移动通信网 林知远
9月21日，由北京市通信与互联网协会主办、工信智媒体中心协办的2026（第二十三届）北京互联网大会在京召开。中兴通讯CCN产品线国内MKT副总经理、规划总工冯建业在会上发表《开放协同，共赢Token经济时代》主题演讲，系统阐述了算力评价体系从单芯片硬件参数向端到端Token吞吐性能的根本性转变。自ChatGPT推出以来，行业对算力的关注点经历了三个阶段演变：早期聚焦芯片本身的峰值性能；训练与推理业务爆发后，算子适配、实际训练性能成为焦点；而进入Token经济阶段后，显卡数量等硬件指标不再是核心标尺，端到端Token吞吐效能成为衡量算力价值的唯一关键，最终目标是实现算力资源的最优TCO（总拥有成本），支撑AI应用规模化落地。冯建业提出Token经济下算力体系三大关键指标——每秒Tokens总吞吐量、单用户Tokens吞吐、每瓦产出Token数量，三者相互制约，构成本次演讲的核心分析框架。
【关键数据】
[1] 上下文压缩等软件优化可降低Token成本90%至99%
[2] 外置存储承载KVCache可将缓存成本降至原有水平的1/10至1/100
[3] 算力评价三大核心指标：每秒Tokens总吞吐量、单用户Tokens吞吐、每瓦产出Token数量
[4] 演讲于9月21日2026（第二十三届）北京互联网大会发布
[5] 开放解耦算力理念已在运营商、头部互联网、电力等多行业落地商用
在技术原理层面，三大指标的平衡逻辑构成算力设计的核心难题。冯建业指出，算力池总吞吐量高并不代表单用户体验好，提升单用户吞吐往往会牺牲整体总吞吐；同时算力建设不能只看算力输出，功耗约束至关重要，芯片功率、整机功耗、散热方案必须统筹优化，才能产出低成本Token服务。算力需求的多元化特征也愈发凸显：智能体驱动下任务类型日趋复杂，场景需要大模型、超大模型与轻量化小模型协同工作，而不同模型对硬件适配差异巨大，同一模型在不同芯片上的优化效果差距明显。芯片架构同样呈现多元态势，CPU、网络芯片、机内和机间互连芯片、各类加速芯片共同构成算力底座。对此，中兴通讯的解法是全栈开放与极致协同，首创OEX正交无背板互联超节点架构，可兼容主流GPU芯片，通过超节点架构将异构芯片整合进统一算力体系，该架构已连续斩获行业重磅奖项。
在成本结构方面，中兴通讯披露的两项数据揭示了全栈优化的空间。存储侧，依托外置存储承载KVCache，可将缓存成本降至原有水平的1/10甚至1/100，大幅缓解长上下文推理场景下显存资源紧张的行业痛点。软件侧的优化价值甚至超过硬件本身：通过算子优化、模型适配、智能体调度、上下文压缩等软件工程手段，能够大幅减少Token消耗，部分场景下可降低90%乃至99%的Token成本，但这需要大规模工程化投入作为支撑。设备层面，算力正向高密度服务器演进，单机GPU卡数量持续提升以拉高整体算力效能；高密度部署同时倒逼机房在液冷、承重等基础设施方面升级。从产业链视角看，这一开放解耦架构意味着上游多厂商GPU芯片可通过统一互连进入同一算力资源池，算力采购方不再被单一芯片路线锁定，下游运营商、互联网企业则可根据模型负载灵活选型，重塑了从芯片到整机、网络、存储、软件全链条的价值分配。
商业化进展方面，冯建业介绍，这套开放解耦的算力理念已经在运营商、头部互联网企业、电力等多个行业落地商用。从应用场景看，大模型与超大模型负责复杂推理任务，轻量化小模型承接高频调用，KVCache外置存储方案针对长上下文对话与智能体多轮交互场景，上下文压缩技术则直接降低智能体应用的运行成本。对运营商而言，三大指标体系为智算中心建设提供了可量化的验收标准；对电力等行业而言，每瓦产出Token数量指标契合高电价区域的选址决策。冯建业表示，中兴通讯将持续联合产业伙伴，共建开放多元生态，持续优化Token整体TCO，赋能人工智能产业高质量发展。
从行业趋势看，本次演讲折射出国产算力阵营竞争重心的迁移。当单芯片制程受限成为现实约束，竞争焦点已从对标GPU峰值算力转向系统级Token吞吐效率与全栈TCO，超节点架构正成为服务器厂商与设备商的共性选择，华为CloudMatrix、浪潮信息超节点方案与中兴OEX架构在同一赛道竞速。差异化在于开放程度：OEX架构强调兼容主流GPU芯片、支持多型号多厂商灵活选型，以解耦路线争取非绑定客户。Token经济评价体系一旦被行业广泛采纳，将直接影响智算中心的采购标准、PUE考核与电价敏感度，算力市场的定价单位也可能从“卡时”逐步转向“Token吞吐单位”。冯建业最后强调，开放的算力生态需要芯片、设备、网络、软件多方共建，中兴通讯将持续投入工程化能力，在Token成本每降一个数量级的路径上与产业伙伴协同推进。
