无问芯穹与华环电子签署战略合作
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载签约双方与分工
9月17日，无问芯穹与华环电子签署战略合作框架协议，华环电子董事长郭萌与无问芯穹上海总经理曾书霖代表双方签字，清控集团董事长甄佳、清华教授汪玉、无问芯穹CTO李伯勋到场见证。协议把两家公司的能力边界划得很清楚：无问芯穹负责异构算力管理与AI软件平台，华环电子负责网络通信、硬件研发以及工程实施运维。前者擅长把不同品牌的芯片统一调度起来，后者在信息通信与光网络领域已经做了三十多年，光传输设备长期服务中国移动、中国电信、中国联通三家运营商。这种分工意味着合作不是简单的项目分包，而是把软件层的算力调度能力与硬件层的网络传输能力拼在一起，形成一套从芯片到网络的完整链路。双方将结合产业与技术优势，探索算力与网络协同的新模式，重点落在智算中心的方案设计、软硬件适配、集成交付与运维上。
跨域训练与芯片覆盖
无问芯穹的跨域训练系统已经部署触达超过37,000P算力，覆盖16种主流芯片。这个数字的意义在于，它说明异构算力管理不是实验室里的概念，而是已经在多芯片、多地域的环境里跑起来的系统。过去做智算中心，往往要围绕某一种芯片做适配，换一种芯片就得重新调软件栈，跨域调度更是难上加难。无问芯穹的系统把16种芯片纳入同一套管理框架，跨域训练则让算力不必集中在单一机房。华环电子在这一环节提供网络通信与硬件研发支撑，光传输设备负责把分散的算力节点连起来。双方联合推进软硬件适配与集成交付，实际上是在解决一个具体问题：当算力来自不同芯片、分布在不同地点时，网络能不能跟上，软件能不能统一调度。这套组合的适用范围集中在国产大模型与国产芯片的优化闭环上，合作也明确聚焦这一方向。
Token供给与推理降本
双方计划探索以Token为标准化产出的基础设施供给新模式。这个提法把算力基础设施的产出单位从传统的算力时长或服务器数量，转向模型推理实际生成的Token数量，相当于用模型输出的基本单元来衡量基础设施的供给能力。与之呼应的是无问芯穹Agentic MaaS平台过去一年推动推理成本下降10倍。成本下降与Token计量之间存在逻辑关联：当推理成本足够低，按Token供给才具备可操作性；当供给模式转向Token，成本控制就有了更直接的衡量尺度。无问芯穹已服务千余家AI企业与科研机构，这些用户对推理成本的变化最为敏感。华环电子在这一模式中承担网络通信与工程实施运维，保障Token产出背后的传输与交付环节稳定。双方将建立常态化合作机制，持续开展技术验证与成果转化，意味着这一供给模式不会停留在框架协议层面，而是要通过反复验证逐步落地。
为什么值得看
清华系企业联手探索算网融合与Token工厂新模式，推动国产算力落地。
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。