随着AI算力需求不断增长，高质量 、低成本的算力供给成为市场所需。如今 ，词元（Token）成为衡量算力消耗的最小单位 ，“Token工厂 ”则是将AI基础设施 、模型和电力能源相结合，提供算力服务 。在2026世界人工智能大会上 ，行业企业通过基础设施能力提升、算电协同 、算力调度优化等方式 ，推动算力普惠 。
技术升级降低算力成本
合肥中科类脑智能技术有限公司副总经理、算力Token运营事业部总经理常峰告诉记者，具备低成本 、规模化的AI算力供给能力，将是未来全球AI基础设施领域最重要的竞争壁垒。
中科类脑研究院院长丁海松介绍 ，通过提升国产芯片性能 ，依托高效KV Cache（键值缓存）管理 、动态PD分离（预填充与解码分离）节点优化等前沿技术，可更大化提升设备的Token吞吐效率 。
新华三集团AI解决方案专家杨新安表示 ， *** 设备、存储机制是影响算力成本的关键因素 ，“800G *** 较400G *** 可显著提升相同算力下的Token吞吐量 。 ”在存储机制上，通过分级缓存可以降低算力成本。
算力架构同样影响算力成本。在本届大会上 ，商汤科技展出的商汤大装置通过异构混合推理 ，使整体推理性价比提升，同样成本下算力产出规模扩大2.5倍 。太初（杭州）集成电路有限公司（简称“太初元碁”）采用HCU异构融合计算架构 ，CPU与AI算力核通过统一高速总线互联 ，配合共享分级存储架构，提升整体效率 。
太初元碁CEO杨晋喆认为 ，当前算力产业已从单卡性能比拼进入系统级竞争阶段 ，模型参数突破万亿级 、“Token工厂 ”向吉瓦级演进，降低单位算力成本成为核心命题。
算电协同提升能效
降低算力成本的另一条路径是降低用能成本，其核心在于算电协同 。
中科类脑算电一体化平台可基于分时电价 、风光发电实时波动 ，灵活迁移算力任务负载 ，主动错峰使用低价清洁能源，从源头压缩算力用电成本 。中科类脑董事长兼总经理刘海峰介绍 ，一个1000P（PFLOPS）标准算力集群年度总耗电量约2000万度 ，依托平台优化可节约20%用电量，每年预计可辅助算力集群减少400万度电力开支。
润建股份通过RunDoBidder虚拟电厂和RunDoGrid智能微电网管理系统实现算电协同 。公司相关负责人介绍 ，微电网汇聚分布式光伏、风电 、储能等资源 ，通过在线数据监测实现统一管理，根据对算力中心的任务分析与负荷预测 ，数据传输至虚拟电厂 ，虚拟电厂结合电价预测生成调度策略，再下发调度优化指令 。湖南某园区引入微电网平台后 ，每年因能源利用率 、运维效率提升 ，产生效益约100万元。
中兴通讯在本届大会期间展出了算电协同、源网荷储一体化AIDC整体解决方案，通过电力 、算力 、热力融合管理，实现全域统一调度 ，提升单位电力与算力产出 ，使每一度电支撑更多AI Token计算 。
商汤科技则在本届大会期间发布算电协同Agent，基于算力、电力 、Agent三位一体体系 ，使商汤大装置实现单位电量Token产出提升80% 、平均电费单价低于同地区数据中心的约10% 。
“Token工厂 ”优化算力使用
除了基础设施升级与算电协同 ，“Token工厂”正通过优化算力调度、算力运营来提升算力使用效率。
百度智能云将原有的“MaaS模型服务”升级为“Token工厂 ”，尽可能减少Token重复计算 ，推理生成速度较市场水平提升约25% ，同时支持多款国产主流模型的调用，提高算力服务性价比 。
杨新安介绍 ，新华三集团通过优化服务机制 ，充分发挥算力效能 。例如，根据用户付费水平分配不同等级的模型服务 ，根据问题复杂程度匹配相应模型 ，在保障输出质量的同时减少Token消耗。企业或工厂可通过后台界面查看每个Token的具体使用路径、成本与计费详情，管理日常运营中的算力成本。
（文章来源：中国证券报）
