AI 服务器终于也想装“电表”了：九章云极在 WAIC 发布 AI 工厂

哇哦AI

九章云极为 WAIC 2026 制作的 AI 工厂官方预告图。 来源：九章云极 DataCanvas

云服务器账单通常写着用了多少张卡、跑了多少小时，但真正做 AI 产品的人更关心另一件事：这些钱最后生成了多少可用 Token，完成了多少任务。不同型号的 GPU 和 NPU 混在一起后，单看“卡时”更难比较。

九章云极在 WAIC 2026 发布由训练工厂、Token 工厂和九章智算云 3.0 组成的“AI 工厂”。它想给算力增加一套类似电表的计量方式：先用 DCU 折算有效计算量，再把推理服务对应到 Token 产出，让开发和财务团队能从“买了多少卡”转向“这笔预算生产了多少智能调用”。

它先解决的不是模型能力，而是算力账单看不懂
大模型训练可以连续占用大量算力，推理业务却会随着访问高峰起伏。只按 GPU 型号和使用时长收费，不能直接说明不同芯片真正完成了多少有效计算，也很难让业务团队把成本对应到每次模型调用。

九章云极提出的 DCU 是一套自定义算力计量单位，官方定义为 312 TFLOPS 的有效计算持续一小时。平台尝试把不同芯片折算到同一尺度，再把推理侧与 Token 产量相连，用于队列调度、资源配额和账单管理。

这套单位不是行业统一货币。同一模型在不同精度、上下文长度、并发量和推理引擎下，Token 成本可能差很多。DCU 能否让不同供应商真正横向比较，还要看测量方法、折算规则和账单明细是否公开透明。

训练工厂管“怎么把模型练出来”，Token 工厂管“上线后怎么供得起”
九章云极把平台分成训练工厂和 Token 工厂。前者处理多机多卡训练、故障恢复和异构资源调度；后者面向模型部署、流量弹性和按量计费。训练低谷的资源可以转向推理，推理需求回落后再释放或重新分配。

WAIC 期间，界面新闻报道九章云极同时展示了九章智算云 3.0，并称平台已接入十余个智算中心，覆盖大模型训练与推理、具身智能和自动驾驶等业务。这个数字来自公司在发布期的披露，文章没有把接入数量等同于稳定客户数量或收入。

官网已经提供 AI 工厂产品页、体验入口和商务申请，但主要面向企业、科研机构和技术团队，不是普通用户注册后就能免费跑模型的消费级工具。最终价格、可选芯片、数据迁移和私有化条件，需要在具体合同或控制台里确认。

别先看“千倍降本”，先拿真实任务跑一遍账单
官网把高算力利用率、缓存复用、零拷贝、弹性调度和绿电协同组合成“千倍降本路径”。这是产品目标和厂商测算，不是所有客户都能直接获得的固定折扣。模型、硬件、任务长度和原有利用率不同，结果可能相差很大。

更实用的验证方式是选一个持续一周的真实任务，记录完成率、平均延迟、峰值扩容、故障恢复、Token 数量和含存储网络在内的总账单，再与现有云平台按相同条件比较。只有单位任务成本下降，才说明“电表”真的帮用户省了钱。

WAIC 这次发布的价值，是把 AI 基础设施竞争从“谁有更多卡”继续推向“谁能把每张卡的产出算清楚”。DCU 能否成为跨芯片、跨平台都认的计量方式，还要等更多公开规则、真实账单和第三方复测。

想继续了解
• 九章云极：WAIC 2026 AI 工厂预告
• 九章云极：AI 工厂产品页与体验入口
• 九章云极：九章智算云算力治理更新
• 界面新闻：WAIC 发布 AI 工厂与九章智算云 3.0
• WAIC 2026：官方企业目录

xiaohei233

统一计量听着美，不同精度和并发下Token成本能差出好几倍，DCU搞不定这个。