国家先进计算产业创新中心（安徽）暨曙光安徽总部基地启用

作者／ IT时报 贾天荣

编辑／ 潘少颖 孙妍

一座智算集群，如果只是把更多服务器、更多芯片装进机房，它的故事其实并不新鲜。

但当人工智能从训练大模型走向大规模推理，从少数企业试用走向政务、制造、科研等真实场景，另一个指标开始变得越来越重要：算力开始被重新计算，一座算力中心究竟能稳定、高效、低成本地产生多少Token（词元）？

8月20日，在“智算合肥 生态领航”词元经济生态大会上，合肥智算集群正式上线。与此同时，国家先进计算产业创新中心（安徽）暨曙光安徽总部基地启用。

一个是算力基础设施，一个是产业创新平台，两件事指向同一个变化：当AI进入推理时代，产业竞争已经不再只是比拼单颗芯片的性能、单个集群的规模，而是开始比拼从芯片、算力到模型、软件，再到应用场景的整体效率。在这场变化中，合肥正试图抢先一步。

一座没有“追热点”的智算集群

“这个项目是从2024年开始谋划，2025年开始建设的，今年6月份建成。”合肥市大数据资产运营有限公司多元算力服务中心主任、合肥市数算科技有限公司总经理张云蕾说起合肥智算集群的建设时间，特意强调了这一点。

就在不久前，Token还是大模型行业内部的一个技术概念，如今，随着智能体、AIGC等应用迅速增长，“词元经济”开始成为人工智能产业的新关键词。

但合肥智算集群并不是为了追上这股热潮才临时建设的。事实上，合肥市大数据资产运营有限公司是提前布局。2021年，公司就开始进行算力基础设施的投资、建设和运营。后来建设的先进计算中心，选择了曙光技术路线，从高性能计算一路走到今天的智算集群。

2024年启动规划时，张云蕾和团队考虑的是另一个更大的判断：未来人工智能产业会爆发，尤其是推理应用会迎来快速增长。所以，这座集群从一开始就被定义为优先应用于推理。“当时并没有Token这个概念，也没有想过把它搞成一个Token服务平台。”张云蕾说。

如今看来，这个提前做出的判断，恰好与今天的产业需求接上了。合肥智算集群采用中科曙光新一代AI超集群技术。此次大会聚集了80多家企业，其中不少来自国产芯片上下游，有做AI推理、国产推理应用加速的，也有做服务平台的。大家围绕的是同一个问题：如何通过软件、应用和系统层面的协同，把国产卡的价值尽可能释放出来。 这也成为理解AI超集群的一个入口。

AI超集群拼的已经不是一块芯片

在中科曙光高级副总裁任京暘看来，AI超集群的核心变化，是竞争的维度已经发生改变。“它拼的不是单一性能，它拼的是算、存、网、液冷、软件综合的效率。”

即便是英伟达，也不能只靠芯片本身解决问题。真正决定系统效率的，是计算、存储、网络、散热以及软件等环节能否形成紧耦合。这也是合肥智算集群采用的新一代AI超集群技术想解决的问题。该集群围绕芯片、计算、存储、网络、散热、应用、服务进行全链路协同，通过软硬件一体化设计和系统级优化，提高计算、通信、数据读写和资源调度效率，同时支持不同模型、框架和业务负载。

AI超集群试图让每一块芯片、每一条网络、每一份存储以及软件系统之间配合得更紧密。这种变化在Token时代尤为重要。任京暘告诉《IT时报》记者，AI算力此前多用于训练阶段，产业一直期待从训练走向推理。进入推理阶段以后，算力关注的重点也随之发生变化：不再只是追求算力峰值，而是关注Token生产的稳定性、高效性和性价比。

未来评价一座AI基础设施的方式也可能发生变化。张云蕾说，接下来合肥智算集群就要重点做推理加速，希望Token生产能力能够得到充分释放，不论白天还是夜间。

从“把机器给你”到“把AI能力给你”

如果说超集群解决的是“算力怎么提高效率”，那么词元服务平台解决的则是另一个问题：算力如何真正进入产业。

合肥市大数据公司打造的“词元世界”，就是其中一项尝试。据他介绍，这个平台一端连接合肥智算集群，另一端连接国内主流大模型服务商以及第三方资源，目前已经上线国内主流的200多个大模型服务。用户通过统一接口，就可以调用不同模型，不需要自己一个个寻找模型、选择模型，再分别进行API调用。

传统算力中心通常把物理机或者虚拟机交给用户，用户获得机器权限，再自行部署模型和应用。但Token服务不同，底层算力经过模型部署和推理加速后，最终被封装成可直接调用的AI服务。用户得到的不再是一台机器，而可能只是一个URL，将它配置进自己的智能体，就可以调用背后的AI服务。

这意味着算力开始从一种相对“重”的基础资源，变成一种可以被更轻量调用的服务能力。而在这个过程中，Token也可能成为连接算力与数据的新接口。

过去几年，数据要素市场化一直在探索，但数据交易面临产权认定、价格制定等问题。张云蕾认为，Token提供了一种新的可能：将算力和数据进一步标准化，通过Token服务进行调用和结算。

在他看来，行业目前正处于一个逐步标准化的阶段，未来可能会形成更加统一的Token定价体系，并进一步推动数据价值释放。因此，“词元经济”真正改变的，可能并不只是AI的计费单位。它正在尝试改变AI能力被生产、调用和流通的方式。

合肥为什么能“提前一步”？

把时间线拉长，会发现合肥此次布局并非孤立的一个项目。合肥市大数据公司从2021年开始布局算力基础设施，2024年谋划、今年6月建成智算集群时，Token经济才开始快速升温。张云蕾认为，这种“提前量”恰恰体现了合肥在未来产业上的布局思路。

而此次国家先进计算产业创新中心（安徽）启用，则让这种布局进一步向产业链延伸。

国家先进计算产业创新中心成立于2018年，是国家发展改革委布局的国家级产业创新平台，定位不仅是技术研发，更强调先进计算技术的产业化和行业应用。此次安徽分中心落地合肥，将面向科学智能、集成电路、新型显示、新能源汽车等产业，开展软硬件适配、应用验证和解决方案孵化等工作。

任京暘观察到，合肥的一大优势，是研发人才、产业链和应用场景能够形成连接。

“能找到人”，是他对合肥研发环境最直接的评价。既有高水平科研人才，也有能够承担产业化任务的工程师；与此同时，围绕先进计算的芯片、网络、应用等上下游企业，也在不断聚集。

这也是为什么，一个智算集群、一家创新中心落在同一座城市，意义并不只是“多了一座机房”和“多了一块牌子”。一边是基础设施，一边是技术创新和产业转化，中间连接的，则是越来越多真实的产业场景。

AI的下一场竞争可能不在机房里

今天，政务已经成为Token消耗快速增长的场景之一，AIGC是Token消耗的重要领域，新能源汽车、AI for Science、医疗等智能体应用也在不断增加。Token增长的背后，是AI应用正在从“能不能用”，进入“用了多少、用得多深”的阶段。而当应用规模越来越大，AI基础设施也必须回答一个越来越现实的问题：怎样让更多企业用得起、用得好。

这也是任京暘所强调的“开放计算”。在他看来，单靠一家企业无法解决算力普惠的问题。如果能够通过开放计算降低算力价格和使用门槛，Token成本也会随之下降，最终让AI从少数企业才能承担的能力，进一步走向更加普惠的应用。

回头看，“词元经济”或许只是一个表象。它真正撬动的，是AI基础设施的一次重新分工：芯片负责提供底层能力，超集群负责把系统效率做起来，模型和软件负责把算力转化成AI能力，而服务平台则进一步把这些能力送进政务、科研和产业场景。

从算力到词元，表面上是计量单位变了，背后却是AI产业运行方式正在发生变化。

合肥提前建设的智算集群，恰好站在了这个节点上。真正值得观察的，不是这座集群有多少P，而是它能产生多少Token，又有多少Token最终走出机房，进入一辆汽车、一项科研、一项政务服务，或者一家企业的日常业务，这或许才是下一轮算力竞争的战场。

排版／ 季嘉颖

图片／ 采访对象 unsplash

来源／《IT时报》公众号vittimes

E N D