Token工厂，小厂的死局｜爱分析访谈

并行科技举办并行计算性能优化比赛已经十几年，每年比赛结束，组委会都会复盘做一件事，把比赛中所有参赛队使用的优化技术点汇总之后，可以得到一个最高性能的版本，冠军、亚军、季军基本上是使用了其中技术点数量最多的前几名。

“你看，优化能力不是一招鲜，而是把很多点拼起来，所以算力优化能力会随时间趋同的。谁优化得快，谁就先上到一个层面，但最终大家会追平。”并行科技董事长陈健认为，并行科技真正需要抓住的，不仅是优化能力，更是终端的用户。

并行科技是一家从超算、高性能计算体系里走出来的算力服务商。陈健不把并行科技定义成卖卡的公司，也不把Token工厂简单看成新的云服务生意。

过去十几年，并行科技建立了覆盖全国的算力网——并行算网，以及围绕高校、科研和企业做按需算力服务，积累了数万用户、60多个合作算力中心和几十个行业的应用特征数据。到了大模型时代，这套体系被迁移到推理和Token生产上。

在访谈中，陈健反复强调：“算力生意不是资源业，是服务业。”但这并不意味着资源不重要。相反，在Token工厂这场供给侧淘汰赛里，订单、卡和优化能力缺一不可。小玩家如果没有订单、没有足够的卡，也投不起持续优化的钱，最后很难活下来。

核心观点

Token工厂的胜负取决于订单、卡和优化能力。有订单才能开工，有卡才能产出Token，优化能力决定单位卡的产出效率，三者缺一不可。

长期看，优化能力会趋同，订单和卡是终极门槛。优化是集大成者，推理涉及约30多项技术，但领先优势随时间收窄，最终决定生死的是订单和卡。

小厂不适合做Token工厂。优化能力至少需要每年数千万元的研发投入，卡的成本差异可能达到数倍，账期和供需周期又会持续挤压现金流，小玩家很容易被淘汰。

算力生意的本质不是资源业，而是服务业。服务好客户的业务，才是并行科技一切打法的出发点。

不押注重资产，基于算网模式穿越周期。 根据市场供求关系平衡算力资源自建与合作的比例，供大于求时，加大合作资源比例，供不应求时，增加自建资源比例。

01 Token工厂是供给侧的淘汰赛，小厂结局会很惨烈

爱分析：怎么看Token市场未来的发展趋势？

陈健： Token市场在我们这里分为两大类。第一类是Token工厂，Token工厂约等于算力，就是服务模型厂商。第二类是MaaS，包括服务大客户与中小客户。

Token工厂和MaaS不是一回事。Token工厂是供给侧的事情，MaaS是需求侧的事情。它们可以对接，但不能混在一起。

爱分析：一个Token工厂要跑出来，最关键的要素是什么？

陈健：我们理解，Token工厂有三个要素，订单、卡资源、优化能力，缺一不可。

第一是订单，一定要先有订单。模型厂商认为你的技术能力过硬，质量过关，技术验证通过之后，才会给你订单。现在Token工厂基本上都是阶梯价格，你的供给量越大、能拿到的价格越好。

第二是卡资源，有卡对应的是你能产多少Token。

第三是优化能力，你产出的效率怎么样，TPM怎么样，这也非常关键。

以某头部最新模型为例，如果不做优化，一台B300大概产出200万TPM（每分钟Token吞吐量）。优化做得好，能到1000万以上TPM。对模型厂商来说，采购Token工厂算力的价格可能定在900万TPM，如果不具备优化能力，很难存活。

爱分析：优化能力是不同Token工厂最大的区别？

陈健：在当前模型快速迭代的阶段，优化能力是最大的变数。

优化这个事情有个特点，刚开始提升很快，随时间推移会趋同。现在模型三个月一迭代，谁优化得快，谁就能领先。但未来模型版本稳定，大家围绕同一个模型版本优化，经过半年时间大家的优化结果就会慢慢接近，最终达到同一水平。

当下做Token工厂，首先你得是国内第一梯队的优化专业队，大家拼的是优化推出的速度。如果你不是这个级别的专业队，这个市场跟你就没关系。

爱分析：这也是并行科技投资多个推理优化公司的原因？

陈健：优化这个事情涉及面特别广，可能涉及几十项技术，不是一家公司能全搞定的。最好的优化一定是集大成者，每一项技术都要找最好的团队。我们自己是一条优化路线，生态里面还有几条优化路线，看谁最后跑得更好。所以，我们投趋境科技、投清程极智，本质上是把最牛的优化技术变成利益共同体。每家拿出自己最好的那部分，最后一起拼出一个最快的版本。

爱分析：推理优化的天花板在哪里？

陈健：第三方做优化，大多数情况下不可能超过原厂。因为原厂是白盒优化，第三方是黑盒优化。而且，原厂可以吸收各家的技术之长，天然立于不败之地。但稳定的服务、低成本算力供给、足够多的卡，仍然是第三方的核心价值。

爱分析：您对Token工厂终局的判断是什么？

陈健：我个人认为，Token工厂是一个极其惨烈的市场，最后很多玩家很难存活，尤其是小玩家。

提一个点，同样的定价，优化能力差30%，别人赚10%毛利，小厂可能亏20%。Token一上量，小厂会巨亏。另外，你还得拼卡，没有卡也不行。

爱分析：Token工厂长期的壁垒还是卡吗？

陈健：对，长期看技术优化是门槛，但最核心的还是得有卡。在模型厂商眼里，我们不只是优化服务商，我们更是算力供应商，我们的算力供给可以是卡，也可以是Token。

当模型能力收敛时，推理优化也可能趋同，但卡规模是终极的壁垒。当成为模型厂商的头部供应商后，模型厂商也希望头部这些伙伴发展的更好，以提供更稳定的供给，当然也会给予支持。

爱分析：Token领域做按需服务和整租服务的商业模型差别有多大？

陈健：这两种模式在商业模式上存在本质差别。

长期整租模式，核心是提供了资产价值，不做上层服务，如 PaaS 层及业务保障等，不受资源利用率波动影响。

按需模式，除了提供资产价值，还需要资源调度、针对业务的 SRE 和对不断变化业务的需求沟通确认及交付支持等，同时需要承担资源利用率波动产生的空置损失。所以，按需服务更考验服务能力、客群数量和资源调配能力。

02 模型厂商第一优选的供应商

爱分析：并行科技之前的积累是超算，未来的业务重心会逐步转向智算，这其中什么能力是不变的？

陈健：从算力资源角度看，超算到智算是变化，但并行科技是做算力服务的，不是做算力资源的。

过去20年，我们重点布局两个方向，一个是覆盖全国所有算力资源的算力网，品牌叫并行算网，另一个是算力终端用户。很多算力资源上线第一天，甚至还没上线，我们就提前对接合作了。这是以前做超算的时候，我们积累下来的能力。终端用户层面，我们做了十几年科研教育，这个行业的用户是我的大本营。

算力服务领域最重要的一点是，用户用的不是算力，而是算力上的软件。不管这个软件是超算应用软件、工程软件，还是今天的大模型，本质上都是软件。我们只要服务好软件，用户就满意了，至于软件用什么硬件，是我们的事。

所以，不管算力资源怎么变化，我们的重点一直没有变过，一是服务好客户，另一是为算力资源合作伙伴赋能。

爱分析：所以并行科技不是简单卖资源、卖Token，而是围绕用户使用的应用提供服务？

陈健：对，这是算力服务的核心逻辑。用户用的是算力上的一款软件，放到现在，用户用的软件就是大模型。

大模型部署到硬件上肯定需要安装、调试、适配，运营过程中也要持续处理问题，这些是我们干的活。这么多年下来，我们获得了客户的绝对支持。教育、科研是我们的传统优势领域，CAD、新能源、汽车、仿真、泛互联网，这些企业市场里我们做得也很深。

爱分析：这种算力服务能力，在大模型客户里怎么体现？

陈健：我讲算力服务有五句话。第一，真有卡，很多人说自己有卡，实际上没见到物理卡。第二，真空闲，你有卡，但当下不能用，也没有意义。第三，真可用，模型上去能跑起来。第四，真好用，性能要满足要求。第五，真降本，价格有优势。

前两个点，需要足够的人力物力投入去覆盖。国内单集群超过256张卡的资源，我们都有专人在跟进，从它准备建设开始就跟进，这是我们成立开始就积累下来的算力网能力。后面三个点，跟运营、适配和优化有关。

现在，中国头部模型厂商，很多第一优选供应商都是并行科技。原因之一是，并行算网替大家把全国大多数智算中心都覆盖到了。

爱分析：这套算力网是靠系统，还是靠人堆出来的？

陈健：只靠人远远不够，但也离不开人，因为算力资源是实时动态变化的。去年我们推过算力买手模式，非常成功，要求客户提出算力需求之后，1小时内把哪些地方的卡能满足要求、每一套报价是多少，全给客户拉出来。客户选完以后，4小时交付使用。

2025年这个买手模式运行效果很好。全行业空卡闲置的时候，跟我们合作的算力利用率都很高，我们自己和整包运营的算力利用率都很高。

如果没有并行算网，用户要把市场上能找的资源都找一遍，再适配，再询价，再比较，再交付。这个过程可能一个星期就过去了。我们能压到1小时返单、4小时交付，靠的是两个核心东西：第一，我们对算力资源建了库；第二，我们积累了大量的大模型应用运行特征。

只要客户告诉我们是什么场景，我们就知道需要什么运行指标。我们拿指标去匹配算力资源库，再做性能预测，再根据价格预算提供合适的解决方案。

爱分析：这种能力是从超算时代迁移过来的？

陈健：对。我们2008年、2009年就在用这套软件系统。对我们来说，大模型不是一个全新的技术领域，只是在算力资源之上多了大模型训练和大模型推理两种应用程序。

03 依靠行业口碑穿越周期

爱分析：当下的算力资源供不应求，算力服务商的处境如何？

陈健：着急，看着海量的需求，产能供给跟不上。所以，核心都要解决扩产问题。

爱分析：过去算力网的模式不需要持有算力，目前也必须自持算力资产了？

陈健：我们的目标不是持有卡，我们的目标是服务好客户。

如果市场上能找到卡，我们就不买卡，把一部分利润让给持卡的合作伙伴。但也有两种情况必须买卡：第一，我们要的卡市场上没有，或者都租出去了；第二，我们认为自持的性价比比市场上能找到的好很多，至少好一倍，有些场景里甚至可能好三四倍。

供不应求的今天，自持部分毛利率会较好，但合作部分毛利率较低。但是，未来供大于求的时候，自持风险就很高，需要有足够的用户基数保障利用率，以穿越不同的周期。

爱分析：算力资产的自持和合作大概是什么比例？

陈健：大致各一半。

爱分析：这个比例更多来自经验，还是测算？

陈健：经验和测算都有。

我们经历过很多轮周期，我们做超算到今天快20年了，经历过2-3次供需周期。智算这次也是，2022年供大于求，2023、2024年供不应求，2025年又供大于求，到今天又供不应求。

经历了这么多周期，我们知道不能把所有东西都押在自持上。这个生意要想穿越周期，需要自持加合作。但问题是，如何让客户、上游算力供给方可以深度配合你、信任你？这里拼的就是行业口碑。

爱分析：这个行业口碑怎么理解？

陈健：2023年一卡难求的时候，客户找我们签约，我们好不容易抢到期货，客户给了预付款，我们给上游也付了预付款。后来上游交不了卡，我们做的第一个事情是把客户预付款退回去，并严格按照罚则进行了赔付。还有，近期算力的价格暴涨，我们也听到了很多违约提价的情况。并行科技只要签了合同，不管发生什么，都要履约，我们获得了上游伙伴和最终用户双方的信任，以及我们常年的 7x24 小时服务，这些长期积累形成了行业口碑。

爱分析：海外有一类算力服务商将重资产模式做到极致，直接去做推理芯片，这个对于国内有借鉴意义吗？

陈健：做芯片的前提，一定是模型版本稳定。但一旦模型稳定下来，流片就是成熟工业流程了。这个时候，模型厂商做推理芯片更合理，尤其当模型厂商每年几百亿的Token收入时，更具规模效应。

04 国家队、运营商和能源玩家都不会缺席

爱分析：国家建立超算和智算中心，在未来算力供给体系中会扮演什么角色？

陈健：国家做超算、智算，本质上是解决技术捅破天的问题。超算以前很多是科技部项目，目标很明确，要解决最前沿、最大规模的顶尖问题。这些问题太大了，不建超级计算机就算不了。但国家超算中心也会面临资源利用率不高的问题，并行科技可以导入流量，更有效地利用好这些尖端超算资源。过去的一些年，并行科技与主要的国家超算中心合作得很顺畅。

爱分析：长期来看，运营商会成为算力基础设施里的重要力量？

陈健：我觉得会。托管服务天然适合运营商，有点像流量包。但它又涉及系统优化、调度等很多软的东西，而软的东西对大央企来说一般比较难。

所以极有可能是它们把这个业务分出来，再找行业里的玩家把这些能力补齐。长期看，Token基础设施可能真会有运营商或国家队来运行，上面有一些服务商，就像酒店管理集团一样。

爱分析：能源大厂未来也会扮演重要角色吗？

陈健：AI的终极是算力，算力的终极是电。能源厂商还是奔着电力去的，中间的算力质量大概率还是交给其他专业的公司做。

很多能源厂建的AIDC项目，目的都是拿风电、光伏指标。比如一些地方，政府说你投多少算力，我给你多少风电指标，至于那些算力的建设与运营，需要专业的合作伙伴补齐。

爱分析：如果国家队力量越来越强，并行科技会受到比较大的竞争威胁？

陈健：我们主要做用户侧，和国家队是合作关系，不是竞争关系。用户买的是服务，持有卡或者算网只是方法，不是目的，我们的目的是服务好用户。

至于算力是自持还是合作，跟着市场周期平衡就好。并行科技更期望发挥20年积累的运营、服务能力，充分释放已建和在建算力的产能和产出，轻资产化扩张。