日均Token调用暴涨千倍，海光DCU软件栈把算力盘活了
最近看到一组行业数据挺震撼，国内日均Token调用量两年涨了上千倍，已经突破140万亿。智能体、工业复杂推理越玩越大，算力缺口肉眼可见地拉大。更有值得玩味的是，三大运营商都开始搞“Token经营”了，这信号再明确不过了：堆硬件谁都会，能不能低成本、高效率产出Token才是真本事。
一些做AI基建的朋友吐槽，买GPU像买车，但实际到手的是没有方向盘的引擎。
这个痛点说白了就一句话：连接芯片和应用的那层软件栈，才是长期被行业忽略的致命短板。
前两天刷到海光DCU软件栈的分享，感觉踩在了这个痛点上。AI产业化不能只看芯片峰值算力，稳定、易部署、能降本的完整平台才是企业真正想要的。
他们这几年一直在打磨DCU的软件栈。底层把国产DCU算力榨出来，上层让模型适配、部署运维别再那么折腾人。目前GLM、DeepSeek、Kimi、MiniMax这些主流大模型都做了深度调优，训练推理集群管理全链路优化。本质上就是让芯片干活更顺手，Token产出更稳。
正好赶上光合组织大会期间，中国首个全国产十万卡AI超集群——曙光8000（登峰）正式落成，系统搭载海光等国产芯片算力底座，验证了国产软硬件协同承载大规模Token生产的能力，也算是给这套软硬件协同方案做了个实战认证。
放眼整个产业链，硬件自主只是基础，软件栈把适配、迁移、调度这些“软功夫”补齐了， 毕竟AI下半场拼的不是谁家芯片参数好看，是谁能让Token稳定、高效、低成本地流出来。
海光信息 token经济学 光合组织2026智能计算应用大会