中国近50%的新云生意，竟被这家公司包揽！
内容提要
沙利文报告显示，商汤大装置在Neocloud赛道占据近半份额。其核心是从算力出租转向Token工厂，日均Token从年初4000亿增至9月底6万亿。面对国产芯片碎片化，商汤以PD分离实现异构混推，推理性价比达高端GPU的1.25倍；并通过算电协同降低用电成本，单位电力Token产出提升80%。同时以FDE驻场模式推动AI落地行业，未来将加码国产芯片生态。
延伸解读
从“卖算力”到“卖Token”：计量单位变了
文章指出，AI负载从训练转向推理和Agent应用后，客户关注点从集群规模转向单位Token成本、推理延迟和调度效率。商汤大装置日均Token从年初4000亿增至9月底6万亿，说明其产品形态已从算力出租转向Token工厂。这提示读者：评估Neocloud时，不能只看卡的数量，更要看把算力稳定转化为低成本Token的能力。
PD分离：用异构混推盘活国产芯片
面对国产芯片路线多元、生态尚在成熟的碎片化局面，商汤采用PD分离，把Prefill交给国产卡、Decode交给高端GPU，通过KV Cache传递中间结果。文章称其整体推理性价比达主流高端GPU的1.25倍，但超长上下文仍由高端GPU兜底。这说明异构混推的关键不是单卡追平，而是按任务环节分工，同时也要注意其适用边界。
算电协同：电费账本里的Token效率
文章介绍商汤用算电协同Agent联动能源大模型和储能系统，每15分钟预测、每5分钟修正，把离线推理等任务挪到电力负荷低时运行。效果是单位电力成本Token产出提升80%，平均电费比同地区IDC低10%，并提出TPW指标。这提醒读者，Neocloud的成本竞争不只在芯片，电力调度和储能策略同样影响单位Token的经济性。
FDE驻场与“AI123”：落地能力也是壁垒
文章提到商汤以FDE驻场模式深入行业客户，并总结出“AI123”交付法则：1天澄清需求、2天产出Demo、30天稳定版本上线。以上海市规划资源局项目为例，双方共建6000亿参数的“云宇星空大模型”。这说明Token工厂要真正产生价值，还需把模型接进企业流程；但文章也强调商汤不希望变成人力密集型系统集成商，模式能否标准化仍需观察。
Q&A
商汤大装置在Neocloud赛道占据多少市场份额？
根据沙利文和头豹研究院发布的《中国全栈AI云服务市场报告2026H1》，商汤大装置在Neocloud（新云）赛道占据近50%的份额。
商汤大装置的Token日均调用量增长情况如何？
商汤大装置日均Token从今年年初的4000亿增长到7月底的2.42万亿，9月底达到6万亿，计划第四季度冲到日均10万亿。
商汤大装置如何应对国产芯片碎片化的问题？
商汤大装置采用PD分离（Prefill-Decode Disaggregation）实现异构混推，将大模型推理的Prefill和Decode阶段拆分到不同芯片上，让国产卡负责Prefill，高端GPU负责Decode，从而发挥各自优势，整体推理性价比达到主流高端GPU的1.25倍。
商汤大装置的算电协同具体是怎么做的？
商汤大装置发布算电协同Agent，联动能源大模型和宁德时代储能系统，每15分钟预测、每5分钟修正，动态调整任务运行时间和储能充放电策略，在不影响SLA的前提下降低用电成本，使单位电力Token产出提升80%，平均电费比同地区IDC低10%。
商汤大装置的FDE模式是什么？
FDE（前线部署工程师）驻场模式是商汤大装置派工程师深入客户业务一线，与客户一起梳理需求、调模型、推动上线，帮助AI真正落地行业。该模式已应用于上海市规划资源局量子城市项目，并总结出“AI123”交付法则：1天澄清需求，2天产出Demo，30天稳定版本上线。
商汤大装置未来在国产芯片生态上有哪些计划？
商汤大装置CTO宣善明表示，未来会把更多精力和资源放在国产芯片上，和国产芯片、国产生态一起往前走，加速国产算力从落地可用到规模化盈利。
