商汤‘银河计划’推进国产AI芯片规模化落地

银河计划：构建国产AI算力闭环

商汤科技正式推出‘银河计划’（Galaxy Project），旨在加速国产AI芯片在基础设施层面的规模化部署。该计划已联合近20家生态伙伴，涵盖芯片厂商、组件供应商及基础设施服务商。在题为《智能变革与共生》的主题演讲中，商汤联合创始人、大型设备业务集团总裁杨帆指出，该项目致力于打造一个‘芯片技术—生态协同—商业落地’的闭环体系，推动基于国产硅基的智能计算中心快速建设。

同期，商汤与卫星制造商国星宇航签署空间计算合作协议，并与包括上海人工智能实验室在内的五家科研机构达成研究合作，聚焦科学计算场景应用。

三大趋势驱动窗口期判断

杨帆将项目启动时机锚定于三重趋势交汇：企业级AI应用对token需求持续攀升；工业领域AI渗透率正加速追赶消费端用例；国产AI芯片商业化进程已达临界点——具备支撑规模化智能计算中心建设的技术成熟度与供应链能力。

不过，这一‘窗口期’是否如商汤所言已全面打开，仍取决于尚未独立验证的关键数据。

性能与成本主张均属自测结果

商汤称其大规模设备平台当前日均处理token达2.42万亿，预计2026年第四季度将增至10万亿（增长25倍）。需明确的是，该数字为预测值，非实测结果；企业客户在评估其基础设施能力时，应待季度运营数据发布后再作判断。

在成本效益方面，商汤表示其异构混合推理技术可在主流国产芯片上提升模型FLOPs利用率85–152%，推理单位成本较英伟达H系列芯片低20%（即效能为1.25倍）；相比国产同构推理方案，在同等成本下token输出提升2.5倍，使其优化集群首次越过行业公认的国产算力盈利门槛。以上全部指标均未提供第三方基准测试报告。

全栈适配层应对芯片碎片化挑战

针对国产AI芯片长期存在的软件栈割裂问题——即模型跨架构迁移需大量重写——商汤称已构建覆盖模型、框架、算子、工具链与硬件的全栈适配层，支持客户在不同国产芯片厂商间无缝迁移工作负载。

公司列举两项实测案例：在AI for Science长序列蛋白质预测任务中，融合算子优化使整体预测耗时缩短至原三分之一；在AIGC视频生成场景下，国产芯片运行DiT模型实现93%的多卡并行加速比，且主流AI开发工具迁移‘零成本’。此类结果虽在受控环境中表现优异，但其真实价值有待在客户实际产线——面对混代硬件、不均衡数据流与滞后固件更新——中持续验证。

提出‘每瓦特令牌数’新能效指标

商汤引入‘Tokens Per Watt’（每瓦特令牌数）作为衡量AI数据中心能效的新标尺，并同步发布‘算力协同智能体’，集成资源调度、电价预测与储能优化功能。该系统据称运行于八级数据架构、五条决策链之上，可实现单位电费token产出提升80%、平均电价较区域同类数据中心低10%、计算负载预测准确率达96%。这些指标需经完整季节周期与真实需求波动检验，不宜直接采信。

合作伙伴覆盖芯片全链条

‘银河计划’生态名单包括寒武纪、沐曦、海光、华为昇腾、摩尔线程、燧原科技、壁仞科技等国产芯片厂商；西芝科技等核心组件伙伴；以及硅美半导体、曲靖科技、中科嘉禾、青城极智、算能信息等基础设施服务商。