成立九年，中科类脑把积累装进Token工厂

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 成立九年，中科类脑把积累装进Token工厂 衡宇 2026-09-24 08:48:02 来源： 量子位 乔不迟 发自 凹非寺 量子位 | 公众号 QbitAI 卡数、算力规模和PUE（电能利用效率）。 大模型进入规模化推理阶段后，这套标准开始 转向产出端。 同样一批芯片、同样一度电，最终能生成多少 满足质量、时延和稳定性要求的Token（词元）。 芯片通电，只代表生产开始。 计算、存储、网络、模型部署和任务调度，只要有一个环节卡住，昂贵的芯片仍可能低效空转。 中科类脑 瞄准的，正是这段从 资源到智能产出 的转化过程，让同样的芯片、同样的电， 产出更多、成本更低、质量更稳定的Token。 它将自己的体系称为 “算电协同型Token工厂” ，把异构芯片、模型、用户任务和电力放进同一套系统调度，用更少的资源产出更多有效Token。 对外，这套能力落在 BitaHub 彼塔云平台 ； 对内，由 一个决策大脑统筹，电力、算力、Token三个子系统 共同驱动。 算力之上，交付Token 中科类脑合伙人、副总经理常峰，给我们算了一笔价值账，来解释“Token工厂”。 一度工业用电的采购价通常只有几毛钱，转化成算力后，价值可能达到几十元； 进一步形成Token后，部分模型每百万Token的价格可以超过百元。 这里的关键并非简单涨价。 算力是生产设备，电力只是原料，用户提交的提示词和任务进入Token生产线，模型负责完成智能转换。 调度系统决定任务在什么时间、什么地点、使用哪类芯片和哪个模型运行。 客户最终购买的是能够 完成任务、符合指标 的Token服务。 这也确定了中科类脑在产业链中的位置。 传统IDC交付机柜、电力、网络和空间，云厂商提供算力实例与模型接口；中科类脑向上再走一层，即 Token生产运营层 ，试图对Token的生产效率、成本和任务结果负责。 △ 图片由AI生成 常峰将这套商业逻辑概括为两件事： 效能和场景化 。 效能决定每颗芯片、每度电能 生产多少Token ；场景化则决定这些Token能够 产生多大 价值 。 在常峰的规划里，效能和场景同样重要，集中研发资源解决效能问题，组织业务资源解决高价值场景问题，再把产生的高质量token结合业务场景， 实现应用价值的最大化 ，目前已经在AI4S及能源领域形成了可规模化的商业闭环。 BitaHub承担前台角色。 它统一纳管英伟达、昇腾等不同架构的算力，聚合模型API和Token服务，并连接企业私有算力池与公共资源池。 以平均30张、峰值100张芯片的需求为例，企业按日常负载自建，高峰缺口由平台补齐70张芯片，相当于获得了一条 可以弹性扩缩的Token生产线 。 据中科类脑介绍，截至目前平台已接入逾3000个算力节点，总规模超过5000P，累计服务超8万企业及科研用户。 后台则是公司与中国科大团队联合研发的决策大脑，负责 电 算Token一体化系统 从监控、预测到调度、运营的闭环运转 。 因此，中科类脑的核心产品并非某一座机房、某一款芯片或某一个模型。 它提供的是一套跨域生产组织能力：在满足安全、时延和稳定性的前提下，把分散的算力与模型资源组合成可以 持续高质量交付的Token 。 产业链上并不缺资源供给者，稀缺的是把多种资源转化为 稳定高质量产出 的运营者。 先把异构算力跑起来，再叠加电力优化 中科类脑最核心的技术落在 AI系统软件层 ：把 算力资源、芯片、模型、电价和任务 纳入同一套决策系统，基于电力条件对算力、模型和任务进行 柔性调度 。 这套系统被概括为 “1+3”架构 ：一个决策大脑连接算力、Token和电力三个子系统，先匹配算力、模型与任务，再把电力信号加入全局优化。 首先，它是一套预测与决策模型。 中科类脑CTO、研究院院长丁海松将这套系统的工作节奏拆成三步。 第一步是 监控 ，实时监测Token需求、集群负载、新能源的发电功率、电价以及每份算力的Token产出效率； 第二步是 预测 ，判断未来15分钟、1小时甚至更长时间内绿电出力、电价和任务需求的变化； 第三步才是 决策 ，调整三个子系统的运行方式。 所有决策都以 用户体验、结果质量和系统稳定性 为边界。 同时，它也是能真正执行调度的工程系统。 调度 的核心，是从算力任务中找出 “ 柔性负荷 ” 。 对 首Token时延敏感 的实时任务留在原地；可排队、可断续的批处理任务，则可以转移到电价低谷时段异地运行。 任务可以选择地点，芯片也要重新分工。 常峰将异构芯片调度比作管理一群说着不同语言的员工。 每类芯片的计算能力、显存大小、互联带宽和软件栈各不相同，直接放在一起很难协作。 因此，中科类脑为每种芯片配置了一个 “包工头”式插件 ，调度层只负责分发任务，插件负责指挥同类芯片； 同时插件给每张芯片 建立能力画像 ，记录它擅长什么任务、和谁组合效率更高。 △ 图片由AI生成 解决不同芯片“能否协同”之后，系统还要进一步拆解推理流水线，解决“怎样协同效率更高”。 在大模型推理中，系统还可以把Prefill和Decode拆开，并通过KV Cache迁移把两个阶段连接起来。 Prefill阶段计算密集，交给 计算能力更强 的芯片； Decode更依赖显存和带宽，交给 大显存、高吞吐 芯片。 两阶段之间的KV Cache必须高效迁移，否则长上下文需要重算，时延和吞吐都会受影响。 高端芯片不必包办整条推理链，新旧芯片、国产芯片和海外芯片都能在同一座Token工厂中各司其职。 对长上下文任务，KV Cache相当于模型已读内容的“工作记忆”。让它随任务跨节点迁移，可以减少重算。 另外，训练作业跨集群调度还要同步检查点、优化器状态和数据进度，并控制任务中断时间。 这套系统真正接受检验，是在一次跨上海、芜湖和乌鲁木齐的调度测试中。 整个跨三地调度的控制响应保持在 200秒以内 ，跨域迁移成功率 达到100% ，能耗预测精度 达到98% 。 这次测试验证的不只是搬运：而是把异构适配、跨域迁移、长上下文KV跨节点协同、绿电预测和 SLA 约束放进同一条生产链联动，电力信号让任务按电网压力和绿电供给调整运行地点。 测试体现了系统跨经营主体的调度能力，还额外带来了电力成本的下降。 这也是 全国首个 跨三地算电协同智能调度测试。 现在，这套调度能力有了 常态化运营 的实体载体。 9月17日，皖疆人工智能科技产业园在乌鲁木齐正式开园。园区按照“三中心一平台”布局规划建设，首个突破千P的融合算力中心已经建成投运。 对中科类脑来说，比区域布局更根本的问题，是 壁垒在哪里 。 丁海松的回答很直接：核心壁垒是对 算电Token一体化 的运营能力和理解。 “算力、电力单看，我们可能都在第一梯队。但真正的壁垒不是单项能力，而是 叠加之后的系统级能力 。” 他进一步表示，异构调度和推理优化等算侧能力，也可以追赶， 绿电出力预测 等电侧能力，竞争对手可以补上； 真正困难的部分，是把两套技术语言、两批工