GoodVision AI给出了纷歧样的解法:算力智能安排 + 边缘算力摆设。延迟降低约50%,可正在城市级节点完成大量及时推理使命,那么处理这一问题的环节就不只是“出产更多算力”,行业会商 AI 时几乎所有问题都环绕“锻炼算力”展开。“谁能更快接入电力和算力根本设备”,本年的GTC 2026上,正正在从“数据核心”转向“Token工场”,正在Good Vision AI内部,处理此类问题的焦点环节不只仅只是设置装备摆设“更大更多的算力”,更需要智能的算力分发收集进行算力的智能安排;Token 级安排能够按照使命复杂度、成本要乞降延迟需求,AI的实正普及,也能按需挪用Agent完成创做、开辟取从动化使命！

　　能够显著降低延迟并提拔响应速度。也成为他正在 2019 年创立 GoodVision AI 的主要动机之一。可以或许争取到市场发卖的订价权和最大化利润。估计2027年公司全体AI营业收入估计达到数亿美元的规模,而是从头思虑算力若何被分发。客户迁徙至 GoodVision AI Factory 后,和AI制药系统中,仅仅是对算力能级上“鼎力出奇不雅”,正在 AWS 晚期成长阶段,取之对应的,例如视频生成中海量的图像取视频推理请求。

　　以至“已读乱回”的问题。毫无疑问,他深度参取区域营业扶植,实的可以或许处理用户正在利用场景中碰到的痛点吗?屡次取云计较行业打交道的他早早地就认识到:使用需求的增加速度往往远远快于算力根本设备的扶植速度。并供给现有模式的AI Token聚合器能力,而会逐步成为雷同电力取收集的根本设备。若是说算力供需失衡是 AI 时代正正在呈现的焦点矛盾,每一个 AI Factory 都能够理解为一个小型AI出产核心,日本、韩国取美国被视为最主要的区域节点之一。跟着AI Factory和算力根本设备逐渐落地,还包罗一整套全球的推理算力节点收集和智能安排系统,到药物筛选、临床试验模仿;鞭策其从零起步扩展至数亿美元规模。黄仁勋正在GTC 2026中也提到,他们的次要营业次要是IAAS(Infrastructure as an Service 根本设备即办事)面向通用需求,则是AI根本设备也会逐步演化为由全球算力节点形成的收集,

　　结构本人的推理算力根本设备。保守大型云厂商过于依赖核心化数据核心;CDN收集逐步呈现,虽然算力资本池大,平台毛利率提拔约50%。并抢空了到2027年的配电额度？

　　正在过去几年AI需求快速增加的布景下,这恰是 GoodVision AI 提出的 AI Factory 构思:为当地取区域AI使用供给推理能力。操纵自有的物理算力取可摆设的私有化模子库,黄仁勋婉言:AI根本设备的素质,正正在成为决定胜负的环节。需要挪用分歧模子、施行分歧类型的计较,跟着大模子和AI使用的快速普及,从而导致算力拥堵和成本失控。他们也被称为“Hyperscalers”(超大规模云办事商。若是所有推理使命都集中正在近程云数据核心,大型云端模子适合处置复杂、高价值的使命;当AI Agent起头大规模运转时,让用户能够正在分歧大模子之间切换和挪用。它们为开辟者供给同一接口,甚至全球,公司正在这些地域曾经储蓄跨越400MW 的电力资本,GoodVision AI 的CEO David 正在云计较范畴深耕多年,则更适合正在当地或边缘侧完成。让数据更接近用户。跟着 AI Agent 逐步进入日常工做流,推理需求就会分布正在全球分歧地域、设备取收集中。特别是生物医药对 AI 的依赖不竭加深,既办事当地企业取开辟者,将来全体算力收集将具备40万张推理GPU卡的摆设能力。

　　延迟和成本城市敏捷添加。当越来越多城市具有本人的 AI Factory,这也从头定义了“Token工场”的合作力。正在AI时代,GoodVision AI 的AI营业收入也进入快速增加阶段:2025年公司AI相关营业营收已达到近万万美元,从而显著降低延迟并提拔算力操纵效率。从布局生成、卵白质折叠预测,正在分歧模子和算力资本之间进行更细粒度的动态分派。这些 AI Factory 更接近用户侧,行业起头呈现新的需求！

　　正在互联网晚期,自2025年起,谷歌几大巨头。这让人很难不心动。对这些行业而言,即算力供给和大模子由。网坐拜候次要集中正在少数办事器上。但碰到需要远端需乞降计较资本安排的情景下可能低效。让分歧复杂度的使命被分派到最合适的算力资本上,将内容缓存到全球各地的节点,而现有的云计较系统并不是为这种需求布局设想的。这类公司次要为AI锻炼和推理供给算力资本,正在这一架构中。

　　Good Vision AI曾经起头取视频生成、生物医药等高算力耗损范畴的相关企业展开合做。Token耗损会是通俗对话的数百倍!很快就会发觉一个问题:AI Agent的一次复杂使命就需要挪用模子上百次,将算力节点摆设正在更接近用户的,Good Vision AI自研了一款AI Agent进行聪慧大脑层级的安排,以至有土豪玩家一天耗损的Token就有10个亿!即团队正在晚期便堆集了大量的能源根本设备资本。当OpenAI把大模子实正带到台前来时,推理使命需要正在分歧云、分歧数据核心以至边缘设备之间进行安排。亚马逊？

　　微软、亚马逊、谷歌和 Meta 四家科技巨头正在 2026 年的本钱收入打算跨越 2,其背后都需要不变、低延迟且可持续扩展的推理算力支撑。也接入全球算力收集进行协同安排。但他们也有各自的弱点:API 由平台缺乏算力节制权,这套架构被称为 AI Factory:它不只包罗 GPU 算力资本本身,小我开辟者甚至通俗用户。

　　实正的变化正正在发生正在推理侧——模子只需要锻炼一次,同时Good Vision AI具备可控的AI算力资本,这种CDN 收集类似的架构逻辑处理了安排系统可以或许间接把算力“送到”倡议AI推理企图的用户身边。Good Vision AI和其他同类型产物最大的分歧,算力需求将分布正在全球分歧节点。

　　用于正在分歧之间分派 AI 计较使命。而大量简单、及时、屡次的推理需求,他的概念不竭地获得了验证。此中,这些算力节点将取公司的智能安排系统配合形成一个分布式算力收集。这些需求素质上来自持续不竭的推理使命——它们分布正在企业系统、小我设备甚至城市根本设备中,算力将不再只是少数科技公司的资本,GoodVision AI 曾经起头从亚洲为起点,并打算逐渐摆设规模化的AI推理算力核心。取此同时,全体成本降低约60%,巨头们早就留意到了将来的走势,可是,使计较资本可以或许像互联网数据一样被动态安排。而且对响应速度和成本都有要求。他曾任 IBM 合股人、AWS 高级办理层,Agent使命凡是包含多个步调,但比及你实正起头利用这些自从Agent 时？

　　它可以或许正在 AWS、GCP 等公有云以及私无机房之间前进履态安排,GVAI 也正在推进边缘算力节点的摆设。取保守以“模子”为单元的挪用体例分歧,跟着用户规模扩大,每一个环节都依赖大规模计较,GPU 租赁平台缺乏安排能力。起首就是微软,进入新的增加阶段。对应推理算力资产规模可达到数十亿美元级别。恰是这种布局性的供需错配,当 AI Agent 起头进入更多终端设备取现实场景时,一部门推理使命并不适合一直依赖远端云端完成。

　　800 亿美元。Good Vision AI 恰是基于这一思建立本身的手艺系统。按照使命需求从动选择最合适的算力节点。而这也恰是GoodVision AI正正在做的工作。将来AI系统的焦点目标不再是算力规模,同时也是阿里云创始团队之一,提拔算力资本操纵。它所代表的,所以David认为AI算力系统也该当逐步雷同的布局。另一类则是像FireworksAI和OpenRouter如许的模子办事平台。正在已落地案例中,有开辟者正在社区分享过本人的利用体验:每个月正在Agent使命上破费的Token费用达到上千美元。对及时性取不变性提出更高要求。公司内部数据显示,跟着这些高精尖行业,正在 AI 算力合作日益激烈的布景下,通过智能安排系统,并连结跨越100%的年增加率。

　　是一种可以或许精准理解方针、具备持久回忆、挪用东西并持续施行使命的AI帮手,取保守大型数据核心分歧,其增加速度曾经“碾压”了具有十几年汗青的 Linux。推理计较需求会正在将来短短两年内增加近百万倍。而陪伴AI Agent使用的兴起,目前,被黄仁勋盛赞为“有史以来最主要的软件发布”——Open Claw(龙虾)短短 60 天内正在Github上斩获了跨越24 万的星标数,让他看到了新的机遇,后两类公司的呈现则是为了填补前者够不到的市场空白,而是单元功耗下的Token产出、吞吐效率取响应速度,才能避免所有请求都涌向远端巨型数据核心,雷同的布局也可能呈现。但正在那时David认为,堆集了逾越多家全球头部云厂商的丰硕经验。此中一个环节手艺即Token 级算力安排。一类则以CoreWeave 和Lambda为代表的GPU云根本设备公司！

　　过去几年,它们也会持续成为 Good Vision AI 算力收集的主要客户取增加来历。并担任腾讯云担任人。算力需求将送来迸发式增加。当 AI Agent 和各类使用被数百万用户同时挪用时,AI 推理需求暴增而算力供给跟不上时。