在2026年世界人工智能大会（WAIC）的算力展区，壮观的成排服务器机柜依然是最显眼的存在。华为、中科曙光、沐曦等厂商密集展示超节点和万卡、十万卡集群，国产算力的竞争维度已从单颗芯片扩展至整机柜、集群乃至整个数据中心。

　　不过，本届WAIC上，国产算力释放的信号远不止超节点。记者在展会现场观察到，国产算力行业已开始直面更具体的技术挑战和商业问题：不同技术路线能否摆脱对单一架构与先进制程的依赖，集群能否稳定产出低成本Token，海外客户是否愿意为国产方案付费，以及算力能否真正“上天”。

　　这些变化指向同一个方向：国产算力正告别以芯片参数和概念验证为主的早期阶段，转向工程交付与场景落地的综合性竞争。

　　算力架构路径不再唯一

　　先进制程、高带宽内存（HBM）和CUDA生态，是当前高端AI芯片竞争的三道主要门槛。面对外部供应限制，国产算力过去的主要路径是在通用GPU架构上加快追赶。本届WAIC上，一个明显变化是，更多厂商开始从底层架构寻找差异化解法。

　　记者注意到，算力技术路线进一步分化。除GPU外，异构众核、可重构计算、近存计算、光计算等方案集中亮相。它们未必意在取代GPU，而是试图在推理、科学计算、边缘部署等特定场景中，以架构差异换取成本、能效或供应链优势，并加快寻找商业化落点。

　　东方算芯首次展出的DF1000便是其中之一。按照公司披露，该芯片采用“软件定义芯片+3D堆叠近存计算”路线，通过空间并行和硬件资源时分复用提高利用率，再将计算与存储单元垂直堆叠，缩短数据搬运距离。DF1000采用国内14纳米成熟工艺，BF16算力为520 TFLOPS，访存带宽达到6.4TB/s，Scale-up互连带宽为900GB/s。

　　东方算芯以DF1000“14nm≈4nm”的宣传口号引发极大关注。据介绍，该芯片通过3D混合键合技术将计算层与存储层垂直堆叠集成，把互连间距从数十微米压缩至亚微米级别，实现了互连密度与带宽密度的数量级提升。单卡BF16精度峰值算力达520 TFLOPS，原生访存带宽高达6.4 TB/s。通过架构、存储与封装的协同设计，成熟制程在特定AI负载下，也可能获得接近先进制程产品的有效性能。

　　太初元碁在WAIC首次公开新一代国产AI芯片T2 Ultra，其HCU异构众核架构将CPU与AI算力核通过统一高速总线连接，并支持两类算力单元灵活重构：CPU侧专注于智能体调度与复杂数据预处理，XPA算力阵列则作为专用加速单元，承担大模型的高效训推任务。据介绍，T2 Ultra原生覆盖从FP64到FP4的全精度，其中FP64算力达38 TFLOPS，FP4稀疏算力高达4800 TFLOPS。

　　同时，以T2 Ultra为核心的元碁HyperIntelliX系统，用同一套硬件即可同时满足万亿参数大模型训推和AI4S科学计算场景需求，大幅降低行业客户硬件重复投入成本。太初元碁同期发布的AI4S计算平台，针对科学计算高并发、大吞吐量、长时任务稳定运行等特点做了专项优化，整合算力调度、作业管理、开发环境、科学计算套件等能力，面向气象、海洋、材料、生物等领域提供服务。

　　瞄准Token效率

　　以往，算力市场习惯以FLOPS（每秒浮点运算次数）衡量芯片的理论性能；如今，随着算力厂商竞争重心转向实际算力产出和Token经济，“Token效率”正成为厂商频繁提及的新指标。

　　传统的FLOPS仍然是衡量芯片理论计算能力的重要指标，但这并不等于客户最终获得的有效产出。芯片利用率、显存带宽、卡间互连、算子优化以及电力成本等，都会影响一套算力系统每秒能输出多少Token，并决定每个Token究竟要花多少钱。

　　智能体进一步放大了这一变化。过去，一次对话通常由人发起；现在，一个智能体在完成任务时，可能连续调用模型、搜索网页、操作软件，并与其他智能体协同，Token消耗场景迅速转向智能体之间的调用，用户开始更关注首Token时延、Token吞吐量、单位能耗下Token产出等，而不再只看单卡峰值。

　　摩尔线程将算力基础设施划分为“模型训练工厂”“词元生产工厂”和“智能体生产工厂”。公司披露，“夸娥”万卡集群线性扩展效率最高可达95%，有效训练时长占比超过90%；在推理侧，其软件栈已适配SGLang、vLLM以及DeepSeek、MiniMax、GLM、Kimi、Qwen等模型，并尝试把预填充和解码阶段放在不同类型的芯片上运行，以降低总体成本。摩尔线程CEO张建中还表示，由3张S5000与2张国际主流GPU组成的异构系统，整体吞吐量可接近9张同类国际GPU的水平。

　　值得注意的是，商汤科技宣布联合近20家国产芯片及基础设施厂商建设Token运营中心，未来两年规划建设5个万卡以上国产算力集群。商汤已针对多款国产芯片进行性能调优，并完成对业内主流开源模型的适配，共同优化从模型输入到Token输出的完整链路。

　　商汤科技联合创始人、大装置事业群总裁杨帆表示，在国产异构混合推理集群中，国产算力卡在Prefill（预填充）等专有任务上的性价比已达到英伟达H系列的两倍以上；相较调优前，其自身性能提升超过200%，为国产推理集群的大规模商业落地提供了利润空间。目前，商汤已能支撑日均2.4万亿次的Token调用需求，按照现有增长规划，预计到2026年底，该调用量将进一步攀升至10万亿次量级。

　　不过，业内人士对相关厂商提出的“Token工厂”和“Token效率”概念仍存在争议，指出“Token效率”作为指标目前仍带有较强的产业概念色彩，不同模型、精度、上下文长度和服务质量下产生的Token，并非可以直接横向比较的标准商品。只有在相同模型和负载条件下，结合准确率、响应速度、能耗与稳定性，单Token成本才具有实际比较意义。

　　走向交付和订单

　　算力厂商发力“Token经济”的背后，是国产算力正进入广泛的应用领域。

　　从现场观察看，国产算力厂商此前展示案例时，常见表述还是“完成某款模型适配”或“点亮服务器”。在今年WAIC上，更多企业开始披露万卡训练、长时间稳定运行、模型精度对齐和实际客户部署情况。这意味着国产算力正从单点适配和工程验证走向规模化生产环境，应用边界与商业化空间随之拓宽。

　　这一变化已在两大国产GPU龙头的业绩中得以体现。摩尔线程今年3月签订6.6亿元“夸娥”智算集群订单；2026年一季度，公司实现营业收入7.38亿元，同比增长155.35%，归母净利润为2935.92万元。沐曦股份一季度实现营业收入5.62亿元，同比增长75.37%，公司称收入增长主要来自GPU产品出货量提升。

　　国产GPU商业化提速的同时，海外市场对英伟达替代方案的兴趣也在升温。记者在WAIC现场看到，“英伟达太贵了！你们的产品怎么样？”成为不少外国客户交流的开场白，这些外国客户主动找到展台，与国产GPU厂商面对面聊替代方案。

　　有海外客户直接走进国内GPU公司的展台，带着具体测试需求，询问兼容性、性能等指标。一家海外AI解决方案提供商直言，问题不在供货，而在价格。有外国公司明确透露，明年将把替代英伟达列为最核心目标，正在寻找更具性价比的替代方案。

　　这些主动上门的海外客户咨询表明，国产算力正进入更多海外客户的视野。但要真正形成订单，仍需跨过软件适配、本地服务和持续迭代等多重门槛。对国产厂商而言，能否建立成熟的软件生态和本地化服务体系，将是打开海外市场的关键。

　　同期，商汤宣布将在沙特部署中国出海的国产算力集群，向海外输出AI基础设施的中国方案。

　　国产算力开始试探“上天”

　　本届WAIC上，国产算力的边界进一步从地面延伸至太空。记者观察到，多家算力厂商展出了与卫星结合的太空算力相关方案，让被马斯克带火的太空算力故事在本届大会上有了实感。

　　所谓太空算力，是指将大量AI算力硬件发射至太空，利用太空光伏提供能源，并借助极冷的太空环境为GPU降温，从而降低算力成本。马斯克曾设想，太空算力未来可达到兆瓦级别。他甚至畅想在月球建设发射基地，进一步将太空算力规模提升至1拍瓦（即1太瓦的1000倍）。在他看来，AI能力只有达到如此规模，才能帮助人类迈向星际文明。

　　马斯克提出的太空算力构想，在国内也开始进入早期工程验证阶段。WAIC上，上海理工大学与云计算厂商优刻得联合发布“太空算力”样机，将光伏供能与储能、高性能GPU计算、泵驱闭环液冷热管理集成于一体。据校方披露，该样机已完成实验室测试，可支持大模型推理、遥感图像处理和数字孪生仿真等任务。

　　商汤科技与国星宇航宣布达成太空算力战略合作，共建“商汤算力星座”。按照规划，双方将在2026年发射4颗“商汤号”算力卫星，开展早期技术验证和原型迭代；到2030年，逐步建成千颗级组网、总算力超过万PFLOPS的太空算力星座。同期，深空矩阵发布“星环计划”，第一阶段拟部署约210颗卫星，验证空间数据获取、星间高速激光通信和在轨边缘计算等能力。

　　不过，多位相关人士在现场交流中向记者坦言，相较于成熟的地面数据中心，太空算力仍处于早期验证阶段。真空环境中，芯片还需应对辐射、温差和在轨维护等难题，太空算力星座的规模化部署也受制于能源供给、热管理、星间通信和发射成本。因此，WAIC上亮相的样机与星座规划，更多意味着产业开始由概念构想转向工程验证，距离太空数据中心大规模部署仍有很长的路要走。