告别卷规模、卷价格？算力竞争换挡：从拼资源转向拼调度、拼系统

每经记者｜温沐夏    每经编辑｜杨翼    

“算力低价内卷，是我们做算力的同仁都面临的问题。”在日前举行的2026算力网发展大会（以下简称大会）上，光环云运营总裁李竞一直言，“因为高度同质化，只卖算力，就只能在价格上拼刺刀”。

李竞一这番话，道出了当前算力产业的核心问题。在大会现场，《每日经济新闻》记者与多位产业专家、企业家交流发现，一个关键问题被他们反复提及：算力产业如何从建得多走向用得好？

记者了解到，当算力不再稀缺，硬仗才刚刚开始，谁能率先将算力转化为Token（词元）、能力和结果，在同质化竞争中跑通价值闭环，谁才能真正掌握下一轮算力竞争的主动权。

“算力进入了拼成本和拼效率时代”

“过去两年左右，Token消耗量增长了约1000倍，这种现象在人类产业史和科学史上非常少见。”在大会举行的圆桌讨论环节，算力网专委会副主任委员熊焰表示，国家数据局及相关省市已陆续推出“Token经济”相关政策，Token正从单纯的计算计量单位变成价值锚点和核心生产要素。

然而，算力增长的另一面是压力。“算力进入到词元经济时代以后，我们统一了度量衡，进入了拼成本和拼效率的时代。”华著智算总经理党东辉在参与圆桌讨论时坦言。

神州光大董事长兼总裁高峰分享了一组令人印象深刻的成本对比：某客户拥有三千多人的编程团队，如果调用公有云Token，一年支出可能达10亿元；通过构建企业私有模型和超级智能云平台，成本可压缩到不到1亿元。

不过，据高峰观察，从企业级智能体的角度来看，落地难题依旧存在，国产算力与智能体之间的调度、显存瓶颈、多任务下的MOE（混合专家模型）工程、安全与自我净化等问题，尚未完全解决。

高峰特别提到FDE（Forward Deployed Engineer，前沿部署工程师）的重要性：“企业大量数据、大量系统都需要重构，需要海量FDE工程师帮客户把现有数据变成向量数据，把企业信息化变成智能化。”

面对这些产业现状和转变，李竞一提供的解法是要跳出算力看算力，往两头靠。“向上把算力变成Token、变成AI（人工智能）能力，向下把用户需求变成结果交付。”

他分享了与一家头部教育企业合作的案例，“商业模式不再是我帮你做平台、你付我多少钱，而演变为用我的平台产生经济效益，按结果分利润”。

圆桌讨论现场。每经记者 温沐夏 摄

“构建顶级大算力系统面临双重挑战”

有行业人士在会上表示，我国算力的显著特点是，总量仅次于美国，但极度分散，地域分散，通算智算超算异构并存，归属多个供应商。算力网化的核心命题，是如何把分散的算力池化并统一调度。

《每日经济新闻》记者在大会现场了解到，面对国内算力异构、跨域、多方的特点，中国电信提出了“息壤”算力统一调度平台、星辰Token化平台和AI Store（应用商店）门户，破解算力孤岛、国产模型适配慢、推理效能不足等行业难题。

事实上，这也是运营商都在尝试的集体动作，产业趋势开始从卖资源转向卖能力。例如，中国联通“星罗”算力调度平台通过双引擎架构打通算力池化与词元调度链路；中国移动的平台实现多家AI芯片的统一纳管与灵活编排。

调度能力解决的是算力在哪的问题，而本身够不够用、好不好用，取决于底层硬件系统的突破。中科曙光高端算力系统首席架构师刘冠川在报告中揭示了供需两侧日益扩大的剪刀差。

“大模型、AI for Science（人工智能驱动的科学研究）和智能体推动算力需求每年4倍~10倍的增长，而摩尔定律带来的硬件性能年提升仅1.3倍~1.5倍，算力供需的缺口正在持续拉大。”刘冠川认为，具备通用性、支持全精度计算的大算力系统，已成为核心发展方向，超算和AI的深度融合也是必然。

刘冠川还指出，构建顶级大算力系统面临“访存墙”和“扩展墙”双重挑战。计算性能飞速提升，但在访存缓存、互联方面性能提升上相对滞后，剪刀差持续放大，当集群规模达到10万卡级别，扩展性、可靠性、能耗等问题都会集中爆发。“过去的单点优化已经走不通，需要转向系统工程创新，以开放架构促进软硬件跨层协同。”