C17官方网站-C17(中国)-无问芯穹夏立雪：企业遇到Token「刺客」，让我们决定「开店、建中心」｜WAIC 2026

作者｜包永刚

编纂｜林觉平易近

三年前 百模年夜战 时，一边是英伟达GPU一卡难求、价格一起水长船高，另外一边倒是很多国产AI芯片很难被年夜模子公司充实使用。

看到AI财产巨年夜的想象力，也看到国产算力没有被充实开释的贸易价值，夏立雪意想到，团队已往十多年的技能堆集终究迎来了财产时机。于导师汪玉的鼓动勉励下，他与一群一样来自清华年夜学电子工程系的师兄弟配合创建无问芯穹，方针是成为买通M个模子及N款芯片的新技能范式平台，让每一一块芯片都能阐扬最年夜的贸易价值。

“依附多年的经验，创业之初咱们就不只看练习需求。咱们预判模子很快会进入年夜范围运用阶段，在是先从异构练习切入，同时堆集面向年夜范围推理的基础举措措施能力。”无问芯穹开创人兼CEO夏立雪告诉雷峰网(公家号：雷峰网)，“虽然有所预判，但AI落地的速率还有是比咱们预想患上更快。”

跟着推理需求快速发作，以和Agent最先走向落地，夏立雪及团队于2024年末看清晰趋向以后就迅速了了了贸易计谋。外界看到这家建立仅三年的公司，对于外的财产表达于变化：从毗连M种模子及N种芯片，到Token工场，再到本年WAIC提出的“前店后厂一中央”的Agentic Infra战略结构。

看起来，无问芯穹险些每一年都于变化，但于夏立雪看来，这些变化并不是标的目的调解，而是AI财产从练习走向推理、再迈向Agent时代以后，AI基础举措措施形态的一定演进。

已往三年，无问芯穹真正没有变的是甚么？这家AI基础举措措施公司贸易飞轮是否已经经最先动弹？更多AI Infra的行业交流接待添加作者微信BENSONEIT。

为何Token工场要「开店」？

“从练习阶段的多元异构，到推理阶段的Token工场，再到Agent迭代阶段，进级为‘前店后厂一中央’的Agentic Infra，无问从创建至今，焦点技能系统没有发生年夜的变化，咱们一直旨于经由过程AI Infra 解决智能范围及效率的问题，变化的只是对于焦点问题的归纳综合及表达。”夏立雪说。

无问芯穹开创人兼CEO夏立雪

每一一次表达变化，素质都对于应AI成长进入新的阶段。百模年夜战期间，AI Infra成为行业共鸣；推理需求发作后，Token逐渐成为尺度化、可订价的商品，Token工场成为AI基础举措措施新的财产表达；而进入Agent时代，基础举措措施需要再次进级。于这个历程中，体系很快跟上算法的成长，并鞭策算法自己再去做更多测验考试，这是一个康健且良性的互动。

“Agent不是挪用一次Token就竣事的‘套餐式’需求，而是要把差别Token挪用构造成一个完备、持久与人协作的使命，好比从代码天生到工程化，这对于底层基础举措措施提出了年夜量使命并发、矫捷启停等新要求。”夏立雪暗示，“Agentic Infra的要害，是基础举措措施既要办事AI运用，自己也要年夜量使用AI实现自我迭代。”

真正促使无问芯穹提出“前店后厂一中央”的要害，是愈来愈多企业遭受的“Token刺客”。

Token账单愈来愈长，却愈来愈难回覆一个问题，这些Token到底解决了几多问题？即便告竣不异的营业效果，因为底层推理路径、模子范围和芯片适配度的差异，差别 Token 的成本也差别。“以是咱们决议，不仅要有厂，还有要及行业伙伴一路‘建中央’、‘开店’。”夏立雪说。

于他看来，前店后厂一中央其实不仅是一套贸易架构，更是一套存眷范围及效率的AI出产力转化体系。无问芯穹其实不做模子，也不做芯片，而是连结中立，作为毗连模子、芯片及客户需求的自力平台，将分离的模子能力及异构算力构造起来，连续优化从底层资源到AI出产力的转化效率。

假如类比传统财产，无问芯穹更像石化财产链中的“炼化厂”，卖力把算力转化为“数字石油”——Token，而且要更切近行业客户，将客户真实需求连续反馈给一整套AI出产力转化体系，形成技能优化、办事晋升及贸易增加的闭环。

无问芯穹其实不是独一一家选择选择如许做的AI基础举措措施公司。

已往一年，海外专为AI提供基础举措措施办事的NeoCloud快速突起，尤其是Baseten、Fireworks、Together AI等纯软件基础举措措施公司估值已经到达百亿美元量级。夏立雪认为，它们增加的缘故原由其实不仅仅是提供GPU资源，而是经由过程针对于AI运用深度优化，提供行业解决方案，让基础举措措施真正触达终极用户。

“这些公司实在也不只是做Token工场。”夏立雪说。

比拟海外重要缭绕单一GPU优化，海内市场算力架构越发多元，无问芯穹需要同时优化N种异构芯片，技能繁杂度更高，但也象征着更年夜的时机。

“而且海内的运用场景越发富厚，咱们看到的是一片蓝海。”夏立雪说。

贸易模式已经经逐渐清楚，接下来的问题是：无问芯穹的贸易飞轮，是否已经经真正转起来了？

AI贸易飞轮已经经动弹，Token成本仍有10倍降落空间

判定贸易是否闭环，一个简朴的尺度是：产物涨价以后，客户是否还有愿意买单。根据这个尺度，AI贸易已经经完成为了从“证实价值”到“用户付费”的超过，步伐员、设计师等职业已经经形成不变的付费意愿。

“写代码是一个职业而非行业，步伐员遍布各行各业，他们都愿意为AI付费。此刻人们会商的不是Token有无价值，而是感觉Token太贵，这偏偏申明了Token的价值。”夏立雪说。

贸易闭环还有有另外一个权衡尺度——财产链是否可以或许连续分享收益。当前，主流芯片赚走了AI财产绝年夜部门利润，AI贸易真的已经经闭环了吗？

“利润分配是贸易举动，会跟着阶段方针变化，其实不能反应产物价值的素质。”夏立雪认为，“GPU稀缺，芯片议价能力最强，天然赚患上至多。但反过来想，各人抢着买，偏偏申明下流有真正的付费需求于支撑。假如行业没有闭环，产物应该是卖不动，而不是买不到。”

这象征着，AI贸易飞轮已经经最先动弹，无问芯穹本身的贸易飞轮也已经经逐渐形成。

雷峰网相识到，已往一年，无问芯穹经由过程一系列原始技能立异，实现了10倍推理成本降落，平台高可用率到达99.99%以上，与Kimi、智谱、MiniMax、阶跃星斗等头部年夜模子企业紧密亲密互助，于资源构造及出产瓜葛上已经经形成闭环——截至7月，无问年夜模子办事平台单日 Token 挪用量较去年12月，已经实现了40倍增加。

对于在无问芯穹而言，接下来的问题再也不是证实贸易模式，而是怎样让飞轮转患上更快。

假如类比通讯行业，AI已经经完成为了 3G时代 ——证实本身有效；接下来要迈向 4G时代 ，真正决议财产发作的将是基础举措措施连续降低成本，支撑更多AI运用落地。

夏立雪判定，将来1至2年，Token成本仍有跨越10倍的降落空间。一方面，模子布局正于慢慢收敛，模子稀少化、软硬件协同设计等更激进的优化手腕将开释更年夜的效果；另外一方面，算力供应连续增长，供需瓜葛有望进一步改善。

当推理成本再降低一个数目级，AI竞争的重点将从模子能力，转向运用界限。

夏立雪暗示，由于团队里许多成员都是清华电子工程系的配景，既理解数字AI，也理解物理AI，无问芯穹对于在扩大深化能源、电力以和具身智能等范畴的Agentic Infra行业解决方案落地连结乐不雅。

假如说为客户降低10倍成本是于鞭策AI财产成长，那末连续降低自身成本，就是无问芯穹构建护城河的方式。

于2026年世界人工智能年夜会上，无问芯穹发布了相干技能进展，呼应黄仁勋提出的 “算力即收入”，夏立雪将MaaS的贸易焦点总结为一句话： 算力即收入，优化即利润。 意思是——算力范围决议收入上限，优化效率决议利润空间。

尤其的是，与传统软件交付差别，无问芯穹Agentic Infra于年夜量利用AI连续优化自身，经由过程不停降低体系成本晋升利润空间。夏立雪认为，这也是Agentic Infra与传统云平台的要害区分。传统云竞争的是范围效应，而AI Infra竞争的不单是范围，更是效率。

传统云的底层逻辑成立于算力供应足够的基础上，而当前AI基础举措措施仍处在求过于供阶段，谁能连续优化体系效率、降低Token成本，谁就能得到更高的利润空间，也能支撑Agent等新运用提出的新需求，这是传统云平台其实不擅长的能力。

行业仍处在快速增加阶段，真实的竞争方才最先。无问芯穹凭甚么连续把Token成本再降低10倍？它的焦点竞争力又是甚么？

为何「最懂芯片」的纷歧定最会用芯片？

无问芯穹建立第一天就选择了基在M种模子及N种芯片做异构优化及同一部署，这也是其最焦点的竞争力。这一判定既来自海内算力财产的实际，也来自团队对于行业持久成长的预判。

“海内算力供应比力多元，海外虽然相对于集中，但也存于碎片化问题。从持久来看，异构问题必然会持久存于。”夏立雪暗示，“咱们今天已经经可以或许做好16种的异构优化，假如将来市场终极只剩下5家，咱们只是向下兼容。”

一个更值患上会商的问题是：为何连芯片公司本身都没有充实阐扬芯片的能力？

“芯片公司最相识本身设计的芯片，以是甚么都能做好，这是一个误区。”夏立雪说，“就像Windows上的软件其实不都是微软开发的同样，芯片公司卖力的是把芯片设计出来、写好‘利用申明’、提供好开发情况，而怎样让模子真正阐扬芯片的效率，则是另外一套体系能力。”

无问芯穹饰演的恰是如许的脚色——站于“前店后厂一中央”的Agentic Infra 战略结构上，把模子、芯片及基础举措措施构造起来，这恰是其团队十多年连续堆集的能力。

不外假如芯片自己选择的算法线路与市场需求发生较着偏离，再优异的体系优化也力所不及。

WAIC时期，无问芯穹发布了首创的跨集群异构PD分散架构（Prefill-RelayDecode-MainDecode, PDD），将传统的“PD分散”立异解构为“P-RLD-MD”的三级分散式推理架构，经由过程流水线袒护KV Cache跨集群传输的延迟，经由过程越发精准的调控将延迟降低，进一步晋升推理效率。

至在PDD终极可以或许带来几多成本Token成本降落，夏立雪说，实测显示，该架构于首 Token 延迟（TTFT）降低 51.5%的同时，单 Token 成本可降低 37.5%。团队正于紧锣密鼓地将这套要领复用于更年夜范围且更多种异构芯片上，预期这一数据还有会有进一阵势跃升。

除了了推理效率，无问芯穹也于强化进修标的目的连续投入。

“Agent时代更需要强化进修。”夏立雪认为，“基座模子更像优异的本科生，而强化进修可以或许让它发展为某个行业的专家。”

对于此，无问芯穹于本年WAIC上还有发布了面向年夜范围跨域强化进修练习的收集、平台、框架的协同深度优化技能，实现跨域强化进修练习持续一周零中止不变运行，将来将跨域计较资源的支撑范围，连续拓展至十万卡级以上，去支撑下一代高机能Agentic AI实现“于线进化”。

于夏立雪看来，无问芯穹对于成长标的目的的判定及滚动立异才是公司的护城河。

继承推进异构优化的同时，无问芯穹也已经经最先结构下一个标的目的——以具身智能为代表的物理AI。

结构具身智能，也押注AI的下一阶段

物理AI间隔真正形成贸易闭环还有有一段间隔，但此刻恰是结构的窗口期。

夏立雪决议结构具身智能的判定来自供应及需求两个维度。从供应来看，AI算力持久仍将处在求过于供状况，手机、电脑等终端或者边沿装备年夜量闲置的算力资源却还有有待进一步开释；从需求来看，AI终极不会只逗留于云端，而是会以各类形态来到人们身旁，成为真实的“好伙伴”，具身智能是此中一种可能。

他认为，于物理世界中，具身智能的 Scaling Law 一样需要高效率、年夜范围的基础举措措施来支撑，做这个基础举措措施，需要既懂云端又懂终真个构造。

基在如许的判定，夏立雪暗示，“无问芯穹踊跃入局，也会节制幸亏具身智能范畴的投入节拍。创业公司就应该做点有挑战性的工作。”

转头看，无问芯穹已往三年的财产表达一直于变化：从=M×N，到Token工场，再到Agentic Infra。变化的是AI财产的成长阶段，稳定的是它始终缭绕着统一个方针——让每一一块芯片都能于AI时代孕育发生最年夜的经济价值。

也正由于云云，很难用已往对于一家AI基础举措措施公司的认知去判定无问芯穹的将来。没有人可以或许正确猜测AI进入4G甚至5G时代以后会发生甚么，也没有人知道下一代AI基础举措措施终极会演化成甚么样。

对于在夏立雪及无问芯穹而言，不管AI怎样演进，让每一一块芯片创造更年夜的贸易价值，依然会是无问芯穹继承向前的焦点信念。

AI Infra公司会团体走向何方？接待添加作者微信BENSONEIT切磋。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。