中文(ZH) 从“算力”到“Token 生产力”，硅基流动助力央国企大模型规模化落地

硅基流科技赋能央国企大模型部署

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-23 08:32

专注于AI基础设施的硅基流科技公司，正在帮助中国的国有企业（SOEs）大规模部署大语言模型。他们通过自主研发的推理引擎，专注于优化算力向“Token生产力”的转化。该方法涉及算力资源的统一管理、高效的模型部署和智能调度，以降低成本并提高硬件利用率。该公司在一个案例研究中展示了成功，其中一个国有企业集团通过整合模型和优化资源配置，显著降低了每百万Token的成本，并启用了新的业务场景。 AI

影响优化企业的AI基础设施，可能降低成本并促进大语言模型的广泛应用。

排序理由本文讨论了一家公司部署大语言模型的解决方案，属于AI相关工具而非核心AI发布。

在雷峰网 (Leiphone) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 5 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 本文讨论了一家公司部署大语言模型的解决方案，属于AI相关工具而非核心AI发布。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: infra, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

雷峰网 (Leiphone) TIER_1 中文(ZH) · 2026-10-23 08:32

From "Computing Power" to "Token Productivity", Silicon-based Flow Empowers Central and State-owned Enterprises to Scale Large Models

<p>在企业网 D1net 主办的 2026 秋季央国企 CIO 及数科公司高管峰会（第 19 届）上，硅基流动解决方案总监唐安波出席峰会并作主题分享：《从“算力”到“Token 生产力”：央国企大模型规模化落地的推理基础设施与 ROI 实践》。以下为分享内容精华。</p><p>当下，AI 应用正处于爆发式增长的早期阶段，Token 消耗量呈指数级增长。这背后，模型架构持续演进，版本更新节奏快速；同时，算力架构也在不断演进。模型与算力之间，是相互推动的迭代过程。对于企业来说，一方面要适配这些变化，另一方面又要面向自己的业务场景提供多元化模型服务，还要把成…

本文如何被排名

报道来源 [1]

From "Computing Power" to "Token Productivity", Silicon-based Flow Empowers Central and State-owned Enterprises to Scale Large Models

相关实体

相关话题