Token原生：一文了解Token产业链

引言

云计算已经从通算走向了智算，并将进一步从智算走向Token计算。Token计算时代，整个算力产业链必将发生巨大的变化。

从芯片到设备，从智算中心到AI工厂，从模型Token到智能体。今天这篇文章，我们抛砖引玉，简单聊聊Token产业链。

1 Token产业链综述

Token产业链包括如下环节：

芯片：主要是GPU和专用AI芯片。

服务器设备：GPU服务器或其他AI专用芯片服务器。

IDC机房：主要是智算中心的电力、机房和机柜等，对外输出产品为机房机柜。

智算中心：设备+网络+机房机柜 = 智算中心，对外输出算力。算力为Token的原材料。

大模型：模型如同Token的生产线，可以把算力加工成Token。

AI工厂：Token的实际生产承载。以模型为生产线，把智算中心的算力（原材料），转换成模型Token（最终产品），对外大批量销售。

AI店铺：Token聚合销售平台，负责批发转零售，用户可以一站式采购。

智能体和AI工具：负责具体AI业务落地，消耗大量的Token。

AI用户：最终使用AI的企业或个人，提供相关场景和需求。

技术服务：每个环节均可以自研，也可以寻找第三方技术服务公司合作。技术服务方为Token产业链一个或多个环节提供技术和其他相关服务。

2 Token原生的芯片和模型

芯片和模型，是整个Token产业链的最核心环节。芯片领域最核心的企业为NVIDIA，国内有华为、沐曦、摩尔线程等。模型领域最核心的企业，美国是OpenAI、Anthropic和谷歌，国内是字节、阿里、智谱、Kimi、Minimax等。

随着Token的兴起，未来，需要针对Token的特性，开发Token原生的芯片。对国产芯片来说，Token的爆发是：整体利好，局部利空。主要是因为：

Token是推理，对Scale up的能力要求相对不高，利好国产芯片。

Token服务是一种Serverless型服务，（国产芯片劣势的）架构和生态问题由平台侧搞定，最终的开发者不用费心生态细节。Token的兴起，利好国产芯片。

Token模式，竞争更残酷。传统不同芯片厂家在不同行业、不同场景各自努力，竞争相对较少。而Token模式把大家拉到了同一个赛场，是骡子是马拉出来遛遛，竞争更残酷。

Token服务的核心竞争力是价格，竞争压力会更大。

Token服务市场会数量级大爆发。

期待，2-3年后，国产芯片在Token市场的大爆发。

3 Token原生的IDC机房、设备和智算中心

Token是一个（相对）标准化的产品，并且规模极大，因此整个相关基础设施，必然需要全栈优化：

需要Token专用的服务器设备。需要量身定做，更高的效率和更低的成本。不需要兼顾传统智算的需求。

成本更加低廉的IDC机房。例如，传统IDC需要两路市场、发电机、UPS等供电保障措施，但Token系统对基础设施可靠性要求大幅度降低，这样，供电系统甚至可以改成单路市电即可。

智算中心建设，有两个方向的选择：

一个是超大规模集中式，这样更有利于降低成本。这类智算中心通常建设在西部绿电资源丰富的城市。

另一个是，小规模的弹性的边缘智算中心，这样能充分利用东部城市的小规模的闲置电力、场地等资源。这类边缘智算中心，既可以用于服务超低延迟业务场景需求，还可以充分利用资源降低成本，

Token时代，成本极度敏感，这两类方向的智算中心，都需要进一步优化建设和调度等各项成本。

4 Token的生产和销售

在Token产业链里：站在技术的角度，芯片和模型是核心；站在业务的角度，Token的生产和销售是核心。

对于Token的生产和销售，我们均用四个方面进行分析：技术、内容、输入和输出。

对于AI工厂的Token生产来说：

技术。技术主要指的是模型部署和性能优化。Token生产，技术极端重要。Token的生产，不是简单的模型部署。Token是标准品，价格敏感，必须要性能优化方面下苦功夫。就是优化，需要“持续改进，精益求精”。优化需要从软件优化，进一步深化到软硬件协同优化，甚至芯片架构优化。

内容。内容指的是模型。对许多AI工厂来说，目前只能生产开源模型的Token；未来，进一步的，可以和模型厂家合作，部署闭源的模型；甚至，更进一步的，可以自研模型。

输入。输入是算力。这些算力，可以是自建的，也可以是租赁的。站在产业链的角度，智算中心和AI工厂是两个独立的业态，也就是把智算中心业务和AI工厂业务进行了解耦分割。对AI工厂来说，成熟稳定后，最核心的竞争力就会变成“如何从上游拿到更低价格更大规模的算力？”。

输出。它的输出产品是Token，非常非常大量的Token。AI工厂的Token，小部分可以自己零售，大部分需要通过聚合平台等销售渠道进行批发销售。

对于AI店铺（Token聚合销售平台）来说：

技术。技术主要是模型聚合平台。它的技术开发难度不大，更多的需要后期长期的运营，去链接更多的用户，以及智能体和工具。

内容。聚合平台主要的内容是模型Token，长期看，也可以包含智能体。

输入。AI店铺输入是大量的Token。从上游批发过来Token，进行零售。

输出。输出是零售的Token，也可能会包含智能体等。和AI工厂相反，对AI店铺来说，稳定下来后，其核心竞争力是销售的能力和链接的客户数量和质量。因此，AI店铺，需要在销售方面，投入更大的精力，玩出更多的花样。

最后，需要强调的，也是最重要的，就是“Token业务，规模优先”。只有规模做大，才有可能摊销技术等各项投入成本，才可能跟上游博弈从而获得更低成本的“原材料”，才有可能获得更大的市场规模和更高的利润。

5 智能体和用户业务场景

智能体是基于模型的AI应用，是面向业务场景满足用户需求，最终业务落地的承载。

最终，是“模型+智能体”共同完成用户需求的。

站在Token的视角，AI工厂是Token的生产，AI店铺是Token的销售，那么智能体和各类AI工具（AI工具也是智能体）则是Token的消耗。

既要关注模型的能力和Token的价格，更要关注，业务场景需求和智能体应用。

6 Token技术服务

市场竞争特别激烈，“好钢用在刀刃上”，每个公司都需要聚焦自己最核心的价值竞争力。而把共性的“重复造轮子”的工作，尽可能寻找外部合作与支持。企业和企业之间的分工合作，大家共同构成了复杂的产业链。

基于“二八定律”，Token有两个特点：产品较少，仅有智算云产品数量的5-10%左右；市场规模极大，要占到整个智算云市场规模的80-90%。

这样的业务特征，使得Token相关技术，可以作为共性技术，统一进行研发和均摊研发成本。于是，出现了Token技术服务的业务形态。

Token技术服务，和各个环节一起，特别是最关联的原材料（智算中心）、生产（AI工厂）、销售（AI店铺），以及消耗（智能体和AI工具），共同构成了一个开放的、协作的、健康发展的Token产业链。

（正文完）

矩向科技，是一家AI产业链技术服务企业，重点关注Token的生产和销售。在国内外有诸多合作伙伴的AI工厂和AI店铺项目落地。欢迎关注Token业务的朋友，交流讨论，共探商机。