主页 > 国内 >

黑白迷宫

无问芯穹夏立雪:智能体带来Token分层,国产芯片适配效果明显提升_我的网站

淘宝

一 |     “今年上半年公司Token调用量7个月增长40倍,其中95%以上的推理任务来自智能体(Agent)需求。”          在2026WAIC期间,无问芯穹CEO夏立雪在接受澎湃新闻记者等媒体采访时表示,目前无问芯穹已在全国纳管16种不同架构芯片、合计3.7万P算力,过去一年已将推理成本降低至十分之一,未来全链路协同下仍有90%成本下降空间。

二 |          夏立雪认为,当前AI行业的核心矛盾从未改变:需求是指数级增长,芯片供给的增长是线性的,单纯堆芯片已经追不上需求增速。    8月25日消息,Windows XP迎来25周年纪念日,在2001年8月24日,微软将Windows XP正式交付给PC厂商预装,同年10月25日正式零售。     微软当时称其为“有史以来最重要的Windows版本”,25年后回头看,这个说法并不夸张。

三 | “大家不是觉得AI没用,是觉得它有点贵——这本身就是供不应求的信号,如果供大于求,大家只会觉得它没用。”          过去三年推理成本的下降,已经带动了第一批场景落地;他判断未来全行业仍有至少90%的成本下降空间,来源不只是单点技术优化,而是全链路协同:跨域异构集群的资源池化、PDD等新架构的普及,以及场景端的需求分层。

四 |          夏立雪认为,真正的生产力应该是“资源规模×Token生产效率×Token转化为生产力的效率”。目前全行业还在共创价值衡量指标,本质是计量每个Token产生的实际经济价值,推动行业从“按Token数量计费”转向“按最终价值计费”。         据了解,今年上半年,无问芯穹Token增量几乎全部来自Agent。    Windows XP是Windows历史上一个关键转折点,在此之前,微软的操作系统主要分为两大阵营:针对企业市场、采用NT核心的Windows 2000,以及针对消费市场、基于MS-DOS核心的Windows 98与Me。“95%以上的推理任务跑的都是智能体相关任务,不管是直接服务大模型厂商,还是直接服务垂类客户,最终需求都来自Agent落地。    Windows XP则首次将消费级和商业级操作系统统一到Windows NT内核上,实现了企业级稳定度与消费级易用性的整合,XP之后,Windows只剩一条主线,这个架构延续至今。     回看XP,它标志性的蓝天白云壁纸、蓝色的任务栏、开机音效、Luna主题,都带来了前所未有的PC使用体验。

五 | ”夏立雪表示,目前代码生成、文娱营销、基础设施运维、具身智能、制造、电力、法律等行业都已经在大规模使用AI。         XP的生命周期也长得惊人,Windows Vista在2007年接棒,Windows 7在2009年接力,但XP始终不肯退场。

六 |     微软一直为XP提供支持到2014年4月8日,距离发布过去了将近13年,直到支持结束的最后几个月,全球仍有近30%的PC运行这款系统。         针对行业普遍关注的Token标准化问题,夏立雪明确判断:Token必然分层,且分层已经在发生。

七 | 未来会出现面向高端复杂任务的高价值Token,也会有面向简单场景的高性价比Token。

八 |          这种分层直接带动了过去一年国产芯片的落地进展。     对于80后和90后一代来说,Windows XP是他们人生中第一台电脑上的操作系统,那时候电脑和Windows几乎是同义词,大多数人甚至不知道还有其他操作系统可选     如今距离Windows XP推出已过去四分之一个世纪,距离终止支持也过了12年,但在全球许多地区的ATM提款机、医疗仪器、工业控制系统甚至是部分老旧的电脑里,依然能看到熟悉的界面。他坦言,国产芯片适配效果的明显提升,一半来自技术端解决了跨集群调度、负载均衡等问题,更核心的原因是Agent带来了任务分层:智能体会派生大量不同复杂度的子任务,不需要所有任务都跑在最高端的芯片上,国产芯片可以承担自己擅长的任务,不用再“硬扛”最复杂的大模型训练负载。              

     【本文结束】如需转载请务必注明出处:      责任编辑:黑白     文章内容举报     

九 |          “不同芯片各有侧重,都能在价值金字塔里找到自己的位置,不用浪费资源杀鸡用牛刀。”          夏立雪透露,目前无问芯穹已经在和行业客户探索多模型协同的分层交付模式,通过不同能力的模型配合完成任务,直接为最终结果负责。         对于今年的热点话题物理AI,无问芯穹宣布将具身智能场景纳入Token工厂的覆盖范围。

十 |          夏立雪表示,AI必然从数字世界走向物理世界,云侧GPU、边缘节点、机器人本体的算力都应该被纳入统一资源池调度,而团队过去在大规模云侧强化学习、跨集群调度上积累的能力可以直接复用,其发布的RLinf新版本已经实现真机渲染、训练到推理的全链路云边协同,Mizar-Robo推理优化方案已经和星海图、云深处等具身机器人厂商达成合作,优化机器人端侧推理效率,形成“机器人采集物理世界数据-云侧强化学习训练-端侧推理落地”的闭环。“我们不做机器人本体,就做好具身场景的Token工厂,给伙伴们提供低成本的弹药,让他们能以更低的成本推产品、拓市场。”          谈到AI赛道的行业竞争,在夏立雪看来,AGI不是单一公司能完成的使命,当前行业供需缺口还在持续扩大,只要技术能创造效率价值就有商业空间。近期智谱GLM、月之暗面Kimi等清华系开源大模型登顶国际榜单,中国的开源生态是核心优势,开源让技术、数据、资源能更快流动形成闭环,带动全行业效率提升。         当天,无问芯穹公布Agentic Infra 的“前店后厂一中心”战略布局,涵盖三大核心技术能力与产品服务体系:“算力集散中心”:Agentic Infra 自主式基础设施平台;“Token工厂”:Agentic MaaS 大模型服务平台;“AI生产力商店”: Agentic Infra 行业解决方案。

Current article:http://20bc.panningbuquanchencaibingzhang.cyou/o1wboc/suwzm1u.html

Published on:12:34:01


【责任编辑:admin】
最新文章
热门文章