智博会上的国产芯：重新定义 Token 价值链路
AI 时代，算力是核心引擎，Token 是信息处理的最小单元，两者都是智能化产线上的「硬通货」。然而，近年来算力新基建持续提速，Token 调用量爆发式增长，真实业务场景中的价值产出却未能有效同步，业界情绪开始从「算力不足恐惧症」转向「Token 焦虑」。
天津智博会上，海光信息总裁助理兼智能计算产品部总经理杜夏威指出，「过去大家谈算力，比的是单卡峰值；现在谈 Token，比的是单位产出。」在他身后，海光展台上全系 CPU 和 DCU 产品一字排开，从通用计算到 AI 加速，从数据中心到边缘工控，几乎覆盖了 Token 效益产出的每一个环节。
Token 焦虑，本质是算力到生产力的转化效率问题
「Token 焦虑未必是坏事。如果大家对算力和大模型没有感知，自然不会焦虑。焦虑说明产业在快速流动。」杜夏威对 Token 热的判断有些出人意料。
他认为，Token 的出现本身就是一个进步——它把算力和算法之间的度量衡统一了。「以前你说算力有多强，用户听不懂。现在你说一个 Token 多少钱、响应多快，所有人都能算账。」
但这个统一的度量衡也暴露了问题：算力指标和 Token 吞吐力之间，存在一条不小的鸿沟。杜夏威打了个比方：「芯片算力是物理天花板，决定了上限；Token 吞吐力是转化效率，决定了用户实际能用到多少。」
海光过去几年做的事，可以理解为逐级搭建价值转化阶梯：算力性能-适配效率-模型效率-Token 效率。每一步都有具体动作——400 多款主流大模型做到了 Day0 适配，自研 DTK 软件栈让 CUDA 代码平滑迁移，DCU 在多个模型推理场景下的首 Token 延迟做到低于 NVIDIA H20。
杜夏威指出，「训练看集群效率，推理看单位成本」正在成为行业共识。在计算集群方面，算力精度不足导致的应用能效下降，甚至场景覆盖不足等问题颇为显见，超智融合成为提升 Token 效益的重要途径。
为此，海光基于 DCU 全精度计算能力，已支撑多个万卡级超智融合智算集群成功落地，并且广泛覆盖了万亿参数模型训练、AI4S、AI4E 等前沿场景需求。
除此之外，海光 DCU 在推理场景的优化已经深入到算子层——Attention 算子融合、KV Cache 压缩管理、FP8/INT4 低精度支持，目的是让客户「训得起，也推得起」。
CPU 被低估了：它是 Token 经济的「中枢大脑」
智博会现场，另一个被反复讨论的话题是 CPU 在 AI 时代的新角色。
「过去在 AI 训练阶段，Token 或者说 CPU 的性能并没有充分体现。」海光信息总裁助理、创新产品线总经理李成指出，随着 OpenClaw 等智能体（Agent）爆发，CPU 的重要性正在回归。因为 Agent 不是简单问答，而是「长在线、高交互」——持续运行、调用工具、访问记忆、执行任务。
有研究显示，在智能体工作负载中，CPU 端的处理延迟占比最高可达 90% 以上。GPU 负责「算得快」，CPU 负责「跑得久、调度稳」。如果 CPU 扛不住，GPU 再强也只能空转。这是 Token 价值产出的又一个关键环节。
「大模型参数量越来越大，MoE（混合专家）成为主流结构，我们不得不将 KV Cache 和部分算力 offload 到 CPU 端。」杜夏威补充道，「这导致即便在数据中心内部，CPU 和 GPU 的耦合也越来越紧，CPU 的作用只会越来越大」。
海光 C86 系列 CPU 恰好卡位在这个趋势上。其原生兼容 x86 生态，端侧和边缘场景表现出色，同时从指令集层面内置了国密算法和可信计算能力，对熔断、幽灵等漏洞原生免疫。用杜夏威的话说：「算力底座稳了，上层 Token 产出才稳得住、跑得快。」
端侧算力崛起：AI 落地的「最后一公里」
AI 的下一步，不能只靠数据中心。尤其在现实生产场景中，Token 不会永远飘在云端，工厂产线、变配电站、交通路口，数据实时处理必须在现场完成，端侧算力成为快速响应的关键。
光合组织嵌入式产品专家张考华在采访中指出，「AI 这场大戏，数据中心训练只是开场。未来能发展多深、影响多广，要看边端。」他判断，边端算力需求必将迎来爆发式增长。
端侧场景已经铺开。从智能制造、能源电力到机器人，边缘侧对高可靠、低延迟 AI 算力的需求正在激增。张考华特别提到一个趋势：「算力上天」——星际探索中很多算力不需要传回地面，「边缘侧算力和 Token 引流的意义，远超大多数人想象」。
海光与光合组织的打法是「云边协同」：通过云上算力网络服务中小企业和个人开发者，同时提供私有化算力方案，让对数据安全敏感的行业用户可以在本地完成 AI 转型。
「云端提供便捷 Token 服务，私域沉淀数据资产、做深度业务整合。」张考华说，两种模式互为补充，共同覆盖了从消费端到产业端的全场景算力需求。
在双芯产品阵列中，海光这次专门展出了工控和嵌入式芯片解决方案。据介绍，这款芯片继承了 C86 架构的技术积累，宽温支持、工业可靠性、内生安全等方面均做了针对性设计，在很多边端实测场景中打破了国产工控芯片「能用但不好用」的印象。
从数据中心到边缘节点，国产芯片展现的能力版图已经清晰：不止是在单一维度上比拼参数，而是用一套覆盖「端、边、云」的算力协同体系，系统性解决 Token 从生产到变现的堵点。
我是木易，Top2 + 美国 Top10 CS 硕，现在是 AI 产品经理。
关注「AI信息Gap」，让 AI 成为你的外挂。