算力荒，但Token却便宜了，智算云的账该怎么算？

中国智算行业正在同时经历两件矛盾的事：算力越来越贵，但Token越来越便宜。 一面是算力需求溢出，国内优质算力资源持续紧张，价格自今年春节前已涨超50%，有渠道商反映，部分热门算力卡型号”不是贵的问题，是根本拿不到”；国内外的智算中心疯狂堆算力，甚至要靠签远期合同锁定。 但另一面是Token价格崩塌，两年前每百万token要几十美元，现在不到一美元，主流大模型厂商为了争用户，几乎在做赔本的生意。行业内有观点认为，当前以超低价争夺用户的模式，长期来看可持续性存疑。 这说明大模型产业发展的早期，还没有找到多赢的方式，也注定是不可持续的商业模式。当芯片厂商拿走了60%以上的利润，做应用的几乎没有定价权，中间层的智算云，顶着上游的成本压力，也要面对下游客户不断压价。 在行业人士看来，更根本的问题是，现在撑着整个行业运转的硬件，本质上是为训练设计的，拿来跑推理、生产Token，就像开着法拉利送外卖，成本结构从一开始就对不上。 训练侧的逻辑，撑不起推理侧的账 过去三年，智算行业卖出了一个共同的故事，谁有卡，谁就赢。 这个逻辑在训练侧是成立的，大模型竞赛本质是算力竞赛，一个1万卡集群和一个10万卡集群能训出来的模型根本不在同一天花板。 九章云集创始人方磊透露，九章云极目前收到的远期订单是自身可交付容量的10倍以上，锁定资源的定金比例最低只有5%，但若同时锁定价格则需要30%到40%的定金。 但推理侧的生意，早就跑在了一条完全不同的轨道上。全球范围内，Token单价持续降低，底层的算力成本却并没有同步下降，能耗、折旧、网络，每一笔都是真实支出。 问题还不止于此，智算中心的算力利用率普遍不高，根本原因在于网络传输本身成为了瓶颈。在大规模训练集群里，数万块加速卡需要频繁同步数据，任何网络延迟都会让大量算力陷入等待。 此前有业内人士指出，千卡级训练中通信时间占比可达30%以上，在超大规模场景下甚至高达50%至70%，scale up（单机多卡）和scale out（多机组网）之间的效率鸿沟，是从训练工厂移植过来、天然无法消除的技术债。 如上所述，产业链的利润分配结构也是问题，上游芯片厂商吃掉了整条链路60%以上的价值，中游云厂商在CPU时代的净利润率大约在35%，但在AI时代，算力成本占到运营支出的七八成，毛利空间被双向挤压。 银河证券分析师吴砚靖称，Token经济的定价权目前仍集中在上游，中游是效率放大器，下游暂时没有话语权。换而言之，中下游的景气度改善需要等待上游产能充分释放之后。 硬件供给侧同样受限，国产AI芯片产能不足，是当前最薄的那块木板。 国内方面，还多了一层算电协同的复杂性，业内人士提到，绿电直供有60到80公里的物理传输上限，一旦上高压就要缴纳“过路费”，而且光伏夜间不发电，风电功率曲线波动剧烈，和智算中心希望的恒定功率曲线严重错位，储能配比超过15%就开始亏本。 当前算电协同还有待更多突破，包括绿电直供能否通过高压更远传输，水电和核电能否纳入绿电认定，甚至绿证价格本身也在持续上涨，今年以来已涨了近一倍。 现在谈Token工厂，时机上既不早也不晚，早了基础设施不成熟，晚了就错失机会窗口。 做运营商，不做中间商 云计算行业已经很久没有新的挑战者，即便AI带来了全新的变量，但云计算所需要的规模和资金，依然是现实的护城河，一些企业极却给出了一个让人意外的答案。 “九章非常重要的定位，是走出一条与互联网大厂云不同的路——做算力赛道的‘第三方选择。”方磊所说的大云，是阿里云和火山引擎，阿里云和火山引擎背后是两家年收入数千亿的互联网巨头，九章云极至今仍是一家创业公司，这种反差，怎么看都有些错位。 他认为，大云有大云的结构性特点，那些在互联网时代成长起来的云厂商，底层架构是为带宽和存储优化的，AI时代90%的成本是计算，100G的老交换机和为AI专门设计的400G交换机之间，效率差距难以弥合。新的云计算平台跑同样一张英伟达GPU，在特定场景下效率优势显著，这是历史包袱决定的。 事实上，行业内存在一种“算力贸易”模式——买一批服务器放进机房，租给客户，自己没有调度能力。 在方磊看来，现货倒卖，客户应该签远期订单才能拿到资源，资产是自己控制的——一些与互联网大厂存在竞争关系的企业，在选择算力平台时会优先考虑中立方案——这正是第三方云存在的理由。 训练工厂对应零到一的模型制造，目标是在未来24个月内形成10万P的训练算力，方磊判断，下一代前沿模型的突破，要靠30万卡甚至更大的集群才能跑出来，而这样的超大规模基础设施仍在建设过程中。 Token工厂对应一到N的规模化交付，目标是每天10万亿token，但这10万亿不是通用token，而是面向专业场景的”专业级”和”前沿级”。方磊将token市场分成三层：消费级（每百万token约1美元）、专业级（每百万20到40美元）、前沿级（每百万150美元以上）。 九章的战略锚定在后两层，帮助客户训练专业模型，再通过Token工厂低成本交付专业token。他的逻辑是，千行百业里真正能让AI落地的，不是通用大模型，而是垂直专业模型，“没有专业模型，所谓‘AI+行业’就只是一句口号”。 具体落地上，九章云极计划合作超过1000家专业模型厂商，资产端则复制了一种基础设施行业常见的轻资产模式：央国企出资持有资产，九章负责运营，按比例分成。 此外，九章云极已在东南亚、日本、中东及欧洲多地进行布局，将中国方案定位为AI基础设施的”第二选项”。这背后的逻辑是：上一轮云计算，欧洲和日本几乎全面依赖美国技术栈，当前AI时代各国对”主权云”的诉求空前强烈，中国的模型能力、成本优势和不依附于美国供应链的属性，正好填上了这个缺口。 （本文作者 | 张帅，编辑 | 杨林）