Ngành
Sau 9 năm phát triển, Zhongke Leinao chính thức ra mắt nhà máy Token hóa dữ liệu
(giờ Việt Nam)
Tóm tắt AI
Zhongke Leinao tận dụng kinh nghiệm tích lũy gần một thập kỷ để xây dựng nền tảng 'Token Factory', giúp tối ưu hóa quy trình xử lý dữ liệu cho các mô hình AI thế hệ mới.
Chính văn · Bản dịch AI
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
24-09-2026 08:48:02 Nguồn: QbitAI
Qiao Buchi, đưa tin từ Aofeisi, QbitAI | Tài khoản chính thức QbitAI
Trước đây, khi đánh giá một trung tâm dữ liệu, ngành công nghiệp thường dựa vào ba chỉ số:
Số lượng chip, quy mô năng lực tính toán và PUE (hiệu quả sử dụng năng lượng).
Sau khi các mô hình lớn (Large Models) bước vào giai đoạn suy luận quy mô lớn, bộ tiêu chuẩn này bắt đầu chuyển dịch sang phía đầu ra.
Với cùng một lô chip, cùng một đơn vị điện năng, cuối cùng có thể tạo ra bao nhiêu Token đáp ứng các yêu cầu về chất lượng, độ trễ và tính ổn định.
Chip được cấp điện chỉ mới đại diện cho việc bắt đầu sản xuất.
Tính toán, lưu trữ, mạng lưới, triển khai mô hình và điều phối tác vụ, chỉ cần một khâu bị tắc nghẽn, những con chip đắt tiền vẫn có thể chạy không tải một cách lãng phí.
Điều mà Zhongke Leinao nhắm đến chính là quá trình chuyển đổi từ tài nguyên sang sản phẩm trí tuệ này, giúp cùng một loại chip, cùng một lượng điện năng có thể tạo ra nhiều Token hơn, chi phí thấp hơn và chất lượng ổn định hơn.
Họ gọi hệ thống của mình là "Nhà máy Token phối hợp điện - tính toán", đưa các chip dị thể, mô hình, tác vụ người dùng và điện năng vào cùng một hệ thống điều phối, sử dụng ít tài nguyên hơn để tạo ra nhiều Token hiệu quả hơn.
Về phía đối ngoại, năng lực này được triển khai trên nền tảng đám mây BitaHub;
Về phía đối nội, nó được điều phối bởi một "bộ não ra quyết định", với ba hệ thống con là điện năng, năng lực tính toán và Token cùng vận hành.
Trên nền tảng năng lực tính toán, cung cấp Token
Chang Feng, đối tác kiêm Phó Tổng giám đốc của Zhongke Leinao, đã tính toán một bài toán giá trị để giải thích về "Nhà máy Token".
Giá mua một đơn vị điện công nghiệp thường chỉ vài hào, nhưng sau khi chuyển đổi thành năng lực tính toán, giá trị có thể đạt tới hàng chục nhân dân tệ;
Khi hình thành Token, giá của một số mô hình trên mỗi triệu Token có thể vượt quá một trăm nhân dân tệ.
Điểm mấu chốt ở đây không đơn thuần là tăng giá.
Năng lực tính toán là thiết bị sản xuất, điện năng chỉ là nguyên liệu, các câu lệnh (prompt) và tác vụ do người dùng gửi vào dây chuyền sản xuất Token, còn mô hình chịu trách nhiệm thực hiện chuyển đổi thông minh.
Hệ thống điều phối quyết định tác vụ đó được thực hiện vào thời gian nào, địa điểm nào, sử dụng loại chip nào và mô hình nào.
Thứ mà khách hàng mua cuối cùng chính là dịch vụ Token có khả năng hoàn thành tác vụ và đáp ứng các chỉ số yêu cầu.
Điều này cũng xác định vị thế của Zhongke Leinao trong chuỗi ngành.
IDC truyền thống cung cấp tủ rack, điện năng, mạng lưới và không gian; các nhà cung cấp đám mây cung cấp các instance tính toán và giao diện mô hình; Zhongke Leinao tiến thêm một bước, đó là tầng vận hành sản xuất Token, chịu trách nhiệm về hiệu suất sản xuất, chi phí và kết quả tác vụ của Token.

△ Hình ảnh do AI tạo ra
Chang Feng tóm tắt logic kinh doanh này thành hai việc: hiệu năng và tính kịch bản (scenario-based).
Hiệu năng quyết định mỗi con chip, mỗi đơn vị điện năng có thể sản xuất bao nhiêu Token; tính kịch bản quyết định những Token đó có thể tạo ra giá trị lớn đến mức nào.
Trong kế hoạch của Chang Feng, hiệu năng và kịch bản quan trọng như nhau, tập trung nguồn lực R&D để giải quyết vấn đề hiệu năng, tổ chức nguồn lực kinh doanh để giải quyết các kịch bản giá trị cao, sau đó kết hợp các Token chất lượng cao được tạo ra với các kịch bản kinh doanh để tối đa hóa giá trị ứng dụng, hiện đã hình thành một vòng lặp kinh doanh có thể mở rộng trong lĩnh vực AI4S và năng lượng.
BitaHub đóng vai trò là giao diện tiền sảnh.
Nó quản lý tập trung năng lực tính toán từ các kiến trúc khác nhau như NVIDIA, Ascend, tổng hợp API mô hình và dịch vụ Token, đồng thời kết nối kho tài nguyên tính toán riêng của doanh nghiệp với kho tài nguyên công cộng.
Lấy ví dụ nhu cầu trung bình 30 chip, cao điểm 100 chip, doanh nghiệp tự xây dựng theo tải trọng hàng ngày, phần thiếu hụt 70 chip trong giờ cao điểm sẽ được nền tảng bù đắp, tương đương với việc sở hữu một dây chuyền sản xuất Token có thể co giãn linh hoạt.
Theo Zhongke Leinao, tính đến thời điểm hiện tại, nền tảng đã kết nối hơn 3.000 nút tính toán, tổng quy mô vượt quá 5.000P, phục vụ tích lũy hơn 80.000 doanh nghiệp và người dùng nghiên cứu khoa học.
Phía hậu trường là bộ não ra quyết định do công ty phối hợp nghiên cứu cùng đội ngũ Đại học Khoa học và Công nghệ Trung Quốc (USTC), chịu trách nhiệm vận hành khép kín hệ thống tích hợp điện - tính toán - Token từ giám sát, dự báo đến điều phối và vận hành.
Do đó, sản phẩm cốt lõi của Zhongke Leinao không phải là một phòng máy, một loại chip hay một mô hình cụ thể nào.
Thứ họ cung cấp là năng lực tổ chức sản xuất xuyên miền: trên cơ sở đáp ứng các yêu cầu về bảo mật, độ trễ và tính ổn định, kết hợp các tài nguyên tính toán và mô hình phân tán thành các Token có thể cung cấp chất lượng cao một cách bền vững.
Chuỗi ngành không thiếu nhà cung cấp tài nguyên, thứ khan hiếm là nhà vận hành có khả năng chuyển đổi nhiều loại tài nguyên thành sản phẩm đầu ra ổn định và chất lượng cao.
Vận hành năng lực tính toán dị thể trước, sau đó tối ưu hóa điện năng
Công nghệ cốt lõi nhất của Zhongke Leinao nằm ở tầng phần mềm hệ thống AI: đưa tài nguyên tính toán, chip, mô hình, giá điện và tác vụ vào cùng một hệ thống ra quyết định, dựa trên điều kiện điện năng để điều phối linh hoạt năng lực tính toán, mô hình và tác vụ.
Hệ thống này được tóm tắt là kiến trúc "1+3": một bộ não ra quyết định kết nối ba hệ thống con là năng lực tính toán, Token và điện năng, trước tiên khớp nối năng lực tính toán, mô hình với tác vụ, sau đó đưa tín hiệu điện năng vào tối ưu hóa toàn cục.
Trước hết, đây là một mô hình dự báo và ra quyết định.
Bài gốc còn tiếp — xem tiếp tại bài gốc ↗
Bài viết được AI dịch và tổng hợp tự động từ QbitAI. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.