在近日举办的“人工智能赋能新型工业化深度行”活动上，一场关于人工智能与制造业深度融合的讨论引发行业关注。该活动由国家先进计算产业创新中心发起，旨在打通算力底层技术与工业场景应用之间的关键环节，为2026年工业和信息化部“人工智能+”行动奠定基础。商汤大装置事业群解决方案总经理代继在主题演讲中，深入剖析了Token经济背景下AI基础设施的演进路径与产业实践。
代继指出，当前大模型产业竞争格局正经历深刻变革。国际头部企业通过“开源构建生态、闭源沉淀价值”的策略重塑市场，而新一代智能体交互模式的普及使模型应用门槛大幅降低。数据显示，头部模型用户付费意愿显著提升，Token消费共识逐步形成，标志着产业进入规模化应用阶段。这一转变对AI基础设施提出更高要求，算力供给、调度效率与系统稳定性成为关键突破口。
行业研究报告显示，AI算力需求结构正在发生根本性变化。2025年仍以模型训练为主导，但到2027年推理任务将占据主要份额，预计2030年全球数据中心总容量将突破200GW，五年内实现规模翻番。商汤大装置针对这一趋势，构建了覆盖算力调度、系统观测与生态协同的技术支撑体系，为Token经济下的规模化应用提供基础设施保障。
在算力调度层面，商汤基于SenseCore AI云平台实现多云环境下的异构资源统一管理。该平台兼容Kubernetes原生生态，将自建集群、第三方云资源及国产CPU/GPU算力整合为统一资源池。通过“算力池化”技术，企业可跨区域、跨架构灵活调用资源，支撑大规模分布式推理任务。针对不同芯片架构的深度优化，使训练与推理任务获得最优性价比，显著降低Token持续消耗场景下的运营成本。
系统稳定性方面，商汤构建了全栈智能可观测体系，突破传统监控体系的技术瓶颈。该体系单秒可处理80万数据点，性能提升超20倍，日志检索效率提高60%，显著缩短问题定位时间。通过跨地域数据挂载技术，实现“一份数据，多地使用”，在保持接近本地性能的同时打破数据孤岛，降低跨区域业务部署成本。代继强调：“在Token高频调用场景下，系统必须具备‘可感知、可分析、可优化’的智能监控能力，才能支撑规模化应用。”
国产算力的发展为基础设施创新提供了新路径。商汤已完成20余款国产AI芯片适配，率先实现万卡规模国产芯片异构混训，算力利用率达80%，训练效率接近同构集群95%。这一突破有效缓解了单一芯片供应限制，为企业提供更灵活的算力选择。与此同时，商汤联合产业伙伴推出的“算力Mall”平台，将算力资源、开发工具与模型服务标准化封装，企业可像选购商品一样组合调用，重构了AI服务供给模式。
代继在演讲中特别提到，AI技术的产业化进程正在加速。当模型能力成为基础设施标配，企业竞争将转向“基础设施+生态+应用”的系统能力构建。商汤通过技术沉淀与生态协同，正在为行业提供可复制的规模化应用范式，推动AI从技术能力向现实生产力转化。
