当前位置：

社区首页

图书音像

图书杂志

科学技术

AIGC文章详情

AI算力价格从“肉疼”到“无感”：推理成本暴跌280倍背后的需求大爆发

源自72位全网作者

21:04

精选参考来源

算力 | 算力越来越贵？恰恰相反，成本已降280倍

XpertAgent-智能体研究进展 2026-07-12

来自微信公众号

[OpenClaw小龙虾专题] Token 重构 AI 产业格局算力成全球战略核心资源 ——2026AI 算力 Token 经济学全景报告解析（59页PPT 附下载方式)

人工智能行业报告厅 2026-03-23

来自微信公众号

全部
来源

内容由AI生成

1. 算力 | 算力越来越贵？恰恰相反，成本已降280倍

2. [OpenClaw小龙虾专题] Token 重构 AI 产业格局算力成全球战略核心资源 ——2026AI 算力 Token 经济学全景报告解析（59页PPT 附下载方式)

3. 当算力便宜到几分钱，被压住的需求会一口气全冒出来

4. DeepSeek引爆算力圈！华为拼推理，曙光靠万卡集群把训练门槛打下来了最近DeepSeek彻底杀疯了，不仅拿下国家级定价权逆势降价，还悄悄放出大招，用Engram模块把千亿模型的部署成本打到了原来的十分之一！大家都在吹梁文锋的算法牛，但硬件老兵看到的却是另一层深意：这波国产算力的“平民革命”，

5. 2026AI芯片五大核心技术，算力行业迎来大变局

6. AI 行业的钱花到哪里了

7. AI的尽头是能源：算电协同如何让算力成本降30%、碳排减50%？

8. 中美AI算力单位建设与全生命周期成本对比

9. 中国算力网建设全面推进：Token套餐低至5元，AI算力成本腰斩惠及大众

10. Token计费模式四次跨越：从租GPU到买Token期货，谁在重新定义AI的"电表"？

11. 还把中科曙光当硬件股？十万卡落地，估值逻辑彻底重写看新闻看到国泰海通证券计算机首席杨林的观点，说十万卡时代算力产业链的价值分配已经全面重构，核心从 “卖卡” 转向 “卖系统、卖能力”。以前拼单卡峰值性能，现在拼的是芯片适配、高速网络、液冷散热、集群调度的全栈系统能力。他说得很对。就拿这两

12. 十万卡时代大变天！只靠芯片的厂商已经跑不动了。最近梳理十万卡智算产业链的价值重构逻辑，越来越觉得行业规则彻底变了。国泰海通证券计算机首席分析师杨林指出，单一芯片厂商的竞争力正在被系统性削弱。价值分配正从“卖卡”向“卖系统、卖能力”全面迁移。简单来说，过去算力赛道拼显卡参数，如今价值重心全面转向

13. 全国产十万卡AI超集群落成：曙光8000从万卡到十万卡，拼的不只是数量

14. 曙光8000 落成：首个全国产十万卡 AI 超集群

15. AI全产业链各行业在当前和未来5年后消耗或产出的费用分别多少？

16. 高盛 2026 AI 基建资本支出报告：7.6 万亿基线测算与核心假设解读

17. 清华大学《2026年Token消费学研究报告》：AI时代的经营必修课

18. 不赌全能芯片，中科曙光这套打法有点意思 ISC大会上传得挺广的一个判断：算力竞赛正从“堆卡”转向“系统协同”。万卡集群建起来只是第一步，能不能用得好才是真本事。中科曙光的思路不太一样。不赌“全能芯片”这种不确定的硬件突破，而是从计算、存储、网络、散热到调度做全栈重构。6月刚发布的新一代通用高性能计

19. 2026AI算力产业链研究报告

20. Token经济学全景报告

21. 算力降价潮来了？从大模型成本拐点看2026年AI应用爆发的三条主线

22. AI基建的 4.55万亿元花在哪、瓶颈卡在哪、谁在悄悄赚钱

23. 十万卡AI超集群，中国造出来了

24. 首个全国产十万卡AI超集群落成 “十万卡”有望成为下阶段AI基础设施标配

25. 中国用十万卡定义下一代AI基建！

26. 中国首个十万卡AI集群落成，算力军备竞赛进入新纪元

27. 曙光8000十万卡集群落成：全国产AI超算的临界点到了吗？

28. 打破封锁！中国首个十万卡国产AI超集群正式落地！

29. 十万卡AI集群落成背后：大模型时代的大工程

30. 2026年GPU算力成本暴涨，AI创业团队如何用弹性租赁月省60%？

31. 想象不到的AI算力集群图

32. 很多人看AI集群，第一反应都是“多少张卡”。但前几天听了科大讯飞架构师鲍中帅的分享，我反而觉得真正关键的不是卡数，而是密度和工程能力。他说自己第一次在超算互联网核心节点看到scaleX万卡超集群时，被震撼到了：单机柜能塞 640张加速卡，机柜功率接近500kW。对比以前很多先进机房也就一百多千瓦，这种密度几乎是跨越式的变化。还有其系统的整合优化，这套超集群通过正交架构实现了高密度集成，还把PUE压到 1.04。做基础设施的人都知道，这个数字意味着什么——电费能省一大截。如果未来扩展到十万卡规模，运营成本会是个天文数字，所以PUE每降一点都是真金白银。讯飞团队也在这个集群上做了不少实际适配：语音模型、视觉模型以及大模型训练都在跑，同时落地了像DeepEP这种高吞吐优化方案。因为规模够大，很多通信能力也被充分利用，比如任意两张卡之间都能实现高性能通信。听下来最大的感受是：万亿大模型时代，算力规模固然重要，但真正要让系统跑顺、应用好用，还要靠整套架构、网络和散热的工程能力。 #AI #大模型智算集群# #中科曙光# #科大讯飞#

33. 我国首个全国产十万卡AI超集群正式落成

34. 我国首个全国产十万卡ai超集群落成！

35. Agnes团队：不堆参数、不烧算力！小模型也能跑出大模型能力

36. OpenClaw、Moltbook爆火，算力如何48小时内扩到1900张卡

37. 核心AI场景首超英伟达，一场国产算力的“破局叙事”｜甲子光年

38. 日前，DeepSeek-V4上线国家超算互联网，强强联合将百万token上下文应用成本降至最低。不管是算力产业还是大模型赛道，从来都没有弯道超车，所有顶尖突破，都离不开日复一日的深耕与积累。DeepSeek拒绝跟风内卷，跳出盲目参数竞赛，专注算法优化、场景落地和国产化适配，慢慢打磨产品实力。国

39. 消费级具身智能跨越式新品：算力提升1000倍，对标英伟达Jetson Thor芯片，成本仅1/10！

40. 新突破！全国首个万卡级全栈自主可控智算集群点亮

41. Meta“卖算力”震动AI市场：算力过剩，还是过度恐慌？

42. 芯片算力对智驾重要吗？主流车企的智驾系统芯片算力分别是多少？

43. 13人干翻Transformer！新架构SSA算力暴减千倍，成本仅Opus 5%

44. 「千问」险成北京大厂的大模型名称；初代模型创始人深夜查岗，怒问为什么没人爱工作；算力黑洞致手机厂项目延期丨AI情报局VOL.10

45. 云计算调价潮来袭！腾讯云宣布AI算力服务等涨价5%！

46. 十万张国产卡跑起来，曙光8000夺得话语权这次看各种报道对曙光8000的解读，我发现有个细节很多人没注意。从芯片、计算、存储，到网络、散热、管理、服务，全链路全国产自研。这句话放在三年前，没人敢说。那时候做万卡集群，高速网络得用进口InfiniBand，一套方案下来成本高不说，还被卡着脖子。曙

47. 插上就能跑，国产算力这波真香了！最近国产算力圈真的杀疯了！以前搞AI最头疼的就是“生态墙”太高，芯片不通用、软件得重写、换平台动不动烧几百万，小公司根本玩不动。但现在开放派动真格的了，三套scaleX万卡超集群落地，再次拆了这堵墙。硬件上，只要是国产非封闭路线的加速卡，不管什么架构，插上就

48. OpenAI 发布 GPT-5.6 ，降价开启美国大模型价格战，为何会降价？对行业有什么影响？

49. 金山云加速 GPU 算力建设，获小米百亿、阿里数十亿长约，这意味着什么？

50. 国产芯片替代不足，算力出海的门又被关上了？

51. 卡数越多越厉害？你的算力可能正在“吃灰” 今天开了scaleX40超节点的新品发布会，我也瞅了两眼直播，一个强烈的感受是：算力行业的叙事逻辑正在发生深刻变化。过去，大家热衷于比拼百卡、千卡集群的纪录，仿佛卡数越多，技术就越领先。但今天，发现一个更务实的观点，40卡，是超节点的甜点区。这个甜点区概念

52. 算力er有感：现在部署大模型，门槛真的越来越低了做AI外包和中小企业开发，最头疼两件事：算力太贵、部署太难。海外卡溢价严重，普通人根本扛不住算力成本；小众国产卡适配差，部署一次掉一层皮。这次混元Hy3+海光DCU这套方案，我最看重两点：零代码迁移、镜像直接拉取。对于没有底层研发团队的中小企业来说

53. 网络才是万卡集群的“命门”，国产IB带来新赛道做了三年算力渠道，越来越觉得：卖GPU的时代正在过去，卖高速网络解决方案的时代来了。尤其是万卡级以上集群，网络成本占比越来越高，而且直接决定了算力利用率。以前我们给客户推方案，网络这块很尴尬：进口IB利润薄（价格透明+受制于上游），RoCE售后成本

54. 如何评价小米mimo-V2.5 系列模型5月27日大降价？

55. 中国团队突破瓶颈！不加GPU，万卡集群算力暴涨15%

56. 算力军备竞赛升级，国产芯片短缺，中国AI必须走好双轨并行之路了

57. 小米 MiMO 模型降价 99%紧随 DeepSeek，国内大模型市场将迎来怎样的变革？

58. 卷不赢模型，Meta改行「算力包租公」！一夜炸崩美股AI链

59. 全国首个！超3万卡国产AI算力上线，喂饱万亿参数大模型

60. 中国用十万卡定义下一代AI基建！

61. AI推理成本首次算清：GPU利用率不到52%，千万别自建！

62. AI软件公司陷入成本困局：2026年账单难以为继