PDD Token工厂超级管线与前店后厂一中心布局解析

时间：2026-08-05 11:50

无问芯穹发布AgenticInfra“前店后厂一中心”布局，包含算力集散中心、Token工厂和AI生产力商店。其首创的跨集群异构PD分离架构（PDD）将推理链路解构为三级分离，实现首Token延迟降低51 5%，单Token成本降低37 5%，推动推理成本持续下降。

计算需求正以指数级速度增长，这已不再是新鲜话题。然而，当前仅依赖产能的线性增长来堆叠算力，供需之间的缺口恐怕只会持续扩大。

2026年世界人工智能大会上，无问芯穹联合创始人兼CEO夏立雪指出，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，模型训练与推理的“超级市场”正在相互孕育、彼此成就。

当前AI基础设施的核心任务十分明确：必须以极致效率，服务更大规模的智能需求。

围绕规模与效率这两大核心锚点，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。该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，向下汇聚能源与芯片，向上支撑模型与应用，不仅极致提升了底层资源向AI生产力转化的规模与效率，更具备了Agentic AI时代最显著的AI原生能力——通过基础设施智能体蜂群，赋能资源规模扩展、提效Token生产，并支持Agentic AI的持续进化。

赋能下一代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。它如同一个“算力集散中心”，将散落、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充足、稳定、可扩展的算力底座。

夏立雪认为：“算力的异质化与碎片化并非某个地区独有的问题，而是全球性挑战。如何将不同区域、不同形态的算力资源高效聚合与协同，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难题。他们打造的面向异构集群的大模型跨域训练系统，已集成于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。

该系统已通过三大类跨域算力聚合训练实践的生产级考验——

第一个案例：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165%，充分验证了超远距离跨域集群协同训练的可行性。

第二个案例：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。

第三个案例：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、云上资源闲置的错配痛点。

目前，这套跨域训练系统已在全国部署，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，随着大规模跨集群强化学习训练技术的持续成熟与突破，无问芯穹还将继续深耕并行策略、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：以效率驱动规模增长

Token经济时代，无问芯穹在2024年初便提前布局的Agentic MaaS大模型服务平台，正迎来高速且持续的增长曲线。这个平台犹如一座“Token工厂”，其核心目标是用极致效率服务Token的规模化、高质量生产。

夏立雪通过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，且每个集群都有点“偏科”。

因此，PDD架构首先利用高性价比的广域网以太网，将分布在各地的已有同构数据中心连接起来，让算力强的集群执行Prefill任务，让显存带宽高的集群执行Decode任务。这就好比让“偏科”的硬件只刷自己最擅长的题目，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，相当于为这条“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处理，避免RelayDecode被长期占用。通过这一设计，仅需极少量机器承担RelayDecode，即可掩盖以太网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%。这不仅意味着用户侧速度体验的显著提升，更意味着每个集群都能被充分利用，最大化释放全域异构算力的产业应用价值。