AI算力进入“效率竞争”新阶段｜英博数科亮相2026算力网发展大会

　　近日,2026算力网发展大会在北京举行。英博数科受邀参展,集中展示公司在智算基础设施建设、云端算力服务、私有化算力管理等方面的产品与服务能力。

　　大会期间,英博数科副总裁宋琛发表《从“模型训练”到“智能生产”——AI算力基础设施的价值重构》主题演讲,围绕AI算力需求变化、基础设施演进以及英博数科的实践展开分享。

　　AI进入“规模化生产智能”阶段

　　随着大模型、智能体和多模态应用加速落地,AI算力需求正在发生结构性变化。宋琛在演讲中提出,AI正在从“训练模型”的阶段,进入“规模化生产智能”的阶段。

　　过去,行业更多关注拥有多少GPU、多少P算力;随着推理需求快速增长,智能体开始持续调用模型、工具并完成复杂任务,竞争焦点正在从“拥有多少算力”,转向“能够以什么成本、什么效率持续生产智能”。这也意味着,算力基础设施的价值正在从“资源”走向“生产能力”。

　　围绕这一变化,宋琛总结了AI算力基础设施正在经历的三个转变。

　　底座之变:从“单一算力资源”走向“多元融合基础设施”。AI基础设施正从单一计算私有,走向由芯片、服务器、集群、网络、存储、电力、冷却和调度软件共同组成的一体化系统。“算力+网络+能源+调度”的系统级协同,正成为新的基础能力。

　　需求之变:从“训练驱动”走向“训练+推理”双轮驱动。与一次性模型训练不同,智能体完成一项任务,往往需要经历思考、搜索、工具调用、验证、修正等多个环节,一次任务背后可能对应几十轮甚至上百轮持续计算。算力需求也由集中式训练,进一步延伸至规模化、持续性的推理场景。

　　形态之变:算力中心正在走向“AI工厂”“Token工厂”。过去衡量算力中心,更多关注P算力;当AI进入规模化应用阶段,Token吞吐量、Token成本、有效推理、任务完成以及最终经济价值,正在成为衡量基础设施价值的新维度。算力中心由此从“提供算力”,进一步走向“生产Token、生产任务结果、生产智能价值”。

　　从“三道坎”出发,解决算力落地难题

　　从拥有算力到真正“生产智能”,中间仍有不少现实问题需要解决。在服务客户的过程中,英博数科总结出当前AI基础设施落地的“三道坎”:资源池之乱、调度之难、运维之重。

　　多规格GPU混合部署、算力节点跨机房和跨地域分布,使资源统一管理更加复杂;训练、推理、渲染等不同负载并存,对弹性调度和跨集群协同提出更高要求;而芯片、驱动、网络、存储、框架、集群之间的复杂依赖,也让运维难度不断增加。

　　客户关注的重点,正在从“有没有卡”,转向“能不能稳定地、低成本地、跨场景地把任务跑出结果”。

　　英博实践:把算力做成“可靠的智能生产线”

　　围绕这些实际需求,英博数科打造了英博云产品服务体系,覆盖“算力建设—公有云—私有化”全场景,形成从“建算力”到“用算力”、再到“管算力”的完整服务链路。

　　在AIDC建设运维方面,英博数科提供标准化、模块化的智算中心建设与运维服务,覆盖规划设计、部署交付、监控告警、故障恢复等环节,解决算力基础设施“建得好、跑得稳”的问题。

　　在EBCloud公有云方面,面向模型开发、训练、推理和科研实验,提供裸金属、GPU容器、模型API及AI开发环境等服务,解决客户“用得起、用得快”的问题。

　　在EBFlex私有化方面,面向企业和高校提供统一调度、多租户、计量计费、权限管理等能力,帮助客户盘活本地算力资源,解决“管得住、算得清”的问题。

　　基础设施资源底层则由GPU、CPU、存储、网络、高速互联等基础设施资源构成,并支持不同芯片体系的异构纳管与兼容。

　　目前,这套体系已经应用于城市级算力基础设施、头部大模型客户和科研高校等不同场景,推动英博数科的智算服务从单点项目逐步走向规模化复制。

　　从“语言智能”走向“世界智能”

　　面向下一阶段AI发展,宋琛在演讲中提出三个未来坐标。

　　第一个坐标,是智能能力的演进:从感知到预测。多模态让模型感知真实世界,Reasoning让模型理解和推理世界,世界模型则进一步走向模拟和预测世界。AI正在从“语言智能”向“世界智能”演进。

　　第二个坐标,是三类智能形态通往三个世界。Agent走向数字世界,从“回答问题”向“完成任务”演进;AI4S走向科学世界,从辅助科研向探索未知规律拓展;具身智能走向物理世界,让智能真正进入现实环境。

　　第三个坐标,是属于中国自己的发展路径。围绕国产化、网络化、绿色化和四算融合,未来算力竞争将不再只是单点芯片或单个集群的竞争,而是从芯片、网络、能源、集群、软件,到模型与应用的完整AI基础设施体系竞争。

　　从模型训练到规模化生产智能,AI基础设施正在进入新的发展阶段。未来,英博数科将继续围绕智算中心建设运营、云端算力服务、私有化算力管理及多元算力基础设施完善产品与服务能力,推动算力更高效地服务模型创新与产业应用。正如宋琛在演讲结尾所说:“算力的终点不是算力,而是智能。而智能的终点,是真实的经济价值。”