“计算需求在指数级攀升，今天，仅依靠产能的线性增长去堆叠算力，已经远远无法弥合供需之间持续扩大的缺口。”
7月20日，2026 年世界人工智能大会上，无问芯穹联合创始人兼CEO夏立雪提出，从预训练（Pre-training）到后训练（Post-training）、从推理时扩展（Test-time）到智能体扩展（Agentic scaling），在四条规则定律（Scaling Law）的作用下，模型训练和推理的超级市场正在互相孕育。
当下的人工智能基础设施（AI Infra）“必须以极致的效率服务更大规模。”
基于规模与效率两大锚点，夏立雪从无问芯穹的AI生产力公式（AI生产力=智能资源规模× Token转化效率×AI生产力转化效率）出发，首次公布无问芯穹Agentic Infra的“前店后厂一中心”战略布局，涵盖三大核心技术能力与产品服务体系——“算力集散中心”，Agentic Infra自主式基础设施平台；“Token工厂”，Agentic MaaS大模型服务平台，“AI生产力商店”，Agentic Infra行业解决方案。
这套Agentic Infra产品与服务体系立足基础设施，向下汇聚能源和芯片，向上支撑模型和应用，不仅极致提升了底层资源向AI生产力转化的规模和效率，更有着Agentic AI时代最显著的AI原生能力——用基础设施智能体蜂群赋能资源规模扩展、提效Token生产，并支持Agentic AI的持续进化。
服务下一代Agentic AI在线进化
无问芯穹Agentic Infra自主式基础设施平台的核心目标，是实现智能资源规模最大化。它就像一座“算力集散中心”，把散落的、异构的算力资源统一汇聚、弹性调度、按需分发，为模型与应用层筑牢充足、稳定、可扩展的算力底座。
夏立雪认为：“算力的异质化、碎片化问题是全球性的，如何把不同的、跨区域的算力资源，高效聚合协同起来，是扩大智能资源规模的关键。”
无问芯穹自成立以来一直致力于通过“多元异构、软硬协同”技术破解异质算力聚合的难题，打造了面向异构集群的大模型跨域训练系统，并集成于Agentic Infra自主式基础设施平台软件中，通过计算通信重叠的流水编排、自适应的通信流调度和异构算力调度机制，三位一体全栈协同优化，能够系统性地破解算力聚合的行业难题。
该系统已经受过三大类跨域算力聚合训练实践的生产级考验——
第一是超远距离聚合。无问芯穹已联合中国电信，完成了国内首例超4000公里距离的大模型跨域混训，在新疆哈密与广东深圳两地集群间，实现联合训练性能提升165%，验证了超远距离跨域集群协同训练的可行性。
第二是多数据中心聚合。打通4个不同代际、不同型号的GPU集群，联合训练近百亿参数大模型，四集群协同性能提升41%，有效盘活了不同批次的存量异构算力。
第三是混合云算力聚合。实现本地私有集群与公有云算力的安全互通混训，整体性能提升68%，帮助众多企业客户解决本地算力不足、云上资源却闲置的错配痛点。
新民晚报记者获悉，目前这套跨域训练系统已在全国部署触达超37000P算力、覆盖16种主流芯片，盘活了广域分散的异质算力，使之成为Agentic AI时代的最坚实底座。
夏立雪表示，伴随着大规模跨集群强化学习训练技术的持续成熟突破，无问芯穹还将持续深耕并行策略、通信融合、智能算子、极致容错等核心技术，“未来，我们能够将跨域计算资源的支撑规模，持续拓展至十万卡级以上，支撑下一代Agentic AI的在线进化。”
Token工厂以“效”搏大
Token经济时代，无问芯穹在2023年初就提前布局的Agentic MaaS大模型服务平台，目前正在迎来高速且持续的增长曲线。该平台就像一座“Token 工厂”，核心目标是用极致效率服务Token的规模化、高质量生产。
发布会现场，夏立雪用千卡至万卡规模下完整推理服务技术栈揭示了一座Token工厂内部的可优化空间，“从网关、路由，到底层推理实例，Token工厂层层可优化、处处有增量。”
随后，夏立雪披露了无问芯穹首创的新一代推理系统优化成果——跨集群异构PD分离架构（Prefill-RelayDecode-MainDecode, PDD）。
智能体推理需求的特征有“三极”：上下文极长、交互轮次极多、缓存命中率极高，对吞吐、时延、缓存复用的要求，远高于传统对话场景。同时，从实测数据中能直观看到，不同芯片在Prefill、Decode阶段的性能差异极大。而眼下，这些散落在不同地区的存量集群几乎都是同构的，且几乎每个集群都“偏科”。
因此，该架构首先用高性价比的广域网以太网把分布在各地的、已经建好的同构数据中心连起来，让算力强的集群做Prefill任务，让显存带宽高的集群做Decode任务。这一架构设计相当于让“偏科”的硬件只刷自己最擅长的题，可以极大提升大模型推理系统效率，是每座Token工厂都必备的“超级管线”。
新民晚报记者注意到，PDD将传统的 PD分离链路“P-D”创新解构为“P-RLD-MD”的三级分离式推理架构，就像是为这条“超级管线”加装了一个“精密增压阀”。对于高传输延迟的请求，RelayDecode先行输出 Token 给用户，从而让用户侧完全感受不到这一实际上长达数十秒的传输延迟；当传输完成后，输Token给用户的任务被无缝切换给MainDecode来处理，避免了RelayDecode被长期占用。通过这一设计，仅需极少量机器承担RelayDecode ，就能掩盖以太网KV Cache传输延迟。
实测显示，该架构在实现首Token延迟（TTFT）降低51.5%的同时，单Token成本可降低37.5%。这不仅意味着用户端速度体验的显著提升，更意味着，每一个集群都能被充分利用起来，最大化释放全域异构算力的产业应用价值。
过去一年里，无问芯穹的Token工厂已通过一系列原始技术创新，推动了推理成本的 10 倍下降。夏立雪判断，随着跨集群异构PD分离架构的规模化落地，推理成本依然有10倍的下降空间。
据悉，无问芯穹已携手上海移动联合打造了“沪芯沪产服务沪客”的“天问”模型服务门户，也与AI原生新世代社区“观猹”联合打造了“中国版OpenRouter” TokenDance（词元跳动）平台。未来，无问芯穹将持续携手优秀的行业伙伴，以这套高效的“Token 工厂”赋能更多产业领域、服务更广泛用户。
创元网配资提示：文章来自网络，不代表本站观点。
