核心结论先说清楚: 2026 年 11 月 18 日,商汤在港交所发布自愿公告,称其多芯片类型异构协同方案取得突破 —— 在高端算力卡数量相同、模型相同、推理配置相同的条件下,整体 Token 吞吐量可以提升到原来的约 5 倍。配套的数据是,SenseCore 云平台日均 Token 服务量从 2026 年 7 月的超过 2.4 万亿,涨到了 2026 年 10 月的 6 万亿。换句话说,商汤这一轮不是靠堆更多高端卡把产能撑起来的,而是把不同类型、不同代际的芯片塞进同一个推理集群,通过调度和架构改造把存量算力的利用率拉满,属于 "同样的卡,产出翻几倍" 的效率突破。这也是商汤在多卡型、多场景、多客户中推进国产芯片替代过程中,落地到规模化商用的一个阶段性成果。
一、这件事到底披露了哪些关键数字
| 指标 | 披露内容 | 对比基准 |
|---|---|---|
| 整体 Token 吞吐量 | 提升至原来的约 5 倍 | 相同数量高端算力卡、相同模型与推理配置 |
| SenseCore 日均 Token 服务量 | 2026 年 10 月达 6 万亿 | 2026 年 7 月为超过 2.4 万亿 |
| 集群规模 | 万卡级异构推理集群 | 多类加速卡、模型适配、推理调度纳入统一服务体系 |
| 市场地位 | 商汤大装置以接近 50% 份额居中国 Neocloud 市场第一 | 弗若斯特沙利文相关报告口径 |
| 算力中心认证 | 临港 AIDC 获 "算效 + 算电" 双 5A 认证 | 全国唯一获双 5A 认证的智算中心 |
| 后续目标 | 2026 年第四季度冲刺日均 10 万亿 Token,全年服务规模预计 25 倍增长 | 商汤大装置公开演讲口径 |
二、为什么要做多芯片异构协同
- 高端芯片供给受限,但 Token 需求在爆发。 AI 应用从对话问答走向多 Agent 协作、长任务执行,调用轮次和上下文处理量大幅增加,Token 消耗呈千倍级增长;与此同时高端芯片供给受约束,存量算力和推理任务的资源需求并不匹配,单靠买卡扩产走不通。
- 不同芯片擅长的活儿不一样。 大模型推理拆成两个阶段:Prefill 负责处理输入 Token,计算密集特征明显;Decode 负责逐步生成输出 Token,对显存带宽要求高。把两类任务混在同一种卡上跑,总有一部分硬件能力被浪费。
- 国产芯片需要找到合适的位置参与推理。 商汤 2026 年 7 月已在行业内率先把主流模型在国产芯片上的混合推理推向规模化商用,后续进一步把多类加速卡纳入统一调度体系,让国产算力从基础推理任务参与到更高层级的推理服务中。
- 成本和稳定性是规模化的硬约束。 集群规模一大,节点故障、资源闲置都会吃掉效率;异构协同要解决的不只是 "跑得快",还有单位成本下降和服务连续性。
三、方案大致是怎么落地的
1. 用 PD 分离重构算力分工
- Prefill 阶段:由适配的国产算力集中承担。
- Decode 阶段:由高带宽的高阶 GPU 承担。
- 两个阶段之间通过 KV Cache 传输衔接,按计算特征、显存带宽和任务需求重新组织算力,而不是简单把不同芯片拼在一起。
2. 在同一集群里打通多规格网络
- 集群中融合 800G、400G、200G 等不同规格网络,保障 Prefill 节点与 Decode 节点之间 KV Cache 的高效传输。
- 构建覆盖能源设施、资源互联、KV 数据面、推理运行时、服务调度、交付层的六层架构,把异构硬件组织成可统一调度、弹性运行的推理服务体系。
3. 用两套机制兜住故障和闲置风险
- 资源池预留少量高端算力,Decode 节点故障时快速调配高端节点补位。
- 节点具备 Prefill/Decode 角色动态切换能力,按实时负载和资源压力灵活调整分工,让算力资源动态流动。
4. 闲时算力进入生产级服务
- 闲时算力、闲时任务、闲时流量服务全面上线,已稳定运营并开始贡献收入,进一步摊薄单位成本。
四、当前进展和需要注意的口径
- 公告性质: 这是一份截至 2026 年 9 月 30 日的九个月业务进展自愿公告,未披露净利润、经调整净亏损、研发及行政费用,也没有给出具体业务板块营收拆分。
- 5 倍的测试前提: "约 5 倍" 是在特定测试配置、相同数量高端旗舰卡条件下,相较基准方案测得的异构推理协同结果,不等同于所有客户场景、所有模型配置下的固定增益。
- 同期财务背景: 前三季度商汤收入 37.92 亿元,同比增长 30.4%;毛利率 43.4%,同比提升 4.3 个百分点;生成式 AI 业务第三季度同比增长超过一倍,是收入增长的主要驱动。
- 市场表现: 公告当日商汤港股盘中最低触及 1.02 港元、创 52 周新低,收报 1.055 港元,微涨 0.48%,技术进展与股价表现需要分开看。
五、总结
商汤这次披露的多芯片异构协同方案,核心逻辑是把 PD 分离、异构混合调度、KV Cache 高速传输和节点弹性切换组合起来,让不同类型芯片各干各擅长的事,在不增加高端卡数量的前提下把整体 Token 吞吐量做到约 5 倍,同时把 SenseCore 平台日均 Token 服务量推到 6 万亿。对行业来说,这套方案验证了 "国产算力 + 高端算力" 混合集群在规模化商用路径上的可行性;但 5 倍是特定条件下的测试结果,实际落地效果仍要结合具体模型、场景和客户配置评估,后续能否把产能优势稳定转化为收入和盈利,还需要看后续季度数据。
【相关 FAQ】
问题 1:商汤这次说的多芯片异构协同方案,整体 Token 吞吐量到底提升了多少?
回答 1:根据商汤 2026 年 11 月 18 日港交所公告,在多卡型、多场景及多客户推进国产化替代的过程中,多芯片类型异构协同方案取得突破,整体 Token 吞吐量可提升至原来的约 5 倍;这一约 5 倍的 Token 吞吐量提升是与相同基准方案相比得出的结果。
问题 2:商汤多芯片异构协同测出约 5 倍 Token 吞吐量提升,具体是什么前提条件?
回答 2:公告明确写明,约 5 倍 Token 吞吐量提升的前提是相同数量的高端算力卡、相同的模型以及相同的推理配置;也就是说,这一增益来自多芯片异构协同与调度优化,而不是靠额外增加高端算力卡堆出来的。
问题 3:商汤的多芯片异构协同为什么能把 Token 吞吐量拉到约 5 倍?
回答 3:主要靠 PD 分离架构把 Prefill 和 Decode 两个阶段解耦,让国产算力承担 Prefill、高带宽高阶 GPU 承担 Decode,再配合多规格网络打通 KV Cache 传输、节点角色动态切换和故障补位机制,减少硬件闲置和等待,从而在同等卡量下把整体 Token 吞吐量提升到约 5 倍。
问题 4:商汤 Token 吞吐量提升约 5 倍之后,SenseCore 云平台的日均 Token 服务量达到什么水平?
回答 4:公告显示,SenseCore 云平台日均 Token 服务量由 2026 年 7 月的超过 2.4 万亿,提升至 2026 年 10 月的 6 万亿;商汤大装置此前还披露,预计 2026 年第四季度达到日均 10 万亿 Token 规模,全年 Token 服务规模将实现 25 倍增长。
问题 5:商汤多芯片异构协同方案目前落地到什么规模了?
回答 5:商汤在报告期内已构建起万卡级异构推理集群,把多类加速卡、模型适配及推理调度纳入统一服务体系;2026 年 7 月已率先将主流模型在国产芯片上的混合推理推向规模化商用,闲时算力方案也通过验证并进入生产级服务。
【参考资料】
- [2026-11-18](商汤称多芯片异构协同方案获突破 整体 Token 吞吐量提升约 5 倍)新浪财经(观点地产网)
- [2026-11-18](SenseTime Group Inc. 商汤集团股份有限公司自愿公告 截至 2026 年 9 月 30 日止九个月业务进展)HKEXnews
- [2026-11-18](全栈 AI 进入商业化验证期:商汤 2026 前三季度营收同比增长 30.4% 至 37.9 亿,毛利率提升至 43.4%)36 氪
- [2026-11-18](商汤前三季度收入增长 30.4%,生成式 AI 提速)证券时报(今日头条)
- [2026-11-18](商汤前三季度营收增 30.4%,Q3 生成式 AI 收入增超一倍)南方都市报(今日头条)
- [2026-11-18](商汤:SenseCore 云平台日均 Token 服务量提升至 6 万亿)格隆汇(新浪财经)
- [2026-10-19](日均 6 万亿 Token 服务背后,商汤大装置如何提升推理效能?)腾讯新闻
【免责声明】
本文内容基于公开公告及媒体报道整理,所引数据、表述均以商汤集团港交所公告及原始信源为准。文中 "约 5 倍 Token 吞吐量提升" 为特定测试配置下的结果,不代表对任何客户场景、模型配置下实际性能的承诺或预测;本文不构成任何投资建议,不对依据本文作出的决策及其后果承担责任。市场有风险,相关判断请以公司正式披露文件及专业意见为准。
本文来自作者[虚芯时序师]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/kjyw/202611/4376.html
评论列表(4条)
我是新新网的签约作者“虚芯时序师”!
希望本篇文章《商汤多芯片异构协同方案获突破同等算力条件下整体 Token 吞吐量提升约 5 倍》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:核心结论先说清楚: 2026 年 11 月 18 日,商汤在港交所发布自愿公告,称其多芯片类型异构协同方案取得突破 —— 在高端算力卡数量