全中國最會賣算力的公司，出現了

最近華爾街被「算力」兩個字攪得天翻地覆。七月初，Meta傳出打算把手上多餘的AI算力拿出來賣，股價立刻暴漲超過百分之十，但同一時間其他AI與科技股卻普遍下跌。沒想到才過了一週，Meta又改變方向，傳出要繼續加碼投資算力，計畫在2027年將計算能力從7吉瓦翻倍到14吉瓦，股價因此再漲一波。Meta這一連串反覆操作，讓華爾街精英們繃緊神經，但也反映出一個AI時代的新現實：算力已經變成一種可以流通交易、具有真金白銀價值的資源，不僅能自己用，還能拿出來賣。 在中國，就有一家公司專門盯上這門算力買賣生意，而且靠著這個概念成功募集到大筆資金。今年7月13日，趨境科技宣布完成A輪融資，距離公司成立不到三年，半年內就接連完成天使++輪、Pre-A輪和A輪融資，累計募資金額超過10億元人民幣。這家公司在2023年底成立，將自己定位為「AI Token生產服務商」，白話來說，就是想開一家專門生產與銷售Token的工廠。 不過，比起10億元的融資金額，趨境科技更引人好奇的地方在於：它既不訓練自己的大模型，也不生產晶片，手上甚至沒有大規模的GPU集群。連生產Token最基本的機器設備都不屬於它，卻能靠著賣Token在半年內募到10億元。沒有基本生產工具的趨境科技，究竟是怎麼撐起這門Token生意？ 先來理解什麼是Token。Token可以粗略視為使用AI時消耗的「字數額度」。大模型不會直接按照漢字或單詞數量算帳，而是把用戶的輸入和模型的輸出先切分成一個個Token。用戶讓系統讀越多、寫越長，消耗的Token就越多，就像打電話需要計算通話時間一樣。Token不是可以事先生產好、囤積在倉庫裡的數位商品，而是衡量大模型處理與生成資訊量的計量單位。 這門生意的需求正在快速膨脹。2024年初，中國每天Token調用量只有1000億；到了2025年底，這個數字已經暴增到100萬億；2026年3月更突破140萬億，兩年內成長超過一千倍。理論上，要生產Token至少需要三項要素：算力設備、已經訓練好的大模型，以及一套負責部署、快取、任務調度與錯誤處理的推理系統。典型的算力公司會先採購或租用成百上千張GPU，將模型載入這些機器，再透過調度系統處理用戶請求，模型每完成一次輸入與輸出，就產生一批可供計費的Token。 不製造晶片也沒有自己大模型的趨境科技，做的其實就是串接「機器」與「模型」，然後把中間的生產流程管好。換句話說，它不擁有生產工具，但掌握生產方法。具體做法有兩種。第一種是自己去「借機器」，從外部租用GPU、CPU或國產NPU，再圍繞智譜GLM、Kimi等頭部模型提供部署與推理服務，最後把按Token計量的推理能力賣給模型廠商、網路平台、AI應用公司和大型企業。第二種做法更進一步，連機器都不用自己租。過去幾年，許多地方智算中心和大型企業已經買好晶片、建好機房，但這些設備的使用率經常偏低，機器放在那邊卻不知道怎麼有效運轉，也不曉得去哪裡接訂單。趨境做的就是讓這些「閒置或利用率不足的機器」變成一條真正能賺錢的生產線，幫客戶設計與搭建推理系統，負責模型部署、任務調度、資源分配與日常運營，再把這些算力接到市場，變成可以按Token出售的服務，最後從收入中分潤。 簡單來說，趨境不生產算力，只是算力的搬運工。設備可能是租來的，也可能屬於客戶，趨境掌握的是生產線、工藝與運營能力，最後按照產量或收入收費。沒有自己的大規模GPU集群，並不影響它開Token工廠，因為在這門生意裡真正決定產出的不只是機器本身，而是機器如何被組織與使用。 工廠雖然開起來了，但還有一個關鍵問題：大家用的都是GPU，客戶為什麼要再讓趨境賺一筆？答案在於「效率」。如果把一張GPU當成一臺機器，趨境想做的，是讓它在同樣時間裡生產更多Token。大模型推理沒有插上顯卡、點一下執行那麼簡單。模型每次回答問題，都要回看先前的對話內容，對話越長需要處理的資訊越多。如果這些內容每次都重新計算，GPU就會不斷重複做同樣的事。模型體量一大，單張顯卡裝不下，還得把任務拆分到多張卡、多臺伺服器上。只要網路稍微慢一點，或任務分配不合理，一張價值不菲的GPU可能一直在等別的機器交作業。 趨境的技術主要在這些地方下功夫。首先是減少重複計算，他們把這套系統叫做「月餅」。原理是透過KV Cache保存模型已經處理過的上下文，當用戶繼續提問時，模型可以直接讀取之前的結果，減少從頭計算的次數。這有點像考試時允許翻看剛剛算過的草稿，不用每題都重新推一次。其次是別讓GPU什麼都做，趨境的「六合」異構推理系統會依照任務特性，把計算拆給CPU、GPU和國產NPU，昂貴的GPU集中處理它最擅長的部分，其他任務則交給成本更低或更匹配的設備。這麼做的目的只有一個：減少GPU等待、空轉與重複工作。 趨境能拿出這樣的技術，與創始團隊過去的研究方向有關。公司脫胎於清華大學高效能計算研究所，執行長艾智遠是清華計算機博士，中國工程院院士鄭緯民擔任首席科學顧問，清華大學教授武永衛擔任首席科學家。趨境與清華團隊開源的KTransformers，研究重點正是如何利用CPU、GPU等不同設備，讓大模型以更低的硬體成本運作，這個項目在GitHub上的Star數量已經突破1.7萬。趨境部分核心成員過去還參與了Mooncake等大規模推理項目，研究重點同樣集中在快取與分散式推理上。 這些技術最終都要落在同一個結果：一張卡能夠生產多少Token。根據趨境披露的數據，「月餅」的快取命中率最高可達90%；「六合」則能把萬卡級智算集群的運營成本降低20%以上。從2026年春節以來，公司平均單臺算力的Token生產效率提升了3倍以上。隨著算力規模與業務量擴大，Token總產量提升了30倍以上；其中一個萬億參數級大模型，日均Token產量已經突破萬億級。不過必須區分，提升30倍的是Token總產量，裡頭還包含算力規模與訂單量的成長；單臺算力的生產效率提升的是3倍以上。這些效率數據目前主要來自趨境自行披露，完整的測試環境與對照基準並未公開。 對趨境來說，這套生意的邏輯並不複雜。租用一批算力需要支付相對固定的租金、電費與運維成本。如果同樣一張卡經過優化後能處理更多Token，平均分攤到每個Token上的成本就會下降，省下來的都是實實在在的算力成本。而這部分差價，正是趨境作為軟體與運營服務商可以從中賺取的空間。 從公司披露的數據來看，這門生意已經開始產生收入。2026年6月，趨境單月收入已經超過2025年全年；部分成熟業務也已跨過成本線。這個數字聽起來很亮眼，卻仍留下不少空白。趨境沒有公布2025年的具體收入，也沒有揭露目前的毛利率。外界仍然不清楚它租用算力究竟要花多少錢、哪些客戶會持續下單，以及單月收入超過去年全年，究竟是今年成長夠快，還是去年的收入基數太低。 更關鍵的是，把一張卡的效率提高只解決了賺錢的第一道題。Token工廠最怕的，是機器沒有訂單可做。大模型推理和傳統工廠有個相似的地方：設備一旦運轉起來，租金、電費和運維成本就開始產生。一張卡吐得再快，如果半天沒有訂單，帳還是算不過來。趨境的判斷是，市場上絕大部分Token需求本來就集中在少數頭部模型上。與其一口氣適配幾十款模型、把研發資源攤薄，不如集中服務少數頭部模型與高價值企業場景。他們把這條路線稱為「少模型、深優化」。模型數量少一些，每款模型的快取、切分、調度與故障恢復就能做得更深，研發與適配成本也更易控制。同時，圍繞需求較大的頭部模型提供服務，也更有機會承接規模穩定的訂單。 只是這門看似誘人的生意背後，挑戰也越來越多。Meta準備出售多餘算力本身就是一個信號。阿里雲、電信運營商與大模型廠商都在持續降低推理成本，也有能力把模型、算力與客戶直接串接起來。不斷成熟的開源推理框架，也在降低客戶自己完成部署與優化的門檻。趨境需要證明的，不只是自己今天能讓一張卡生產更多Token，還得證明這種效率優勢可以長期保持；相比客戶自己做，或直接購買大廠的雲端服務，他們的方案仍然更划算。歸根究柢，Token需求繼續成長這件事已經沒有太大懸念，但趨境依然需要回答：自己賣出去的每一個Token，最後能不能留下利潤。畢竟，拿到10億元融資和賺到10億元，是兩門完全不同的生意。