2026 世界人工智能大会（WAIC）在上海拉开帷幕。作为国内领先的全功能GPU企业，摩尔线程以“词元时代 万物智能”为主题参展，系统展示了“模型训练工厂、词元生产工厂、智能体生产工厂”三大AI工厂。在本次大会上，摩尔线程首次公开展示了其创新的MTT C256超节点，为万卡乃至十万卡级智算中心提供了全新的系统架构与算力底座。
期间，由摩尔线程举办的“词元时代 万物智能论坛”上，趋境科技创始人、CEO艾智远作《异构协同，打造国产高效Token工厂》主题分享。
趋境科技专注于大模型推理应用的极致效能。艾智远介绍，目前每天能够供应高质量的Token达上万亿的量级，并与摩尔线程深度合作，预计到下半年，每天可以达到数万亿Token的产量。
艾智远提到，在推理时代，算力基建的核心瓶颈点一是希望Token的价格变低，Token消耗量几亿时，成本能否降低到几元钱；二是国产卡到底什么时候能够真正用到生产环境中来。
所谓“生产环境”，即供给的Token是服务于日常的，比如客服、智能决策、辅助决策等等相关的，而不是纯粹的娱乐。今年年初，用户还普遍在租算力，出现了很多算力厂商；春节之后，“Token工厂”一词热度走高，从原来交付算力，转化为交付Token结果，这也带动了B系列卡大幅度上涨，几乎是以每周100万的价格上涨，“这让我们非常痛苦，因为做Token要赚钱的，但成本又比较高”。
艾智远注意到，大的制造业或互联网客户，用于提升生产效率的AI Coding的场景，才是真正有购买力的场景，即高品质Token。
与此同时，Token也会分级，比如当前市面上比较饱和的是做L1-L3级别的Token，即一些中转站，还包括MaaS平台上做的Token，面向C端和开发者，但也会面临Token速度不够快、服务稳定性不强等“吐槽”，趋境科技供应的多是L4、L5级的Token，对性能要求极高。
上半年，趋境科技选择的是国外H系列和B系列的加速卡，但涨价太快了，产能供应也跟不上。在测了市面上各种各样的卡后，趋境科技选择了摩尔线程的S5000。通过摩尔线程的加速卡再加上国际上的产品，形成异构分离，支撑了很大的Token产能。
他解释，首先，需要一个能够支持超大计算量的卡。其次，需要能够支持超长上下文的卡，再次，需要高稳定、高并发性的卡，而摩尔线程的卡是能满足需求，首先它拥有FP8精度1P以上的计算能力，其次能够稳定支持超长上下文的整体吞吐量。再次，生态迁移比较好，在一些N卡上做的一些事情，可以很快迁移到摩尔线程的卡上。此外，有一个稳定可靠的国产和供应链的支持。这款卡成为当前最好的方案。
在DeepSeek很火时，大家还处在能否把模型跑起来的阶段，而今年就变成了是否能够稳定生产的阶段，“Token工厂”的工程化能力要求非常高。
艾智远提到，4台摩尔的S5000的Prefill性能，已经能超越一台英伟达AI加速芯B300整体性能的——后者的价格已经涨到了1000多万元，相比之下，摩尔线程的产品能够达到投资回报率回正。
但他也指出，这当中还有很多事情要做，比如“以存换算”，主要解决的是不同卡之间怎么做高效的KV Cache传输；能不能在上海的摩尔线程卡中心，在另外一个地区的卡中心，两者之间做高速专线互连，达成两地算力任务。
此外，还有虚实同构，当几万张卡在跑一个大模型任务时，很容易会出现某几台机器“木桶效应”，如何通过智能CPU模拟GPU的方式，提升到50%甚至100%的资源利用率。
目前，趋境科技也在共同打造更高产量的“Token工厂”，不仅和国外的卡，也和摩尔共同构建日均万亿级的“Token工厂”，目前已建设了几个这样的“Token工厂”，对算力和Token的需求量是非常大的。
面向未来，艾智远说，更愿意和摩尔线程等国产加速卡深度合作，相信未来将会是国产卡主导大模型整体推理的生态，但当下国产卡最大的阻塞点并不是算力和制程能力，而是HBM。HBM是一个工艺问题而不是技术问题，英伟达基本上包圆了HBM3E以上的大部分的产能，而通过一些灵活的方案，可以把自己核心技术的算力竞争力发挥出来，构建高稳定性、低延迟、高吞吐整体的Token服务。
南方+记者 郜小平
联合证券提示：文章来自网络，不代表本站观点。
