算力从“资源”走向“可计量、可交易的生产力” 九章云极尚明栋谈算力新范式

9月11日，以“共织算力网 智启新未来”为主题的2026中国算力大会在河北廊坊启幕。当日下午，作为大会重要分论坛，算力产业创投50人论坛举行，九章云极DataCanvas联合创始人兼COO尚明栋受邀出席《算力新范式：从算力建设到价值落地》圆桌对话，与来自西部智算运营、国有产业投资平台、分布式算力网络与AI芯片等领域的嘉宾同台交流。

在尚明栋看来，本届大会“从建好到用好”的主线，恰好点中了当下产业最真实的矛盾。AI产业正从“炼模型”走进“交付智能”的新阶段。供给规模与使用效率之间的这道落差，构成了圆桌讨论的现实起点，也让客户的核心关切悄然转向——从“拥有多少算力”，变为“算力能不能真正用起来、智能能不能稳定生产、投入能不能转化为业务价值”。

正是在这个意义上，尚明栋抛出了贯穿全场的判断：算力正在从一项昂贵的硬件资源，变成一种可计量、可交易的生产力要素。 而要让这一转变真正落地，首先要回答的，就是芯片异构之下标准如何统一。

他给出的答案，是“两层账本”。芯片异构的现实不容回避：同一个模型放到不同硬件上运行，效率可能相差数倍。对此，九章云极的解法是——DCU（一度算力，1度＝312 TFLOPS×1小时）度量的是“投入了多少算力”，Token度量的是“产出了多少智能”；前者解决结账，后者解决效率，二者必须分开，不能混为一谈。 他用电力作比：正如电网不会因为某台设备耗电多就判定其效率低，算力计量只负责“算清楚”，效率提升靠的是调度、适配与协同的工程能力。

这套思路，早已不止于方法论。九章智算云在行业内实现全栈原生Serverless化——用户无需预购硬件、无需关心底层资源调配，按“度”购买、秒级启用，只对有效计算时间付费，环境配置与数据传输等环节不计费。这一机制压缩了传统算力租赁中常见的空转浪费与最低消费，也让中小企业和个人开发者得以用较低门槛获得高性能算力。所谓“普惠算力”，正是落在这类具体的产品设计里。

标准化的推进，也让一个绕不开的问题浮出水面：行业的利润空间会被压缩吗？尚明栋的判断与直觉相反。在他看来，标准化不会让利润消失，而是把过去依赖信息不对称赚取的价差挤压出去，同时把依靠调度优化、推理效率提升与算电协同实现的真实降本放大出来。竞争由此回归到“单位算力投入产出最大化”这一本质——对有工程积累和成本控制能力的企业而言，标准化并非威胁，而是放大器。

对于备受关注的算力Token化商业化路径，尚明栋认为，Token化的内核是推动算力服务从“卖资源”转向“卖结果”，但大规模落地仍面临多重现实挑战。首先是价值度量体系尚不完善，不同等级智能任务的成本差距巨大，不能简单统一定价；其次企业长期形成按卡、按月租赁算力的采购习惯，财务与审计体系存在路径依赖；此外金融风控、工业质检等高要求场景，对系统时延、容灾、可审计的企业级能力提出严苛标准，并非简单封装API就可以实现。他进一步表示，Token化模式也并非通用方案，更适合推理需求大、业务增长快的AI应用团队，业务波动大、追求弹性能力的创业开发者，还有需要把AI成本精细核算到项目维度的国央企与行业头部企业。对于负载稳定、持续满载的大规模训练业务，传统包时模式依旧是更优选择，Token化是对现有模式的有效补充而非替代。

站在当下展望行业，尚明栋预判，2027年将成为国内算力产业重要的范式切换节点。产业竞争主线将从算力规模横向扩张，转向单位Token成本的纵向比拼，推理会成为算力消耗的主体。随着推理专用芯片逐步成熟，国产算力有望在推理场景实现规模化替代，算力计量与交易的相关标准也将初步成型。

标签：