今年世界人工智能大会（ WAIC）展区 ，最大的一个特点是：各家企业纷纷发力打造 “超节点”，算力集群容量直接迎来爆发式扩容。
摩尔线程、华为、阿里、百度等一众企业，均现场展出自研国产 AI 算力集群，同步配套落地丰富的行业应用案例。
这一行业趋势早已跳出单纯技术演示的阶段，也印证了一个关键行业变化：从大型智算中心搭建，到云端推理业务部署，国产 AI 算力彻底告别试验探索阶段，实实在在落地各类客户商用场景。
尤其近期，摩尔线程与京东“牵手”合作，引发关注。
7月19日举行WAIC摩尔线程论坛上， 京东云总裁曹鹏在演讲的表示，该公司 与摩尔线程深度合作、JoyAI部分训练算力跑在MTT S5000上、自研xLLM推理引擎承载集团每日海量Token。
这意味着，继华为之后，京东再度与国产算力公司合作，构建AI全国产化体系。
不仅是京东。
这次，摩尔线程还充分展示与无问芯穹、MiniMax、极佳视界、趋境科技、EvoPhys.ai等多家AI产业链公司的合作成果。
正如摩尔线程创始人、CEO张建中在演讲中所言， 训练一个模型能不能成功，成本是很高的，动辄几亿甚至是上十亿，这么大的成本投入，背后必然需要非常强的算力基础设施和AI Tokens工厂能力。
具体来说， 这次与摩尔线程的合作名单当中，京东无疑是其中最值得关注的公司。
主要原因在于，对于GPU公司企业来说，目前计算卡最大的消纳方，核心还是互联网大厂、各地云端智算中心，以及运营商、超大型公司等。
换句话说，京东与摩尔线程的合作，对于国内AI算力行业来说是一次里程碑式的事件，至关重要。
我们 首先 拆解一下，为什么京东选择摩尔线程？
现在京东的核心业务主要有五个部分——零售和电商、物流、健康、工业、 科技，而这些应用开始全方位AI化。
2025年，京东集团全年总收入为13091亿元人民币（约合1872亿美元），同比增长13%。
今年6月，京东已经公开宣布，集团全面加码AI，把AI当核心驱动力。
简单来说，京东的AI，就是希望靠手里的实体产业做底子，做出"能创造产业价值的落地应用"。
所以，作为电商和产业链大厂，京东的JoyAI大模型已经铺进京东2000多个业务场景。
应用层面，京东附身智能品牌JoyInside拉了40多家硬件品牌一起做；到2025年底，JoyAgent智能体平台在内部落地超过5万个生产级智能体，JoyCode一年生成代码超10亿行，京东内部AI生成代码占比到了40%；JoyStreamer数字人直播对所有商家免费开放，已经服务5万多家商家。
此外，垂域模型方面，JoyAI基础大模型、京东物流超脑、京东健康京医千询、京东工业JoyIndustrial，加上JoyAI-RA具身智能模型，都已经深入京东的各个应用场景。
综上，京东加码做AI Agent 智能体与具身智能，而背后都离不开完整底层基础设施支撑，整套能力核心是由京东云提供。
财报显示，2025年全年研发开支增加30.5%，到222亿元，占收入1.7%。从2017年起，京东在科技领域累计研发投入已超过1700亿元。
公开信息显示，京东AI相关研发投入年增长超过200%，算力基础设施投入到了大几百亿级别。
这部分投入里面，京东云和JoyAI是核心，其扛起了算力和商业化的活，再反过来给购物体验上的AI落地供血。
那么，随着海外计算卡购买受限，国产算力已经不是“选择题”，而是“必答题”。因此，摩尔线程等公司，正在成为京东云形成自主可控生态的必经之路。
“AI Infra基础设施层面相对前几年有一个非常大的转变，全国产化体系正在越来越多的被建立起来。包括国产GPU、国产推理引擎、国产模型的一整套全国产化体系，正在越来越多被行业认可和使用，摩尔线程就是一个非常典型的案例，京东也跟摩尔线程有非常深度的合作。”曹鹏表示。
其次，我们聊聊，摩尔线程为何会成为京东云的算力合作方。
曹鹏透露， 在京东云的模型工厂当中，结合摩尔线程MTT S5000，在模型的训练、适配、调优上取得了非常好的进展，最新发布的一系列JoyAI大模型，相当一部分训练的算力是依托于摩尔线程所提供的国产化算力。
换句话说，京东云认为，摩尔 线程MTT S5000技术和产品能力强，训练算力、软件栈适配可靠性很高，非常值得“信任”。
作为全功能GPU龙头，摩尔线程 拥有 完备的训练套件和训练优化、强化学习等技术。
例如，在高扩展方面，随着集群训练规模持续增大，摩尔线程计算卡可保持高达95%的线性扩展效率；在高精度方面，训练精度与主流计算卡持平；在高稳定方面，集群支持断点续训，有效训练时长占比超90%。
摩尔线程还拿出了一组硬指标：基于MTT S5000构建的夸娥万卡级集群，Dense模型MFU达到60%，MoE模型MFU达到40%。
简单总结，摩尔线程的算力能力很适合用于AI大模型的训练和推理。
从模型和软件适配层面， 目前，摩尔线程可实现对DeepSeek、MiniMax、GLM、Kimi、Qwen等主流大模型的“发布即适配”。
除此之外，摩尔线程推出基于MTT S5000的PD分离异构推理方案，将高算力需求的Prefill计算池（MTT S5000）与高带宽的Decode生成池，实现异构分离、分池部署，大幅提升性价比。
“ 京东云正携手摩尔线程，通过JoyAI大模型联合攻坚、打造更高效率企业级推理平台、共建全链路具身智能服务等，让国产算力不仅能跑好模型，更能跑好业务，释放产业智能生产力。 ”曹鹏表示，
这次，摩尔线程还展示与 无问芯穹、 MiniMax、 极佳视界、 趋境科技、 EvoPhys.ai等公司展开合作。
实际上，上述几家公司都非常有代表性。
其中，MiniMax作为AI大模型第一股，其研发的多模态基础大模型，需要大量的底层算力基础设施，用于万亿参数规模的模型训练和推理。
而无问芯穹的核心是做Agentic token（Infra）工厂，提供稀疏计算、云端推理等新的技术和平台服务，需要大量算力为大模型和应用开发者提供稳定的算力云服务。
而半年融资10亿的趋境科技，是高效能 AI Token生产服务商和大模型推理加速平台，基于庞大算力底座，形成云端推理能力。
极佳视界、EvoPhys.ai均是研发世界模型的具身智能大脑公司，利用摩尔线程的算力基础设施，可完成模型和数据采集的快速计算。
极佳视界合伙人、副总裁毛继明表示，极佳视界与摩尔线程共同合作，摩尔线程长于算力、软硬结合的优化极佳视界，擅长模型、算法和数据，这样就形成了一个能够把数据通过算法得到一个可用模型的完整闭环。
“基于摩尔线程MTT S5000，我们联合共研完成驾驶世界模型、驾驶重建模型、具身世界模型、世界动作模型等物理AI模型的训练，我们已经完整的走通了国产芯片训练国产模型的全部链路。”毛继明表示。
在摩尔线程“灯塔计划”支持下，北京大学EvoPhys团队的全球首个5D世界模型EvoPhys-World，全程在基于S5000的夸娥集群完成原生训练，连续37天登顶斯坦福WorldScore“世界生成”维度榜首。这是一个完全由中国科学家原创的前沿模型，且在基于MTT S5000的国产GPU集群上完成全栈原生训练。
EvoPhys.ai创始人、首席执行官谭桦杰认为，这标志着国产算力在支撑高水平AI研究方面取得重要进展；双方后续还将联合发布白皮书及EvoPhys-World技术报告。
最后，我们聚焦讨论国产AI算力的未来发展趋势。
弗若斯特沙利文数据显示，2024年，国内Token吞吐量约为142.5万亿次，2025年迅速提升至约2426.3万亿次，年增长率达到了1602.6%。
报告预计到2030年，中国tokens消耗量将达到约5320亿亿个，2025年到2030年的复合增长率约为638.3%。
在行业高速增长的浪潮下，基于Token工厂的AI产业应用需求持续攀升，行业具备长期、高确定性的增长空间。
但与此同时，行业高速扩张的背后仍存在显著痛点。
当前词元吞吐量、集群资源利用率、运行效率、用户体验以及单位Token成本等核心指标波动较大，导致底层算力难以释放峰值性能，无法稳定承接海量AI推理需求。
这一问题直接推高了Token生产的综合成本，大幅降低了企业规模化采购Token服务的商业价值，制约了AI产业的规模化落地。
这也意味着，海量Token增量需求，亟需更高质量、更高性能的算力基础设施与之匹配。
正如中国工程院院士、清华大学教授郑纬民提出的核心观点：AI产业发展的核心在于高质量Tokens。
由此可见，AI基础设施层的竞争逻辑已经发生本质迭代，行业竞争不再是单纯的算力资源堆砌与囤积，而是全面转向Token生产效率的综合比拼。
作为国产全功能GPU行业的头部企业，摩尔线程具备全场景AI算力基础设施技术能力，持续加速推理与训练算力效率升级，高效产出高质量Token，将底层算力优势转化为可落地、可赋能的AI智能产业能力。
普华永道预测，中国到2030年预计将因AI实现高达7万亿美元的额外GDP增量，相当于2023年全年GDP的40%，成为因AI最受益的经济体之一。
足以预见，AI产业将成为拉动中国乃至全球经济增长的核心动力之一。
因此，国产AI算力发展，早已不是单一技术赛道的突破，而是支撑中国AI产业规模化落地的核心基石，更是中国在全球AI竞争中掌握主动权的关键底气。而以摩尔线程为代表的本土算力企业，正在走出试验期，进入量产落地阶段，并且加速进行算力部署，实现高质量Token生产与算力效率升级，让国产AI算力从“能用”，向“好用、高效、低成本”跨越。
©本文为原创内容
未经授权，禁止转载
热门跟贴