Skip to main content

词元服务商崛起：中国 AI 算力需求结构正在换引擎

· 3 min read
AI Compute Cards Wiki Editorial
Industry Research Team

谁在买算力：买家名单的第三次变化​

中国 AI 算力的买家结构，两年内换了三次引擎：

  1. 2024-2025：大模型公司 + 各地智算中心——训练驱动，项目制采购
  2. 2025-2026：互联网大厂 + 运营商——资本开支驱动，规模化集采
  3. 2026 至今：词元服务商（Token 服务商）入场——营收直接挂钩 Token 调用量，需求最刚性、复购最确定

这一变化被多家 Q3 财报点名：摩尔线程把「词元服务商」列入核心客户群，其基于 S5000 的 PD 分离异构推理方案「已承接国内头部模型厂商的真实词元流量」；寒武纪持续扩大 DeepSeek、Qwen、混元等系列模型的适配以提升训练效率。

需求有多刚性：三个数据​

  • 中国模型调用量全球第一：OpenRouter 统计，10 月中旬一周全球大模型总调用量 164 万亿 Token，中国模型周调用量连续 25 周超过美国，全球前五清一色中国模型
  • 推理成本锚点快速下移：Kimi K3.1 Pro 价格仅为 GPT-6 Astra 的五分之一；亚马逊贾西认为推理成本仍需降一个数量级才能打开企业软件市场
  • 国产卡已能平替中低端：寒武纪、昆仑芯部分产品可平替 H20 级别小卡，承接 Agent 推理与平台调度

为什么词元服务商偏爱国产卡​

词元服务商的商业模式决定了采购逻辑：买算力是买生产资料，单位 Token 成本与供货确定性是全部。

  • 性价比：国产卡在推理负载上的单位成本优势显著，且不受出口管制波动影响
  • 交付确定性：HBM 约束下各家都在抢产能，但国产厂商对本土客户的配给优先级更高
  • 服务半径：模型 Day-0 适配已成行业标配——摩尔线程对 LongCat-2.0、沐曦对 GLM/千问/混元、寒武纪对 DeepSeek/Qwen 的适配速度都以「天」计

供给侧的隐忧​

需求换挡快于供给准备：2026 年国产 AI 芯片供需缺口约 160 万颗（彭博行业研究口径），主要卡在 HBM。词元服务商的复购模型意味着「断供即断营收」，因此头部玩家开始直接与芯片厂商签长协、甚至参与定制——摩尔线程与京东云的十万卡集群、沐曦与魔形智能的万卡 Token 工厂，都是「算力买方深度绑定供给方」的样本。

结语​

当采购理由从「政策要求」变成「Token 毛利率」，国产算力才真正进入市场化阶段。对芯片厂商而言，下一个竞争焦点不是峰值算力，而是单位 Token 成本、交付规模与存量客户迁移成本——生产环境一旦落地，扩容订单会自然滚动。