從GPU到Token：AI基礎設施競爭邏輯重構

近日，全球權威市場研究機構Omdia發布《2026全球AI工廠市場格局》報告。商湯大裝置被重點推薦與引用，成為全球原生AI云廠商中的典型代表。

Omdia高度評價商湯大裝置，認為其開創了AI工廠“智能精煉”范式，并在多個維度領跑全球原生AI云市場。

01商湯大裝置AI數字工廠架構：領先行業三年的實踐路徑

Omdia認為，隨著人工智能技術加速滲透、AI Agent全面爆發，AI基礎設施正經歷一場結構性變革，其規模可比肩一個世紀前的電氣化工業革命。而AI 工廠（AI Factory）正在成為這一階段的關鍵基礎設施形態。

今年3月，黃仁勛同樣發文談及AI工廠。他指出，在全球各地正看到芯片工廠、電腦組裝廠及AI工廠，以前所未有的規模興建，“這正成為人類史上規模最大的基礎設施建設工程。”

當行業開始密集討論AI工廠，商湯早在2022年便在內部戰略中提出“AI 數字工廠”構想，并率先對這一趨勢進行前瞻布局。彼時，商湯已清晰意識到，傳統AI基礎設施在成本與效率層面存在系統性瓶頸，難以支撐AI從實驗室走向大規模產業化應用。必須構建一種全新的基礎設施形態——專門為AI模型的“生產”而設計。

經過近三年的實踐探索，步入2026年，商湯大裝置AI數字工廠全棧架構日趨成熟，總共分為四層：

第一層：基礎設施，即AIDC，包括人工智能數據中心、異構GPU、CPU、存儲、網絡等物理資源；

第二層：基礎設施即服務（IaaS），提供大模型訓練的云資源、彈性算力池、訓練引擎、高可用等能力，通過標準化的云服務，實現大模型穩定、高效的訓練；

第三層：模型即服務（MaaS），通過標準化、可編排的云服務，提供模型部署、模型推理、Agent 開發能力；

第四層：應用，大模型進入應用落地階段，AI開始融入各行各業，實現人工智能+。

02多項指標領跑全球，開創“智能精煉”范式

Omdia報告釋放出一個明確信號：AI工廠不僅僅是傳統數據中心的升級，它代表著一種全新的工業組織形態，其核心目標是實現智能（Token）的規模化生產與交付。

這也意味著，AI基礎設施的競爭重心，正從“誰擁有更多GPU”，轉向“誰能夠更高效地生產智能”。在更智能、更高效、單位成本更優的生產token上，商湯大裝置走出了一條差異化的道路。

對此，Omdia給出了一個極為精準的定義——“pioneering intelligence refiner”（智能精煉范式的開創者），即商湯大裝置不僅只局限于提供算力資源，而是將通用AI能力轉化為企業級生產力。

“智能精煉范式”的背后，其實是商湯大裝置深刻感知到AI基礎設施發生的結構性變革，并給出了可運行、可交付、可驗證的實踐路徑。

一直以來，商湯大裝置都在致力于降低AI應用與開發門檻。 通過算法、數據和算力的協同優化，商湯大裝置已構建起“算力-平臺-方案-服務”的端到端系統化能力，并將這些技術能力沉淀為如“水電煤”般的基礎設施，幫助企業能以更高的投入產出比擁抱AI變革。

不僅在范式層面實現創新，Omdia認為，商湯大裝置在以下多項核心能力維度上同樣領跑全球原生AI云市場：

l垂直行業落地能力：依托深厚的場景化方案能力和高響應專家服務體系，截至到目前，商湯大裝置累計服務眾多大模型公司及各行業客戶，覆蓋AIGC、具身智能、AI4S、產業智能化等多個領域。

l算電協同能力：商湯臨港AIDC算電協同平臺整合能源大模型、寧德時代儲能系統等，實現算力與能源的精準匹配，能源需求預測準確率已經達到88%以上，決策準確率已達到93%以上，整體PUE降低至1.265，年化電費成本節約7%、碳減排4000噸的運營成效，帶來顯著的經濟與社會效益。

l多元異構芯片混訓與調度：商湯大裝置適配20+國產AI芯片，并率先實現萬卡國產GPU集群大規模異構混訓，算力利用率高達80%，效率達同構訓練的95%，成功突破單一GPU限制，推動國產算力規模化商用。

03全球經驗輸出

Omdia認為，真正塑造2030年AI工業市場格局的參與者，并非當下芯片采購量最大的企業，而是那些最早洞悉四層AI工廠架構、成功鎖定生態位優勢，并充分尊重物理世界限制條件的先行者。

在這一判斷框架下，商湯大裝置的先發優勢愈發凸顯。早在2022年，商湯便率先提出“AI 數字工廠”構想，不僅對行業趨勢形成前瞻洞察，也在多年的實踐中為全球AI工廠的演進提供了可參考的實踐范式。

與此同時，商湯大裝置正將這一能力體系轉化為全球化競爭力。在沙特落地的中國首個出海國產算力集群項目中，其通過輸出高度適配的軟硬件協同能力，在異構環境下實現高效部署與穩定運行，驗證了其卓越的工程交付能力與“輕資產出海”模式的商業潛力。

未來，商湯大裝置還將持續深化AI工廠體系建設，圍繞算電協同、異構算力調度與垂直行業落地等關鍵能力，不斷提升智能（Token）生產效率與成本優勢，推動AI基礎設施向規模化、產業化方向演進。

轉載來源：商湯科技

本文為量子位獲授權轉載，觀點僅為原作者所有。