AI 进入算账阶段，优刻得揭秘 Token 降本策略与基础设施瓶颈破解之道

AI 进入算账阶段过去一年模型厂商不断降价DeepSeek、通义千问、智谱、MiniMax 等国产模型把大模型调用价格拉到新区间。Token 价格不仅是模型厂商竞争结果其背后有从电力到企业内部使用方式的长链条。优刻得董事长兼 CEO 季昕华表示企业老板关心让员工用好 AI、降低成本、提高效率AI 进入算账阶段Token 成本是贯穿“电力—算力—模型—应用—组织”的系统工程。优刻得选址乌兰察布从 CPU 到 GPU 的战略转变2017 年优刻得筹划建设乌兰察布数据中心时AI 未真正兴起主要考虑 CPU 业务后转向 GPU。其设想将乌兰察布作为服务北京的“前店后厂”。选择乌兰察布是因苹果选数据中心时优刻得参与选址考察多地后发现此地适合原因包括电便宜、有机会提供 100% 绿电、天气冷利于 PUE、离北京近。AI 成本最终取决于电力内蒙古在此有优势。刘杰算账指出服务器功耗及 PUE 系数影响数据中心用电数据中心选址等因素直接影响 Token 成本。AI 时代传统机柜与高功率机柜不同大模型训练和推理对功率密度要求高液冷单机柜可达 35 千瓦需改造电路和散热系统。Token 降本多维度策略与挑战传统低功率数据中心空置高功率数据中心供不应求。优刻得高功率数据中心未建已有订单满载率预计高。乌兰察布除电便宜海拔高、气温低利于制冷PUE 易降低且能源结构稳定对 AI 数据中心很重要。季昕华提出降低 Token 成本的方向使用国内模型性价比高提高“每度电产生 Token 的数量”关注基础设施效率选择合适数据中心位置对应“东数西算”分工进行模型组合拆分任务让不同模型处理做好 Prompt 管理和 Prompt Engineering建立企业内部使用规则。企业面临衡量 AI 投入产出的问题优刻得正在开发产品帮助企业分析员工使用 AI 的情况。Token 需求长期增长趋势与企业管理新命题Token 需求呈长期增长趋势AI 能力提升Coding、内容生产、企业内部岗位、AI 硬件等持续消耗 Token。Token 时代企业管理面临新命题AI 使用多成本高需进行 Token 治理。AI 进入企业倒逼生产关系调整人才观也会变化主动性等能力更重要。AI 发展瓶颈物理基础设施与国产算力挑战国内 AI 发展最大问题是缺卡海外缺数据中心。国内基础设施瓶颈包括卡、数据中心审批管控、旧基础设施电和水的问题。国产 GPU 性能提升到“可用状态”但与海外高端产品有差距美国限制推动适配国产算力需形成生态闭环。AI 基础设施瓶颈不断移动如跨数据中心推理和分布式推理面临不同瓶颈当前主流是集中式未来可能在边缘侧缓存。优刻得中立的 Token 供应商定位与挑战优刻得定位为中立的算力和模型服务平台发挥中立性质帮助用好 AI。中立性在 AI 时代更重要创业型大模型公司选择优刻得可减少竞争顾虑。优刻得面向多类客户提供一揽子能力。但 AI 基础设施是重资产数据中心建设成本高硬件价格上涨算力租赁价格未同步且数据中心标准需调整任务、资源、模型分层将助力 Token 降本。Token 价格战核心转移企业需提升各方面能力以在竞争中留存。