过去两年，人工智能产业最热门的关键词是什么？
大模型、GPU、算力集群。
从OpenAI到国内大模型企业，从云厂商到芯片公司，整个产业都在围绕一个目标竞争：获得更多计算资源。
但站在今天这个时间节点回看，一个新的问题正在浮现：
当AI真正进入千行百业，竞争的重点还会只是“拥有多少算力”吗？
答案可能正在发生变化。
未来几年，AI产业比拼的不仅是模型能力，也不仅是谁拥有更多GPU，而是谁能够以更低成本、更高效率，把能源和计算资源转化成可持续交付的智能能力。
换句话说：
AI时代的下一场基础设施竞争，可能是“谁能让1度电生产更多Token”。
![]()
![]()
![]()
![]()
![]()
最近，一个新的产业信号正在出现。
在世界人工智能大会期间，首个城市级绿色词元Token工厂项目签约落地常州，网宿科技深度参与其中。它并不是简单建设一个新的算力中心，而是在探索一个更大的问题：当AI从技术演示走向产业应用，如何让能源和算力更加高效地转化为智能生产力？
这也是为什么，未来AI基础设施竞争的重点，可能不只是算力规模，而是Token生产效率。
01
算力竞争，正在换一个指标
过去，评价一个数据中心或者算力集群，行业习惯看几个指标：
有多少GPU
拥有多少P算力
数据中心规模多大
这些指标在AI发展的早期阶段非常重要，因为产业首先需要解决“有没有算力”的问题。
但随着大模型进入应用阶段，问题正在变得更加复杂。
训练大模型需要一次性的巨大算力投入，而未来企业使用AI，需要的是长期、稳定、低成本的推理服务。
这意味着，AI基础设施最大的挑战正在从“拥有多少算力”，转向：如何让已有算力产生更多有效产出。其中，一个绕不开的问题就是能源成本。
AI本质上是一个高耗能产业。
无论是GPU运行、服务器散热，还是数据中心长期运营，都需要大量电力支撑。随着模型规模扩大和推理需求增长，电力成本正在成为AI基础设施的重要约束。
与此同时，很多算力资源并没有被充分利用。GPU存在负载波动；不同任务存在时间差异；能源供应也存在峰谷变化。如果算力、能源和任务需求无法匹配，就会出现：设备闲置，但电力成本持续产生；能源充足，但算力无法及时消化；业务需求增长，但资源无法快速响应。
因此，未来衡量AI基础设施效率，可能不只是看拥有多少GPU，而是看：每消耗一度电，能够生产多少Token。这也是“Token/Watt”（每瓦Token产出）受到关注的原因。
02
AI效率的关键，在算力之外
很多人谈AI效率优化，第一反应是芯片。
当然，更先进的GPU、更高性能的计算架构非常重要。
但AI基础设施真正复杂的地方在于，它不是单一设备，而是一条完整链路。
![]()
![]()
![]()
![]()
![]()
从绿色电力进入系统，到最终生成一个Token，中间经历能源供应、电网调度、服务器运行、芯片计算、模型推理以及用户请求分发。
过去，这些环节往往由不同系统分别管理。
能源企业关注电力稳定
数据中心关注设备运行
云厂商关注计算资源调度
应用企业关注业务响应
但AI时代，这种割裂正在带来新的效率损耗。
比如，新能源发电具有波动性，而AI推理任务也存在明显的峰谷变化。
当能源供应与算力需求无法匹配时，便会出现电力充裕时算力未能充分利用、算力闲置时能源成本居高不下、以及任务需求增长时资源无法快速响应的多重困境。
因此，未来AI基础设施竞争的关键，不只是拥有更多资源，而是能否把这些资源协同起来。
网宿科技与深度动力提出的“绿电—电网—芯片—算力—Token”协同思路，本质上就是希望打通过去分散的环节，让能源状态、算力资源和业务需求形成动态匹配。
![]()
![]()
![]()
![]()
![]()
03
网宿科技的AI转型逻辑
如果只看表面，这似乎是一个能源和算力结合的新项目。
但从产业演进角度看，网宿科技参与其中其实并不意外。
过去二十多年，网宿科技长期深耕CDN领域。
CDN解决的核心问题，是如何让海量互联网内容更加快速、稳定地触达用户。
背后的能力包括：
节点布局
智能调度
流量管理
安全防护
而进入AI时代，基础设施面对的是另一个类似的问题：
如何让大量AI服务稳定、高效地交付？
过去，互联网时代解决的是“内容分发”。
未来，AI时代需要解决的是“智能分发”。
这也是为什么越来越多传统基础设施企业开始寻找AI时代的新定位。
因为AI产业最终需要的不只是模型和芯片，而是一套能够连接能源、网络、计算和应用的基础设施体系。
从这个角度看，网宿科技参与Token工厂建设，本质上是在探索自身长期积累的基础设施能力，如何进入AI时代的新场景。
04
Token工厂，会成为下一代基础设施吗？
此次常州城市绿色Token工厂项目，是这一方向的一次产业探索。
据了解，该项目由常州市数据局、常州高新区、国家电投电投综能、山铁数科、阿里云智能集团、网宿科技、深度动力等多方合作推进。
项目希望打造覆盖：
绿电供给
算力建设
技术平台
运营服务
的完整体系。
其中，包括绿电直连、800伏高压直流、液冷技术、物理AI能源大模型等技术探索。
从技术路线看，它试图解决一个长期存在的问题：
如何让绿色能源更高效地转化为AI生产力。
根据项目规划，建成后预计年产60万亿Token。
更重要的是，这种模式探索了一种新的AI基础设施形态。
过去，城市建设数字基础设施主要聚焦于网络覆盖与数据中心部署；而面向未来，则需将稳定绿色的能源供给和AI算力服务能力纳入基础框架。更重要的是，城市还需构建可持续的智能生产体系，以确保这些能力能够长期转化为产业与社会价值。
AI基础设施正在成为城市竞争力的一部分。
05
新模式，还需要时间验证
当然，从行业发展的角度看，Token工厂仍然是一个新的探索方向。
它未来能否大规模复制，还需要解决几个现实问题。
AI应用需求是否能够持续增长
目前企业AI应用正在快速发展，但真正大规模商业化仍需要时间。
算电协同模式是否具备普适性
不同区域的能源结构、电网条件和产业需求存在差异，需要更多实际项目验证。
行业需要建立新的评价体系
过去数据中心关注PUE。
未来AI基础设施可能需要关注：
单位能源产生多少智能
单位算力创造多少业务价值
单位成本能够交付多少Token
这些指标，可能重新定义下一代AI基础设施。
06
AI时代，拼的是基础设施效率
过去十多年，我一直关注边缘计算、云计算以及基础设施的发展。
一个非常明显的趋势是：
每一次技术革命走向规模化，最终都会从“资源竞争”进入“效率竞争”。
云计算时代，比的是资源池化能力
边缘计算时代，比的是计算与业务距离
AI时代，比的可能是能源、算力和应用之间的协同效率
今天，行业还在讨论谁拥有更多GPU。
但未来几年，也许真正重要的问题会变成：
谁能够让同样的电力，产生更多智能？
从这个角度看，网宿科技与深度动力探索的Token工厂，并不是简单增加一个算力设施。
它代表的是AI基础设施的一种新方向：
让每一度电、每一次计算，都更加接近真正的智能价值。
而这，可能才是AI进入产业深水区之后，下一场基础设施竞争的开始。