“在人工智能的新纪元里，词元（Token）已然成为驱动发展的‘新石油’，但并非所有Token都具备同等的价值。”中国工程院院士、清华大学计算机科学与技术系的权威教授郑纬民，在“Agentic时代AI基础设施创新发展论坛”上的一席话，精准揭示了国产算力行业当前面临的困境：市场需求如井喷般增长，但供给端的价值转化却远未达到预期水平。

郑纬民进一步剖析指出，智能体驱动下的Token消耗量，是传统对话应用的百倍乃至千倍，这无疑为国产算力开辟了一片前所未有的广阔市场。然而，当前热火朝天的算力基础设施建设，并不等同于高效Token产能的实现。Token的实际价值，是由首字延迟、生成速度、并发承载能力以及服务稳定性这四大核心指标共同决定的，只有高等级、高品质的Token，才具备更高的商业转化价值。

与此同时，国产算力的规模化发展还面临着一个更为深层次的挑战。商汤科技的联合创始人、大装置事业群总裁杨帆表示，国产算力的发展绝非单一技术环节的简单迭代，而是需要背后整个人工智能（AI）上游硬件生态体系的全面重构与升级。

随着代理式人工智能（Agentic）时代的到来，Token经济迎来了全面爆发，AI基础设施的价值评估标准与服务模式也随之发生了深刻变革。中国信息通信研究院云计算与数字化研究所的副所长栗蔚认为，智能体服务的兴起正推动算力需求呈现指数级增长，以云计算资源为基石、大模型能力为核心驱动力、智能体服务为基本单元，具备理解用户意图并自主完成复杂任务能力的新一代云计算服务体系——AgenticCloud（智能体云），正逐步成为未来云服务的主流模式。

在栗蔚看来，Agentic Cloud带来的不仅仅是技术层面的升级，更是云服务价值体系从“单纯降本”向“创造增值”的系统性重构。这意味着，Agentic Cloud所交付的不再仅仅是低成本的计算资源，而是智能与能力的新形态服务。基于此，栗蔚提出，未来需要从建能力、立标准、抓场景、促生态四个维度协同发力，以加速国产算力的规模化应用进程。

郑纬民则从更为底层的技术逻辑层面，深入阐述了Token经济对AI基础设施领域带来的价值重构。他强调，要实现高品质Token的规模化供给，基于PD分离（一种专门用于优化大模型推理效率的技术）的异构协同技术路径显得尤为关键。这一路径既能充分释放国产算力的潜能，又能确保最终Token的服务品质。不同应用场景需要适配不同等级的服务标准，而要让国产算力从“能用”迈向“好用”，算力调度、芯片协同与框架适配必须形成一套系统化的解决方案。

据信息技术研究分析公司Gartner的预测，到2030年，国内80%的AI基础设施将采用国产化芯片。而当前国产化芯片的占比仅为20%，这意味着未来五年行业将迎来一个集中的替代窗口期。但正如多位专家所指出的，算力规模的扩张并不等同于产能的升级，从硬件基建到稳定Token供给，全链条仍存在着大量亟待解决的系统性难题。

与此同时，国内算力产业目前正呈现出多主体并行发展的繁荣景象。杨帆介绍称，国内现有近10家一线国产图形处理器（GPU）厂商，同时配套有大量原始设备制造商（OEM）整机、超节点、光模块等细分技术企业。参与主体的扩容无疑提升了产业的活力，但也直接推高了生态协同的复杂程度。各厂商技术路线不互通、适配标准不统一，进一步加剧了行业的碎片化问题。

武永卫强调，若产业链各方持续各自为战，多元芯片格局反而会放大生态割裂的问题。想要搭建一个可持续的国产算力体系，芯片厂商、框架研发团队、算法机构以及行业应用企业必须建立起常态化的联合攻关机制，打通技术标准与适配链路，形成合力。

目前，产业各方正在同步落地多项生态共建举措，以协同机制化解行业碎片化难题。沐曦股份的联合创始人、CTO杨建认为，当下国产算力已经跨越了“能不能用”的初级阶段，当前的核心命题是如何在多元芯片并存、多架构共生的格局下，构建统一的系统级优化能力与产业协同机制，推动国产算力从“可用”向“好用、规模化、可盈利”的更高阶段迈进。