万亿次词元调用背后的国产算力逻辑逆转

先看一组数据：截至2026年3月，中国日均词元调用量已突破140万亿次，相较2024年初，增长幅度超过一千倍。同年5月，国家数据局正式将词元经济纳入工作体系；6月，又发布了高质量数据集建设相关方案，首次提出“词元交易”概念。一个以词元为核心、规模达万亿级的智能经济新业态，正在加速成型。

词元经济的崛起，正从根本上重塑AI算力的竞争格局。过去两年，行业深陷算力芯片的军备竞赛，谁囤积的显卡多、谁组建的集群大，谁就能抢占先机。然而，词元计费模式让堆砌硬件的边际收益持续递减，效率成为新的决胜点。这一转变，恰恰释放了国产AI算力生态中长期被低估的差异化潜力。

当前，国内AI算力产业已告别单一架构依赖，呈现出TPU、GPU、ASIC等多条技术路线并行繁荣的局面。其中，TPU凭借在张量计算密集场景下的能效优势，尤其适合大规模推理与高并发词元生成类任务，正逐步成为大模型规模化落地阶段的关键算力选择。

芯片逻辑转向：以词元效率重构算力衡量标准

词元经济的核心逻辑，简单来说就是把算力消耗转化为可计量的商业产出。芯片的价值不再由单卡峰值算力单一决定，而是由“单位算力能生产多少有效词元”来综合评估。中昊芯英的新一代产品“须臾®”芯片，其架构设计正是这一逻辑的直接体现。

WAIC期间，中昊芯英首次实物展出新一代TPU架构AI专用芯片“须臾®”以及泰则®2.0人工智能服务器。“须臾®”单芯片混合精度浮点算力达到896TFLOPS，是第一代芯片“刹那®”的3倍，8-bit推理算力高达1792TOPS；单芯片额定功耗仅600W，相比算力性能持平的传统芯片，功耗降低了50%。搭载“须臾®”的泰则®2.0整机能耗仅为传统GPU服务器的80%。在词元经济语境下，这一能效优势具备直接的商业价值：低功耗意味着更低的运营电费和碳排放，直接压低了单Token的生产成本。

在架构层面，“须臾®”深度优化了大模型专属的张量计算逻辑，扩容寄存器与大容量片上缓存，针对性解决了超长上下文、海量词元交互场景下传统算力存在的访存延迟与并行效率不足等痛点。通过多维张量计算单元与数据复用优化设计，有效缓解了存储墙难题，执行同等AI任务时，综合计算效能可达传统GPU架构的数倍。中昊芯英CEO杨龚轶凡透露，“须臾”的设计目标是大幅压低单位Token成本，从一代到二代直接减半，后续迭代有望降到原有的十分之一。

生态协同提速：从集群部署到产业互联

词元经济的落地，不仅需要单芯片的能效突破，更需要集群部署与产业协同的全链条支撑。

2026世界人工智能大会期间，中昊芯英联合杭州电信、中兴通讯，官宣了华东地区（杭州）首个国产TPU智算千卡集群（一期）项目落成，共部署1024片“刹那®”芯片，算力规模达400P。作为中国电信体系内首个大规模部署国产TPU架构的智算集群，三方各司其职：中昊芯英提供芯片到集群的核心算力支撑；中兴通讯提供全栈通信方案；杭州电信的“息壤”算力平台将集群资源利用率从30%提升至60%以上。据悉，项目正规划二期扩容至10000P，将采用新一代“须臾®”芯片进一步扩大算力规模。

大模型训推是词元生成的主要场景，集群资源利用率直接决定了单位时间内的有效词元产出量——利用率从30%提升到60%以上，意味着在不增加硬件投入的情况下，可交付的词元数量接近翻倍，单Token综合成本显著下降。国产TPU集群在运营商场景中跑通的，正是词元经济最核心的效率命题。

千卡集群落成，解决了“有没有算力”的问题。但算力要真正转化为词元产能，还需要产业角色的接入与协同。在专题论坛上，中昊芯英完成了两轮签约：面向商用落地的启航合作，与杭州电信、深圳联通、第五要素等伙伴，推进国产TPU在通信、金融、互联网等行业的商业化交付；聚焦生态共建的全域合作，携手联想、中兴通讯、上海闵行联合发展、成都工智院等力量，贯通算力基建、软件适配到方案研发的全链条。

两轮签约指向同一个方向——让国产TPU算力真正被用起来，在更大规模上参与词元的生产与交付。朋友圈越大，芯片能与更多行业场景产生交集，MaaS平台的算力供给就越丰富。当硬件底座就绪、产业朋友圈成形，国产TPU在词元经济中的价值闭环才真正跑通。

结语

词元计费模式的普及，让算力规则从“卖硬件”转变为“卖Token”，核心考核指标变成了单Token交付成本、有效产出效率与服务稳定性。针对这一变化，国产专用算力正在一条不同于通用芯片的道路上加速奔跑——不是比拼单卡峰值参数的“纸面算力”，而是围绕词元生产效率构建端到端的综合竞争力。以TPU为代表的专用芯片路线，正在词元经济时代迎来真正的价值验证周期。