允中 發自 凹非寺
量子位 | 公眾號 QbitAI

AI時代，Token正成為新的“硬通貨”。

而把分布式的國產算力系統化地轉化為標準化的Token生產能力，這件事也終于有人認真在做了。

2026年6月17日，國家超級計算無錫中心創新發展大會期間，一場內部的論壇在無錫太湖邊舉行，學術界代表與國產AI芯片廠商、算力平臺方、應用廠商聚到了同一張桌子上。

△2026國產異構算力創新發展論壇現場

攢局者是是石科技（Meta-Stone）。

在是石科技創始人兼董事長閆博文的觀察中，當前國產算力的瓶頸不在芯片本身，而在從異構算力到可用Token之間的工程化轉化能力。

而是石科技本身，也正在AI時代扮演Token產業鏈里承上啟下的關鍵角色——不做芯片，不做大模型，專攻“從異構算力到國產Token優化工廠”的工程化轉化。

一個被忽略的真問題

據統計，2025年，中國算力市場規模已達八千億元人民幣。2026年更是被產業界普遍視為“國產AI算力全線兌現元年”。

國產AI芯片面臨的也早已不是“有沒有”的問題。今年第一季度，國產AI加速卡出貨量已占據中國AI算力市場的半壁江山。

但硬幣的另一面是，芯片造出來了，也交付了，可距離客戶認可的“好用”仍有不小距離。適配難、調優貴、生態散成了國產算力規模化落地的最大絆腳石，有機構統計，部分已建成的智算中心國產算力使用率不足50%。

17日這場2026國產異構算力創新發展論壇，就著眼于此，進行了深入的討論。

“以異構之智，筑國產之基”

論壇的嘉賓陣容堪稱重磅，包括中國工程院院士、氣象與計算科學領域的權威專家沈學順，國家超級計算無錫中心主任楊廣文，中國信息協會算力網專委會秘書長、中通服咨詢設計研究院有限公司高級顧問郁建生，摩爾線程聯合創始人、執行總裁王東，太初元碁聯合創始人兼首席運營官喬梁、 以及瀚博半導體、沐曦集成電路等行業領袖。參會企業也覆蓋了新華三集團、融科聯創、無錫沐創、北京瑞萊智慧科技等一批代表性公司。

△圓桌對話環節

圍繞“以異構之智，筑國產之基”這一主題，與會嘉賓聊了什么？

來看筆記：

演講嘉賓普遍認為，中國AI算力市場的上游供應鏈正走向集中融合，下游應用走向場景分化，中間層生態位將長期存在且價值增大。

當前，算力分布式成為行業核心障礙，推理市場需要產品矩陣而非單一芯片，未來必須通過標準化適配+統一調度+生態協同來解決。此外，AI基礎設施不能依賴國外底層算力，物理AI有望成為未來國產算力最大爆發點。

圓桌論壇環節的嘉賓共識也十分清晰：生態的完善需要在芯片、調度、推理引擎、行業應用這幾個層面上發力，需要有專業玩家深耕，共同形成合力。

閆博文分享了來自是石科技的思考：是石科技堅持HPC與AI結合，既是超算積累的經驗，也是實戰驗證的可行路徑。現在模型進入后訓練時代，要追求規模也要追求效率，需要雙向打磨：一是用AI加速HPC計算（AI4S），二是用HPC產生的數據反哺“物理AI”。“我們在超算上積累的并行優化、集群穩定運營、異地調度能力，正是AI算力基礎設施所需。”

他介紹，是石科技判斷產品體系的標準是“需求的尺度”，從大到小分三層：

最大尺度：萬卡、十萬卡級用戶需要超大規模集群長期穩定運營，為此公司搭建算力池基礎調度平臺。

中尺度：頭部模型或行業用戶需要千卡、百卡級，公司就需要快速搭建私有云，包含推理、訓練功能、AI算子庫，對科學計算還需行業算子庫優化，并實現定制化。

小尺度：零散用戶對價格敏感、需求靈活，公司就以核時費、卡時或Token形式提供，利用開源模型優化到極致降低成本。

△是石科技創始人兼董事長 閆博文

這套框架覆蓋了企業從創業到成熟的全生命周期算力需求。“這三個尺度對應企業從小到大的成長，每層技術能力不同。但優化技術沒有高低之分，我們都會在給定條件下做到極致。”他表示，是石科技的定位是國內獨立第三方算力服務企業，目前運營了十幾家算力中心。“最終，我們希望以第三方國產算力服務商的身份開啟IPO。”

就是說，在讓國產芯片“好用”這條鏈路上，是石科技這樣的企業正占據著一個至關重要的生態位：

不賣芯片，也不ALL IN大模型，而是通過深度適配昇騰、昆侖芯、摩爾線程、天數智芯、太初、瀚博半導體等國產AI芯片資源，結合國家級算力中心的工程經驗，深度優化推理框架和推理引擎，將用不起來的異構算力，轉化為企業可用的標準化Token生產能力。

誰是是石科技？

雖然在行業內已經有了很高的知名度，但外界對是石科技的認知整體還停留在“低調”這兩個字上。

創始人兼董事長閆博文先生，90后，為清華大學航院博士、計算機系博士后。公司成立四年，已經服務了200多家重點客戶，包括互聯網大廠、頭部大模型公司，以及航空航天、生物制藥、新能源等領域，基本覆蓋了算力需求最密集的領域。技術團隊參與過全球高性能計算最高獎“戈登·貝爾獎”項目，也拿過CCF HPC China超算最佳應用提名。

隨著國產算力從“可獲得”走向“可用、好用”，市場也開始重新審視這類系統工程能力的價值。資本的反應很直接：近日，是石科技正式啟動B輪融資。此前，公司已完成數億元A輪融資，由北京市先進制造和智能裝備產業投資基金（京國瑞基金與基石資本共同管理）領投，北京基石創投、平湖金投等老股東繼續跟投。算上2025年下半年完成的Pre-A與Pre-A+輪融資，是石科技在一年時間內已連續完成三輪融資。

這些成績，是石科技團隊極少主動對外提及。隨著B輪融資啟動，他們如今更愿意談論的，是另一件事：國產Token優化工廠。

這一概念的核心，是構建從異構算力到標準化Token服務的完整生產平臺。翻譯成大白話，就是把客戶手里的異構算力（尤其是國產AI芯片）通過深度優化推理框架和推理引擎，轉化為穩定、高效、可計量的Token生產能力。

第三方使能者：AI產業鏈的必然拼圖

2026年是“十五五”開局之年，“加快高水平科技自立自強”置于突出位置，國家明確指導國產大模型加大力度適配國產算力芯片，“芯模共進”成為產業關鍵詞。

今年4月，算力網首次納入國家“六張網”戰略布局（水網、新型電網、算力網、新一代通信網、城市地下管網、物流網），中央已相繼要求加強規劃建設，相關領域年度投資預計超7萬億元。

算力網本質是構建算力版的“國家電網”——依托“東數西算”布局的全國一體化算力網，打破地域算力孤島，實現數據自由流動與算力高效調度。“十五五”時期將持續深入推進東數西算工程，構建多層次算力設施體系。

在這些政策措施的促進下，算力調度與推理優化是不可忽視的一環。

芯片廠商的核心競爭力在芯片設計，大模型廠商的核心競爭力在模型能力。但要把芯片的算力真正轉化為大模型可用的Token，中間需要大量的系統工程工作——異構算力資源池化、智能調度、推理框架深度優化、SLA保障……這些活專業性強、工程復雜度高，但又不天然屬于芯片廠商或大模型廠商的核心業務邊界。

這個中間地帶正是是石科技的定位，其六層架構設計也清晰地反映了這種定位：硬件層構建異構算力資源池，IaaS層完成虛擬化基礎設施，智馭算力調度模塊實現統一智能的資源管理，深度推理框架和推理引擎提供高性能加速，Token Factory服務層輸出標準化推理接口，最終形成面向用戶的產品矩陣，即實時推理、批量推理和定制化推理。

對客戶來說，不再需要關心底層跑的是哪家芯片、怎么調度、怎么優化，只需要拿到穩定、便宜的Token。

對產業來說，第三方使能者角色的興起，本身就是一個信號：中國的AI產業，正在從追求單點硬件性能突破，邁入一個追求系統性協同、高效與開放的新階段。

誰在定義Token時代的“標準化”

Token正從技術計量單位，演變為AI時代的重要生產資料與數字硬通貨。如同工業時代的煤炭與電力，Token的獲取成本、生產效率和使用門檻，正在深刻重塑AI產業的市場競爭格局。

邏輯推演下去會產生一個有趣的問題：在Token這條產業鏈里，會不會出現一個定義“標準化”的獨立生態位？

上游看，算力資源高度碎片化。國產AI芯片（昇騰、昆侖芯、摩爾線程、天數、太初、瀚博半導體等）產能上來了，卻面臨“能用但不好用”的困境。

下游看，需求爆發式增長。黃仁勛在GTC大會上明確提出“token factory”概念，將Token比作數字經濟時代的“硬通貨”。大模型廠商Token分成模式已在2026年二季度正式啟動。

這個格局，與任何由碎片化原材料走向標準化產品的產業早期階段并無二致。而每一個這樣的產業周期，都會催生一類關鍵角色：不掌握上游資源，也不直接面對終端消費者，但具備‘把上游資源轉化為下游可用的標準化產品’的核心工程能力。

是石科技未必會成為Token產業鏈里唯一的那個定義者，但他們正在做的事情確實卡住了這個生態位。客觀說，未來的結果既取決于技術路線的領先性，也取決于國產算力生態何時迎來真正的“iPhone時刻”。

但無論如何，在Token產業鏈里，一個獨立的第三方使能者必將出現——這是產業分工深化的必然規律，AI時代也不例外。