趋境科技 B 轮：token 工厂的瓶颈不在卡

买一千张卡不难，难的是让这一千张卡每一秒都在产出能卖的 token。

一、发生了什么

据雷峰网 10 月 26 日报道，北京推理服务商趋境科技完成 B 轮融资，公司方面称过去半年多项核心经营指标实现超十倍增长，高品质 token 的日均产量攀升至超万亿量级，年内收入达到去年全年的近十倍。需要强调：这些全部是厂商自述口径，没有第三方数据佐证。融资细节见同日的另一篇报道，这里不重复。

先说为什么交付比融资难。训练是一次性的冲刺，交付是全年无休的长跑：客户不关心你融了多少钱，只关心每一次请求的返回速度和成功率。购买算力是一次性决策，运营算力是每天的功课——产能的差距不是买卡时拉开的，而是日复一日的调度里拉开的。

更有信息量的是它解释产能的方式。趋境把「高品质 AI Token」定义为连接算力、模型与应用结果的最小生产单元，然后提出一条十六字路线：少模型、深优化，加上稳定生产负载和跨集群运营。翻译一下：不要什么都跑，挑少数几个模型往深里调；让负载尽量平稳；再让分散的机房像一张集群一样干活。

交付侧真正的难关在国产芯片上。趋境给出的方案包括国亢单元间的 Prefill 与 Decode 异构协同、高性能 KV Cache 转换、异构算力融合等一揽子技术，公司称已在生产级场景投产，用国产芯片承载万亿参数级别的头部模型，整体性价比超过国际领先算力——这同样是厂商自测口径，没有第三方基准。

自建推理服务的团队。 趋境的账算的是一个朴素的乘法：单卡产出乘以有效工时。大多数自建集群的浪费不在算力不够，而在负载忽高忽低、模型切换频繁。这两条比堆卡更值得先优化。

采购推理服务的应用方。 供应商宣传「十倍增长」时，你该问的是响应时延、成功率、峰值承接能力。交付质量的指标从来不是产量，而是你半夜两点调 API 还稳不稳。

做国产芯片适配的工程师。 异构协同、缓存转换这类方案正在从论文走向生产环境。这意味着国产卡的软件栈在快速成熟，原来只能跑 Demo 的组合，现在开始敢接真实负载。

卡越多，产能越足。 产能的上限是利用率乘以单卡效率，不是卡的数量。负载不稳定时，一半的卡在空转，买再多也只是把空转规模化。

十倍增长等于技术领先。 基数小的时候十倍并不难，尤其当业务刚从零起步。真正难的是在规模化之后继续增长，那时拼的是运营能力。

厂商自测的性价比可以照抄进采购决策。 自测没有统一的负载、没有对手的参与条件。同样的口径换一家实验室，结果可能完全不同。下采购单之前，用自己的真实流量测一轮。

token 工厂的护城河不在机房里有多少卡，而在这些卡有多少时间在真正干活。

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。