从训练到推理：智算需求正在经历一场结构性转向
过去一年，如果仅从“算力需求增长”来理解中国智算产业的变化，显然是不够的。
在 2026 年 1 月 21 日举办的金山云年度 Tech Talk 上，金山云对其过去一年智算业务的演进进行了系统性回顾。从公开财报数据到客户侧真实使用情况，这些信息拼凑出了一幅更清晰的图景：智算需求并非简单放量，而是在训练、推理、应用形态和工程方式等多个层面同时发生结构性变化。
这场变化的核心，不再只是“谁拥有更大规模算力”，而是围绕模型如何被使用、Token 如何被消耗、算力如何被组织展开。
变化首先体现在财务数据上。
根据金山云披露的公开财报，其智算云业务在过去一年实现了高速增长。以 2025 年第三季度为例，智算云账单收入达到 7.8 亿元人民币，同比增长接近 120%。这一数据并非孤立，而是延续了此前多个季度的增长趋势，显示智算已成为金山云收入结构中的重要组成部分。
金山云高级副总裁刘涛在分享中提到了金山云对这一趋势的判断：智算需求的增长重心，正在从训练侧逐步向推理侧转移。
从训练视角看，过去几年国内智算需求的主要推动力，来自少数对算力高度敏感的行业。
自动驾驶与具身智能，是其中最典型的代表。这些行业往往需要长期训练模型，并处理视频、点云、传感器等海量多模态数据。在早期阶段，它们对算力的需求更多集中在训练规模本身。
但与通用大模型不同，这类行业模型并不一味追求参数规模最大化。刘涛在分享中指出，自动驾驶和具身智能模型在训练阶段，对算力密度的要求并不极端，但对显存容量和数据处理能力要求更高。
这意味着，它们对算力平台的诉求，正在从“算力数量”转向“系统能力”——包括数据接入、预处理、多模态调度以及训练全流程的工程化效率。
推理侧的变化更加显著。
如果说训练侧的变化仍然是渐进的，那么推理侧的变化则更为直接和激烈。
一个被反复引用的数据，来自火山引擎在其公开发布会上的披露：平台每日 Token 调用量已达到 50 万亿级别。这是当前国内少数被明确对外公布的 Token 规模数据之一，也成为行业理解推理负载的重要参考。
与此同时，多个面向大众或企业的模型产品正在持续扩大推理需求。例如豆包、通义千问以及近期加大投入的腾讯元宝，都在不同程度上推动 Token 消耗快速增长。
这些产品并不完全运行在同一云平台上，但它们共同指向一个事实：推理阶段正在成为智算需求增长的主要来源，且这种增长具备明显的外溢性。
在所有推理场景中，编程类应用被反复强调。
刘涛指出，2025 年一个尤为显著的变化在于：编程相关请求正在成为 Token 消耗的主力场景之一。这一判断并非孤立，而是与海外模型使用结构的统计结果高度一致。
“Vibe Coding”成为一个关键词。一个广为流传的事实是，Claude Code 的大量代码本身，正是由 Claude Code 参与生成的。这意味着模型不再只是辅助工具，而是深度介入软件生产过程。
从全球 Token 调用结构来看，编程类请求在多家模型服务商中长期占据最高比例。金山云也观察到了同样的趋势：代码生成、重构和理解能力的提升，正在显著改变程序员的工作方式，并直接放大推理侧算力需求。
在具体应用层面，互联网客户仍然是智算需求的重要来源，但其需求形态已经发生变化。刘涛提到，当前互联网场景呈现出三个明显特征：
其一，多模态需求显著增长。视频生成、视频理解以及复杂推理任务，带动了训练与推理负载的持续上升；
其二，模型参数规模不再单向膨胀，而是围绕具体任务进行结构性调整；
其三，Vibe Coding 在头部互联网公司中已较为普及，使用更强的商用模型进行代码开发，正在成为常态。
这些变化意味着，互联网客户对智算平台的期待，已经从“算力服务”升级为对模型生命周期管理和工程体系的整体依赖。
为了满足更多元化的需求，刘涛表示，2025 年，智算平台金山云星流已完成从资源管理平台向一站式 AI 训推全流程平台的战略升级。从训推平台、机器人平台到模型 API 服务，升级后的金山云星流平台构建了从异构资源调度、训练任务故障自愈到机器人行业应用支撑、模型 API 服务商业化落地的全链路闭环。
实现三维进阶，智算云 AI 势能全释放
尽管各行各业大规模应用 AI 还处于早期探索阶段，但定位行业助力者的金山云，多年来持续打磨全栈 AI 能力。从 2023 年的智算网基础设施，到 2024 年智算云的平台化和 Serverless 化，再到 2025 年的一站式 AI 训推全流程平台，通过提升平台效率、突破行业边界、加速推理布局，金山云为迎接 AI 应用爆发做好了充分准备。
在平台效率方面，金山云星流训推平台提供从模型开发、训练到推理的完整生命周期管理，具备开发、训练、推理和数据处理四大模块能力，通过降低多模块协同复杂度，能实现“开箱即用”的 AI 开发体验。自研的 GPU 故障自愈技术结合任务可观测性设计，可实时监控硬件健康状态与任务进程，自动触发故障迁移与任务重调度，降低算力中断风险，保障长周期训练任务稳定运行。
作为面向机器人开发与落地的全链路云原生平台，金山云星流机器人平台深度融合数据采集、存储、标注、模型开发、训练、部署与仿真等核心环节，打造具身场景专属的数据、模型、仿真一体化引擎。平台率先实现具身智能数据工程领域采集、标注、管理的全链路闭环，可高效服务具身智能行业模型训练、仿真应用场景分析等核心需求，助力客户快速完成从算法研发到真实场景部署的全流程落地，最终推动机器人产业的智能化升级。
面向大模型应用开发者和企业用户，金山云星流平台模型 API 服务提供高可用、易集成的模型调用与管理能力，覆盖模型调用的全生命周期。该服务支持高并发推理与多模型管理，能够帮助用户高效接入多种模型资源，助力大模型应用落地。目前，金山云星流平台模型 API 服务已积累诸多行业客户。
同时，金山云星流平台的模型生态也在持续丰富。目前，平台已支持近 40 种不同模型，包括 DeepSeek、Xiaomi MiMo、Qwen3、Kimi 等。客户通过一站式访问，即可高效接入多种模型，在畅享稳定高效云服务的同时，更加聚焦 AI 业务创新和价值创造。
