2026 世界人工智能大会（WAIC）期间，在国泰海通主办的 " 智见 AI   合创未来 " 人工智能投融资论坛上，昆仑芯 CEO 欧阳剑以 "AI 算力发展的新机遇，新范式 " 为主题发表演讲。

Token 作为 AI 时代的 " 水电煤 "，其成本能否以每年下降一个量级的速度持续走低，将直接决定产业能否进入真正的普惠化阶段。

面对这一挑战，技术架构与社会基础设施层面都需建立新范式。欧阳剑表示，技术层面，需通过芯片、硬件系统与软件系统的协同创新，解决系统规模与计算效率的核心挑战；社会层面，则需按照基础设施建设和运营算力的思路，带动半导体、能源等产业的协同发展。昆仑芯实现了三代自研架构产品的量产和大规模商业落地，于 2024 年底至 2025 年初率先建成 3.2 万卡国产集群。

作为完整经历从深度学习到大模型爆发全周期的国产 AI 芯片企业，昆仑芯的战略演进与 AI 产业发展高度同频。从 2011 年 AI 加速器立项，到 2015 年落地百度搜索推荐等核心业务，再到 2020 年昆仑芯 1 代量产、2021 年 2 代量产、2024 年 3 代量产，每一代产品均精准预判了技术趋势：昆仑芯 1 代奠定 XPU 核心架构并实现互联网场景大规模部署，2 代前瞻性布局片间互联并率先采用 GDDR6 显存，3 代则直接面向大模型训推一体需求，落地首个 3 万卡国产集群。" 前瞻定义、代代成功 " 的产品能力，源于昆仑芯对算法演进与算力需求的深度耦合理解。

在系统层面，昆仑芯率先落地的 3.2 万卡集群将有效训练率提升至 98%，集群 MFU 达到 58%，展现了国产 AI 芯片在超大规模工程化部署上的突破。其超节点产品通过 32/64 卡超高密度集成方案，卡间互联带宽提升 8 倍，综合训推性能提升 5 至 13 倍，单节点即可支持万亿参数超大规模模型训练。

昆仑芯超节点架构重新定义了 AI 算力效能，为 MoE 等新一代模型架构提供了高效的 Scale-up 路径。昆仑芯早在 2023-2024 年 MoE 尚未流行之时，已完成超节点的技术规划与产品布局，使其适配于 MoE 模型的计算，性能提升显著，并在诸多客户中实现大规模量产。

目前，昆仑芯已服务互联网、运营商、金融、能源、自动驾驶等多个领域的头部客户，以 " 让计算更便宜、让计算效率更高 " 为使命，持续推动国产 AI 算力基础设施的规模化发展。

以下为「明亮公司」整理的演讲内容（未经本人审阅）：

Token 普惠化，成本「向下 Scaling Law」

当模型能力持续突破，Token 消耗量呈指数级增长，已成为开发者、内容创作者及普通用户的新型刚需。Sam Altman 曾预言，" 我们看到未来，智能就像电力或水一样，人们通过电表、水表从我们这里购买，随心所欲地使用它。"

从实际消耗来看，开发者每日调用可达 200-2000 次，单次消耗 2 万至 3 万 Token，Claude Code 最高日调用量达 77 亿；内容创作者单次消耗 5 万至 30 万 Token，每日支出可达 50-500 元。当前 Token 价格虽基于 DeepSeek V3.2 官方定价（输入 2 元 / 百万 Token，输出 3 元 / 百万 Token）已大幅下降，但开发者月均支出仍达数千至数万元，对普通用户而言仍是负担。

技术进步与应用落地正驱动 Token 需求持续爆发。部分科技公司月度 Token 调用量从 2024 年 5 月的 10 万亿快速增长至 2026 年 6 月的 5400 万亿；中国推理 Token 消耗的年复合增长率预计高达 230%，2030 年将达 3900 千万亿 Tokens/ 年。Scaling Law 仍然成立并得到拓展，预训练、后训练 RL 新范式、推理 CoT 共同推动模型性能提升。

与此同时，Token 成本必须大幅下降，AI 才能真正成为基础设施。过去 3-5 年，Token 价格以每年 10 倍以上的速度不断下降，o1 同等水平模型的调用价格相比发布时点已降低 100 倍以上。但这还远远不够。算力产业正在经历一场从芯片到系统的全栈式范式变革。

算力产业从芯片到系统的爆发式创新

面对 Token 成本每年必须下降一个量级的刚性约束，技术层面的创新不能再局限于单点突破。我们不能只盯着芯片制程，也不能只盯着模型压缩，必须是芯片、硬件系统、软件系统三层协同创新。与此同时，芯片架构上的 HBM2E 存储配置、推理架构优化以及模型压缩技术的全栈配合，才能推动算力效率的持续跃升。

但技术只是问题的一半。当 Token 用量真正达到水电煤级别，社会基础设施的范式也必须重构。

能源侧，GW 级数据中心与绿电布局不再是可选项；供应链侧，Foundry 和 OSAT 的产能扩张、HBM 与 CoWoS 封装的产能竞争，都需要全产业链提前布局；运营模式侧，运营商必须从单纯的管道角色转向 Token 运营，构建多管齐下的基础设施服务体系。Token 成为核心基础设施，它会像涟漪一样辐射到能源、半导体、零部件、运营服务等每一个维度，带动整个产业协同发展。

昆仑芯实践：完整经历 AI 浪潮，三代产品代代成功

昆仑芯从 2011 年就开始做 AI 加速器，完整经历了从深度学习到大模型爆发的每一个阶段。从 2015 年落地百度搜索、推荐等核心业务场景，到 2017 年启动 AI 芯片系列产品设计、2018 年 XPU 架构亮相 Hot Chips，再到 2020 年 1 代量产实现规模化商业落地，每一步都与产业演进同频共振。

做芯片最怕的是产品定义滞后于市场需求。我们的经验是，必须对算法演进趋势有前置判断。三代产品的预判逻辑很清晰：1 代奠定 XPU 核心架构时，国内互联网场景的大规模部署需求刚刚爆发；2 代精准预判了大模型发展趋势，前瞻性布局片间互联并率先采用 GDDR6 显存；3 代则直接面向大模型训推一体需求，8 张卡就能跑满血版 DeepSeek-R1，这在当时是很多同行不敢想的事。而面向 2026 至 2027 年的下一代产品，我们将进一步结合前沿算法趋势，实现软硬协同设计，为超大规模系统奠定基础。

三代产品下来，我们验证了一个道理：前瞻定义、代代成功，靠的是对算法和算力需求的深度耦合理解，而不是闭门造车。

系统层面率先落地 3 万卡集群，超节点产品开创先河

刚才提到那么多的挑战，我们也在新一代的产品里面努力解决这些问题，包括下一代的高性能推理芯片，以及下一代高性能的训推一体产品。从技术层面，为了解决算力效率和成本的问题，有一个特别好的办法就是 Scale-up 系统，这也是我们在几年前预判到的一个技术解法。

超节点是我们在 2023、2024 年就开始做的，当时 MoE 还没那么流行，我们提前做了一些技术规划。做完之后，确实在 2025 年 DeepSeek 出来之后，大家认识到这种大的 MoE 模型肯定就是以后的主流方向。MoE 特别明显的一个瓶颈就是传输的挑战，因为多个专家之间的数据要做交换，而我们超节点特别适合这种大 MoE 模型的计算，性能提高的非常多，也在很多客户实现了大规模量产。

具体而言，我们率先推出的 32/64 卡超高密度集成方案，将单卡性能提升了 95%，卡间互联带宽提升了 8 倍，综合训推性能提高了 5 到 13 倍；256/512 卡方案已全面落地，未来可扩展至 4 千卡规模，单节点即可支持万亿参数超大规模模型训练。超节点架构重新定义了 AI 算力效能。过去大家比的是单卡算力，未来比的是单节点、单集群的系统效率。MoE 模型对互联带宽的需求，让 Scale-up 不再是可选项，而是必选项。

从芯片到系统，从万卡到超节点，我们正在完成从卖芯片到定义系统的关键跨越。我们的使命是让计算更智能，拆解下来就是两个维度：让计算更便宜，让计算效率更高。三万卡集群和超节点产品，是这两个维度在系统层面的集中体现。目前，昆仑芯已服务互联网、运营商、金融、能源、自动驾驶等多个领域的头部客户，以芯片和系统层面的双重突破，支撑 AI 业务的规模化落地。

追加内容

本文作者可以追加内容哦 !