北京建成AI工厂：目标10万P算力、日产10万亿Token，九章云极发布新战略

2026年4月，九章云极在2026全球智算科技峰会暨战略发布会上正式推出“AI工厂”战略，旨在通过标准化、工业化的流水线重构智能生产与交付体系。该工厂包含两大核心部分：训练工厂（目标算力规模10万P）和Token工厂（目标日均产能10万亿Token），并首创“一度算力”（DCU）作为算力计量单位。

背景：从“会回答”到“会执行”的工程鸿沟

截至2025年3月，中国日均Token调用量已突破140万亿，两年增长超千倍。然而，企业接入大模型后普遍面临“执行鸿沟”：通用模型在聊天场景表现优异，但在真实业务系统（如审批、质检、风控）中频频失手。九章云极创始人方磊指出，AI竞争核心已从技术卓越性转向生产力的工业化，关键在于通过强化学习（RL）将通用模型“冶炼”为能可靠执行任务的专业模型。

关键细节：AI工厂的四大组成部分

• 投入侧：一度算力（DCU）
  定义：312 TFlops×小时（每秒312万亿次浮点计算×1小时），将异构芯片、网络、存储等资源统一折算，使算力采购像买电一样按“度”付费。

• 生产侧：训练工厂
  目标算力规模10万P，通过千卡至万卡级集群、混合调度、网络优化、存储优化、多租户等五项工程能力，以及强化学习训练栈（支持PPO、DPO、GRPO等多种算法），将通用模型转化为金融、制造、政务、科研等领域的专业模型。九章云极已通过中国信通院“大模型计算资源调度平台”标准评测，训练效率提升100%，GPU利用率提升50%。

• 封装侧：Token工厂
  目标日均产能10万亿Token，将专业模型封装为可调用、可计量、可结算的专业Token。Token被定义为面向业务任务的智能价值单元，分为三级：消费级（日常AI应用）、专业级（行业深度Know-How）、前沿级（复杂任务自动化与科研突破）。

• 产出侧：数据飞轮
  DCU度量投入→训练工厂冶炼模型→Token工厂封装→企业消费并回流业务数据→模型持续迭代，形成“越用越强，越强越便宜”的增强回路。

各方反应与数据

• 企业痛点：传统AI建设路径周期长达6-12个月，前期资本开支高昂。AI工厂模式下，企业可从训练工厂或Token工厂灵活切入：大模型公司可从训练开始，行业客户可从推理开始，最快两周完成业务概念验证。
• 行业影响：九章云极定位在应用层上游，为ISV、集成商和企业开发团队提供底层智能生产与交付体系，而非直接开发智能体应用。
• 目标效益：10万P算力、10万亿Token日均产能、1000倍综合降本、计划孵化1000个高价值模型与智能应用。

影响与展望

AI工厂的推出标志着智算云商业逻辑的转变：从回答“算力够不够”转向“算力能否变成可交付的智能”。通过标准化计量（DCU）和工业化生产（训练工厂+Token工厂），九章云极试图降低企业AI应用门槛，推动AI从实验室走向生产线。未来，专业Token的价值分层可能重塑产业智能化定价与交付模式。