清华系团队给大模型织了一张“智能算力电网”

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 清华系团队给大模型织了一张“智能算力电网” 思邈 2026-05-29 10:47:09 来源： 量子位 单位Token成本降低40% 允中 发自 凹非寺 量子位 | 公众号 QbitAI AI芯片，正在机房里猛猛吃灰。 海外高端GPU供不应求、又贵又难买； 国产芯片产能好不容易上来了，结果是「能用但不好用」，生态不全、适配难、推理优化门槛高，大量国产卡就这么空转着，电费照烧，却产不出一颗能用的Token。 企业想用AI，偏偏卡在了最不该卡的环节， 算力 。 所有人都在比谁的模型参数更大，但真正决定AI能不能落地的，其实是另一件没那么性感的事： 一颗Token，能不能被稳定、便宜、规模化地生产出来。 死磕这件事的，是一支从中国超级计算体系里走出来的年轻团队， 是石科技 。 △AI生成 这家公司成立于2021年，由国家超级计算无锡中心的核心科研团队联合组建，是国内最早将超算智算并行优化的技术进行产业化的团队之一。 名字取自“实事求是，甘为基石”，寄托着创始团队对算力基础设施地位的深刻认知。其创始人兼董事长 闫博文 ，出生于1993年，毕业于清华大学，是清华计算机系博士后。 这家公司瞄准的是通过 自主研发的并行优化技术 ，将高性能计算（HPC）与人工智能计算深度融合，专治各种 异构算力资源调度 的“疑难杂症”。 在他们看来，现在的AI行业根本不需要再多一个算力转租平台，要打破国产算力空转的僵局，必须彻底跳出传统租赁的浅层模式。 是石科技给出的解法直击本质： 紧扣“Token标准化、国产化、效率提升”这三件事，直接重构算力变现路径，重磅打造国产TOKEN调优工厂。 大模型也有了算力“电网”：插上插头，算力秒变Token产能 是石科技TOKEN工厂的第一层技术底座，来自异构算力的全域整合与深度国产化适配。 区别于行业常见的单一算力资源模式，是石科技搭建了全域异构算力资源池，全面兼容NVIDIA GPU、国产AI芯片（包括昇腾、昆仑芯、天数、太初、瀚博半导体等），以及云厂商算力、边缘算力等多源渠道。 通过智能调度与弹性扩缩容技术，实现算力资源的统一纳管、智能分配与动态扩容，让企业不再受困于“算力采购难、资源碎片化”。 △AI生成 打个比方，这就像一张“全域智能电网”。 过去每家工厂只能用自己的发电机（单一算力），买不到柴油就停产，发电机坏了就瘫痪。 是石科技则类似于搭建了一张覆盖全国的算力网络，把各地的风电、水电、火电、太阳能电（各种算力）全部接入统一电网。 企业需要用电时，只需“插上插头”，电网就会自动调度、分配与你需求最匹配的电给你，你完全不用关心电是从哪个具体的电网节点送过来的。 更关键的是，是石科技团队完成了主流国产AI芯片的深度适配与专项优化，打通了 框架适配、算子兼容、通信优化、性能调优全链路 。 △AI生成 在这张电网的“变电与稳压”作用下，原本闲置、难调通的国产算力，在这里能被高效转化为 稳定、可用、低成本的标准化Token推理产能 。 通过不断提升算力利用效率，以及充分利用闲时的算力，或者根据客户需求定制专属算力资源，国产Token就可以真正变成可商用的产能优势。 对此，一位长期从事AI基础设施的工程师评价说： 过去我们买了国产卡，总要花几个月去调驱动、改框架、修bug。是石科技把这条路铺好了。国产卡不再是“摆设”，而是真正能跑生产的引擎。 把芯片性能榨干到极限：吞吐暴涨50%，Token成本硬砍40% 如果说算力池化是底座，那么 推理优化 就是TOKEN工厂的核心技术壁垒。 是石科技团队深耕高性能计算领域多年，在严格恪守企业级SLA服务标准的前提下，从算子、内存、调度、解码等全维度进行技术革新。 CUDA Kernel算子级优化、PagedAttention内存优化、Continuous Batching连续批处理、混合精度推理……这些技术被系统性地部署在TOKEN工厂的生产线上。 配合FlashAttention、推测解码、KV Cache精细化管理、模型并行（TP/PP）等前沿加速方案，GPU等国产芯片的资源利用率大幅提升，Token吞吐总量显著增加，单位Token生产成本大幅下降。 更重要的是，传统推理中常见的延迟抖动、TTFT与TPOT波动等问题得到了有效控制—— Token生成变得高效、稳定、高品质。实测数据显示，在同等算力条件下，是石科技的推理优化方案可将 吞吐量提升30%-50%，单位Token成本降低40%。 △AI生成 治好“宕机焦虑”：99.9%高可用，把推理做成不断电流水线 规模化的Token生产，不能建立在脆弱的单点算力之上。 是石科技构建了一套多Provider互补与容灾体系： 资源互补：流量峰值时自动弹性扩容； 技术互补：接入特定模型和技术能力（如超低延迟、多模态）； 区域互补：跨地域部署，降低延迟，满足各行业合规要求。 自动Fallback故障切换机制，搭配“自有集群承载主要流量、合作伙伴集群兜底容灾”的流量分配模式，彻底规避单点算力故障导致的业务中断风险。 △AI生成 99.9% 的高可用性服务保障，让Token的规模化生产、调度、输出全程稳定可控。 想象一下飞机引擎的“多冗余设计”，即便一台引擎失效，其他引擎能够自动补位，飞机照常飞行。 是石科技相当于给AI推理服务装了三套引擎——包括 自己的引擎、合作伙伴的引擎、备用引擎。 哪怕其中一套突然熄火，系统会在 0.1秒内自动切换到另一套 ，用户完全感知不到。 从技术上看，这已经不是渐进式的改良，而是从“算力资源”到 “优质Token产能” 的价值跃迁。 当前，国产AI算力替代进程持续提速。 标准化、可量产、低成本的Token产能，已成为AI产业落地的核心生产资料。 是石科技的目标已经明确： 建成中国最大、技术最先进、服务最完善的国产TOKEN调优工厂。 让千行百业降低AI落地门槛，让国产算力生态真正实现规模化、高质量发展，推动中国AI产业迈入工业化、标准化的全新阶段。 当行业还在追逐单一模型的精度时，是石科技选择了一条更有挑战但更具长期价值的道路—— 做夯实AI推理底座的工厂，做可进化、可复用、可普惠的Token生产力平台。 这条路投入更大、周期更长、协调更复杂。 但一旦走通，它改变的将不只是某一家企业的推理成本，而是整个适合中国AI产业高效发展的国产算力生态。 版权所有，未经授权不得以任何形式转载及使用，违者必究。 AI infra 清华 算力电网 超算 思邈 世界模型接棒语言模型，这家公司全球首创物理AGI“双金字塔”体系，通用机器人进入“家庭时代” 2026-05-28 触觉具身来了个梦之队：天使轮近亿 2026-05-27 图灵奖得主领衔，中国大模型第一梯队集结！2026智源大会，看懂AI下一程 2026-05-25 华为具身大脑一号位创业，用认知科学造世界模型，获亿元级融资 2026-05-25 扫码分享至朋友圈 相关阅读 按AI顶会评实力：美国7倍领先中国，腾