智东西

作者 | 杨京丽

编辑 | 李水青

智东西 6 月 17 日报道，今日，九章云极 DataCanvas 发布 "AI 工厂 " 战略，并推出基于该战略的新一代智算云 Alaya NeW Cloud3.0，其 AI 工厂基于 " 训练工厂 +Token 工厂 " 的双工厂模式。

九章云极 2013 年成立于北京，是一家聚焦 AI 基础软件、机器学习平台和智能算力基础设施的企业，长期围绕数据科学、机器学习、模型开发与部署等环节提供产品和服务。

发布会上，九章云极提出了四个颇具野心的目标：计划建成 10 万 P 智能算力集群，实现 10 万亿 Token/ 日的流转承载力，汇集 1000+ 模型，并依托基础架构、算电协同、异构算力、全局调度和模型优化五条工程路径，推动 Token 综合降本 1000 倍。

九章云极创始人兼董事长方磊称，AI 产业竞争正在从单点大模型能力比拼，转向规模化、低成本、高稳定交付标准化智能能力的体系竞争。围绕这一判断，九章云极提出以 DCU（九章云极提出的一度算力计量体系）度量投入、以专业 Token 度量产出的智能规模化交付体系。

一、方磊发布 "AI 工厂 " 战略：用 DCU 度量投入，以专业 Token 度量产出

开场演讲中，方磊发布九章云极 "AI 工厂 " 战略，同时推出基于该战略的 " 新一代智算云 "Alaya NeW Cloud 3.0。

他提出，AI 产业正在从技术探索阶段走向规模化生产阶段，下一代智算基础设施的核心问题，是能否像现代化工厂一样，规模化、低成本、高稳定地 " 生产 " 和 " 交付 " 智能。

方磊称，九章云极 "AI 工厂 " 由训练工厂和 Token 工厂两大引擎构成。其中，训练工厂以 DCU 等算力资源作为输入，支撑大规模模型并行训练；Token 工厂则负责把专业模型封装为标准化 Token，让智能能力能够被即取即用、规模流通。两者之间通过训练、交付和反馈形成闭环，让模型在真实任务中持续迭代。

他认为，Token 正在从大模型调用单位，变成面向产业、可衡量 ROI 的新型生产力组件。九章云极认为，Token 可进一步分为消费级、专业级和前沿级三类，分别对应不同复杂度和价值密度的智能能力交付场景。

发布会上，方磊展示了九章云极多项战略目标，包括训练工厂计划建成 10 万 P 智能算力集群，Token 工厂目标实现 10 万亿 Token/ 日的流转承载力，并依托全栈自研技术实现 Token 综合降本 1000 倍，最终汇集 1000+ 模型，建立全球优质模型体系。针对 Token 千倍级综合降本，方磊称：" 这绝非低价内卷的价格战，本质是底层工程体系效率之战。"

二、Alaya NeW Cloud3.0 亮相，AI 双工厂支撑智能规模化落地

随后，九章云极 DataCanvas 副总裁胡宗星围绕 Alaya NeW Cloud3.0 继续展开分享，剖析 AI 工厂背后的技术底座。Alaya NeW Cloud3.0 以 AI 双工厂为核心，包括训练工厂和 Token 工厂两部分，并由全栈智算底座支撑。

其中，训练工厂定位为专业模型生成引擎，覆盖强化学习训练栈、领域精调与评测闭环，以及从通用智能到专业智能的转化；Token 工厂定位为专业智能流通网络，重点覆盖上下文管理、Inference OS（推理操作系统）、推理优化、PD 分离、KV 重用，以及分层分档的专业 Token 输出。

胡宗星提到，进入 Agent 原生时代后，推理状态空间快速膨胀，传统算力架构普遍面临异构硬件低效堆叠、静态调度资源浪费、被动供能能效偏低三大发展瓶颈。围绕这些问题，九章云极依托 Alaya NeW 智算底座进行系统架构、计算调度范式和能效架构三大重构。

系统架构上，Alaya NeW Cloud3.0 通过 PD 算力调度分离、KV Fabric 高速显存互联、全链路零拷贝传输等技术，实现算、存、传一体化协同。该方案可实现端到端推理 TPS 性能 10 倍提升。

计算调度上，九章云极落地持久化执行流机制，通过 Persistent Kernel（持久化内核）内核复用、智能复用执行计划等方式，减少任务切换间隙带来的算力空耗。在能效架构上，平台升级为能源定义计算架构，推动算电实时协同调度，实现专业 Token 能耗的全程量化、溯源和管控。

胡宗星还进一步解释了千倍级综合降本的实现路径，这一目标由基础架构、算电协同、异构算力、全局调度和模型优化五条工程路径相乘实现，最终可直接转化为客户成本和产能曲线的改善。

三、缪旭：Token 工厂将走向可学习、可编译、自我进化

九章云极 DataCanvas AI 首席科学家缪旭进一步提出 " 可进化的 Token 工厂 " 的愿景。他认为，未来 Token 工厂要把 Token、模型、系统、能耗与芯片反馈统一到一个可学习、可编译、可自我进化的优化闭环中。

缪旭称，这一体系的核心是 AI 基础设施编译器。其目标是把复杂任务转化为可改写的执行图，把底层基础设施变成可学习的优化器。系统可通过 Token/Task IR 统一描述任务、资源、约束与执行意图，再通过 Optimizer Passes（优化 Pass）、Agentic RL Runtime（智能体强化学习运行时）和 Serving & Resource Layer（服务与资源层）完成路由、压缩、缓存、能耗、执行轨迹、策略更新和资源调度等环节。

在缪旭看来，Token 工厂的关键壁垒包括统一 Token/Task IR，让推理过程可观测、可重写；引入 Agentic RL Runtime，形成计划、执行、评估、学习、灰度发布的自我进化飞轮；同时通过模型资源操作系统，统一模型调用、度量和优化策略。

基于以上的几项关键壁垒，缪旭给出了 AI 基础设施编译器的三阶段建设路径：第一阶段是可观测化，建立 Token 质量、延迟、能耗、Cache 等指标；第二阶段是可编译化，建立 Token/Task IR 与优化 Pass 库，支持回放评估和策略回滚；第三阶段是自我进化，由 Agentic RL 自动发现和部署优化策略，并向系统架构和芯片协同设计反馈。

四、从 Token 经济到开放生态，九章云极推进普惠智算布局

产业视角部分，中国银河证券研究所所长助理、计算机行业首席分析师吴砚靖分享了 Token 经济对智能算力投资框架的影响。她认为，AI 商业化的统一计量尺度正在从流量经济转向 Token 经济，单位 Token 成本下降并不会压缩市场规模，反而会推动调用门槛降低、应用场景扩张和总 Token 消耗提升；同时，中国 Token 词元经济未来增速有望超过海外，Token 市场空间、场景 ROI 和产业链价值重估将成为后续观察重点。

此外，易观合伙人张澄宇也在现场解读《2026 年中国第三方普惠智算云市场专题研究报告（华北篇）》。报告显示，九章云极在全国第三方普惠智算云市场中位居前列，并在华东、华南、华北等核心区域处于领先地位。报告认为，智算云竞争正在从算力持有规模，转向跨区域、多算力集群统一纳管和调度能力。

现场，九章云极与多家芯片、服务器、大模型、能源类企业及行业应用企业完成生态战略合作签约，并与中关村环保落地 EOD 绿色智算全域合作。九章云极联合创始人、COO 尚明栋称，九章云极希望专注做好 AI 工厂这一智能生产底座，推动形成开放、中立、共赢的普惠算力共同体。

九章云极还同步披露全球化算力网络布局：国内已在山东、安徽、宁夏、浙江、青海、云南、湖北、广东等地完成智算中心布局，海外已在印度尼西亚实现节点运营，并在多个国家和地区推进布局。圆桌环节中，多位嘉宾也提到，普惠算力不是单一企业能独立完成的事情，需要产业、资本、研究机构和政策等多方协同。

结语：千倍降本的目标，考验的是产业协同能力

从 AI 工厂战略到 Alaya NeW Cloud3.0，九章云极此次发布的核心指向，是将 AI 基础设施从资源供给进一步推向工业化交付。10 万 P 算力集群、10 万亿 Token/ 日流转承载力、Token 千倍级综合降本等目标，也让这场发布会有了更强的产业关注度。

不过，AI 基础设施要真正实现大规模降本和稳定交付，难度并不低。这不仅取决于单一平台的工程能力，还涉及芯片、服务器、能源、网络、模型、应用和产业客户之间的协同。如果这套体系能够跑通，最终受益的不只是模型开发者和企业客户，也包括大量需要调用 AI 能力的应用厂商、行业用户以及终端消费者。AI 能力的使用成本下降，才可能推动更多 Agent、行业应用和智能服务真正进入规模化落地阶段。