“選擇悖論”正在AI模型與算力世界里上演。

作者丨趙之齊

編輯丨包永剛

北京一月的初雪落下前，我們在清華見到了翟季冬教授。他手持保溫杯，說話很利落，即便一邊思考一邊敘述，言辭間也幾乎沒有停頓、沒有模糊地帶。

這位曾帶隊拿下15次世界超算冠軍的清華計算機系長聘教授，此刻正在拆解一個行業(yè)怪象：為什么在大模型參數(shù)狂飆、算力價格下探的當下，用戶的AI落地負擔卻越來越重？

他指出，如今Benchmark（基準測試）上的高分，在比對用戶真實需求時不一定管用，有時，同個模型在不同MaaS平臺上跑出來的效果可能差異巨大，因為部分服務(wù)商為了降低成本，會對模型進行“閹割級”量化。而面對眼花繚亂的MaaS供應(yīng)商，用戶要在性能、價格與穩(wěn)定性之間做取舍，往往光調(diào)研一輪市場報價，就已耗盡精力。

“把選型的主動權(quán)完全交給用戶，其實是很大的挑戰(zhàn)”， 翟季冬直言。這種“選擇悖論”不僅折磨著開發(fā)者，更在吞噬企業(yè)的利潤——對于企業(yè)來說，降本增效的核心可能并非追求最頂尖的模型，而是如何調(diào)度能力恰當?shù)哪Ｐ停尠嘿F的大模型處理復(fù)雜指令，讓輕量的小模型應(yīng)付日常任務(wù)。

洞察到這一痛點后，由翟季冬的幾位畢業(yè)學(xué)生發(fā)起的AI Infra廠商——清程極智，開發(fā)出智能路由產(chǎn)品AI Ping（AI 評），希望成為算力界的“大眾點評”。

他們將分散的性能數(shù)據(jù)系統(tǒng)性整理，并收集用戶的使用習慣，公開不同模型與供應(yīng)商的測評數(shù)據(jù)，并給用戶推薦合適的、高性價比方案。翟季冬認為，這種產(chǎn)品形態(tài)，有助于撬動算力行業(yè)的馬太效應(yīng)——他相信，當數(shù)據(jù)越集中，模型的選擇就越精準；選擇越精準，用戶需要付出的成本就越低。

翟季冬

與我們交流時，盡管判斷明確，翟季冬說話時的語氣卻始終都是溫和的。他走進會議室時，手上拎著提前為我們備好的飲用水；對話結(jié)束后，還為北京凜冽的寒潮給我們來訪帶來的困擾而“致歉”。待人的認真，也換來了學(xué)生們的真心相待——在許多博士生習慣將導(dǎo)師稱為“老板”的當下，他的博士生們?nèi)詧猿址Q呼他為“老師”。

這份溫和的師者風范背后，是他對算力行業(yè)叢林法則的洞察。當大模型從實驗室走向萬千企業(yè)，性能數(shù)據(jù)與用戶體驗之間的信息差該如何填平？在國內(nèi)“重硬輕軟”的ToB市場中，AI Infra團隊又應(yīng)該如何定位自己的存在？（關(guān)于AI Infra生存路徑的探討，歡迎添加作者微信Ericazhao23交流）

這些問題的答案，都藏在他的娓娓道來里。

01
模型選型的隱形賬本：

位置、定價與被閹割的精度

更多的自由和選擇，并不意味著更大的幸福，有限且可比較的選項，反而能提升決策效率與滿意度——這一“選擇悖論”，正在AI模型與算力的世界里上演。

大模型井噴式發(fā)展，每個人手里都握著好幾款“AI助手”。但翟季冬捕捉到一個痛點：現(xiàn)在很多用戶上網(wǎng)挑選模型，能參考的只有很標準的Benchmark（基準測試），不少人直接沖著跑分最高的模型去——但最牛的不一定是最合適的。他直言：“模型刷了多少分，并不一定能匹配用戶的真實需求?！?/p>

究其原因，除了純粹的性能，還有很多因素會影響模型使用體驗。

供給側(cè)上，各家模型供應(yīng)商的服務(wù)響應(yīng)效果有所差別。以DeepSeek-v3.2模型為例，翟季冬團隊調(diào)研發(fā)現(xiàn)，國內(nèi)提供這一API服務(wù)的廠商就有幾十家，但他們的API服務(wù)吞吐卻覆蓋從15~200 token/s，相差10倍以上；而其支持的輸入輸出長度，也從8k~160k不等，相差了20倍。

用戶對此其實早有體感：去年初DeepSeek爆火后，一眾服務(wù)商紛紛接入其API，很多人用過一輪后卻發(fā)現(xiàn)，同樣調(diào)用DeepSeek模型、問出相同問題，不同供應(yīng)商的輸出效果卻天差地別。

答案很快浮出水面：即便接入同個模型，有的廠商會對模型做激進的量化處理，例如從FP8變成INT4，輸出的表現(xiàn)自然隨之改變。

連服務(wù)商的算力部署位置，也會左右模型的調(diào)用體驗：同款模型，如果用戶在北京調(diào)用，MaaS提供方在上?；蛏钲冢w驗都會有很大差異。

此外，各玩家定價策略各異，不同階段的促銷活動還會導(dǎo)致成本相差甚遠。

但用戶的需求本身就是多維度的：有的更看重性價比，有的追求穩(wěn)定性，有的則更在意響應(yīng)速度。而不同的任務(wù)場景，也對應(yīng)著不同的大模型最優(yōu)解——

對于需求是“寫小說”的用戶，模型擅長寫調(diào)研報告的能力就毫無意義；而日常查天氣、問穿搭，一個輕量級的小模型也足夠用；可要是解一道復(fù)雜的科學(xué)難題，就得大參數(shù)的模型出馬。

“把選型的主動權(quán)完全交給用戶，其實是很大的挑戰(zhàn)”，翟季冬指出。雖然對個人免費用戶而言影響可能甚微，但對企業(yè)級用戶來說，會直接引發(fā)巨大的成本鴻溝：

同樣的預(yù)算，調(diào)用大模型可能僅能支持十萬次請求，換成小模型卻能達到百萬次量級。

理想的情況是：如果能對需求做精細化拆分，讓復(fù)雜問題匹配大模型、簡單問題對接小模型，就能實現(xiàn)算力成本的最優(yōu)解。

而這些，都是翟季冬和清程極智團隊想解決的問題。

02
做算力界的“大眾點評”，

終結(jié)大模型選型亂象

瞄準這些行業(yè)痛點，清程極智團隊打造出智能路由產(chǎn)品AI Ping（AI評）。

“AI評的‘評’，就是評測，清程對國內(nèi)MaaS供應(yīng)商持續(xù)測試——既測同款模型在不同廠商手中的延遲、帶寬表現(xiàn)，也對比不同模型在各家平臺的吞吐效率與價格成本差異”，翟季冬介紹說。

拆解來看，智能路由的能力分為兩層：一是服務(wù)商路由，在眾多API服務(wù)提供者中選擇最佳的服務(wù)；二是模型路由，在眾多大模型中選擇最佳的模型。

回顧技術(shù)的研發(fā)，翟季冬感慨，服務(wù)商路由的搭建不算是最難的事，真正難啃的硬骨頭，是如何為用戶精準匹配模型。

“要給企業(yè)的問題精準匹配模型，前提是積累他們的海量歷史數(shù)據(jù)”，但在初期，數(shù)據(jù)儲備往往不足、用戶行為畫像模糊，模型的精準選擇很難。

這個難點，在AI Ping的目標市場——個人開發(fā)者和中小企業(yè)這個群體里，被進一步放大：

AI Ping團隊發(fā)現(xiàn)，這類用戶對產(chǎn)品質(zhì)量的要求幾乎是要“超出預(yù)期”，八十分的水準，在他們眼里幾乎等同于不合格，這讓產(chǎn)品打磨的難度陡增。

因此，在起初的冷啟動階段，團隊選擇用“笨辦法”突圍：一邊給供應(yīng)商測試大量數(shù)據(jù)，用Benchmark測試準確性、延遲帶寬、價格；一邊聯(lián)合上下游企業(yè)拓展市場，在真實場景中積累用戶、沉淀數(shù)據(jù)。

解決了這個問題，另一重考驗隨即出現(xiàn)：面對企業(yè)的高吞吐剛需，單一供應(yīng)商的算力儲備往往難以滿足。這就對平臺提出了兩大要求——強大的算力整合能力，以及國產(chǎn)算力接入通道的打通能力。

對此，清程極智就在AI Infra上做了大量工作，把“赤兔”推理引擎與AI Ping對接，完成了算力資源的整合調(diào)度。

截圖來自AI Ping網(wǎng)站

在翟季冬看來，AI Ping很像算力行業(yè)的“大眾點評”，給用戶打造一套垂直領(lǐng)域的解決方案。

這本質(zhì)上也是一種團購邏輯：聚合海量用戶需求后，清程極智能以更大的體量與算力廠商議價。畢竟，大模型選型的核心命題，始終是成本與效率的平衡。

“這本身也會形成一種馬太效應(yīng)”，翟季冬指出，“聚合的用戶越多、收集的數(shù)據(jù)越豐富，模型匹配的精準度就越高；既能幫助用戶省去更多錢，也能幫算力廠商盤活資源，我們的軟件能力也能借此賦能”。

從2025年春夏之交籌備至今，歷時近一年，AI Ping終于迎來了正式面市的時刻。

這種中立的評測甚至成了行業(yè)“裁判”：硅基流動創(chuàng)始人袁進輝此前在朋友圈提及，有的用戶分不清其基于國產(chǎn)卡的非pro版與基于國際算力的Pro版的指標差異，于是直接拋出AI Ping的測評結(jié)果作佐證。

“可以去這個網(wǎng)站看各項指標，很靠譜”，袁進輝這樣寫道。

來自同行的反饋，已側(cè)面印證出AI Ping作為風向標的價值。不過，一個更現(xiàn)實的問題也隨之浮現(xiàn)：對于清程極智而言，如何把這種數(shù)據(jù)影響力在商業(yè)上變現(xiàn)？

03
AI Ping商業(yè)解法：整機與算力雙管齊下

對話剛開場，被問及“如今Infra行業(yè)的普遍焦慮是什么”時，翟季冬的回應(yīng)直指核心：

“怎么讓國內(nèi)AI Infra賺到更多錢？”

在他看來，商業(yè)化的核心邏輯正在逐漸明晰：算力需求是一個非常真實的市場，怎么通過服務(wù)軟件把算力有效整合提供給用戶，會是AI Infra行業(yè)未來的重要發(fā)展方向。

這一判斷，也支撐起了清程極智的產(chǎn)品布局——大模型訓(xùn)練智能軟件?！鞍素誀t”、被譽為國產(chǎn)算力部署神器的“赤兔”大模型推理引擎和一站式大模型API評測和調(diào)用平臺AI Ping，本質(zhì)上都是底層算力到用戶端的一個個“出口”。其中，AI Ping便通過整合模型和供應(yīng)商，把軟件能力賦能到算力上，給用戶提供token和算力。

這也是清程在這兩年沉淀出來的解法。

翟季冬評論道，清程極智的核心競爭力是中間軟件層，包括編譯、通信庫、并行加速等技術(shù)，基于此，他們逐漸找到了自己的定位：和芯片廠商合作，做其系統(tǒng)軟件之上增量的部分，讓大模型在這些芯片上發(fā)揮出極致的效率。

圍繞這一定位，清程也在探索多種不同的商業(yè)化路徑：

一方面，將軟件與硬件打包為整機服務(wù)，針對“買了國產(chǎn)卡卻難落地”的痛點，讓裸機用戶也能做訓(xùn)練與微調(diào)；另一方面，是通過AI Ping等平臺與算力廠商合作，提升國產(chǎn)算力的易用性。

而在最近與國產(chǎn)芯片公司的廠商交流中，翟季冬也感受到，大家對軟硬件高效協(xié)同的重要性已形成共識，“剩下的問題，無非就是這些軟件由誰去做”。

清程極智聯(lián)合創(chuàng)始人師天麾，也觀察到了這種行業(yè)認知的轉(zhuǎn)變。他此前向雷峰網(wǎng)表示：

“DeepSeek能用極少的算力卡和極低的成本，訓(xùn)練出如此大規(guī)模的模型，主要依靠的是模型架構(gòu)設(shè)計和Infra軟件技術(shù)，尤其是他們把大量算力加速類Infra軟件開源后，大家才真正意識到Infra的重要性?！?/p>

一個顯著標識是，以前他還需要和投資人解釋什么是Infra，進入2025年之后，這一步已經(jīng)可以省略了。

但在當下，行業(yè)內(nèi)也流傳著一種擔憂：

“AI Infra的價值，只存在于國產(chǎn)算力群雄逐鹿階段，一旦算力架構(gòu)定型、大模型技術(shù)收斂，Infra的必要性也會大打折扣?！?/p>

這也是擺在所有Infra從業(yè)者面前共同的問題：下一個能證明自己價值的“地盤”會在哪里？未來如果國產(chǎn)算力逐漸同構(gòu)，AI Infra還有存在的必要嗎？

04
Infra的生命力：

架構(gòu)演進不止，軟件迭代不息

此前，AI Infra已在架構(gòu)適配、算子生成、并行通信等領(lǐng)域初試鋒芒，不過，這遠非終點。

在翟季冬看來，Infra的生命力源于底層架構(gòu)與上層軟件的雙重迭代：“只要模型還在演進、算力架構(gòu)還在融合發(fā)展，Infra的需求就會持續(xù)存在”。

他指出，即便是英偉達的CUDA生態(tài)，底層芯片同構(gòu)，但由于模型側(cè)還沒有完全收斂，推理、后訓(xùn)練的復(fù)雜度仍在提升：

文生圖、文生視頻等多模態(tài)模型還在興起，即將推出的DeepSeek V4，還將引入更多稀疏性相關(guān)的技術(shù)難題；AI for Science、AI for Engineering等新的應(yīng)用領(lǐng)域迸發(fā)，也在倒逼AI Infra的底層需求發(fā)生變革。

同時，國內(nèi)算力不僅廠商多，各自的架構(gòu)也并不統(tǒng)一，這更決定了AI Infra的不可替代性。

翟季冬分析，海外算力市場的架構(gòu)相對統(tǒng)一：英偉達與AMD占主導(dǎo)地位，二者的GPU架構(gòu)均屬于SIMT（單指令多線程），有很強的相似性。

反觀國內(nèi)，有的廠商選擇對標英偉達的SIMT架構(gòu)，有的則主攻SIMD（單指令流多數(shù)據(jù)流）架構(gòu)。

并且，在這幾年里，這兩種架構(gòu)并非一方絕對壓倒另一方：很多芯片廠商如今都在走架構(gòu)融合的路線，通過取長補短提升性能，比如華為，開始在SIMD架構(gòu)里融入SIMT的設(shè)計思路；英偉達則正好相反。

在此基礎(chǔ)上，即便已有比較成熟的Infra項目，例如開源圈里炙手可熱的Triton——這款由OpenAI為英偉達芯片開發(fā)的算子生成工具，在適配不同架構(gòu)的國產(chǎn)芯片時，也必須經(jīng)過大量本土化改造。

而未來，隨著推理場景的全面爆發(fā)，AI Infra還將迎來新一輪的挑戰(zhàn)。

翟季冬直言，行業(yè)現(xiàn)在普遍面臨一個痛點：芯片的峰值算力與實際利用率之間存在巨大鴻溝。一塊標稱300TFLOPS算力的芯片，在大模型訓(xùn)練或推理中，實際利用率往往只有10%-20%；即便是英偉達這樣的巨頭，預(yù)訓(xùn)練場景下的算力利用率也僅能達到50%上下。

進入推理階段后，文字、圖像、視頻等不同任務(wù)的算力需求差異顯著，再加上對時延的極高要求，如何針對不同推理場景實現(xiàn)硬件性能的最大化釋放，將是AI Infra未來的核心攻堅方向。

除了這些看得見的產(chǎn)業(yè)機遇，翟季冬還在默默探索那些“冷賽道”，比如AI for Science等短期內(nèi)難見商業(yè)價值、但對科技發(fā)展至關(guān)重要的領(lǐng)域。

他還與我們分享了一段近期的交流經(jīng)歷：一位歸國的天文系老師告訴他，射電望遠鏡每天都會產(chǎn)生海量觀測數(shù)據(jù)，他們需要高效的解決方案，來完成數(shù)據(jù)的實時處理與算法分析——這無疑對AI Infra的軟硬件協(xié)同能力，提出了更高的要求。

這些眼下難見回報的探索，正藏著AI Infra的本真價值。在翟季冬眼中，這也是Infra行業(yè)可以穿越周期、走向未來的底氣。

作者長期關(guān)注AI算力上下游等方向，歡迎添加微信Ericazhao23交流。

未經(jīng)「AI科技評論」授權(quán)，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標注來源并插入本公眾號名片。