算力价格高企困扰“词元经济” 产能何时跟上？

　　“国产算力要做到物美价廉。”曙光信息产业股份有限公司高级副总裁任京暘认为，“物美”关乎算力是否好用，“价廉”则要国产算力实现价格普惠。

　　但任京暘坦言，当前的算力价格偏高，国产算力问题尤为突出。8月28日，他在2026中国国际大数据产业博览会（下称“数博会”）期间接受南都等媒体采访时表示，近年来主流AI服务器价格成倍增长，“价格相当夸张”。

　　受算力供应紧张和价格上涨影响，大模型公司和云厂商近期频频上调Token（词元）消耗的价格。根据投行摩根士丹利8月一份研报统计，中国大模型平均API输出价格从2025年第一季度的约12.2元/百万tokens，已回升至2026年第二季度的21.9元/百万tokens。分析师认为，这与国产算力成本有关。

　　如何应对算力成本高企？任京暘指出，这有赖于产业链上下游的共同努力。他说，算力成本上升背后，与供应链对AI需求短期爆发准备不足有关，这导致产能紧缺。而产能的重新构建与释放需要一定周期。任京暘认为，算力价格回归正常水平或需要两三年时间，但要实现价格大幅下降和普惠，更多依靠进一步的技术创新。

　　算力属于“词元经济”的底层基础设施，中科曙光具有代表性的产品是十万卡AI超集群曙光8000。数博会上，中科曙光展出了曙光8000的液冷计算单元。

　　中科曙光方面介绍，曙光8000将十万卡规模的国产算力组织成为统一管理、协同运行的系统能力，减少数据读取和资源调度过程中的等待与损耗，使算力规模更有效地转化为词元吞吐、运行能效和服务能力。

　　另据南都此前报道，曙光8000采用超智融合架构，既可以提供科学计算所需的高精度算力，也能提供AI模型训练推理所需的低精度智能算力。今年7月，这款AI超集群在郑州正式落成，并依托国家超算互联网接入全国一体化算网，面向科研高校、企业及个人用户提供算力服务。

　　为支撑大模型的训练与推理，今年以来行业持续推进“芯模协同”：每逢一款头部模型“上新”，主流AI芯片公司在第一时间宣布适配，实现对模型的完全兼容和支持正常推理运行。

　　任京暘表示配资炒股公司排名，“芯模协同”要求芯片厂商始终与大模型的迭代进程保持紧密耦合。当主流大模型的新一代产品问世时，芯片厂商之所以能迅速完成适配，这背后的功夫并非在于产品发布的那一瞬间，而来源于前期的准备。