9月9日，在北京举行的2026京东全球科技探索者大会上，摩尔线程创始人、董事长兼首席执行官张建中宣布，将与京东云共建十万卡AI工厂。该工厂涵盖模型训练工厂、词元生产工厂与智能体生产工厂三类，以摩尔线程全功能GPU为算力底座，面向全行业开放。这是国产GPU首次进入头部AI云企业的十万卡级核心智算集群。
一、十万卡集群与三大工厂的架构
按照京东云披露的计划，十万卡全功能GPU集群聚焦大模型训练、推理及具身智能等关键领域，向全行业开放算力，助推物理AI加速产业化、规模化。摩尔线程将其能力体系归纳为三个工厂：模型训练工厂负责大模型与具身大脑的迭代训练；词元生产工厂面向推理场景批量生成词元；智能体生产工厂则用于训练与交付可执行的智能体。三者共同构成数据、训练、仿真、部署的完整闭环。
摩尔线程今年上半年已实现单一网络下千卡级、万卡级大规模集群的商业化落地。公司半年报显示，上半年营业收入17.36亿元，同比增长147.42%，其中云端产品收入为16.93亿元，占总收入约97.5%。基于MTT S5000的万卡集群已为超大参数大模型训练提供服务，面向词元工厂的推理服务也在陆续上线运营。这些交付记录，是京东选择其作为十万卡底座的工程信任来源。
二、从卖芯片到卖算力服务的转变
过去国产GPU厂商的核心商业模式是出售单卡或服务器，客户自行搭建软件栈与训练环境。此次合作中，双方将围绕芯片、云平台到模型训练进行全栈协同，助力京东JoyAI全系大模型进化，加速模型训练、仿真与高质量数据生成。京东集团技术委员会主席、京东云总裁曹鹏表示，物理世界的AI算力需要更实时响应、更低延迟、更高可靠性与更低成本，京东云明年会规划多个超十万卡国产化集群。
这种转变契合政策导向。工业和信息化部日前印发的信息通信行业发展规划提出，有序部署万卡、十万卡及以上智算集群，加大力度适配国产算力芯片。头部互联网企业正以前所未有的力度加码AI基础设施，2026年整个京东体系AI专项研发投入同比增长预计超过200%。当算力供给方从硬件销售者变成服务运营者，国产GPU的价值不再由单卡参数定义，而由集群稳定性、软件栈完整度与交付经验共同决定。
算力供给形态的改变，也在重塑国产芯片的验证路径。国产GPU过去最常被质疑的是大规模集群下的稳定性与软件生态兼容性，而这类问题无法靠实验室跑分证明，只能放进真实业务里长时间运行，才能把故障模式与性能瓶颈逐个暴露出来。进入头部云厂商的核心智算集群，等于把芯片放进最苛刻的生产环境接受检验，这比任何单点评测都更有说服力。
三、对中小团队与一人公司的算力成本影响
对中小团队和一人公司而言，十万卡级国产集群向全行业开放，意味着过去只能向少数云厂商高价租赁的训推算力，出现了新的国产化供给选项。当头部企业将冗余训练与词元产能对外开放，独立开发者可以用更低单价获得大模型微调、智能体训练与批量推理服务，不必为小规模验证一次性采购昂贵设备。
更关键的是全栈服务降低了技术门槛。一人公司往往卡在集群部署、分布式训练与稳定性调优等环节，而非缺少模型想法。由摩尔线程提供全功能GPU底座、京东云提供平台与场景的打包方案，把底层工程复杂度屏蔽在云服务之后，创业者可以把精力集中在业务闭环与行业数据上。不过也要清醒，十万卡集群从启动到稳定开放仍需周期，早期产能会优先服务于京东自身供应链AI与具身智能场景，独立开发者的普惠红利需要时间释放。
从行业结构看，算力正在从稀缺资源变成标准化基础设施，这个过程会同时压低单价与抬高服务门槛。价格下行的受益者是那些需要大量推理调用的一人公司，而门槛抬升则意味着单纯转售算力的空间被压缩。对创业者而言，真正的机会不在算力生意本身，而在于用更便宜的算力把行业里那些长期依靠人力完成的环节自动化，再把成本优势转化成产品能力与交付速度。
四、行业视角点评
国产算力走到十万卡规模，意义不只是数字跃升，而是证明全功能GPU路线能够支撑从训练到物理仿真的全链路。对一人公司与超级个体来说，算力基建的国产生态越完整，创业对海外高端卡的依赖就越低，成本结构也更可控。当模型训练工厂、词元生产工厂与智能体生产工厂变成可租赁的公共基础设施，独立开发者的竞争维度将从谁有卡，转向谁更懂场景与数据。这恰恰是小微团队最擅长的战场。
*本文仅代表作者个人观点（仅供参考）* 来源：创客OPC原创整理
