作者：默思編輯部 發布：2026-07-30
「詞元」（token）是大型語言模型處理文字的基本單位，每一次AI對話、每一段生成文字背後，都是模型在持續進行詞元的預測與生成。中科曙光在河南鄭州建設的十萬卡超大規模集群，被官方定位為國內首套「詞元工廠」，意指這座算力集群的主要任務就是大規模、高吞吐量地為各類AI應用提供詞元運算服務，如同工廠生產線一樣持續產出。
十萬卡集群意味著這座資料中心整合了十萬張等級的GPU加速卡，這樣的規模在全球超大規模算力集群中都屬於第一梯隊等級。根據官方說法，這座集群可支撐當前中國5%到10%的詞元訪問需求——換算下來，意味著中國境內每10次AI模型的推理請求，可能就有將近1次是由這座集群提供運算支援。
把算力集群定位成「工廠」而非傳統資料中心，反映的是營運思維的轉變：工廠強調的是標準化生產流程、產能利用率與規模化交付,而不只是提供機房空間與運算資源。這代表中科曙光這類算力供應商,正在把AI推理服務當成一種可以規模化生產、持續優化良率與成本的工業製程來經營,而不只是被動出租算力。
十萬卡等級的集中式集群，能夠透過更高效的機櫃互聯與排程調度，降低單位詞元的運算成本，這對於大量依賴AI推理服務的下游應用（例如企業客服、內容生成、程式碼輔助）而言，意味著更穩定、更低成本的算力供給。這類超大規模集群的出現，也代表AI基礎設施的競爭，已經從單一模型能力的比拼，延伸到算力供應鏈與工程化能力的全面較量。
隨著中國各地陸續出現這類超大規模算力集群，企業在評估AI基礎設施採購策略時，除了關注模型本身的能力排名，也應該將算力供應的穩定性、成本結構與地緣供應鏈風險納入長期規劃。
想打好AI與資料工程的基礎，歡迎參考Python課程。