成立九年，中科类脑把积累装进Token工厂

过去评价数据中心习惯看卡数、算力规模和PUE，大模型进入规模化推理阶段后，标准开始转向产出端：同样一批芯片、同样一度电，最终能生成多少满足质量、时延和稳定性要求的Token。芯片通电只代表生产开始，计算、存储、网络、模型部署和任务调度任一环节卡住，昂贵芯片仍可能低效空转。中科类脑瞄准的正是从资源到智能产出的转化过程，其体系称为“算电协同型Token工厂”，把异构芯片、模型、用户任务和电力放进同一套系统调度。对外落在BitaHub彼塔云平台，对内由决策大脑统筹电力、算力、Token三个子系统。

中科类脑合伙人、副总经理常峰算了一笔账：一度工业用电采购价通常几毛钱，转化成算力后价值可达几十元，进一步形成Token后，部分模型每百万Token价格可超过百元。算力是生产设备，电力是原料，用户提示词和任务进入Token生产线，模型完成智能转换，调度系统决定任务何时、何地、用哪类芯片和模型运行，客户最终购买的是能完成任务、符合指标的Token服务。传统IDC交付机柜、电力、网络和空间，云厂商提供算力实例与模型接口，中科类脑再向上走一层，即Token生产运营层，对Token生产效率、成本和任务结果负责。常峰将其商业逻辑概括为效能和场景化，目前已在AI4S及能源领域形成可规模化的商业闭环。

BitaHub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，连接企业私有算力池与公共资源池。以平均30张、峰值100张芯片的需求为例，企业按日常负载自建，高峰缺口由平台补齐70张，相当于获得弹性扩缩的Token生产线。截至目前，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。后台是公司与中国科大团队联合研发的决策大脑，负责电算Token一体化系统从监控、预测到调度、运营的闭环。中科类脑的核心产品并非某一座机房、芯片或模型，而是跨域生产组织能力：在满足安全、时延和稳定性前提下，把分散算力与模型资源组合成可持续高质量交付的Token。

其最核心技术落在AI系统软件层，将算力资源、芯片、模型、电价和任务纳入同一套决策系统，基于电力条件对算力、模型和任务柔性调度，概括为“1+3”架构：一个决策大脑连接算力、Token和电力三个子系统，先匹配算力、模型与任务，再把电力信号加入全局优化。CTO丁海松将节奏拆成三步：监控Token需求、集群负载、新能源发电功率、电价及每份算力Token产出效率；预测未来15分钟、1小时甚至更长时间内绿电出力、电价和任务需求变化；决策调整三个子系统运行方式，以用户体验、结果质量和系统稳定性为边界。调度核心是从算力任务中找出“柔性负荷”：对首Token时延敏感的实时任务留在原地，可排队、可断续的批处理任务转移到电价低谷时段异地运行。

异构芯片调度被常峰比作管理说不同语言的员工。中科类脑为每种芯片配置“包工头”式插件，调度层只分发任务，插件指挥同类芯片，并给每张芯片建立能力画像。系统还拆解推理流水线，把Prefill和Decode拆开，通过KV Cache迁移连接：Prefill计算密集交给算力更强芯片，Decode依赖显存和带宽交给大显存、高吞吐芯片。高端芯片不必包办整条推理链，新旧芯片、国产和海外芯片都能各司其职。长上下文任务中，KV Cache相当于模型已读内容的“工作记忆”，跨节点迁移可减少重算。训练作业跨集群调度还需同步检查点、优化器状态和数据进度，并控制任务中断时间。

这套系统在一次跨上海、芜湖和乌鲁木齐的调度测试中接受检验：控制响应保持在200秒以内，跨域迁移成功率100%，能耗预测精度98%。测试把异构适配、跨域迁移、长上下文KV跨节点协同、绿电预测和SLA约束放进同一条生产链联动，电力信号让任务按电网压力和绿电供给调整运行地点，还带来电力成本下降。这是全国首个跨三地算电协同智能调度测试。9月17日，皖疆人工智能科技产业园在乌鲁木齐开园，按“三中心一平台”布局，首个突破千P的融合算力中心已建成投运。

丁海松认为，核心壁垒是对算电Token一体化的运营能力和理解。算力、电力单看可能都在第一梯队，但真正壁垒是叠加后的系统级能力。异构调度、推理优化等算侧能力可追赶，绿电出力预测等电侧能力可补上，真正困难的是把两套技术语言、两批工程经验和两类运行数据装进同一系统，并长期稳定运行。中科类脑在世界制造大会上正式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为中枢，打通算力、Token、电力三大子系统，构建“电-算-Token”全链路闭环。常峰将Token工厂终局比作“黑灯工厂”：算力智能体负责芯片适配、任务切分和KV Cache协同搬运，电力智能体负责电价预测、绿电出力预测和储能充放电，控制中枢统筹整座工厂。更远则是算电芯模一体化，按模型