從“囤卡”到“提效”：商湯大裝置的算力突圍邏輯

文 | 劉芬 編輯 | 蔣詩舟

日前，商湯科技發(fā)布的2025年財報，一個數(shù)字引發(fā)關(guān)注：下半年年息稅折舊攤銷前利潤（EBITDA）上市后首次轉(zhuǎn)正，達3.8億元。

對于AI公司來說，EBITDA轉(zhuǎn)正的意義不止于財務(wù)本身。它通常被視為運營改善的拐點——公司從技術(shù)投入期進入價值兌現(xiàn)期，燒錢換增長的階段正在過去，精細化運營帶來的自我造血能力開始顯現(xiàn)。2025年，商湯科技全年總收入增長33%，超50億元，為近三年最快增幅；下半年經(jīng)營性現(xiàn)金流自上市以來首次實現(xiàn)正向凈流入

這份成績單背后，是商湯科技“大裝置-模型-應(yīng)用”的“三位一體”戰(zhàn)略的逐步驗證。早在2020年，當行業(yè)還在爭論要不要做算力基礎(chǔ)設(shè)施時，商湯科技已經(jīng)開始投入建設(shè)。如今，這套體系正在將算力效率轉(zhuǎn)化為可驗證的商業(yè)模式。

整個AI行業(yè)正在經(jīng)歷一場算力焦慮?！梆B(yǎng)龍蝦”爆火，直接帶動Token消耗指數(shù)級增長，AI公司如何接招，無疑是行業(yè)當下熱門話題。

來自國家數(shù)據(jù)局的數(shù)據(jù)顯示，到今年3月，中國日均Token調(diào)用量突破140萬億，兩年增長超千倍。相比去年底，三個月提升40%以上。調(diào)用量猛增，背后是AI應(yīng)用從“對話”到“做事”帶來的算力需求革命。

一般而言，Token是大模型處理信息的最小單元，計算量越大，消耗Token越多。在早期問答模式下，一輪對話消耗幾百到幾千Token，一旦用戶停止提問，消耗也就隨之停止。進入Agent模式后，人工智能開始在后臺持續(xù)執(zhí)行多步驟任務(wù)。這一趨勢下，Agent使用Token，Token拉動剛性算力需求。有業(yè)內(nèi)人士測算，單Agent消耗約為對話模式的4倍，多Agent系統(tǒng)高達15倍。華泰證券研究所報告也指出，Token調(diào)用量隨推理擴展呈倍數(shù)增長，AI算力需求隨Token增長呈更大倍數(shù)增長。

IDC預測，到2030年全球活躍AI智能體將達22.16億，年度Token消耗量有望從2025年的0.0005 Peta Tokens激增至15.2萬Peta Tokens。

隨著AI應(yīng)用加速落地，由Token需求爆發(fā)引起的算力緊缺，正加速一個早已開始的趨勢：算力競爭的重心，從“誰擁有最多的芯片”轉(zhuǎn)向“誰能把每一顆芯片、每一度電、每一個Token的效率發(fā)揮到極致”。誰能把推理成本降下來、把算力效率提上去，誰就能掌控AI產(chǎn)業(yè)的話語權(quán)。

不乏業(yè)內(nèi)人士指出，當前算效低下普遍存在，部分智算中心GPU利用率偏低，加劇資源浪費與結(jié)構(gòu)失衡。未來需完善算力利用率、任務(wù)效率、單位能耗產(chǎn)出等效能指標，引導產(chǎn)業(yè)進入精細化效率競爭。只有通過更精細的調(diào)度、資源池化與彈性部署，才能將有限算力用到極致。

一、短期夠用，長期緊缺：算力市場的結(jié)構(gòu)性矛盾

算力正在從一個技術(shù)問題，變成一個經(jīng)濟問題。當下的市場格局呈現(xiàn)出清晰的結(jié)構(gòu)性矛盾：短期夠用，長期緊缺。

據(jù)了解，算力體系分為通用算力、智能算力、超級算力等，其中智能算力與AI關(guān)系最密切。中國算力體系以智算為主導，占比超9成。

中國市場上，目前在大規(guī)模采購智能算力的主力軍是大型科技公司、電信運營商、各地方城市及央國企。華創(chuàng)證券首席經(jīng)濟學家張瑜表示，對于地方政府，從“東數(shù)西算”中的8個樣本省市看，2026年規(guī)劃算力總規(guī)模同比增速達44%，仍能維持高雙位數(shù)增長。對于科技巨頭，阿里巴巴相關(guān)投資計劃或繼續(xù)加碼，騰訊、字節(jié)也在持續(xù)跟進。對于三大運營商，今年算力投資支出基本持平去年。

其中，中國電信2025年資本開支804億元，其算力基礎(chǔ)設(shè)施投資人民幣202億元，占比約為25%。中國聯(lián)通全年資本開支542億元，并在財報里明確提出2026年資本開支預計在500億元左右，其中算力投資占比將超過35%。

這不僅是運營商算力建設(shè)從“通用服務(wù)器堆疊”向“高性能超節(jié)點架構(gòu)”的戰(zhàn)略轉(zhuǎn)型，更是一個明確信號：算力正轉(zhuǎn)變?yōu)槿鐣幕A(chǔ)設(shè)施。各地方城市及央國企正在成為重要的算力投資方，政府牽頭設(shè)立專項資金，地方央國企發(fā)布招投標公告，第三方企業(yè)參與建設(shè)智算中心，算力采購正從“試點”走向“規(guī)模化”。

短期來看，供給端并不短缺。2025年中國智能算力同比增長119%至1590 EFLOPS，超出市場預期。IDC預期，2026-2028年，中國智算還將維持約40%的年均增速。但國際對比看，中國智算仍有很大增長空間。截至去年一季度，美國智算全球占比達到75%，中國占比約為15%。

長期缺口正在加速形成。國金證券直言，2026年是中國算力需求從“云端訓練”向“訓練+推理”雙輪驅(qū)動的關(guān)鍵之年，算力缺口將在更多模態(tài)和更廣場景的催化下，極速釋放。

華泰證券提供了一個更深層的觀察：模型能力提升正從“數(shù)據(jù)-算力-算法”的線性關(guān)系，轉(zhuǎn)向以“數(shù)據(jù)生成與利用效率”為核心的非線性增長。這意味著，每一次模型能力的躍遷，都帶來遠超以往的算力消耗。

供給端的結(jié)構(gòu)性矛盾，在需求洪峰面前被急劇放大。傳導至終端，是價格的上漲。

2026年初，亞馬遜AWS率先將EC2機器學習容量塊服務(wù)價格上調(diào)約15%，谷歌云隨后上調(diào)全球數(shù)據(jù)傳輸服務(wù)價格，北美地區(qū)費率翻倍。3月，阿里云、百度智能云、騰訊云密集發(fā)布調(diào)價公告，頭部廠商主流GPU算力實例漲幅集中在15%-34%區(qū)間。漲價公告的核心原因高度一致：全球AI需求爆發(fā)，算力需求持續(xù)攀升，核心硬件供應(yīng)鏈成本顯著上漲。

這不是簡單的市場行為。在業(yè)內(nèi)人士看來，它標志著行業(yè)競爭邏輯的根本轉(zhuǎn)向，從“低價換規(guī)?！钡拇址艜r代，進入“價值定輸贏”的精細化運營階段。此次調(diào)價將倒逼中小開發(fā)者轉(zhuǎn)向性價比更高的國產(chǎn)算力平臺，優(yōu)化算力使用效率，淘汰低價值、高算力消耗的無效項目，行業(yè)資源將進一步向具備核心技術(shù)、清晰盈利模式的優(yōu)質(zhì)企業(yè)匯聚。

一位AI創(chuàng)業(yè)公司CEO道出了行業(yè)普遍焦慮：“以前我們討論算力，說的是‘夠不夠用’?，F(xiàn)在我們討論算力，說的是‘用不用得起’。很多創(chuàng)業(yè)公司也開始算賬，分析哪些應(yīng)用值得跑，哪些場景需要砍。

有觀點指出，當算力從“戰(zhàn)略資源”變成“財務(wù)成本”，行業(yè)的游戲規(guī)則就被改寫了。那些僅僅依靠“囤卡”優(yōu)勢的玩家，可能很快就會發(fā)現(xiàn)自己的護城河正在消失。而真正能夠在效率上拉開差距的玩家，才有機會在下一輪競爭中勝出。

二、商湯大裝置：用效率重構(gòu)算力競爭邏輯

在算力焦慮蔓延的行業(yè)中，商湯科技提供了一種差異化的解題思路。對比來看，商湯大裝置不是“囤卡人”，而是通過算電協(xié)同、軟硬協(xié)同，提升算力效率的精細化運營者。

作為戰(zhàn)略底座，商湯大裝置實現(xiàn)了從技術(shù)長板向產(chǎn)業(yè)閉環(huán)的深度躍遷。通過底層算力與算法研發(fā)的深度聯(lián)調(diào)，大裝置全年支撐模型研發(fā)任務(wù)近百萬項。在弗若斯特沙利文發(fā)布的《2025年H1中國全棧AI云服務(wù)市場報告》中，商湯大裝置穩(wěn)居中國全棧AI云服務(wù)市場前四，原生AI云廠商首位。在《2025年中國AI基礎(chǔ)設(shè)施市場報告》中，商湯科技入選“領(lǐng)導者象限”，躋身第一梯隊。

權(quán)威認證也在持續(xù)加碼。2026年2月，獲評工信部“軟件供應(yīng)鏈安全能力評估”優(yōu)秀級認證；2026年1月，獲中國信通院業(yè)界首個“5A卓越級”認證；2025年8月，IDC報告在“性能優(yōu)化”、“大模型訓推”等核心維度均給滿分。

其中，商湯大裝置的核心競爭力，在于“最懂大模型”的定位。 這種“算力-模型-應(yīng)用”的“三位一體”戰(zhàn)略的深度耦合，構(gòu)成了堅實的技術(shù)護城河。以LightX2V世界模型推理系統(tǒng)為例，依托步數(shù)蒸餾與極致量化等前沿技術(shù)，商湯不僅率先實現(xiàn)物理世界模擬的實時視頻生成，更在制程受限的國產(chǎn)硬件上實現(xiàn)對海外頂尖芯片性能的反超。該系統(tǒng)獲阿里、騰訊等多家頭部廠商官方推薦，開源模型在HuggingFace累計下載破千萬，穩(wěn)居全球前十。

在國產(chǎn)化方面，商湯走得務(wù)實而堅決。聯(lián)合華為昇騰、海光、寒武紀等十余家芯片廠商發(fā)布“商湯大裝置算力Mall”，率先完成與昇騰384超節(jié)點的全面適配。國產(chǎn)世界模型“開悟2.0”已實現(xiàn)在國產(chǎn)算力集群上的全流程訓練，成為首個在國產(chǎn)芯片生態(tài)上實時生成動態(tài)場景的世界模型。

更長遠來看，商湯正在探索算力效率的終極命題——算電協(xié)同。 在寧德時代支持下，商湯打造了全球首個實現(xiàn)“算力管理-IDC運營-儲能系統(tǒng)”全鏈路打通的AI智能系統(tǒng)，通過大模型精準預測電力負載，動態(tài)生成最優(yōu)能源調(diào)度策略。聯(lián)合達卯科技、溥泉資本發(fā)布臨港AIDC算電協(xié)同平臺，通過“算隨電用”、“電隨算動”的雙向閉環(huán)，實現(xiàn)算力與能源的精準匹配。這一實踐為大規(guī)模智算中心的低碳運營提供了可復制的樣板。

對AI初創(chuàng)企業(yè)而言，推理時代的算力困局本質(zhì)是四重難題。其一，Agent帶來的Token消耗呈指數(shù)級增長，且從“階段性投入”變?yōu)椤俺掷m(xù)性支出”，推理成本無疑成為財務(wù)黑洞。其二，全球GPU供應(yīng)鏈緊張，有限算力優(yōu)先傾斜戰(zhàn)略合作伙，初創(chuàng)公司即便愿付溢價也難得算力；其三，缺人缺經(jīng)驗導致GPU用不“滿”。其四，供給彈性不足，推理負載的峰谷波動又讓固定配置陷入兩難。

為解決這些難題，商湯科技通過彈性擴縮容機制，支持按需自動調(diào)配算力，低峰期縮減、高峰期秒級擴容，讓算力成本與業(yè)務(wù)規(guī)模精準同步。在供給端，商湯已與20余款國產(chǎn)芯片完成適配，率先實現(xiàn)萬卡國產(chǎn)GPU集群異構(gòu)混訓，算力利用率達80%、效率達同構(gòu)訓練的95%，打破單一GPU供給限制。在服務(wù)端，商湯將十余年AI實戰(zhàn)經(jīng)驗整合為“4S”全周期賦能——從聯(lián)合解決方案到聯(lián)合銷售，從專家服務(wù)到戰(zhàn)略協(xié)同，幫助初創(chuàng)企業(yè)一次性打通“用得起、拿得到、用得好”的算力難題。

三、商業(yè)化新賽點，商湯劍指“性價比”和“功效比”

“那個只要‘堆算力’就能贏的時代，已經(jīng)結(jié)束了?！?025年11月，OpenAI前首席科學家Ilya Sutskever的這句話，正在成為行業(yè)共識。2026 GTC大會上，黃仁勛表達了同樣的觀點：AI競賽不再是比拼原始算力，而是效率與商業(yè)化。

大模型技術(shù)的同質(zhì)化競爭日益加劇。當模型能力本身不再是決定性差異，真正的比拼就轉(zhuǎn)移到了模型之外，誰能以更低的成本、更高的穩(wěn)定性，支撐海量Token的持續(xù)流轉(zhuǎn)。

中國信通院將這一轉(zhuǎn)變概括為：大模型已進入“2.0時代”，核心標志是強化學習的廣泛應(yīng)用。整體算力需求結(jié)構(gòu)正從訓練側(cè)向推理側(cè)傾斜，IDC預測到2027年推理負載將達到70%。為高并發(fā)、低延遲推理設(shè)計的算力效率，變得前所未有的重要。

有業(yè)內(nèi)人士表示，算力就像中國電網(wǎng)，未來比拼的不是有沒有算力，而是能不能穩(wěn)定、低成本產(chǎn)出Token。其判斷是，在Token工廠時代，算力的終極價值是普惠與高效。AI產(chǎn)業(yè)正從技術(shù)驅(qū)動轉(zhuǎn)向商業(yè)驅(qū)動，未來算力部署將形成集中式公共算力與分布式私域算力并存的格局，MaaS平臺將成為連接訓練與推理的關(guān)鍵載體。

這一判斷正在被市場驗證。當算力成為一種公共服務(wù)，能否跑出算力服務(wù)的巨頭，在于是否有企業(yè)將軟硬協(xié)同發(fā)揮到極致。商湯建設(shè)大裝置的邏輯正是如此，這種“算力-模型-應(yīng)用”“三位一體”戰(zhàn)略的深度耦合，構(gòu)成了最堅實的技術(shù)護城河。

商業(yè)化的成果也在驗證這一邏輯。據(jù)了解，商湯大裝置已成為國內(nèi)多家頭部科研機構(gòu)、互聯(lián)網(wǎng)科技巨頭、頂尖泛娛樂企業(yè)、具身智能機器人企業(yè)以及第一梯隊大模型獨角獸的核心伙伴。同時，商湯參與上海市規(guī)資局“量子城市”項目，助力五糧液、中鐵第一勘察設(shè)計院等領(lǐng)軍企業(yè)實現(xiàn)行業(yè)大模型部署。

除支撐外部商業(yè)循環(huán)，商湯在大裝置與大模型技術(shù)基礎(chǔ)之上的應(yīng)用也實現(xiàn)了商業(yè)化多點開花。2025年，商湯的AI原生應(yīng)用已深入泛辦公、金融、智能營銷、內(nèi)容創(chuàng)作、泛智能終端等多個領(lǐng)域。商湯與值得買科技達成深度戰(zhàn)略合作，讓電商營銷實現(xiàn)了智能化：幫助其店鋪運營效率提升20倍、直播運營效率提升6倍、流量投放效率提升5倍、實時監(jiān)控效率提升3倍。

同時，在“1+X”戰(zhàn)略下，商湯的X創(chuàng)新業(yè)務(wù)也基于集團的硬核技術(shù)與市場經(jīng)驗，在智能駕駛、家用AI機器人、智慧醫(yī)療、智慧零售、具身智能等更復雜的場景構(gòu)建商湯AI生態(tài)矩陣。財報顯示，2025年商湯X業(yè)務(wù)的收入超3億元。

此外，商湯將于今年二季度推出基于第二代NEO架構(gòu)的全新基礎(chǔ)模型，在業(yè)內(nèi)率先驗證原生多模態(tài)架構(gòu)下理解與生成深度統(tǒng)一的新“尺度定律”，預計將實現(xiàn)效能與性價比的倍數(shù)級躍升。依托“三位一體”戰(zhàn)略協(xié)同優(yōu)勢，商湯將持續(xù)降低推理成本，讓極致性價比成為最堅實的競爭壁壘。

商業(yè)的終極理性，不是燒掉多少燃料，而是走了多遠的路。算力這道難題的解法，不在于擁有多少芯片，而在于如何讓每一顆芯片、每一度電、每一個Token，都產(chǎn)生最大價值。

當AI產(chǎn)業(yè)從技術(shù)驅(qū)動轉(zhuǎn)向商業(yè)驅(qū)動，當Token成為衡量價值的新標尺，那些能夠率先構(gòu)建效率壁壘的公司，才有機會在下一輪競爭中勝出。商湯，正在試圖成為那個在“Token工廠”時代定義行業(yè)標準的人。