雷峰網生成式AI

九章雲極DataCanvas亮相WAIC 2026,以AI規模化生產體系賦能智能新底座

2026年7月18日 01:29

重點摘要

過去兩年,大模型競賽上演了一場空前的“算力淘金熱”。行至2026年的產業分水嶺,行業的關注焦點已從“誰參數最多”轉向為——“誰的智能成本最低?”“誰能讓算力隨手可得?”7月17日,2026世界人工智能大會在上海開幕。據新華社報道,國家主席習近平出席2026世界人工智能大會暨人工智能全球治理高級別會議並發表主旨講話,為人工智能創新、產業落地與全球治理指明發展方向。

站內 AI 整理稿

2026年世界人工智能大會(WAIC)於7月17日在上海盛大開幕,這場年度盛會不僅匯聚全球AI領域的最新成果,更揭示了產業從「參數競賽」正式轉向「成本競爭」的深刻變革。過去兩年大模型領域的「算力淘金熱」逐漸退燒,業界關注的焦點已從單純追求參數規模,轉為探討如何降低智能成本、如何讓算力變得隨手可得。據新華社報導,國家主席習近平親自出席本次大會並發表主旨講話,明確指出要推動人工智慧與實體經濟深度融合,加快形成新質生產力。這項方向性指引為AI產業從技術驗證階段邁向規模化交付劃定了清晰的路徑,也進一步凸顯了建置可複製、可度量、可普惠基礎設施體系的迫切性。

在這樣的宏觀背景與產業化量產需求交會之際,AI基礎設施及智算雲供應商九章雲極(DataCanvas)於H1館B138展位亮相,展示了一套完整的「AI規模化生產體系」。這套體系直接回應了大會的核心命題:當AI不再只是實驗室內的參數競賽,而是成為驅動各行各業降本增效的基礎動力時,如何建構一套能夠支撐規模化交付的標準化流程?九章雲極給出的答案,是從算力計量、模型生產到調度治理的全鏈條閉環,試圖為產業提供可參考的落地架構。過去業界衡量大模型競爭力時,往往只看參數規模與榜單排名。

然而,隨著算力成本居高不下、多晶片計價規則複雜混亂、GPU平均利用率長期卡在30%的瓶頸,加上研發流程缺乏標準化體系,這些結構性矛盾已成為AI從技術競賽邁向規模交付的主要障礙。產業競爭的維度正在翻轉,關鍵不再是企業擁有多少伺服器,而是能否具備可度量、可持續迭代的規模化交付能力。針對這項痛點,九章雲極在會場上推出的「AI工廠」概念,本質上是將AI生產從依賴個別專家的研發模式,推向可複製的標準化流水線。這座「AI工廠」以「訓練工廠」與「Token工廠」雙引擎閉環運作。

訓練工廠以強化學習為技術底座,專注解決「造模型難」的問題;而Token工廠則將大模型封裝為消費級、專業級與前沿級三類標準化Token服務,有效回應「用模型貴」的核心痛點。要讓這套生產體系真正落地,算力的統一計量是不可或缺的技術基礎。為此,九章雲極推出了DCU統一算力計量體系:1 DCU代表312 TFLOPS乘以1小時的有效計算量,可將不同異構晶片的實際算力輸出折算為統一的度量單位,從根本上解決長期困擾業界的硬體計價規則割裂問題。這項標準化計量不僅是技術創新,更是面向基礎設施層級的「標準輸出」。九章雲極以DCU衡量算力投入,以Token衡量智慧產出,打造出清晰可量化的算力價值閉環。

企業在評估AI專案成本與效益時,不再需要面對雜亂的硬體規格與計價模型,而是能用統一的語言進行預算規畫與效能比較。這種標準化的思維,為AI產業從「各自為政」走向「協同發展」提供了可能的技術錨點。如果說AI工廠解決了「生產什麼、如何定價」的問題,那麼同步展出的九章智算雲3.0則回應了「如何讓算力產生最大效能」的深層命題。算力規模只是基礎,算力治理才是決定效能能否二次躍升的關鍵。新版智算雲以智慧佇列調度、資源配額管理、開發工具套件三者結合,建構從算力計量到算力治理的全流程閉環。

具體來說,佇列調度如同高峰路口的智慧交管,能疏通算力擁堵,讓任務有序排隊執行;配額管理則為每支團隊劃定專屬「車道」,防止超限佔用資源;開發工具套件則架設直達通道,讓開發者不必繞行即可快速調用雲端算力。三者協同運作後,算力不再只是「買得到」,更能「用得好」。在全球化布局方面,九章雲極目前已覆蓋十多個智算中心,服務大量行業頭部企業,並且沿著「一帶一路」推進算力出海,回應國際化的基礎設施需求。對於一家基礎設施企業而言,真正的價值在於能否在實體經濟中跑出可量化的經濟帳。九章雲極在展會現場也公布了多個賽道的規模化落地成果,涵蓋具身智慧、大模型訓練推理、自動駕駛等領域。

例如,他們為頭部模型廠商建構大規模推理集群,穩定承載百億參數的超長上下文推理任務;在具身智慧領域,支撐從數位孿生到實體協同的全流程算力需求;在自動駕駛方面,服務海量路測資料處理與車路協同調度。最能說服市場的或許是具體的客戶數據。根據九章雲極提供的資訊,透過彈性算力體系,某頭部模型廠商專案的綜合成本最高節省了82.1%,且能夠實現從1卡到999卡的GPU彈性調度,精準匹配業務的潮汐需求。這樣的數字清楚印證了一個趨勢:AI基礎設施的競爭,已經從「誰擁有更多計算卡」轉向「誰能讓每張計算卡產生更大的經濟價值」。

當AI從實驗室的前沿技術進化為驅動實體經濟的基礎力量,產業競爭的標尺早已超越單一模型的參數優越感。九章雲極在WAIC 2026的亮相,以DCU統一計量建構了算力的價值尺度,以AI工廠重新定義了智慧的生產函數。這套可複用、可擴展的基礎設施參考架構,不僅為當前「降本增效」的產業訴求提供了具體的技術路線,也標誌著AI從技術驗證正式走向規模交付的範式遷移已然全面開啟。隨著國家政策明確認可人工智慧與實體經濟融合的方向,類似九章雲極這樣的基礎設施供應商,勢必將在下一階段的產業化浪潮中扮演更關鍵的角色。

Related

相關文章

MarkTechPost AI生成式AI

NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架

NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

36 分鐘前

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌

六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

2 小時前
鈦媒體生成式AI

DeepSeek重啟融資,三年市值對齊騰訊?

DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

3 小時前

可靈AI核心技術骨幹王鑫濤被曝離職

快手可靈AI核心技術骨幹王鑫濤被曝離職,去向未知,快手官方與本人均未回應。王鑫濤是圖像與視頻生成領域知名開源項目主要作者,被視為可靈從0到1的關鍵推手。其離職發生在可靈完成獨立融資、估值180億美元的關鍵階段,可能影響研發進度與競爭優勢。

3 小時前