AI算力评价重心，正从集群规模转向Token成本与响应延迟，这将带来哪些新的商业机会？
日前，聚焦国产算力全链路Token优化的是石科技联合创始人毛运航接受证券时报记者专访。毛运航表示，算力优化具备明显的系统性短板制约特征，单一环节优化难以提升整体效能，全链路统筹优化更适配行业发展需求。
01.国产Token优化工厂
是石科技的创始团队，曾经参与运营中国自主研发的超级计算机“神威·太湖之光”，后者是世界上首台峰值运算速度突破十亿亿次的超级计算机。
毛运航回顾：“这套超算体系从计算、硬件到应用全层级均达当时全球顶尖水平，全程采用国产软硬件。”
这段经历为团队在国产芯片适配与集群优化上积累了深厚经验。2021年，团队在盐城成立分中心并组建运营公司，即是石科技前身。大模型爆发后，基地转型为超智算中心，纳管多种计算资源。如今公司已是国内算力优化赛道重要角色之一。
毛运航将公司定义为“国产Token优化工厂”，强调“国产”与“优化”才是真功夫。
是石科技的核心是全栈优化——从底层硬件适配到Token生产。毛运航表示，英伟达生态中模型厂商承担了主要优化工作，芯片厂商侧重硬件；但国产芯片厂商正主动寻求与模型适配，中间优化层空间扩大。“适配是从无到有，让本来用不起来的场景变得可用。优化的结果是‘看应用下菜’——用户不需要关心底层用什么显卡、什么网络、什么存储，只需告诉系统要干什么。”
公司的营收，70%来自订阅，即将集群专供大客户，按月或季度收费，包含硬件成本与优化服务，合同通常一年以上，部分已达三至五年；20%来自按Token消耗的流量计费；10%来自项目制，提供深度软硬件协同优化，包括代码重构与移植。
“我们在规模尚小、行业尚未火热时就是现金流公司。”毛运航说，“控制成本，不做前景不明的研发投入，完全业务导向。公司自2024年起实现盈利。”
在算力优化赛道上，芯片厂商、云厂商、运营商、大模型企业、第三方AI Infra机构同台竞技。是石科技走“独立第三方”路线：自建和纳管算力集群，服务大型B端客户。
02.破解算力空转
在行业实践中，算力优化并非单一硬件升级，而是覆盖硬件、网络、系统、调度、算法的端到端系统工程。
芯片厂商主要聚焦单卡硬件性能研发，但大规模商用集群落地，还需解决组网通信、存储适配、集群运维等诸多配套问题。英伟达生态的核心优势，在于软硬件协同的成熟体系，通过互联架构、网络体系及底层软件工具，释放硬件算力，减少资源空转浪费。
毛运航认为，算力优化具备木桶效应，任一环节的不足都会限制整体效能，单一维度的优化难以实现收益最大化。不同业务场景对算力调校的需求存在差异，行业不存在通用的解决方案，需要结合硬件特性、场景需求、成本预算综合平衡，在性能、成本、稳定性之间寻找适配方案。
伴随大模型产业发展，行业算力评价标准持续更新，传统超算侧重理论峰值算力，当下市场更看重Token产出效率、响应速度、并发能力与服务稳定性，这也成为衡量全链路优化成果的指标。
03.2026拐点与未来博弈
算力优化与Token优化属于不同产业维度。前者聚焦硬件集群层面，是基础能力。而Token优化则是2026年AI产业一大变量。
此前大模型API付费体系不成熟，Token产出亏损，优化仅能微降成本。2026年，推理需求井喷、付费习惯养成，API商业化走通。市场转卖方主导，算力稀缺倒逼Token工业化运营，通过精细化优化实现稳定变现，这正成为行业刚需。
全栈优化的商业价值由此释放。
相较于成熟的英伟达生态，国产芯片架构碎片化严重、适配难度高，底层工具链、接口标准尚未统一，算力资源存在空转与低效问题。这构筑了行业高门槛：需要团队将成熟生态的技术体系迁移重构，结合不同国产芯片特性做定制化优化，盘活闲置的国产算力集群。
头部第三方AI Infra企业的价值，通过优化补齐硬件短板，将原本无法盈利、低效运转的算力资源打磨至符合商业盈亏线的标准，实现国产算力从“能用”到“好用、赚钱用”的跨越。
但未来并非坦途。需要跨越的障碍包括，芯片持续迭代，每一代适配耗时长；Token定价体系并没有统一标尺；技术路线的不确定性同样存在——MoE等架构仍快速演进，芯片设计可能随之改变。
毛运航提醒，单纯的技术深耕容易陷入“技术自嗨”。头部企业的一大优势在于具备全产业链全局视野，能够判断不同芯片、不同集群的成本与产出区间，规避无效研发，聚焦可落地、可盈利的优化场景。
毛运航表示，未来，是石科技希望成为一家独立第三方GPU云公司——不做芯片也不做模型，但持续为客户提供稳定的计算资源和优化能力。
尚红网提示：文章来自网络，不代表本站观点。
