PDD，Token工厂必备的“超级管线”！“前店后厂一中心”布局来了！

计算需求正在指数级攀升，这已经不是什么新鲜事了。但问题在于，今天如果只靠产能的线性增长去堆叠算力，供需之间的缺口恐怕只会越拉越大。

7月20日，2026年世界人工智能大会上，无问芯穹联合创始人兼CEO夏立雪提出，从预训练到后训练、从推理时扩展到智能体扩展，四条规则定律正在同时发力，模型训练和推理的“超级市场”正在互相孕育，彼此成就。

当下的AI基础设施，核心任务很明确：必须以极致的效率，去服务更大规模的智能需求。

基于规模与效率这两大锚点，夏立雪从无问芯穹的AI生产力公式出发，首次公布了Agentic Infra的“前店后厂一中心”战略布局。这套布局涵盖三大核心技术能力与产品服务体系——“算力集散中心”，Agentic Infra自主式基础设施平台；“Token工厂”，Agentic MaaS大模型服务平台；“AI生产力商店”，Agentic Infra行业解决方案。

这套Agentic Infra产品与服务体系立足基础设施，向下汇聚能源和芯片，向上支撑模型和应用，不仅极致提升了底层资源向AI生产力转化的规模和效率，更具备了Agentic AI时代最显著的AI原生能力——用基础设施智能体蜂群，去赋能资源规模扩展、提效Token生产，并支持Agentic AI的持续进化。

服务下一代Agentic AI在线进化

无问芯穹Agentic Infra自主式基础设施平台的核心目标，是实现智能资源规模最大化。它就像一座“算力集散中心”，把散落的、异构的算力资源统一汇聚、弹性调度、按需分发，为模型与应用层筑牢一个充足、稳定、可扩展的算力底座。

夏立雪认为：“算力的异质化、碎片化，这可不是某个地区独有的问题，它全球性的。如何把不同的、跨区域的算力资源，高效聚合协同起来，这才是扩大智能资源规模的关键。”

无问芯穹自成立以来，一直致力于通过“多元异构、软硬协同”技术，破解异质算力聚合的难题。他们打造的面向异构集群的大模型跨域训练系统，已经集成于Agentic Infra平台软件中，通过计算通信重叠的流水编排、自适应的通信流调度和异构算力调度机制，三位一体全栈协同优化，能够系统性地解决这一行业难题。

该系统已经受过三大类跨域算力聚合训练实践的生产级考验——

第一个例子，超远距离聚合。无问芯穹联合中国电信，完成了国内首例超4000公里的大模型跨域混训，新疆哈密与广东深圳两地集群，联合训练性能提升了165%，这充分验证了超远距离跨域集群协同训练的可行性。

第二个例子，多数据中心聚合。打通4个不同代际、不同型号的GPU集群，联合训练近百亿参数大模型，四集群协同性能提升41%，有效盘活了不同批次的存量异构算力。

第三个例子，混合云算力聚合。实现本地私有集群与公有云算力的安全互通混训，整体性能提升68%，帮助众多企业客户解决本地算力不足、云上资源却闲置的错配痛点。

目前，这套跨域训练系统已经在全国部署，触达超37000P算力，覆盖16种主流芯片，盘活了广域分散的异质算力，成为Agentic AI时代最坚实的底座。

夏立雪表示，伴随着大规模跨集群强化学习训练技术的持续成熟突破，无问芯穹还将持续深耕并行策略、通信融合、智能算子、极致容错等核心技术。未来，跨域计算资源的支撑规模将拓展至十万卡级以上，支撑下一代Agentic AI的在线进化。

Token工厂以“效”搏大

Token经济时代，无问芯穹在2024年初就提前布局的Agentic MaaS大模型服务平台，正在迎来高速且持续的增长曲线。这个平台就像一座“Token工厂”，核心目标是用极致效率，服务Token的规模化、高质量生产。

夏立雪用千卡到万卡规模的完整推理服务技术栈，展示了Token工厂内部的优化空间。从网关、路由，到底层推理实例，Token工厂层层可优化、处处有增量。

随后，夏立雪披露了无问芯穹首创的新一代推理系统优化成果——跨集群异构PD分离架构，简称PDD。

智能体推理需求的特征，可以概括为“三极”：上下文极长、交互轮次极多、缓存命中率极高，对吞吐、时延、缓存复用的要求，远高于传统对话场景。同时，从实测数据来看，不同芯片在Prefill和Decode阶段的性能差异极大。而眼下，这些散落在不同地区的存量集群，几乎都是同构的，而且每个集群都有点“偏科”。

因此，PDD架构首先用高性价比的广域网以太网，把分布在各地的、已经建好的同构数据中心连起来，让算力强的集群做Prefill任务，让显存带宽高的集群做Decode任务。这就好比让“偏科”的硬件只刷自己最擅长的题，极大提升了大模型推理系统的效率，堪称每座Token工厂都必备的“超级管线”。

PDD将传统的PD分离链路，创新解构为“P-RLD-MD”的三级分离式推理架构，就像是为这条“超级管线”加装了一个“精密增压阀”。对于高传输延迟的请求，RelayDecode先行输出Token给用户，让用户侧完全感受不到长达数十秒的传输延迟；当传输完成后，任务被无缝切换给MainDecode来处理，避免了RelayDecode被长期占用。通过这一设计，仅需极少量机器承担RelayDecode，就能掩盖以太网KV Cache传输延迟。

实测数据显示，该架构在实现首Token延迟降低51.5%的同时，单Token成本可降低37.5%。这不仅意味着用户端速度体验的显著提升，更意味着每一个集群都能被充分利用起来，最大化释放全域异构算力的产业应用价值。

过去一年里，无问芯穹的Token工厂通过一系列原始技术创新，推动了推理成本的10倍下降。夏立雪判断，随着跨集群异构PD分离架构的规模化落地，推理成本还有10倍的下降空间。

无问芯穹已经携手上海移动，联合打造了“沪芯沪产服务沪客”的“天问”模型服务门户，也与AI原生新世代社区“观猹”联合打造了“中国版OpenRouter” TokenDance平台。未来，无问芯穹将持续携手优秀的行业伙伴，以这套高效的“Token工厂”赋能更多产业领域、服务更广泛用户。

（本文原题：《PDD，Token工厂必备的“超级管线”！“前店后厂一中心”布局来了！》）