打开网易新闻 查看精彩图片

观点网讯：8月31日，中金发布研究报告《Token启示录（五）：推理产业链深度-测算篇》。该报告为推理产业链深度报告下篇，在中金研究测算视角下定量分析了推理优化对效率与成本的影响，并梳理产业链参与者格局。

格局方面，根据IDC，2025年中国公有云MaaS市场按调用量计算，火山引擎占据了接近一半的份额，其次是阿里云、百度智能云、硅基流动以及移动云。

测算结果显示，以样本量最大的模型D为例，其在B200上的每卡吐出量区间为152 token/s到14,949 token/s，对应的每百万Token成本区间为0.04~3.3美元。

模型A在GB200上同样呈现339~12,116 token/s的宽幅分布，不同模型与芯片组合间的性能差异明显。

效率方面，中金测算模型D的每卡吐出量均值由H100的850 token/s、H200的1,233 token/s，提升至B200的3,916 token/s与GB200的4,586 token/s，提升幅度约3~5倍。

成本方面，中金测算显示，在经过逐层优化后，混合实际成本可达约0.039美元/百万Token，较基准情况下约44.46美元/百万Token的推理成本大幅下降。基准情况设定为稠密架构400B、MHA、FP8、Prefill全注意力、推理引擎工程达成率10%、集群利用效率30%。

中金认为，硬件厂商外，推理产业链主要参与者包括模型厂商、超大规模云厂商、新云、推理优化平台、异构算力管理平台、多模型API聚合平台等，各环节毛利率主要取决于推理优化能力、硬件利用率、硬件采购成本和产品定价权。

单项优化较难形成持续的成本优势，覆盖模型、算法、引擎与硬件的Co-design能力更有可能形成持续的单位Token成本优势；第三方厂商服务敏捷、专注推理引擎提升有效吞吐，长期则需要向硬件或者向模型靠拢。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。