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。

来源：互联网