搜索
当Token开始进入套餐表，运营商试图扮演的角色，正在从“连接服务商”进一步变成“AI 算力入口”。就像当年电网把发电厂的电送进千家万户，运营商正在试图把智算中心里的算力，通过套餐和账单体系，变成像水、像电一样可以按月购买、按量消耗的公共资源。
所有人都在比谁的模型参数更大，但真正决定AI能不能落地的，其实是另一件没那么性感的事：一颗Token，能不能被稳定、便宜、规模化地生产出来。死磕这件事的，是一支从中国超级计算体系里走出来的年轻团队，是石科技。
光正在进入AI算力系统，但这次不只是拿来传数据，而是直接参与计算。
DeepSeek V4发布，比模型本身更受关注的，是一个根本性的转变： 国产算力生态正在从过去“芯片被动适配模型”的单向奔赴，迈向“芯模协同”的新阶段。
Epoch AI刚刚发布的《梯度更新》报告，做了一件简单粗暴的事：把全球所有Blackwell芯片能处理的Token数量算出来，再和实际需求一比。结论只有一个字——不够。
近期，深圳河套学院（SLAI）AI训练平台项目团队，联合哈尔滨工业大学（深圳）、深圳大数据研究院、华为GTS（全球技术服务）团队与深智城AI算力平台，仅用1个月，共同基于昇腾910C国产算力集群实现DeepSeek-V4-Pro全参数续训练/SFT稳定运行，完成长稳训练1500+步，训练MFU超30%，关键训练算子效率提升14%。
算力帝国 vs 企业刺客，OpenAI与Anthropic的ASI终极对决已经开打。
你有没有想过，我们每天用的 AI 大模型，可能在某些词汇上天生就有缺陷？不是因为训练数据不够，不是因为算力不足，而是因为语言本身的规律——那些用得少的词，模型就是学不好。更让人意外的是，这个问题早在 2025 年就被一家中国创业公司系统性地发现并解决了。
SpaceX 2025 年全年营收是187 亿美元。这是这家火箭公司用了 23 年积累下来的成果——从 2002 年创立，到把猎鹰 9 号变成最可靠的运载火箭，再到星链卫星互联网，23 年换来的年收入数字。然后 Anthropic 来了一份合同：每年 150 亿美元。
当年互联网创业公司最熟悉的“羊毛”，是云厂商送的服务器额度；现在，AI 创业圈的“新硬通货”，已经变成了大模型 Token。