成立九年，中科类脑把积累装进Token工厂
内容提要
中科类脑提出“算电协同型Token工厂”，依托BitaHub平台和决策大脑，统一调度异构芯片、模型、电力与任务，提升每度电产出的有效Token。其“1+3”架构实现算电Token闭环，跨三地调度测试响应在200秒内，迁移成功率100%。公司聚焦效能与场景化，在AI4S和能源领域形成商业闭环，已接入超3000节点、5000P算力。
延伸解读
从算力规模到度电智能：评价标准的迁移
文章指出，大模型进入规模化推理阶段后，行业标准正从卡数、算力规模和PUE转向产出端，即同样一度电能生成多少满足质量、时延和稳定性要求的Token。中科类脑以“度电智能”为统一优化目标，通过异构调度与推理加速提升每度电的有效Token产出。这一转变意味着，单纯堆砌算力已不足以构建优势，如何将电力高效转化为智能产出成为新的竞争维度。
异构调度与KV迁移：技术落地的关键环节
面对英伟达、昇腾等不同架构芯片，中科类脑通过“包工头”式插件为每类芯片建立能力画像，实现协同调度。在推理层面，系统将Prefill和Decode拆开，分别交给计算型和大显存芯片，并通过KV Cache迁移连接两阶段，减少长上下文任务的重算。跨三地调度测试中，控制响应在200秒内，迁移成功率100%，能耗预测精度98%，验证了异构适配与跨域迁移的工程可行性。
场景化Token：从通用降价到价值定价
文章提到，部分主流模型API累计降价超过90%，通用Token利润被迅速压薄。中科类脑的应对策略之一是将通用Token组织成场景结果，按价值计价。在AI4S领域，科研智能体可串联读论文、实验设计、验证和论文生成；在能源领域，公司深耕央国企市场，行业数据和业务理解形成供给壁垒。这种场景化Token因任务价值不同而获得区别于通用Token的定价空间。
系统级壁垒：算电Token一体化的运营能力
中科类脑CTO丁海松认为，核心壁垒并非单项的算力或电力技术，而是将两套技术语言、工程经验和运行数据装进同一系统并长期稳定运行的运营能力。公司推出算电词元一体化平台，延续“1+3”架构，以博弈智能决策大脑打通算力、Token、电力三大子系统，构建全链路闭环。这种系统级能力需要跨域调度、预测决策和工程执行的深度整合，难以被简单复制。
Q&A
中科类脑提出的“算电协同型Token工厂”是什么？
中科类脑提出的“算电协同型Token工厂”是一套将异构芯片、模型、用户任务和电力纳入同一系统调度的体系，旨在用更少的资源产出更多有效Token。对外通过BitaHub彼塔云平台提供服务，对内由决策大脑统筹电力、算力、Token三个子系统。
中科类脑的“1+3”架构具体指什么？
“1+3”架构指一个决策大脑连接算力、Token和电力三个子系统。决策大脑先匹配算力、模型与任务，再将电力信号加入全局优化，实现电算Token一体化闭环。
中科类脑如何调度异构芯片以提升效率？
中科类脑为每种芯片配置“包工头”式插件，调度层分发任务，插件指挥同类芯片并建立能力画像。系统还拆解推理流水线，将Prefill和Decode分离，通过KV Cache迁移连接，让不同芯片各司其职，提升整体效率。
中科类脑的跨域调度测试取得了哪些成果？
在一次跨上海、芜湖和乌鲁木齐的调度测试中，控制响应保持在200秒以内，跨域迁移成功率达到100%，能耗预测精度达到98%。这是全国首个跨三地算电协同智能调度测试，验证了系统跨经营主体的调度能力并降低了电力成本。
中科类脑的核心壁垒是什么？
中科类脑的核心壁垒是对算电Token一体化的运营能力和理解。CTO丁海松表示，真正的壁垒不是单项能力，而是将算力与电力两套技术语言、工程经验和运行数据装进同一个系统，并让其在真实业务中长期稳定运行的系统级能力。
中科类脑在哪些场景形成了商业闭环？
中科类脑已在AI4S（科研智能体）和能源领域形成可规模化的商业闭环。在科研场景，智能体串起读论文、实验设计、验证和论文生成；在能源场景，公司深耕央国企市场，行业数据和业务理解构成供给壁垒。
中科类脑的BitaHub平台目前规模如何？
截至文章发布，BitaHub平台已接入逾3000个算力节点，总规模超过5000P，累计服务超8万企业及科研用户。平台统一纳管英伟达、昇腾等不同架构算力，聚合模型API和Token服务，并连接企业私有算力池与公共资源池。
