无问芯穹夏立雪:数字世界与物理世界的所有AI生产力运行,都需要 Agentic Infra 文章

InfoQ 中文2026-07-20BLOGzh作者: 无问芯穹

详细信息

来源站点
InfoQ 中文
作者
无问芯穹
文章类型
BLOG
语言
zh
发布日期
2026-07-20

摘要

“计算需求在指数级攀升,今天,仅依靠产能的线性增长去堆叠算力,已经远远无法弥合供需之间持续扩大的缺口。” 7月20日,2026年世界人工智能大会上,无问芯穹联合创始人兼 CEO夏立雪提出,从Pre-training(预训练) 到Post-training(后训练)、从Test-time(推理时扩展) 到Agentic scaling(智能体扩展),在四条Scaling Law的作用下,模型训练和推理的超级市场正在互相孕育。当下的人工智能基础设施(AI Infra)“必须以极致的效率服务更大规模。”基于规模与效率两大锚点,夏立雪从无问芯穹的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)出发,首次公布无问芯穹Agentic Infra的“前店后厂一中心”战略布局,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,向下汇聚能源和芯片,向上支撑模型和应用,不仅极致提升底层资源向AI生产力转化的规模和效率,更有着Agentic AI时代最显著的AI原生能力——用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。Agentic Infra自主式基础设施平台,服务下一代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。它就像一座“算力集散中心”,把散落的、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、碎片化问题是全球性的,如何把不同的、跨区域的算力资源,高效聚合协同起来,是扩大智能资源规模的关键。