无问芯穹集齐四家国产头部基模，Agentic Infra战略全貌浮出水面

无问芯穹在 2026 世界人工智能大会（WAIC）期间迎来两家头部国产基模公司同时亮相——MiniMax签署战略合作，阶跃星辰发布主旨演讲。更早之前，智谱张鹏与Moonshot（Kimi）杨植麟已在今年中关村论坛上与无问芯穹联合创始人兼CEO同台讨论，并被现场点名该公司已为Kimi、智谱提供服务。四家国产头部基模公司先后与同一家AI Infra公司达成深度合作，这一格局在国内大模型产业链中并不多见。

供需剪刀差里的位置

需求侧的爆发是合作达成的根本驱动力。2026年起，推理算力消耗开始反超训练，成为AI算力的主战场——推理成本两年间下降约280倍，但企业AI总支出并未随之下降。中国日均Token调用量已突破140万亿，较一年前增长约四成，呈指数级攀升。供给端却仍是线性扩产节奏：多建机房、多添显卡的传统路径在三五年内难以填平缺口。无问芯穹切入的，正是这一供需之间的口子。

三重押注：效果、成本、稳定性

无问芯穹认为，MaaS生意的核心门槛集中于三件事。

效果方面，模型部署存在隐蔽的质量滑坡——同一请求看似正常回复，输出精度可能已悄然下降三成，常规监控难以捕捉。公司在模型上架前设置准入测试标准，从工具调用一致性到推理模式精度对齐逐项核验，确保通过无问芯穹部署与原厂API体验几乎一致。

成本方面，无问芯穹在WAIC官宣自研的「跨集群异构PD分离」架构。该架构将推理中的Prefill与Decode两个负载特性不同的阶段拆分到不同芯片上运行；为解决跨机房以太网传输KV Cache时带宽低、延迟高的问题，公司将Radix Cache技术迁移到跨集群架构以压缩传输数据量，并首创PDD三级链路（Prefill、RelayDecode、MainDecode），让RelayDecode先顶住高延迟请求。实测显示，TTFT降低51.5%，单Token成本降低37.5%。

稳定性方面，公司发布「智算集群运维智能体系统」，7×24小时全天候值守，使运维人效提升5倍以上、关键故障处理效率提升6倍。

「前店后厂一中心」系统布局

围绕「AI生产力 = 智能资源规模 × Token转化效率 × AI生产力转化效率」这一公式，无问芯穹构建了完整的Agentic Infra战略：

• 一中心（算力集散中心）：已部署37000P算力，覆盖16种主流国产芯片，实现跨域强化学习训练连续一周0中断运行，未来目标支撑十万卡级以上规模。
• 后厂（Token工厂）：Agentic MaaS平台截至7月日均Token调用量较去年12月增长40倍；与上海移动联合打造「天问」模型服务门户，与观猹合作推出面向开发者的TokenDance，对标OpenRouter。
• 前店（AI生产力商店）：行业解决方案已覆盖文娱游戏、医疗健康、法律终端、能源电力等领域，合作案例包括VAST的3D游戏方案、上海瑞金医院医疗大模型、律所AI合伙人产品，以及与南方电网合作的智算中心能耗预测。

此外，公司搭建了由平台管家、运维、算子生成三类智能体组成的「基础设施智能体蜂群」。平台管家智能体可独立解决80%日常问题；在GLM 5.2模型实测中，NVIDIA旗舰卡端到端性能提升7.3%，AMD旗舰卡提升39%。

对标海外，押注异构生态

海外对标对象是Baseten、Together AI、Fireworks AI——这三家公司估值均在130亿至150亿美元区间，但底层均基于英伟达单一生态。无问芯穹面对的是更为碎片化的国产芯片生态，因此把多元异构与更完整的架构布局作为差异化护城河。「懂算力、懂模型结构、懂训推优化、懂应用场景」四件事能否同时做到位，将决定它在这条赛道上的最终位置。