會收窄。

雖然紅利會收窄，但商湯大裝置沉淀下來的東西卻留得住。

商湯在AI基礎設施這個領域，已經摸爬滾打了九年，是布局最早、也最懂大模型的服務商之一。

這九年來，他們所沉淀的，是一套端到端整合、能跨場景復用的操作方法論，從推理延伸到電力，延伸到區域布局，也延伸到太空算力，背后都是同一套邏輯在不同場景里的具體適用。

這輪收入曲線，只是這套方法論眼下最容易被看見的一部分。

同時，這套邏輯也在回應一個更長期的判斷。

模型的應用場景還在持續變多，具身智能、世界模型和科學計算這些新方向，對算力提出的要求彼此并不一樣。

單一芯片很難同時滿足所有場景，這給商湯這類擅長「組合調度」的玩家，留出了長期的研究和發展空間。

AI基礎設施這場競賽，拼到最后，芯片多先進，不再是決勝的砝碼；把手里的資源拼成最優組合，才是關鍵的招數。

商湯大裝置賭的，就是這一件事。