算力不缺供给，缺的是「结算层」：九章云极的智算云答案

同样交付100万个Token，用不同厂商的硬件方案哪种更划算，很难只靠一张GPU报价单算出答案。过去客户按数量和时长租用GPU，账单相对清楚；如今越来越多客户直接购买Token服务，硬件价格、模型运行速度和实际Token产出都会影响最终成本。算清成本只是第一步，模型适配、资源调度和推理优化同样决定一批芯片最终能交付多少Token。

国家数据局数据显示，中国日均Token调用量2026年3月突破130万亿，相比2024年初的1000亿，两年增长超过千倍。需求猛增的同时，却有智算中心为消纳算力发愁。过去大模型训练是算力租赁的重要需求来源，客户长期租用千卡、万卡级资源；如今越来越多需求来自推理和AI应用，客户希望按实际业务量灵活购买服务，减少闲置成本。交易方式改变，运营商需要计算资源实际交付了多少Token，以及每百万Token的成本。

IDC数据显示，2026年上半年中国数据中心AI加速器出货量约200.8万颗，其中国产厂商占大头，海外厂商约占三分之一。硬件架构不同，计算性能和Token产出效率也不同，只比较租用价格难以判断实际交付成本。2026年《中国词元工厂发展白皮书》指出，词元工厂计量计费规则尚未形成行业共识，不同芯片间缺少统一产能对标和成本测算方法。

九章云极的解决思路是先建立统一算力计量标准，将312 TFLOPS的FP16理论峰值算力运行一小时定义为1 DCU，不同芯片按此折算资源消耗。在此基础上提出“DCU与Token双账本”：DCU账本记录投入的算力资源，Token账本记录最终交付的Token。同样完成100万个Token交付，不同芯片可能消耗不同数量DCU，结合资源成本即可比较单位Token交付成本，为资源分配和报价提供依据。

算得清不等于用得好。大模型推理阶段，算力效率越来越取决于软件调度与优化能力。同样一张GPU运行大模型，数据读取、计算等待和重复处理都会拖慢实际速度，损耗最终反映在Token交付成本上。九章云极通过Alaya NeW OS将算力调度与模型运行优化放在同一系统中，覆盖算力调度、模型训练、模型推理和数据处理，通过Serverless架构统一调度多种国产及国际主流硬件。推理环节采用PD分离、MTP加速和KV缓存复用等技术提高实际计算效率。Alaya NeW OS是国内首个通过中国信通院算力调度、模型训练、模型推理和数据处理四大领域评测的AI系统。

2026年5月，九章云极创始人兼董事长方磊介绍，一家制造企业接入其Token Factory后，AI质检系统综合算力成本下降55%；另一家工业软件企业项目中，通过分布式推理集群和异构算力调度，推理效率提升12倍，硬件采购成本下降54%。可复用的软件能力使九章云极能在硬件资源之外凭借调度效率和交付质量创造服务价值。其算力资源利用率从2025年的56.0%提升至2026年上半年的79.6%，提高23.6个百分点。

IDC数据显示，2025年国内智算云基础设施市场规模达486.7亿元，同比增长128%，模型调用需求增长约16倍。但增长不再自动等于好生意，资本评估标尺正从算力规模、硬件跑分转向稳定交付、总体拥有成本、Token服务效率和工程成熟度。电力正成为关键瓶颈，大型算力中心从定下来到通电等三五年并不稀奇。九章云极将算电协同纳入算力运营，通过统筹算力与电力调度，可使单位Token电力成本下降30%以上。在算力资源方面，九章云极通过3至8年长期不可撤销协议保障稳定供给，强调“可控而非持有”，依托软件平台统一调度资源，将其转化为可调度、可流动、可持续交付的算力服务。

全球智算云企业正在探索不同路径，有的专注资源供给，有的向模型服务延伸。2026年7月，头部厂商Nebius推出新的基础设施合作模式，由合作伙伴承担基础设施和硬件投资，Nebius负责系统架构、云平台软件及客户服务，以较少新增资本投入扩大服务规模。九章云极同样重视软件运营能力与资本效率的结合，通过长期资源协议保障算力供给，再依托Alaya NeW OS实现统一调度、模型运行和服务交付。