从数字AI到物理AI 算力基建迎来从“搬运硬件”到“封装智能”的范式跃迁

近日，在AGIC深圳国际通用人工智能大会暨 GERX 全球具身智能机器人展上，“具身智能”与“实体经济智能化”成为最热议题。当人形机器人、工业机械臂与自动驾驶方案占据展馆C位时，九章云极DataCanvas国际业务负责人徐江将目光投向了幕后的“算力供给革命”。

他在主旨演讲中提出：具身智能的爆发，正倒逼AI算力从“生成图文”全面转向“物理控制”。现有以硬件搬运为核心的基建模式难以支撑这场变革——行业必须建立以Token为度量、像电网一样通用的基础设施。

算力主战场转移：从“数字生成”到“物理控制”

“过去两年，行业把注意力都放在GPU采购和机架堆叠上，但那是为‘屏幕里的图文生成’服务的逻辑。”徐江说，“本届AGIC释放的信号非常明确——AI算力正全面走向物理世界的实时控制。”

传统SaaS仅占全球经济不足0.5%，而智能制造、重工仓储、具身机器人等场景，恰恰是那99.5%从未被传统软件深度渗透的实体经济。算力正在从互联网娱乐下沉为重塑实体产业链的底层工业公用要素。具身智能大大拓宽了算力需求的想象空间，算力正在从互联网浅层交互，全面下沉为重塑全球实体产业链的底层工业公用要素。

硬件搬运模式遭遇多重天花板，电力瓶颈或成具身智能落地“灰犀牛”

当前全球AI基建的供给方式，跟不上具身智能对算力的新要求。

2026年全球数据中心支出预计超7000亿美元，每天约20亿美元涌入硬件领域，但高效的算力产出远远不足。更严峻的是电力瓶颈：“在部分海外市场，新建数据中心的电力并网等待时间，已长达数年甚至超过10年，超过GPU芯片自身寿命。Meta、微软、Oracle等巨头被迫绕过电网自建电厂。

“具身智能对延迟和确定性要求极高，如果算力中心连稳定的电力都无法保证，工业现场的机械臂怎么敢交给AI控制？大量资本集中于硬件资产而非算力服务本身，反过来拖慢了实体经济智能化改造的进度。”徐江说。

技术层面同样存在各种“天花板”：比如架构天花板——当前基础设施为通用计算设计，8卡GPU理论带宽数十TB/s，实际有效吞吐远低于理论值；又比如运营天花板——落后的任务调度让昂贵芯片长期处于“冷启动和怠速空转”状态。

解耦与封装：系统工程与“集装箱革命”的启示

如何让算力支撑具身智能时代的物理世界？徐江给出的方法论是系统重构。

他引用了钱学森的系统工程理论，并以航运史上“集装箱革命”作为类比：1950年代散装货运时代，货物形态各异，一艘货轮超过一半时间浪费在装卸上。直到标准集装箱通过“向上统一尺寸、向下统一接口”的分层设计，才消除了运输摩擦。

九章云极采用同样的方法论，对AI Token的生产进行标准化封装与解耦。其 “AI工厂双引擎” 架构中，训练工厂将行业数据与算法提炼为“行业专家”模型；Token工厂将专家能力封装为标准化、即插即用的专业级Token，通过API分发，让工业质检、路径规划等场景能够像用电一样按需取用智能。

支撑这一体系的九章智算操作系统，通过高缓存命中率、持久化Kernel和零拷贝RDMA技术，在Token工厂这一侧的系统层面消除计算浪费——这些技术正是具身智能走向规模化的效率保证。

全球化算力基建的“主权”底线

面向全球市场，海外与国内存在结构性断层。越来越多政府与核心产业，不愿把核心数据托付给外国控制的单一公有云。区域市场要的是“数据留在本地、模型留在本地、能力留在本地”。基于此，九章云极的定位是：不做“公有云中心”，做纯粹的 “主权AI技术提供方”——品牌、数据资产和运营主导权完全留给当地合作伙伴，提供技术底座与运营经验。

三条全球合作轨线同步推进：算力投资与孵化——在资本伙伴支持下，联合加速全球高潜力AI项目；主权AI云与AI工厂共建——与本地运营商和IDC合作，协助区域市场建立安全、中立的主权数据中心；本地软件生态共创——与本地软件企业和开发者合作，将行业知识转化为高价值的Token资产。

演讲尾声，徐江将话题拉回展会现场：人形机器人固然令人兴奋，但决定具身智能能否像水电一样普及的，是背后那条看不见的“Token供给链”。“以Token为统一度量、以系统工程为方法、以主权中立为基石——AI工业化公用事业的纪元刚刚开启。”徐江说。九章云极希望和业界伙伴一起努力，为这个时代带来一个安全、高效、普惠的AI基础设施网络。