单次推理可能耗费高达百万次，而这一趋势引发的算力需求增长速度，将超过算力成本降低的速度。投资人泽彦向雷峰网透露了这一观点。

日昊作为美元基金的投资人，也作出判断，大规模的视频生成与调用将会导致算力消耗呈指数级增长，进而引发上千倍的算力需求提升，这将促使算力市场从现有的百亿规模向万亿规模迈进。

智能化转型无疑是当前科技革命中最为可靠的机遇。九章云极公司的董事长方磊指出，当前的计算方式正在经历一场从移动互联网的“带宽依赖型”应用向AI领域的“计算密集型”应用的深刻转变。

随着计算需求的核心逐渐从“数据传输效率”转向“算力处理能力”，算力的成本高昂、技术要求严格，这已成为众多行业在智能化转型过程中面临的最直接的限制。

基于这一前提，AI自带的智能计算云平台有望成为在效率与成本之间取得更好平衡的最佳选择。在九章云极智能计算论坛上，新一代的全栈式智能计算云平台——九章智算云NeW 2.0版本正式对外亮相。

AI原生智算云平台跳脱了单一支撑AI的模式，它是以AI为核心设计理念、依托公有云构建的平台化人工智能基础设施。该平台通过整合能力，最大化人工智能应用全生命周期的性能，同时具备了高度的灵活性、可扩展性和针对性。此外，相较于通算云服务，它在价格上更具经济优势。副总裁兼首席分析师戴鲲如是表示。

打破发展障碍、简化进入条件、提升经济效益，九章智算云平台究竟怎样推动算力资源的广泛普及？

新型云架构：端到端性能提升5倍、成本降低60%

随着智能化变革的潮流，全球的科技公司开始在算力基础设施建设领域展开了一场从万卡集群向百万卡集群的激烈竞赛。庞大的算力资源库已经解决了“算力可用”的问题，然而，当算力规模提升至一定水平，如何“高效运用”便成为了决定算力价值能否充分释放的关键议题。

如何突破当下的算力使用效率瓶颈？新型云架构是核心。

传统裸金属在算力调度上遭遇了显著的效率不足难题，以GPT-4的训练为例，即便投入了2.5万张A100 GPU，经过90至100天的连续运算，其算力利用率却仅有32%至36%。赛富投资基金的合伙人蒋驰华指出，在2024年上半年，全球对AI基础设施的投资额较去年同期大幅上升，增幅高达97%，达到了474亿美元。在这笔投资中，有72%的AI服务器收入来自于云端服务，这一数据充分证明了云服务模式正推动着算力普及化，并呈现出一种发展趋势。

九章智算云以技术架构革新取代了传统的虚拟化方式，打造了一个统一且高效的弹性基础平台，从而实现了算力资源的最大化利用。对于用户来说，使用云服务可以规避裸金属服务器在资源利用、运维成本、部署时长、弹性扩展以及技术要求等方面的难题。它促使算力调度模式从“配置机器”转变为“提交任务”，使得AI开发者无需关心底层调度细节，能够更加专注于业务逻辑和模型调用。

九章智算云经过全面优化，具备了全栈功能，能够实现跨AIDC的灵活资源调配，提供秒速响应和无限扩展的能力。它能够通过自动调整伸缩，高效完成环境配置和任务监控，从而将端到端性能提升至原来的五倍。

在追求高效的同时，降低使用难度也至关重要。相较于那些头部科技企业，众多数量众多但技术实力相对较弱的企业，它们迫切需要易于上手的智能开发工具。

某知名企业集团曾投入巨资，高达3000万元，用于研发企业级的大规模模型。尽管他们不惜重金聘请了技术领域的顶尖专家，但由于技术实施过程中遭遇重重障碍、数据隐私保护存在风险以及商业模式尚不明确等多重问题，项目在短短一年内便耗尽了资金，最终不得不遗憾地宣布终止。

针对“落地难”等挑战，九章智算云推出了多款易于上手的智算工具链，这些工具链涵盖了从大模型的预训练、精细化调整到适配与应用开发的整个流程，显著降低了模型开发及应用的门槛和技术障碍。

借助这些工具，用户无需精通繁琐的GPU配置与集群管理技巧，只需清晰界定数据来源，挑选合适的模型基础，并确立优化目标，系统便能自动规划计算步骤，从而实现对于AI计算能力的有效掌控。

为彻底降低技术落地的门槛，九章云极在同期推出了九章强化学习云平台。该平台采用混合专家（MoE）架构，创新性地将强化学习功能深度整合至基础设施中。此举显著提升了大型模型的推理能力，并将AI智能体的训练门槛缩减至仅需“一行代码”。

与传统强化学习方案相较，本平台在性能、成本以及规模上均展现出显著优势。其端到端训练效率实现了五倍的增长，整体成本降低了六成，并且成为全球范围内首个能够支持万卡级别异构算力调度的强化学习基础设施平台。

除了这一条件之外，成本的可控性至关重要。正如方磊所说，对于需要十卡到百卡算力的用户群体，其所形成的市场规模相当可观。

九章智算云采用“按度计费”的收费模式，取代了传统的裸金属租赁方式，从而使得企业的总体拥有成本（TCO）减少了60%，进而让AI算力这一生产要素变得更加经济，让更多企业能够承担得起。

九章智算云采取“技术创新架构、工具链深度整合、经济模型重新构建”的三重策略，成功跨越了从“算力可用”到“高效算力可用”的界限。这种“基础设施即服务”的模式，不仅突破了算力效率的制约，还使AI技术从头部企业的“独门秘籍”转变为各行各业共享的“通用生产力”，进而推动了智能化转型的深入发展。

「开源开放」是算力规模化应用的核心驱动力

大模型技术的不断发展、企业针对特定领域的模型成功落地以及其大规模的应用，共同推动了智能计算市场的快速扩张。《2025年中国人工智能计算力发展评估报告》揭示，我国智能算力的总体规模预计将达到1037.，这一数字较上年同期实现了43%的显著增长。

算力建设领域正迎来热潮，然而，产业在供需方面存在明显的不匹配，特别是智算中心的资源利用率仅有20%。根据IDC的数据，在我国众多百万AI开发者中，高达83%的人因为算力成本的限制，无法进行模型训练。

为解决算力使用效率低下的行业难题，九章智算云创新性地超越了传统的GPU租赁方式，引入了“按需付费”的“一度算力”计费体系，从而对算力消费的生态环境进行了重新构建，实现了按量计费的新模式。

九章智算云通过架构设计实现了GPU资源池的集中管理，设立了“算力即服务”的灵活供应模式，千卡级别的训练任务和十卡级别的微调需求可以共用同一资源池，从而使得算力的使用成本相比传统方法下降了45%。

除了创新计费模式，生态协作也是解决供需不匹配问题的核心因素。产业内部上下游之间的开放性合作，有助于更快地把握用户需求，进而实现算力向智能成果的快速转换。九章云极将构建开放生态视为一项长期战略，并与行业内的企业进行深入合作，以促进智能化应用在各个领域的广泛应用和规模化实施。

算力布局展现出远见，尽管模型及其应用的发展已形成行业共识，然而，算力基础设施建设必须提前于应用热潮展开，这进而使得算力项目的建设与算力需求在时间线上产生了难以弥合的差距。

为了迅速解决算力供应与需求在时间上存在的不匹配问题，九章云极推出了“AI-STAR企业生态联盟”项目，并在首期投入了1.8亿元人民币，致力于从产业链的起点入手，构建起供需之间的畅通渠道。

方磊透露，在接下来的三年里，九章云极计划在AI高端算力、模型、低门槛工具链、智能体应用以及工程化交付等多个领域，采用“开放服务市场与生态基金投资相结合”的模式，致力于打造一个繁荣昌盛的中国AI智算云开放生态系统。

“AI-STAR企业生态联盟”将依据生态伙伴的产品成熟度，提供涵盖技术至商业化的全方位云端资源与算力援助，助力企业深入AI领域的创新探索，并达成从场景实验到规模化、商业化的转化目标，向各行业客户供应AI算力服务及支持。

截至目前，九章智算云NeW平台已兼容众多国际主流的基座大模型，同时，由开源社区培育的衍生模型也实现了划时代的进展。正如方磊所言，开源与开放的理念是推动人工智能普及和规模化的关键动力。