您的位置：首页 → 单机游戏 → 角色扮演 → 怪物猎人世界新装备介绍怪物猎人世界新装备新系统一览

赌神

无问芯穹夏立雪：智能体带来Token分层，国产芯片适配效果明显提升_我的网站

私人订制

A | 　　讯 8月24日，中国人民银行公布《2026年7月金融市场运行情况》。在货币市场运行情况方面，2026年7月份，同业拆借日均成交3232.9亿元，同比减少24.3%；银行间市场债券回购日均成交6.5万亿元，同比减少14.2%。

B | 2026年7月末，同业拆借未到期余额1.0万亿元，银行间市场债券回购未到期余额9.8万亿元。 “今年上半年公司Token调用量7个月增长40倍，其中95%以上的推理任务来自智能体（Agent）需求。　　2026年7月份，银行业存款类金融机构间利率债隔夜质押式回购（DR001）月加权平均利率为1.39%，环比上升1个基点；DR007月加权平均利率为1.43%，环比下降2个基点；银行间市场隔夜质押式回购（R001）月加权平均利率为1.42%，环比基本持平。2026年7月份，DR001与央行公开市场7天期逆回购操作利率的利差日均值为-1个基点，R001与DR001的利差日均值为3个基点。” 在2026WAIC期间，无问芯穹CEO夏立雪在接受澎湃新闻记者等媒体采访时表示，目前无问芯穹已在全国纳管16种不同架构芯片、合计3.7万P算力，过去一年已将推理成本降低至十分之一，未来全链路协同下仍有90%成本下降空间。

C | 　　债券市场运行情况方面，2026年7月份，政府债券净融资13176.4亿元，同比增加694.6亿元；企业债券净融资4535.9亿元，同比增加1787.5亿元。夏立雪认为，当前AI行业的核心矛盾从未改变：需求是指数级增长，芯片供给的增长是线性的，单纯堆芯片已经追不上需求增速。2026年7月末，债券市场托管余额207.4万亿元。“大家不是觉得AI没用，是觉得它有点贵——这本身就是供不应求的信号，如果供大于求，大家只会觉得它没用。” 过去三年推理成本的下降，已经带动了第一批场景落地；他判断未来全行业仍有至少90%的成本下降空间，来源不只是单点技术优化，而是全链路协同：跨域异构集群的资源池化、PDD等新架构的普及，以及场景端的需求分层。　　2026年7月份，现券市场成交额41.4万亿元，同比减少0.6%；银行间债券市场现券换手率为19.2%，环比下降2.8个百分点；10年期国债活跃券买卖价差为0.15个基点。　　2026年7月末，10年期国债收益率为1.71%；10年期与1年期国债收益率利差为57个基点，环比收窄4个基点；3年期AAA级中期票据收益率与3年期国债收益率的利差为40个基点（未剔除债券税收政策因素），环比走阔7个基点。夏立雪认为，真正的生产力应该是“资源规模×Token生产效率×Token转化为生产力的效率”。2026年前7个月，熊猫债券累计发行1957.3亿元，新增26家境外机构进入银行间债券市场。版权申明：凡注有“”或电头为“”的稿件，均为独家版权所有，未经许可不得转载或镜像；授权转载必须注明来源为“”，并保留“”的电头。

D | 。目前全行业还在共创价值衡量指标，本质是计量每个Token产生的实际经济价值，推动行业从“按Token数量计费”转向“按最终价值计费”。据了解，今年上半年，无问芯穹Token增量几乎全部来自Agent。“95%以上的推理任务跑的都是智能体相关任务，不管是直接服务大模型厂商，还是直接服务垂类客户，最终需求都来自Agent落地。”夏立雪表示，目前代码生成、文娱营销、基础设施运维、具身智能、制造、电力、法律等行业都已经在大规模使用AI。针对行业普遍关注的Token标准化问题，夏立雪明确判断：Token必然分层，且分层已经在发生。未来会出现面向高端复杂任务的高价值Token，也会有面向简单场景的高性价比Token。这种分层直接带动了过去一年国产芯片的落地进展。他坦言，国产芯片适配效果的明显提升，一半来自技术端解决了跨集群调度、负载均衡等问题，更核心的原因是Agent带来了任务分层：智能体会派生大量不同复杂度的子任务，不需要所有任务都跑在最高端的芯片上，国产芯片可以承担自己擅长的任务，不用再“硬扛”最复杂的大模型训练负载。 “不同芯片各有侧重，都能在价值金字塔里找到自己的位置，不用浪费资源杀鸡用牛刀。” 夏立雪透露，目前无问芯穹已经在和行业客户探索多模型协同的分层交付模式，通过不同能力的模型配合完成任务，直接为最终结果负责。对于今年的热点话题物理AI，无问芯穹宣布将具身智能场景纳入Token工厂的覆盖范围。夏立雪表示，AI必然从数字世界走向物理世界，云侧GPU、边缘节点、机器人本体的算力都应该被纳入统一资源池调度，而团队过去在大规模云侧强化学习、跨集群调度上积累的能力可以直接复用，其发布的RLinf新版本已经实现真机渲染、训练到推理的全链路云边协同，Mizar-Robo推理优化方案已经和星海图、云深处等具身机器人厂商达成合作，优化机器人端侧推理效率，形成“机器人采集物理世界数据-云侧强化学习训练-端侧推理落地”的闭环。“我们不做机器人本体，就做好具身场景的Token工厂，给伙伴们提供低成本的弹药，让他们能以更低的成本推产品、拓市场。” 谈到AI赛道的行业竞争，在夏立雪看来，AGI不是单一公司能完成的使命，当前行业供需缺口还在持续扩大，只要技术能创造效率价值就有商业空间。

E | 近期智谱GLM、月之暗面Kimi等清华系开源大模型登顶国际榜单，中国的开源生态是核心优势，开源让技术、数据、资源能更快流动形成闭环，带动全行业效率提升。

F | 当天，无问芯穹公布Agentic Infra 的“前店后厂一中心”战略布局，涵盖三大核心技术能力与产品服务体系：“算力集散中心”：Agentic Infra 自主式基础设施平台；“Token工厂”：Agentic MaaS 大模型服务平台；“AI生产力商店”： Agentic Infra 行业解决方案。

Current article:http://5j0sl.shuazhepenxingshuaisenqienai.buzz/ylju/8vp1o8.html

Published on:14:25:00

文章评论

查看所有0条评论>>