3月17日，2026亞布力論壇第二十六屆年會正式開幕。昆侖芯CEO歐陽劍受邀出席大會開幕式，并發(fā)表了題為《擁抱智能時代，共譜計算新篇——AI算力發(fā)展的新機遇，新范式》的主題演講。在演講中，歐陽劍圍繞大模型時代算力產業(yè)的演進趨勢展開深入分析，并全面分享了昆侖芯在AI算力基礎設施領域的前沿探索與實踐成果。

以下基于演講內容，在不改變原意的情況下進行編輯修訂：

AGI的加速度：激蕩浪潮、歷歷在目，而這一切，僅過去3年半

如今，人工智能已深度融入大眾生活，從社交媒體的熱議到新聞資訊的推送，大模型技術進展與創(chuàng)新應用層出不窮。而這一切顛覆性變化，僅在短短三年多的時間里發(fā)生。

三年前，業(yè)內談起AI大模型時，普遍的共識還是“難以創(chuàng)造實際價值”：應用落地難、盈利模式模糊。然而短短幾年間，大模型的能力迅速躍升——不僅能解決復雜的科學問題，輔助處理工作中的多種挑戰(zhàn)，甚至已能實現部分編程工作的智能化替代。這些智能化能力的集中涌現，僅在兩三年內完成。更難預判的是，未來兩三年AI會如何發(fā)展。

回望模型的技術演進歷程，大模型走向產業(yè)不過四年。早期大模型的應用曾因算力消耗巨大且實用價值有限而備受質疑。ChatGPT的出現，人們發(fā)現它能寫出不錯的文章。緊接著，多模態(tài)模型快速演進，具備更強推理能力的模型在數學解題、科學研究等領域表現出色。再后來，Gemini等新一代模型的出現，使得大模型在更多工作場景中的效率提升變得更加明顯。

應用層面的變化同樣顯著。一年前，許多企業(yè)還對大模型應用持懷疑態(tài)度，認為相關投入主要是成本消耗，客戶難以獲得真實價值。而如今，大模型已經成為重要輔助工具，程序員如果不借助AI進行輔助編程，其效率將明顯落后。許多非技術型企業(yè)在引入AI和智能體之后，工作效率得到了顯著提升。近期出現的全民“養(yǎng)龍蝦”現象，某種程度上正反映出AI應用正在進入快速爆發(fā)階段。

Token：將會是AI時代水電煤，生產生活“新剛需”

回顧行業(yè)發(fā)展，一個共識正逐漸形成：Token將成為AI時代的“水電煤”，成為生產生活的“新剛需”。

Token是大模型的輸入輸出單位，有了大模型后，Token成為所有信息形式（文本、圖像、語音）的統(tǒng)一描述，這使得信息的表達和計算變得非常簡潔。同時，Token也是衡量大模型使用量的直接指標：用得越多，計算消耗和成本自然就越高。

從用戶側觀察，Token的消費模式正逐漸形成。普通用戶每天與AI對話可能消耗數萬個Token，月支出在幾元至幾十元；內容創(chuàng)作者由于涉及圖像、視頻等多模態(tài)內容，Token使用量更大；開發(fā)者在編程過程中調用大模型，消耗規(guī)模也相當巨大。整體來看，無論用戶類型如何，過去半年其Token使用量均呈現出顯著的增長趨勢。

與此同時，AI正逐漸滲透進不同年齡層用戶的日常生活。越來越多的人開始頻繁與Chatbot交流，虛擬助手正成為日常生活中的重要工具。人與AI持續(xù)交互的模式正在成為常態(tài)，而這背后，意味著海量Token正在被不斷消耗。

技術進步+應用落地驅動，Token需求將持續(xù)爆發(fā)增長

在技術進步和應用落地的共同推動下，全球Token消耗規(guī)模正迅速擴大。當前Token需求量已達千萬億級別，并仍在持續(xù)增長。多家科技公司的公開數據顯示，Token年增長率已超過200%，甚至可能每半年提升一個數量級。

從技術演進的視角看，Scaling Law依然有效，并持續(xù)推動模型規(guī)模的擴展。隨著模型不斷增大，對Token的需求也隨之上升。

然而，高速增長的背后也伴隨著嚴峻挑戰(zhàn)。模型規(guī)模擴大導致單個Token的計算成本不斷增加，引發(fā)業(yè)界對能源電力消耗的擔憂：AI算力消耗是否會擠占工農業(yè)生產能源份額，這些正在成為AI行業(yè)必須解決的重要課題。

與此同時，Token成本實現了量級下降

但挑戰(zhàn)之中亦蘊藏機遇。Token作為社會基礎設施，普惠應當是它的基本屬性。

當前，AI行業(yè)正從多維度探索降低Token成本的路徑，包括優(yōu)化計算方法、改進模型結構以及降低硬件成本等。過去幾年，大模型計算成本已經出現明顯下降趨勢。數據顯示，Token的實際使用價格正以每年5至100倍的速度持續(xù)下降。

Token成本的“Downward Scaling Law”

——需要以至少10x/年的速度持續(xù)下降

當Token成為普惠的社會基礎設施，關鍵在于推動Token成本實現量級式下降。未來，Token成本將遵循“Downward Scaling Law”，需要保持至少每年10倍的下降速度，才能支撐海量市場需求。這既是產業(yè)面臨的全新挑戰(zhàn)，也孕育著技術創(chuàng)新的重要機遇。

要破解這一問題，需要從兩個層面推動范式革新：

一是技術層面，芯片、硬件系統(tǒng)、軟件系統(tǒng)協同創(chuàng)新加強，科技再次迎來從芯片，系統(tǒng)到應用的爆發(fā)式創(chuàng)新；

二是社會層面，按照基礎設施的方式建設和運營算力，并帶動半導體、能源等產業(yè)協同發(fā)展。

技術新范式：科技再次迎來從芯片、系統(tǒng)到應用的爆發(fā)式創(chuàng)新

技術層面，核心挑戰(zhàn)在于解決系統(tǒng)規(guī)模與計算效率問題，并通過芯片、硬件系統(tǒng)和軟件系統(tǒng)的協同創(chuàng)新來提升整體計算效率。從技術發(fā)展歷程來看，每一次技術浪潮都會推動計算體系發(fā)生系統(tǒng)性的技術升級。

互聯網時代，芯片層面出現了多核處理器和閃存等關鍵技術突破；系統(tǒng)層面誕生了MapReduce等新架構，推動了超大規(guī)模數據中心的發(fā)展；算法方面，推薦算法和數據挖掘逐漸成熟；應用層面則催生了搜索、電商和內容推薦等重要互聯網服務。

相比之下，人工智能正在引發(fā)更大規(guī)模的技術創(chuàng)新。芯片層面，AI芯片以及存儲、互聯技術持續(xù)創(chuàng)新演進；系統(tǒng)層面，Web-Scale數據中心正向千兆瓦（GW）級規(guī)模擴展；軟件方面，高效推理框架不斷優(yōu)化以降低計算成本；算法模型創(chuàng)新持續(xù)加速；應用層面，以Chatbot和智能體為代表的新形態(tài)不斷涌現。

基礎設施新范式：Token成為核心基礎設施，輻射多維產業(yè)發(fā)展

社會層面，按照基礎設施建設和運營算力，并以此帶動半導體、能源等產業(yè)協同發(fā)展。在這一進程中，大幅降低Token成本，使其真正成為核心基礎設施，是推動產業(yè)實現量級式發(fā)展的關鍵前提。

能源領域的“算電協同”正是在此背景下提出的。正是AI帶來的巨量電力消耗，促使業(yè)界開始系統(tǒng)性地思考這一方向。隨著Token時代的全面到來，半導體、先進封裝、服務器系統(tǒng)等相關產業(yè)也將迎來生產規(guī)模的指數級擴張；而規(guī)模效應又將反過來驅動成本實現量級式下降，形成正向循環(huán)。

暢想未來，Token甚至可能催生全新的商業(yè)模式。正如移動通信時代需要支付話費一樣，當Token成為像水電煤一樣的基礎資源之后，圍繞Token的計量、運營、交易和服務，完全有可能形成全新的產業(yè)形態(tài)。

昆侖芯完整經歷AI技術發(fā)展浪潮，持續(xù)擁抱AI時代新機遇

作為AI技術浪潮的深度參與者，昆侖芯已在AI計算領域深耕十五年。

昆侖芯團隊自2011年起便深耕AI加速計算領域，完整經歷了從深度學習到大模型爆發(fā)、再到AI應用全面落地的發(fā)展歷程。早在深度學習尚處萌芽階段，團隊就開始探索利用FPGA、GPU等硬件對深度學習算法進行加速，相關研究成果不僅大規(guī)模應用于數據中心，更在Hot Chips、ASPLOS等國際頂級學術會議上發(fā)表。

歷經三代產品的穩(wěn)步迭代，昆侖芯現已實現從模型推理到訓練的全場景覆蓋，全面支持客戶從單機到萬卡級集群的規(guī)?；渴?，每一代產品定義都在技術變革的關鍵節(jié)點精準把握方向。

昆侖芯產品前瞻定義，代代成功

自2018年啟動芯片研發(fā)以來，昆侖芯1代系列產品于2020年率先應用于百度內部數據中心，完成了技術驗證與場景初探，成為當時國內最早實現大規(guī)模應用的AI芯片之一，在全球范圍內也處于領先行列。2021年，昆侖芯團隊從百度獨立拆分，引入外部投資人，發(fā)展步伐全面提速。

在AI產業(yè)尚未全面爆發(fā)的早期階段，算力價值與大模型潛力仍面臨諸多質疑，AI芯片的發(fā)展挑戰(zhàn)重重。然而隨著大模型技術迅速崛起，算力需求呈現爆發(fā)式增長，產業(yè)價值逐漸凸顯。2024年和2025年，昆侖芯業(yè)務規(guī)模實現顯著增長，目前仍保持高速發(fā)展態(tài)勢。

當前，昆侖芯實現三代產品的量產，每一代產品在客戶側均達到數萬卡甚至十幾萬卡的部署規(guī)模。未來，公司還將持續(xù)推出新一代產品，不斷加快產品迭代節(jié)奏，進一步提升國產算力的技術能力。

系統(tǒng)層面率先落地3萬卡集群，超節(jié)點產品開創(chuàng)先河

昆侖芯從芯片、硬件系統(tǒng)到軟件生態(tài)開展全棧協同優(yōu)化，持續(xù)提升計算效率，有效降低Token計算成本，為大模型訓練推理提供更具性價比的算力解決方案。例如，通過集成數十卡甚至數百卡的大型計算系統(tǒng)，提高整體計算效率；在更大規(guī)模的數據中心環(huán)境中，實現數萬張算力卡的互聯，從而支持大規(guī)模訓練與推理任務。2025年昆侖芯成功點亮首個國產3.2萬卡集群，并實現長期穩(wěn)定運行。

深耕一域，帶動全局，引領國內半導體與AI算力產業(yè)協同發(fā)展

目前，昆侖芯提供的算力已經服務于多個關乎國計民生的重要行業(yè)，并支撐著數億用戶使用的典型應用場景。

與此同時，昆侖芯積極推動產業(yè)鏈協同發(fā)展。通過與合作伙伴共同推進先進封裝、服務器系統(tǒng)技術的創(chuàng)新，多項技術已實現從實驗階段到規(guī)模量產的跨越，為產業(yè)生態(tài)的持續(xù)完善注入動力。

“讓計算更智能”——這是昆侖芯在2017年確立的企業(yè)使命。彼時團隊思考的是，什么樣的使命能夠在未來十幾年持續(xù)指引方向。如今回看，讓計算更智能這個使命，正是當下AI時代永不過時的方向。