无问芯穹发布“前店后厂一中心”Agentic Infra战略，聚焦算力聚合与Token效率

事件概述

7月20日，无问芯穹在2026世界人工智能大会上发布Agentic Infra“前店后厂一中心”战略布局。CEO夏立雪指出，预训练到后训练、推理时扩展到智能体扩展四条Scaling Law叠加，AI基础设施必须以极致效率服务更大规模。基于AI生产力公式（智能资源规模 × Token转化效率 × AI生产力转化效率），无问芯穹推出三大核心产品体系：Agentic Infra自主式基础设施平台（算力集散中心）、Agentic MaaS大模型服务平台（Token工厂）、Agentic Infra行业解决方案（AI生产力商店）。

核心信息

1. Agentic Infra自主式基础设施平台

该平台旨在实现智能资源规模最大化，通过“多元异构、软硬协同”技术破解异质算力聚合难题。面向异构集群的跨域训练系统已通过三类实践验证：

• 超远距离聚合：联合中国电信完成国内首例超4000公里跨域混训，新疆哈密与深圳集群间联合训练性能提升165%。
• 多数据中心聚合：打通4个不同代际、型号的GPU集群，联合训练近百亿参数模型，四集群协同性能提升41%。
• 混合云算力聚合：实现本地私有集群与公有云算力安全互通混训，整体性能提升68%。

目前该系统已部署触达超37,000P算力，覆盖16种主流芯片。针对跨域强化学习场景，无问芯穹通过全栈协同优化（网络、平台、框架一体式深度优化），实现跨域通信效率提升3-4倍、通信开销100%全掩盖，并实现跨域强化学习训练连续一周0中断稳定运行。未来计划将跨域计算支撑规模拓展至十万卡级以上。

2. Agentic MaaS大模型服务平台（Token工厂）

该平台核心目标是用极致效率服务Token规模化生产。夏立雪披露新一代推理系统优化成果——跨集群异构PD分离架构（PDD）。该架构将传统P-D链路解构为Prefill-RelayDecode-MainDecode三级分离，通过让算力强的集群做Prefill任务、显存带宽高的集群做Decode任务，提升整体效率。针对以太网KV Cache传输瓶颈，团队创新迁移Decode Radix Cache技术，使传输数据量降低一个数量级；通过RelayDecode先行输出Token掩盖传输延迟。实测显示：首Token延迟（TTFT）降低51.5%，单Token成本降低37.5%。

过去一年，Token工厂已推动推理成本下降10倍。截至7月，平台单日Token调用量较去年12月增长40倍。无问芯穹已与Kimi、智谱、Minimax、阶跃星辰等头部大模型企业合作，并与上海移动联合打造“天问”模型服务门户，与观猹社区联合打造TokenDance平台。

3. Agentic Infra行业解决方案

覆盖文娱游戏、医疗健康、法律终端、能源电力等行业：

• 文娱游戏：与VAST Tripo 3D联合打造AGENTIC 3D GAME GEN解决方案。
• 医疗健康：服务上海瑞金医院算力及模型管理。
• 法律终端：打造专属AI合伙人“律盾芯人”，与段和段、君合、竞天公诚、通商等律师事务所合作。
• 能源电力：与南网能源探索智算中心能耗智能预测与协同调度。

4. 基础设施智能体蜂群

无问芯穹将智能体能力应用于AI Infra本身，形成三组智能体系统：

• 平台管家智能体系统：自然语言交互统筹平台操作，可独立解决80%日常问题。
• 智算集群运维智能体系统：7×24小时值守，实现运维人效提升5倍以上，关键故障处理效率提升6倍。
• 算子生成智能体系统：面向芯片的算子自动生成。

值得关注

无问芯穹提出的“前店后厂一中心”战略，核心是通过跨域算力聚合扩大智能资源规模，通过PD分离架构等技术创新提升Token生产效率，再通过行业解决方案将Token转化为实际生产力。其跨域训练系统和推理优化架构针对当前算力碎片化、推理成本高等痛点提供了具体技术路径，跨集群强化学习训练的稳定运行也有望支撑下一代Agentic AI的在线进化。