随着全球AI（人工智能）产业进入下半场，人们的关注点从“算力堆砌”转向“价值产出”。

7月18日，在2026世界人工智能大会（WAIC）的“燧原科技·构建协同创新的Token经济芯生态”论坛上，燧原科技创始人兼总经理张亚林和腾讯混元推理负责人朱健琛展开了一场围绕“芯模协同”的对话，共同探讨了在国产化背景下，如何实现从芯片到应用的系统化突破。

过去，行业倾向于将AI芯片视为独立的硬件。但在张亚林看来，现代算力已不再是单一芯片的竞争，而是一个由芯片、封装、网络、机柜/支架、集群组成的“五层蛋糕”架构。

这一逻辑的转变意味着，现代算力的竞争已不再是单枚芯片的性能较量，而是复杂的分布式系统博弈。只有打通这五层架构，国产算力才能在“可获得性”的前提下，通过系统级的优化，满足不同商业模式的需求。

而从行业需求来看，当前的AI商业模式正呈现出明显的两极分化。随着“Token时代”的到来，衡量AI成败的标准不再仅仅是拥有多少枚芯片，而是这些芯片能否在复杂的业务场景中，以极高的性价比产出有价值的Token（词元）。

张亚林和朱健琛在对话中谈到，一部分客户追求极致的模型体验，要求最高速的模型输出和最快的响应速度，例如金融级长文本处理、代码编写等；另一方面，广大互联网用户群体则对经济成本有极高要求，需要在大规模流量下实现极高的性价比。

要同时满足这两种极端的模式，燧原科技和腾讯混元给出的答案是“芯模协同”：在同一套系统化能力下，通过不同的配置组合，满足各类商业模式的需求。

据朱健琛透露，腾讯混元在研发初期就会将协同工作“前置”，深度参考芯片的显存带宽、算力上限及存储大小，来反推定义MoE（混合专家模型）中每个专家的大小和整体架构，确保模型上线时的平滑与顺畅。

此外，为了验证这种协同的真实效果，腾讯内部甚至会通过“业务盲品”及多项硬指标评估，确保这种协同能真正解决业务层面的痛点。

张亚林进一步总结称，这是一种“芯模双驱动”的关系：一方面根据模型参数定制芯片，另一方面通过芯片特性来加速模型，实现系统级的性价比最大化。

无独有偶，如果说燧原科技提出的“五层蛋糕”是构建了一个庞大的算力工厂，为了让底层的“五层蛋糕”能够高效服务于上层模型，中间层的软件栈也要扮演不可或缺的角色。

在同日的另一场论坛上，阿里平头哥开源了其真武AI芯片的底层软件栈T-Head SAIL（简称SAIL）。平头哥半导体副总裁高慧形象地比喻道：如果把AI芯片比作“发动机”，那么AI软件栈就是“变速箱+传动系统+驾驶系统”，它可以把开发者写的AI程序翻译成芯片能听懂、能高效执行的指令。只有配合强大的软件栈，芯片才能发挥100%的算力性能。