商汤大装置针对Token需求爆发，以“Token、状态与时延预算”为核心设计推理系统，日均Token服务量从2月的0.46万亿增长至8月的4.5万亿。通过横向编排统一异构算力、纵向优化模型引擎与芯片，并推进动态资源池和模块级资源池演进，提升吞吐并降低成本。

沙利文报告显示，商汤大装置以近50%份额位居中国Neocloud市场第一。报告称2026年为Agentic AI元年，算力需求将提升十倍以上，Neocloud价值凸显。商汤具备端到端系统化、超大规模集群稳定运行、算电协同、国产算力生态及Token服务等优势，日均Token服务量达4.5万亿，并联合伙伴发起“银河计划”共建国产AI基础设施生态。

商汤大装置与智象未来合作，成功实现国产算力支持视频生成规模化应用。通过LightX2V多卡并行优化，加速比达93%，并解决多卡效果一致性问题。构建统一硬件抽象体系，支持10余种异构芯片零成本迁移，配合FDE专家服务，实现从适配到生产的完整闭环，推动国产算力从“能用”迈向“好用”。

智谱发布并开源GLM-5.3-Flash多模态模型，性能超GLM-5.2，与Claude Opus 4.8持平。商汤大装置提供国产算力支持，通过异构混推技术提升服务性能3倍，成本与英伟达GPU相当，推动国产算力规模化商用，日均Token服务量达2.42万亿。

商汤大装置在WAIC展示国产算力成果，通过异构混合推理组合高端与国产芯片，算力利用率提升85%-152%，单位成本Token产出提升2.5倍。其端到端整合策略从硬件到电力协同，实现高毛利增长，并计划扩展至太空算力等领域。