北京AI工厂项目启动：目标10万P算力与10万亿Token日产能

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、工业化的方式解决大模型从研发到产业落地的工程鸿沟。该项目包含两大核心设施：训练工厂和Token工厂。训练工厂目标算力规模达10万P，通过强化学习等技术将通用大模型“冶炼”为金融、制造、政务等行业的专业模型；Token工厂目标日均产能10万亿Token，将专业模型封装为企业可调用、可计量的智能服务。九章云极还首创“一度算力”（DCU）计量单位（312 TFlops×小时），使算力采购像用电一样按度付费。AI工厂计划实现1000倍综合降本，孵化1000个高价值模型与应用。

背景：从算力竞赛到工业化生产

截至2026年3月，中国日均Token调用量已突破140万亿，两年增长超千倍，但企业普遍面临“模型会回答但不会执行”的困境。通用大模型在聊天场景表现优异，但在复杂业务流程（如审批、质检）中频繁出错。九章云极创始人方磊指出，智能竞争的核心已从技术卓越转向生产力工业化，AI工厂正是为解决这一矛盾而生。

关键细节：AI工厂的运转机制

AI工厂由四个关键环节构成闭环：

• 投入侧：首创“一度算力”（DCU），将异构GPU、NPU、网络、存储等资源统一折算为312 TFlops×小时，客户按度付费，实现算力采购标准化。
• 生产侧：训练工厂通过五项工程能力（弹性算力、混合调度、网络优化、存储优化、多租户排队）和强化学习训练栈（支持PPO、DPO、GRPO等算法），将通用模型“冶炼”为专业模型。训练工厂已通过中国信通院标准评测，训练效率提升100%，GPU利用率提升50%。
• 封装侧：Token工厂将专业模型封装为可调用、可计量、可运营的专业Token，分为消费级、专业级、前沿级三层，其中专业级Token面向金融风控、质量检测等场景，提供确定的ROI。
• 产出侧：企业消费Token后回流业务数据，驱动模型持续迭代，形成“越用越强，越强越便宜”的飞轮。

各方反应与数据

• 行业痛点：传统企业AI建设周期长达6-12个月，需自建集群、运维团队，前期资本开支高昂。AI工厂模式下，企业可从训练或推理任意环节切入：大模型公司从训练工厂开始，行业客户从Token工厂直接调用服务，最快两周完成概念验证。
• 技术验证：九章云极已率先通过中国信通院“大模型计算资源调度平台”标准评测，81项能力评估全覆盖。
• 市场数据：截至2026年3月，中国日均Token调用量超140万亿，但亚马逊等企业发现Token用量激增并未带来效率提升，凸显专业Token的必要性。

影响与展望

AI工厂的推出标志着智算云商业逻辑的转变：从单纯提供算力转向交付可量化的智能。九章云极定位在应用层上游，为ISV、集成商和企业提供底层智能生产与交付体系。若目标达成，10万P算力和10万亿Token日产能将大幅降低企业AI应用门槛，推动产业智能化加速。不过，强化学习的大规模工业化仍面临万卡集群稳定性、奖励函数自动化等工程挑战，九章云极的训练工厂能否持续兑现承诺，有待市场检验。