推动Token成为算力价值新度量标准。
关联内容
83岁李国杰院士久违发声，拆解AI赛道三大核心命题
近期，光合组织2026智能计算应用大会在郑州举办。会上，中科曙光（603019）宣布中国首个全国产十万卡AI超集群——曙光8000正式落成投用，并同步接入国家超算互联网。
与此同时，光合组织推出“开放计算Token谱系计划”，近百家科研机构与企业成为首批共建单位；国家先进计算产业创新中心主任历军宣布三年投入10亿元支持生态伙伴应用研发；中科曙光与北京科学智能研究院达成战略合作，启动第二套十万卡系统研制；光合组织AIDC基础设施专委会同步成立。
这一系列动作串联起来，释放出一个明确信号：光合组织的战略重心，正在从算力建设转向算力服务与生态运营。中国智算产业，正式从硬件基建竞赛迈入以Token生产力为核心的价值竞争新阶段。
十万卡底座投入使用
十万卡集群，行业讨论了两年，真正建成投用的，曙光8000是第一个。
中科曙光高级副总裁李斌在采访中表示，从万卡到十万卡，不是简单地乘以10倍。做超算研制最大的难点，就是规模大了之后带来的一系列问题。首先是性能和效率，这么多算力单元要高度协同，任何一个网络设计的短板，任何一点计算和通信的重叠没做好，性能就发挥不出来。其次是可靠性，部件数量多了10倍，故障概率就高了一个数量级，加上系统结构本身更复杂，可靠性的难度是指数级上升的。
针对这些难题，曙光8000构建了全维度的技术解决方案，其核心优势集中在散热、网络、存储、系统管控四大维度。在散热方面，曙光8000采用浸没式液体相变冷却技术，配合中压直转高压直流供电，支持单机柜MW级功率密度，PUE可低至1.04，WUE趋近于0。
网络系统层面，曙光8000采用两层架构，兼顾效率与可靠性。柜内640张卡全部采用铜互联，只要铜介质能覆盖的距离，行业头部厂商都会优先选择铜方案，其成本更低、功耗更低、可靠性更高、信号质量更好，而光互联的故障率在十万卡规模下会被放大到不可接受。柜间则采用自研全国产原生RDMA高速网络，从交换芯片到网卡全部自主研发，性能对标英伟达InfiniBand产品线。
存储系统的支撑能力，是十万卡集群高效运行的重要保障。曙光8000采用自研ParaStor分布式存储，该系统在2026年IO500榜单中获得生产型全节点和10节点性能全球第一，这也是中国厂商首次在生产类榜单斩获双料冠军。生产型榜单基于落地一年的业务实践进行评测，对数据一致性、可靠性有严格要求，代表着商用存储系统的真实能力。
针对十万卡集群的并发需求和长上下文推理场景，该系统实现全层级缓存池化，支持全局KV Cache统一管理，覆盖GPU HBM、节点本地SSD、分布式存储全链路。中科曙光分布式存储产品部总经理石静介绍，十万卡集群对存储的并发性能、延迟要求大幅提升，KV Cache架构变化也对存储设计提出新要求，目前系统可实现多应用并发下的资源隔离，保障不同业务的服务质量。
系统管控层面，集群可用性设计目标为四个九（99.99%），设备安装精度达毫米级，全集群部署数字孪生管控系统；调度系统支持秒级万作业调度，批处理、裸金属、容器可弹性融合调度。中科曙光北京公司副总裁李柳表示，整机柜交付模式可大幅缩短现场交付时间，全封闭液冷架构提升系统稳定性，模块化设计则显著提升维护效率。
而这一切技术投入，最终指向一个目标：让每一份算力转化为稳定、高质量的Token产出。
光合组织打造产业中台
技术底座只是骨骼，要让算力真正变成可流动的Token，还需要一套产业层面的协同机制——连接芯片、整机、软件与行业应用，让不同厂商的产品能在同一套标准下咬合运转。这恰恰是光合组织过去六年一直在构建的东西。
光合组织成立于2020年，依托国家先进计算产业创新中心，由海光信息、中科曙光牵头。截至2026年7月，已汇聚超过6000家生态伙伴，完成15000余项软硬件适配，下设28个生态适配中心、24个区域分会和专业委员会。
从产业链位置看，其核心层由中科曙光和海光信息构成——前者提供全栈自研的算力、存储与高速网络技术；后者提供CPU和DCU芯片，海光C86 CPU兼容x86生态，深算DCU采用GPGPU架构，软件平台DTK兼容CUDA生态。围绕这一核心，聚合了从基础软件、数据库、整机到行业应用的完整链条，中国移动（600941）、旷视科技、索辰科技等均作为生态伙伴参与其中。
该组织将产业链上下游纳入同一套技术标准和适配流程，从而降低不同厂商产品之间的兼容成本。李斌在采访中提到，曙光8000的研制调动了公司最核心的研发资源，同时也协同了光合组织上下游的合作伙伴——包括操作系统、第三方库以及应用端的软件优化，系统在研制过程中就已经与国内头部应用团队保持持续的软硬件协同优化。
进入2026年，光合组织的协同节奏明显提速：2月启动国产万卡算力赋能大模型发展联合攻关行动，3月成立AIDC高速网络工作组，7月成立AIDC基础设施专委会。这些动作的共同特点，是用组织化的方式解决产业链协同问题，而非停留在简单的企业联盟层面。
而此次大会上，光合组织交出了成立以来最系统的一份答卷。这份答卷的核心，正是“开放计算Token谱系计划”。
曙光8000的落地验证了国产技术栈能建得起十万卡；但建起来之后，更现实的问题摆在眼前——Token的生产、流转、应用三个环节彼此割裂，算力中心各自为政，接口标准不统一，模型在不同集群之间迁移需要大量适配工作。算力要真正成为生产力，Token必须能够在不同应用之间低成本流转。
光合组织此次推出的“开放计算Token谱系计划”，正是针对这一堵点给出的全链路标准化方案。该计划覆盖算力生产层、调度层和应用层，试图建立一套从算力到Token再到应用价值的度量标准和流转协议。
如果这套机制运转起来，算力就成为了可计量、可交易、可换算成实际产出的生产力单位。记者在大会现场获悉，超云、星云智联等近百家企业已加入该计划。
Token重构算力商业逻辑
度量衡的统一，只是Token带来的第一层变化。更深层的连锁反应，正在重塑整个算力产业的商业逻辑。
海光信息副总裁助理兼智能计算产品部总经理杜夏威提出，Token统一了算力与算法的度量衡。过去算力计费方式较为粗放，CPU按核时计价，GPU按卡时或服务器包月计价，用户采购的卡数不等于实际可用算力。而Token作为大模型和智能体时代的统一产出单位，让算力价值有了可量化、可比较的衡量标准，也为商业逻辑的调整奠定了基础。
衡量标准的变化，正带动需求、客户、收入等多维度的结构性调整。从需求结构来看，目前推理需求增速已超过训练需求，曙光8000全部算力用于推理场景时，可支撑全国5%到10%的Token访问需求。李斌透露，目前集群相当一部分算力已接入互联网大模型后端，普通用户使用手机端AI服务时，背后的算力很可能就来自郑州。
超算互联网的建设也在为Token的低成本流转搭建物理底座。目前平台已接入16个省市30余家数据中心、智算中心，联网CPU核心超过350万、GPU卡超过250万，注册用户140万，日均调度作业近30万，峰值日作业量超100万。科学计算智能体2.0已覆盖100余个核心场景，用户可通过自然语言提交任务，系统自动匹配算力、调度程序，Token的使用门槛正在从需要专业工程师降低到只需描述需求。
客户群体也在持续扩容。过去算力采购方以数百家大模型公司为主，现在客户覆盖科研机构、金融机构、制造企业、中小企业等，客户群体从数百家扩展至百万级企业用户。
浙商证券（601878）计算机行业首席分析师刘雯蜀将客户分为三类：大模型公司是需求主力，贡献核心训练需求；科研机构、高端制造、政企客户是稳定基本盘；中小企业和轻量AI服务商构成长尾市场。客户结构的多元化，也推动了收入结构的改变——过去以一次性硬件销售为主，毛利率15%到25%；现在持续运营服务占比提升，按Token使用量计费，服务类业务毛利率可达40%以上，能产生稳定持续的现金流。
资本市场的估值逻辑也随之调整。某券商计算机行业分析师认为，未来算力供给将形成金字塔结构：十万卡级集群作为国家级算力底座，承载超大模型训练和核心科学计算；万卡、千卡集群成为行业和区域标配，承载细分场景需求。
兴业证券计算机行业分析师张旭光进一步指出，超大规模智算中心可深度绑定头部客户，在资源利用率和投资回报上更具优势，收入端可覆盖头部客户长单、中小客户散单、短期租赁等多元需求，成本端需统筹核算用电、土地、折旧等因素。
Token最终要创造真实产业价值
算力商业逻辑的重构，背后是国产全栈算力体系的逐步成熟。
行业内正在达成共识：国产芯片单卡性能与国际顶尖水平存在差距，但曙光8000的落地，用实践证明了系统能力可弥补单卡短板的核心思路。
单卡不够，就用更多的卡，但是得有能力让这么多卡高效协同工作，能解决大规模集群的可靠性和扩展性问题，能达到同样的应用效果，这就是系统能力的价值。
过去国产算力推广面临多重障碍：单卡性能差距、大规模集群稳定性不足、软件生态不完善，导致不少行业客户持观望态度。而曙光8000作为首个全栈国产十万卡集群，通过实际运行证明，国产技术栈可支撑十万卡规模稳定运行，能够承载核心业务。
国海证券计算机行业首席分析师刘熹表示，曙光8000证明中国超大规模集群建设能力已达世界先进水平，将缩小中美算力供给差距，推动国产算力在重点行业实现规模化应用。
Token最终要在实际场景中产生价值。从曙光8000已完成的300余项超智融合应用优化来看，Token创造价值的路径已经清晰浮现，覆盖20余个行业，70余个应用实现万卡规模扩展，20余个应用可跑满整机，40%的科学应用已结合AI方法，各领域落地成果显著，可分为四大类：
一是AI for Science领域，成为集群应用的核心场景。Token正在将过去难以承受的计算变成可工程化的日常工具。气象领域，中国气象局MCV公里级大气模式在集群上实现全球5公里分辨率10天预报2小时完成，后续目标为1小时完成，预报效率提升可支撑更及时的极端天气预警。生命科学领域，昌平实验室ProTeX蛋白质大模型在集群上分子模拟峰值超5亿Flops，发现蛋白质结构预测的精度Scaling Law。材料领域，苏州实验室实现400亿原子第一性原理模拟，规模相当于大肠杆菌体量，后续目标提升至万亿原子级，基于集群的钙钛矿材料筛选效率提升，实验室制备的钙钛矿电池光电转化效率超过28%。
二是产业应用领域，Token正在嵌入核心业务流程。金融领域，邮储银行在海光平台构建混合算力架构，落地智能图像识别、人脸识别鉴伪等场景。工业AI领域，旷视科技与海光合作开发物理AI模型，海光DCU FP8推理性能达到H20同级别，兼容CUDA生态。索辰信息发布物理AI一体机，支持减速器自动设计、风扇降噪优化、低空风场实时重构等场景。这些案例的共同特征是，Token不再停留在对话层面，而是直接嵌入业务流程，成为决策和执行的一部分。
三是智能驾驶领域，实现成本与效率双提升。卓驭科技通过异构算力调度将训练任务部署至集群，实现TCO下降70%，流式训练速度提升3倍。
四是大模型与社会科学领域，展现国产算力的应用潜力。曙光8000集群已与头部大模型企业完成万卡级预训练验证，可支持10万亿参数模型的十万卡规模训练。李斌透露，目前还没有大模型能真正跑满十万卡，主要因为模型分布式训练的工程化能力尚未到位，未来模型参数规模增长后，自然会用到十万卡级算力。社会科学领域，中科院计算所知境社会心智大模型Zing-27B，在社会心智相关评测中表现超过GPT-5.5。这一方向指向的是，AI不仅要能回答事实性问题，还要能理解社会规范、意图和隐性约定，这是AI真正融入人机共生社会的必要条件。中国科学院院士鄂维南在主论坛提到，AI for Science推动科研模式转变，作坊式的个体研究逐步转向平台化协同，需要开放高效的计算生态。
软件生态与产业联盟的建设，是国产算力持续发展的重要支撑。软件生态方面，海光构建了DDK/DAP/DAS三层软件栈，开放DCU Cookbook和模型权重，支持云边端全场景部署。生态建设方面，曙光与北京科学智能研究院达成战略合作，启动第二套全国产十万卡超智融合系统研制，新系统将更聚焦AI for Science场景，针对科学计算需求做架构优化。光合组织6000余家成员单位将围绕郑州算力节点探索产业落地机会，进一步完善国产算力生态。
在研发投入方面，李斌介绍，曙光8000背后是数千名研发人员数年的投入，覆盖芯片、硬件、软件全链条，目前公司软件研发人员数量已超过硬件人员。郑州将建设曙光大型软件研发中心，聚焦超算智算底层软件研发，支撑集群长期迭代和应用优化。
关于算力产业的远期技术与市场趋势，行业也形成了明确预判：CPO光电共封技术预计2029到2030年成熟，届时会成为光互联的主流方案；长期来看，随着产业链产能逐步释放，算力供需错配问题将逐步缓解，单位算力成本持续下降，大模型服务将进一步普惠化。
十万卡落地之后，中国智算产业的发展逻辑已经发生了深刻变化。从建得成到用得好，从算力到Token，从单点突破到系统能力，这场变局才刚刚开始。
亚金配资提示：文章来自网络，不代表本站观点。
