AI基础设施新范式：无问芯穹Agentic Infra如何破解算力与效率难题

算力困局与范式转移：从线性堆叠到智能原生

人工智能的发展正站在一个关键的十字路口。随着模型从预训练（Pre-training）向后训练（Post-training）演进，再到推理时的扩展（Test-time scaling）以及智能体扩展（Agentic scaling），四条Scaling Law共同作用，使得模型训练与推理的超级市场正在相互孕育并加速融合。然而，计算需求的指数级攀升与硬件产能的线性增长之间，存在着难以忽视的鸿沟。仅依靠物理算力的简单堆叠，已无法有效弥合这一持续扩大的供需缺口。

在这一背景下，AI基础设施（AI Infra）的定义正在被重新书写。传统的“算力即资源”观念正在向“算力即智能”转变。无问芯穹联合创始人兼CEO夏立雪在2026年世界人工智能大会上指出，当下的AI基础设施必须以极致的效率服务更大规模。这一论断不仅揭示了行业痛点，更指向了未来的解决路径：通过AI原生能力，实现基础设施的自我优化与智能调度。

“前店后厂一中心”：重构AI生产力公式

无问芯穹提出的Agentic Infra战略布局，核心在于重构AI生产力公式：AI生产力 = 智能资源规模 × Token转化效率 × AI生产力转化效率。基于这一公式，其构建了“前店后厂一中心”的三大核心板块，旨在从底层资源到上层应用实现全链路的效率跃升。

首先，“算力集散中心”即Agentic Infra自主式基础设施平台，致力于解决智能资源规模最大化的问题。面对全球性的算力异质化与碎片化难题，该平台通过多元异构、软硬协同技术，将散落的、跨区域的算力资源统一汇聚、弹性调度。这不仅是对硬件的简单整合，更是对计算通信重叠、自适应通信流调度及异构算力调度机制的系统性优化。

其次，“Token工厂”即Agentic MaaS大模型服务平台，聚焦于Token的规模化与高质量生产。在智能体时代，推理需求呈现出上下文极长、交互轮次极多、缓存命中率极高的“三极”特征。传统的同构集群往往“偏科”，无法高效应对这些复杂需求。因此，该平台通过技术创新，力求在每一层优化中挖掘增量，实现“优化即利润”的增长飞轮。

最后，“AI生产力商店”即Agentic Infra行业解决方案，旨在将高效的Token转化为产业认可的高质量AI生产力。通过覆盖文娱、医疗、法律、能源等多个垂直领域，无问芯穹正在验证基础设施如何深度赋能千行百业的降本提效。

算力集散中心：破解跨域异构聚合难题

算力聚合的核心挑战在于如何打破物理边界与硬件壁垒。无问芯穹的跨域训练系统已经通过了生产级的严格考验，展现了其在超远距离、多数据中心及混合云场景下的强大能力。

在超远距离聚合方面，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。在新疆哈密与广东深圳两地集群间，通过计算通信重叠的流水编排，实现了联合训练性能165%的提升。这一突破验证了广域分散算力协同训练的可行性，为构建全国乃至全球范围的算力网络奠定了基础。

在多数据中心聚合场景中，系统打通了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%。这不仅盘活了不同批次的存量异构算力，更解决了企业客户本地算力不足与云上资源闲置的错配痛点。而在混合云算力聚合方面，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%，进一步增强了资源调度的灵活性。

目前，这套系统已在全国部署触达超37,000P算力，覆盖16种主流芯片。更重要的是，针对下一代AI进步的重要手段——强化学习，无问芯穹重点攻克了跨集群强化学习场景。该场景面临角色协同等待时间长、万卡级规模下故障频发等挑战。通过全栈协同优化，无问芯穹实现了跨域通信效率3-4倍的提升，通信开销100%全掩盖，并搭建了故障无感的训练机制，实现了跨域强化学习训练连续一周0中断稳定运行。这标志着大规模跨域强化学习不仅“跑得通”，更能“跑得快、跑得稳”，为支撑十万卡级以上的智能体在线进化提供了坚实底座。

Token工厂：极致效率驱动推理成本下降

在Token经济时代，推理效率直接决定了商业模式的可持续性。无问芯穹首创的跨集群异构PD分离架构（Prefill-RelayDecode-MainDecode, PDD），为这座“Token工厂”注入了核心动力。

传统推理架构难以兼顾Prefill（预填充）与Decode（解码）阶段的不同硬件需求。PDD架构利用高性价比的广域网以太网连接各地同构数据中心，让算力强的集群专注Prefill，显存带宽高的集群专注Decode。这种“让偏科硬件刷擅长题目”的设计，极大提升了系统效率。然而，跨集群KV Cache传输存在带宽和延迟瓶颈，如何保证“流速”成为关键。

为此，无问芯穹将Decode Radix Cache技术迁移至跨集群架构，使跨集群KV Cache传输数据量降低一个数量级，解决了“流量过载”问题。同时，PDD架构将传统PD分离解构为P-RLD-MD三级分离式推理架构。对于高延迟请求，RelayDecode先行输出Token，掩盖数十秒的传输延迟，待传输完成后无缝切换给MainDecode。这一设计仅需极少量机器承担RelayDecode，即可实现用户体验的零感知延迟。

实测数据显示，该架构使首Token延迟（TTFT）降低51.5%，单Token成本降低37.5%。过去一年，无问芯穹通过原始技术创新推动推理成本下降10倍。随着PDD架构的规模化落地，推理成本仍有10倍的下降空间。平台单日Token调用量较去年12月实现40倍爆发增长，形成了“业务带技术，技术提效率，效率促增长”的正向循环。

智能体蜂群：基础设施的自我进化

基础设施本身也需要智能化。无问芯穹提出的“基础设施智能体蜂群”，旨在通过Agent能力驱动AI Infra形成自主迭代、自我优化的闭环。

平台管家智能体系统作为全局统筹者，通过自然语言交互降低用户学习成本，能独立解决80%的日常资源运营与管理问题。智算集群运维智能体系统则扮演7×24小时全天候值守的“运维专家团”，实现从“人找问题”到“问题自己解决”的转变。经过验证，该系统可实现运维人效提升5倍以上，关键故障处理效率提升6倍。

在算子生成层面，KernelMind智能体系统通过“需求分析—智能调度—内核生成—沙箱验证—评审沉淀”五步闭环，稳定交付工业级高质量算子。在GLM5.2模型实测中，该系统在NVIDIA旗舰卡中实现端到端7.3%的性能提升，在AMD旗舰卡中更是带来39%的整体性能跃升，全面超越各类核心算子性能基线。

迈向物理世界：具身智能的基础设施支撑

AI的终极形态不仅限于数字世界，更延伸至物理世界。无问芯穹公布了首个面向大规模具身任务的云边端一体化管理与调度平台，将云端GPU集群、边缘算力节点和机器人真机设备统一接入。

针对具身智能训练与推理部署，无问芯穹发布了RLinf V0.3训练框架与Mizar-Robo推理优化体系。RLinf V0.3支持具身智能大规模真机、跨域端云协同的强化学习训练，支持真机设备1000+次在线上下线训练0中断，并将近百台真机规模的专线需求降至2Gbps以下，大幅降低规模化训练成本。Mizar-Robo则通过四层协同优化，全方位释放端侧硬件潜力。

在与自变量机器人WALL-OSS系列模型的联合优化中，端侧推理时延从500ms压缩至70ms，降幅达86%，推理性能提升7.14倍。这不仅保障了实时交互的流畅度，也为机器人产品从实验室走向规模化商用提供了有力支撑。

结语：让智能无处不在

从“算力集散中心”做大资源总盘，到“Token工厂”深挖效率红利，再到“AI生产力商店”向产业输出价值，无问芯穹始终锚定“规模与效率”两大支点。其提出的Agentic Infra体系，不仅是战略蓝图的落地，更代表了AGI时代基础设施的长期方向：为未来数字与物理世界的所有AI生产力运行构筑坚实底座。

正如夏立雪所言：“让智能无所不能，是AGI，而让智能无处不在，是AGI Infra。”在AI基础设施的决胜点上，唯有通过AI原生能力实现基础设施的自我进化与智能调度，才能真正支撑起下一代人工智能的无限可能。