商湯科技啟動“銀河專案”，推動國產AI晶片規模化

商湯科技正式啟動“銀河專案”，聯合近20家合作伙伴，旨在擴大中國國產AI晶片基礎設施。在題為“智慧轉型與共生”的主題演講中，商湯科技聯合創始人兼大裝置事業群總裁楊帆闡述了公司所謂的閉環體系，該體系連線了晶片級技術、生態合作伙伴關係以及國產AI算力的商業化部署。

除了“銀河專案”，商湯科技還與衛星製造商國星宇航簽署了空間計算協議，並與包括上海人工智慧實驗室在內的五家機構建立了科研合作伙伴關係，專注於科學計算應用。

楊帆將時機總結為三大趨勢：企業部署中令牌需求攀升、工業AI應用追趕消費級用例、以及國產晶片商業化已達到可快速建設基於中國晶片的智慧計算中心的階段。

然而，這一視窗是否如商湯所言那樣開放，很大程度上取決於那些尚未獨立驗證的資料。

令牌吞吐量的巨大星號

商湯科技表示，其大裝置平臺目前日均處理2.42萬億令牌，並預計到2026年第四季度這一數字將增長25倍，達到每天10萬億令牌。這是一個預測，而非實測結果，企業買家在評估商湯基礎設施時應將其視為預測，直到季度資料開始公佈。

與增長相關的成本效益宣告同樣是自我報告的。商湯稱其異構混合推理技術在主流國產晶片上實現了85%-152%的模型FLOPs利用率提升，同時推理成本效益達到Nvidia H系列產品的1.25倍。

與國內同構推理設定相比，商湯聲稱在相同成本下令牌輸出增加了2.5倍，這一躍升使得最佳化後的混合推理叢集超過了業界此前認為的國內計算力最低盈利門檻。

這些數字均無第三方基準測試支援，且供應商最佳化測試叢集與客戶生產環境之間的差距——包括不均衡的資料管道和延遲的韌體更新——通常會導致此類數字變軟。

適配性宣告與多晶片難題

國產AI晶片歷來面臨軟體棧碎片化的問題：為一種架構訓練的模型往往需要重新設計才能在另一種架構上執行。商湯表示已構建了一個涵蓋模型、框架、運算元、工具鏈和硬體的全棧適配層，旨在讓客戶無需大量重寫即可跨國產晶片供應商遷移工作負載。

該公司提到了兩個應用例項。在AI4S長序列蛋白質預測工作負載中，商湯表示融合運算元最佳化將整體預測時間減少了三分之一。在AIGC影片生成中，據稱在執行DiT模型的國產晶片上實現了93%的多卡並行加速比，同時實現了主流AI開發工具的零成本遷移。

這些數字在沙盒測試中表現良好，但只有在實際客戶執行混合硬體世代的生產管道中經過壓力測試才更具意義。

能源指標新名稱

商湯引入了一個名為“每瓦特令牌數”的指標，作為衡量AI資料中心效率的替代標準，同時推出了一款“算力協作代理”，負責資源排程、電價預測和儲能最佳化，覆蓋公司所謂的八級資料系統和五個決策鏈。

結合計算、電價和自動化排程，商湯聲稱每單位電力成本的令牌輸出增加了80%，平均電價低於可比區域資料中心10%，計算負載預測準確率達96%。

這些宣告在未來幾個季度值得觀察，而非立即相信。電價套利和負載預測準確性在系統經歷完整季節週期和真實需求波動時，表現往往與供應商試點條件不同。

令人印象深刻的合作伙伴名單

“銀河專案”宣稱的生態系統包括國產晶片廠商寒武紀、沐曦、海光、華為昇騰、摩爾線程、天數智芯和壁仞科技，元件合作伙伴西智科技，以及基礎設施公司包括Silicon Motion、趨境科技、中科加禾、清程極智、智譜資訊和幾粒科技。

商湯表示，計劃涵蓋建設一個“令牌工廠”、五個所謂“萬卡級”計算叢集、十個技術方向的聯合工作，以及支援200家AI初創公司。

“國產化並非簡單替代單個晶片，而是從晶片、元件到基礎設施和應用場景，中國創新能力全鏈路的協同努力，”楊帆表示。

太空、光計算和量子計算佈局更遙遠

除近期基礎設施外，商湯還概述了面向資料中心效率的光計算、AI最佳化中的量子計算應用，以及與國星宇航合作構建所謂的“商湯太空計算星座”。

商湯計劃於2026年首次發射衛星，到2030年建立數千顆計算衛星，計算容量達數萬PB。

楊帆認為其價值超越原始能力，將天基計算視為將中國AI服務擴充套件到弱網路環境（如海上作業和災害響應）的途徑，進而支援中國AI產品出口到國際市場。

這一2030年目標設定在五年後，此類規模的衛星計算部署尚無先例可參考時間線。

從上海到利雅得的物理基礎設施

在地面，商湯表示其上海設施執行著全國首個被評為“5A”級智慧計算水平的資料中心，每日處理超過20萬億令牌，覆蓋20多個行業。鹽城站點已啟動，初始容量為3000 petaflops，專注於能源、製造和低空經濟應用。

在香港，商湯正在建設其描述的“香港最大國產智慧計算中心”，目標到2030年達到40000 petaflops。公司還計劃在沙烏地阿拉伯建設中國首個海外國產計算叢集，定位為中東地區的全棧國產計算基地。

在研究方面，商湯與上海人工智慧實驗室、北京中關村學院、深圳河套學院、上海演算法創新研究院和上海交通大學AI學院合作，旨在構建一個共享平臺，涵蓋計算、工具和模型能力，用於生命科學、材料科學和製造研究。楊帆稱AI for Science是“基礎研究正規化創新的關鍵槓桿”，將這一倡議與中國更廣泛的“人工智慧+”政策推動相聯絡。

商湯預測2026年第四季度每日令牌量達10萬億，這一數字將成為跟蹤該公司屆時實際報告結果的關鍵指標。