（来源：网易智能）
10月19日消息，近日曦望Sunrise联席CEO王湛在媒体访谈中给出了他对AI产业阶段的判断：“AI的下一场仗，不是比谁更聪明，是比谁更能稳定、便宜地交付智能。”
这一判断背后是Agent普及带来的算力需求变化。王湛认为，未来每个人可能拥有2至3个Agent，Agent总量有望超过人类。与普通问答不同，Agent需要反复规划、检索和调用工具，Token消耗大幅增加，“推理算力需求的增长才刚刚开始”。他观察到，客户此前的关注点是算力有多强、显存有多大，如今更关心业务能否跑得起、跑得稳、跑得便宜。
在王湛看来，推理需求主流化的信号已经出现在曦望的业务中：2024年，公司发现客户使用启望S2的场景绝大多数集中在推理侧，并判断推理算力规模将很快超越训练。2024年底，曦望将“All-in推理”写入公司战略，“在国产GPU公司中，我们是第一个吃螃蟹的”。
降本路径上，王湛用一道公式概括：单位Token成本=（硬件摊销分摊成本+算力运行成本+系统运维成本）÷Token产出量，解法是“降低分子，提高分母”。分子端，启望S3专注推理场景，精简训练相关模块，并采用LPDDR6替代传统HBM的存储路线；分母端，通过高速互联、分层存储及原生支持FP4低精度提升Token产出效率。据介绍，相比上一代S2，启望S3推理性能提升约5倍，单位Token推理成本下降约90%；系统层面，曦望还展示了256卡超节点，让256张GPU如一台超大GPU协同，以支持万亿参数量的多模态MoE模型。
“Token费用，和水费、电费一样，会列在每个人、每家企业的账单上，大家要开始为Token算账了。”王湛说，只有把单位Token成本打下来，大量智能应用才会在千行百业真正跑起来。他将曦望的定位概括为AI产业的“损益优化师”。（袁宁）
