不止 Token 工廠，無問芯穹“前店後廠一中心”Agentic Infra 戰略佈局重磅發佈

“計算需求在指數級攀升，今天，僅依靠產能的線性增長去堆疊算力，已經遠遠無法彌合供需之間持續擴大的缺口。”7 月 20 日，2026 年世界人工智能大會上，無問芯穹聯合創始人兼 CEO 夏立雪提出，從 Pre-training（預訓練） 到 Post-training（後訓練）、從Test-time（推理時擴展） 到 Agentic scaling（智能體擴展），在四條 Scaling Law 的作用下，模型訓練和推理的超級市場正在互相孕育。當下的人工智能基礎設施（AI Infra）“必須以極致的效率服務更大規模。

”基於規模與效率兩大錨點，夏立雪從無問芯穹的 AI 生產力公式（AI生產力 = 智能資源規模 × Token 轉化效率 × AI生產力轉化效率）出發，首次公佈無問芯穹 Agentic Infra 的“前店後廠一中心”戰略佈局，涵蓋三大核心技術能力與產品服務體系：這套 Agentic Infra 產品與服務體系立足基礎設施，向下匯聚能源和芯片，向上支撐模型和應用，不僅極致提升底層資源向AI生產力轉化的規模和效率，更有著 Agentic AI 時代最顯著的 AI 原生能力——用基礎設施智能體蜂群賦能資源規模擴展、提效 Token 生產，並支持 Agentic AI 的持續進化。

Agentic Infra 自主式基礎設施平臺，服務下一代Agentic AI在線進化無問芯穹 Agentic Infra 自主式基礎設施平臺的核心目標，是實現智能資源規模最大化。它就像一座“算力集散中心”，把散落的、異構的算力資源統一匯聚、彈性調度、按需分發，為模型與應用層築牢充足、穩定、可擴展的算力底座。夏立雪認為：“算力的異質化、碎片化問題是全球性的，如何把不同的、跨區域的算力資源，高效聚合協同起來，是擴大智能資源規模的關鍵。

”無問芯穹自成立以來一直致力於通過“多元異構、軟硬協同”技術破解異質算力聚合的難題，打造了面向異構集群的大模型跨域訓練系統，並集成於 Agentic Infra 自主式基礎設施平臺軟件中，通過計算通信重疊的流水編排、自適應的通信流調度和異構算力調度機制，三位一體全棧協同優化，能夠系統性地破解算力聚合的行業難題。該系統已經受過三大類跨域算力聚合訓練實踐的生產級考驗：第一是超遠距離聚合。