📌 #中国AI把推理成本砍到近乎零

🤖 科技 · 算力经济

🔥 AI算力从"建了就有人用"的粗放扩张，正式迈入Token计量、弹性调度的精细化运营时代

2026年服贸会上，中国电信把三款词元套餐摆上了展台。工作人员一句话说透了：#中国AI把推理成本砍到近乎零#——用户像购买流量一样购买词元，用多少扣多少，不同模型价格不同。背后是一个开放的模型聚合平台，主流大模型全部接入，还能提前试用。中国移动同步推出算力交易运营平台，统一完成合规审核、算力调度和费用结算，按词元消耗量计费。

这意味着算力不再是"建了就有人用"的静态资产。商汤科技联合创始人杨帆算了一笔账：一台AI服务器按五年折旧，期间AI下游需求可能经历12轮迭代，一个模型最高价值的窗口期只有3个月，能卖出高价钱的时间只有一个月。硬件端压力更不容忽视——近3个月，国产GPU涨价超过30%。

中国信通院数据显示，2026年一季度国内AI算力需求同比增长417%，有效供给增速仅128%，供需缺口持续拉大。中信建投研报指出，AI算力全面迈入"推理主导"的新周期，应用端高Token密度场景爆发驱动需求激增，供给端呈现高端持续紧缺、中低端趋于结构性饱和的分化格局。

算力租赁市场正加速爬坡。中国信通院预测，2026年算力租赁市场规模有望突破2600亿元。商业模式正由裸金属租赁向Token分成与Token工厂一体化服务升级，叠加锁长单与金融杠杆赋能，全面重塑产业确定性。中国联通则全面开放"Agent+Token+AI云"运营体系，将算力供给、模型调用和场景回报算成"一本账"。

上海交通大学可扩展计算研究所所长戚正伟在论坛上一语道破痛点："一边大家排着队等机器用，一边机器空在那里没人用。"他的解决方法是弹性调度——把一张GPU卡切成多张虚拟卡动态分配，空闲时自动占满，有人用时自动让出。实验数据显示，仅靠弹性调度，性能和资源利用率最高可提升7倍。

沐曦股份创始人陈维良则指出，目光不能仅聚焦GPU单卡性能，更要算TCO（总拥有成本）的经济账。降低隐性成本的底层逻辑是通用性和生态开放性。从"建算力"到"供Token"，算力产业正站在从规模扩张到效率革命的拐点上。

综合证券日报、每日经济新闻、21世纪经济报道 | 2026年9月11日