量子位
·
刚刚，北京建了一座AI工厂：目标10万P算力，日产10万亿Token！
内容提要
九章云极在2026全球智算科技峰会上推出AI工厂战略，旨在通过训练工厂和Token工厂实现智能模型的高效生产与交付。该战略整合算力、模型和业务价值，解决企业在应用大模型时的痛点，推动智能化进程。企业可按需购买算力，简化接入流程，降低成本，提升效率，标志着智算云市场的转变。
关键要点
-
九章云极在2026全球智算科技峰会上推出AI工厂战略，包含训练工厂和Token工厂。
-
训练工厂的目标算力规模为10万P，负责生成行业专业模型。
-
Token工厂的目标日均产能为10万亿Token，负责将专业模型封装为可调用的Token。
-
AI工厂旨在解决企业在应用大模型时的痛点，推动智能化进程。
-
企业可按需购买算力，简化接入流程，降低成本，提升效率。
-
九章云极通过标准化、规模化的工业化流水线重构智能生产与交付体系。
-
AI工厂的核心飞轮闭环包括DCU度量投入、训练工厂冶炼专业模型、Token工厂转化为专业Token。
-
九章云极重新定义Token，强调面向产业的专业Token作为智能化的核心组件。
-
AI工厂模式使企业接入路径变轻，缩短项目建设周期，降低前期资本开支。
-
九章云极的战略重心在于将算力、模型、Token与业务价值串联，推动智算云市场的转变。
延伸解读
AI工厂的商业逻辑转变
九章云极的AI工厂战略标志着智算云市场的商业逻辑正在转变。企业不再仅关注算力的数量，而是更关心如何将算力转化为可交付的智能成果。这一变化反映了企业在实际应用大模型时面临的挑战，强调了算力、模型和业务价值之间的紧密联系。
标准化算力的优势
AI工厂引入的“一度算力”计量单位，简化了企业的算力采购流程。通过将复杂的算力资源标准化，企业可以像购买电力一样轻松获取算力，降低了进入门槛。这种标准化不仅提高了效率，还为企业提供了更清晰的成本控制和预算管理方式。
Token工厂的价值
Token工厂的推出使得企业能够以专业Token的形式消费智能模型，降低了使用门槛。企业无需再投入大量资源进行模型训练，而是可以直接调用已经封装好的Token服务。这种模式不仅加快了项目的实施周期，还使得企业能够灵活应对市场变化，快速验证业务概念。
延伸问答
九章云极的AI工厂战略主要包括哪些组成部分？
九章云极的AI工厂战略主要包括训练工厂和Token工厂。
AI工厂的训练工厂目标算力规模是多少？
训练工厂的目标算力规模为10万P。
Token工厂的日均产能目标是什么？
Token工厂的目标日均产能为10万亿Token。
AI工厂如何帮助企业降低成本和提升效率？
企业可按需购买算力，简化接入流程，降低成本，提升效率。
九章云极如何定义专业Token？
九章云极将专业Token定义为面向业务任务的智能价值单元。
AI工厂的核心飞轮闭环包括哪些环节？
核心飞轮闭环包括DCU度量投入、训练工厂冶炼专业模型、Token工厂转化为专业Token。
