陈建宏
过去，我们习惯用模型参数、下载量、DAU，甚至融资金额来判断一家AI公司发展得怎么样。但这些指标都有一个共同的问题：它们反映的是规模、热度或者资本预期，却不能直接说明AI到底有没有真正运行起来。最近看到一组数据让我印象很深。OpenRouter统计显示，上周全球大模型调用量达到 46.7万亿Token，其中中国模型贡献了 23.45万亿Token，全球占比超过一半，DeepSeek、MiniMax、小米MiMo、腾讯、智谱等模型全部进入全球调用量前列。 相比排名，我更关注另一件事：AI产业第一次拥有了一个可以持续统计、持续追踪的运行指标。为什么是Token？因为每一次Token生成，背后都对应着真实发生的GPU计算、HBM读写、网络传输和电力消耗。它统计的不再是”AI能做什么”，而是”AI今天真正做了多少工作”。 这让我想到GDP。GDP不是经济本身，而是观察经济运行的一把尺子。同样，Token也不是AI产业的价值本身，却开始承担起类似的统计功能。它让过去难以量化的AI产业，第一次拥有了一个能够反映真实运行状态的数据口径。 这组数据还有另一个值得关注的信号：几万亿Token的周调用量说明，大模型推理已经不再停留在概念验证阶段，而是真正进入了规模化运行。真正进入工业化的，不只是模型，而是推理本身。 站在服务器和智算基础设施行业，我认为这也意味着运营逻辑正在发生变化。过去大家关注的是部署了多少GPU；未来更值得关注的，可能是每天能够稳定生产多少Token。GPU是供给，Token才是真正的需求。未来衡量一座智算中心价值的，也许不再只是拥有多少张卡，而是它能够持续创造多少Token吞吐量。
发布于 江苏
分享
评论
赞
未登录
友善发言
评论
加载中
