全球AI新云竞争转向训推交付与Token效率

全球AI新云产业图谱显示，CoreWeave、Nebius以GPU云为主，Lambda、Together AI和九章云极DataCanvas则向训练、推理及Token生产延伸，AI工程与AIDC运营贯穿产业链。九章云极是少数进入第一梯队的中国厂商。

行业正从单一算力销售转向专业化分工。资本评价标准也由GPU规模和跑分，转向总体拥有成本（TCO）、训推交付稳定性、Token服务效率和AI基础设施工程成熟度。当前主要路径包括GPUaaS、GPUaaS叠加MaaS，以及融合算力、模型服务和AI Engineering的全栈模式；集群供给、模型能力、运维水平和融资成本共同决定增长上限。

中国市场处于训练与推理双轮驱动阶段。2025年国内AI IaaS规模达486.7亿元，同比增长128%；公有云MaaS调用量为1944万亿Tokens，营收30.7亿元。预计2026年Token消耗量约4万万亿，MaaS营收升至186亿元。

九章云极DataCanvas同时布局GPUaaS、MaaS和AI Engineering，通过异构调度、训推编排和自动化运维降低客户TCO，平台给出的降幅约为73.8%。其价值判断聚焦成本、训练推理效率、Token经济性和工程落地效率。

训练侧，平台30天满载压测MFU达54.1%，日间波动率1.60%，并以DCU标准计费；自研DART-GUI-7B获得OS World 7B赛道第一。训练工厂与Token工厂共享Alaya OS和Alaya Atom Pod底座，适配多芯片环境。

平台的DingoFS可在分钟级完成检查点处理，数百GB模型归档压缩至60秒内；Token生产效率提升80%。通过拓扑感知调度、网络内计算和自动容灾，All-Reduce性能翻倍、流量减半，千节点扩容耗时降低85%以上，配置速度提升7倍。按2025年智算服务收入统计，其位居国内智算新云市场第一。

在国内多芯片、驱动和软件生态并存的环境下，异构资源管理、弹性扩缩、PD分离、KV Cache复用和连续批处理成为关键。最终竞争仍取决于稳定交付、资源利用率、推理性能和单位Token成本，能否降低客户工程损耗，才决定算力能否转化为可持续服务价值。