Vom Verkauf von GPUs zum Verkauf von Tokens rekonstruiert Fenghe Intelligence die Profitlogik von AI Infra mit einer neunschichtigen Architektur.

Mit dem anhaltenden Anstieg des Bedarfs an Training und Inferenz großer Modelle beschleunigt sich der weltweite Aufbau der Infrastruktur für künstliche Intelligenz. Von China über den Nahen Osten, Nordamerika bis Südostasien werden zahlreiche GPU-Ressourcen in Rechenzentren bereitgestellt, Billionen von Kapital strömen in den Aufbau der KI-Infrastruktur, und die intelligente Rechenindustrie tritt von der frühen Phase des Infrastrukturaufbaus allmählich in eine Betriebsphase ein, die mehr Wert auf Effizienz, Stabilität und kommerziellen Ertrag legt.

In diesem Wandlungsprozess steht das traditionelle Abrechnungsmodell der „Bare-Metal-Miete“, das nach GPU-Stunden, Knoten oder Schränken abgerechnet wird, vor neuen Herausforderungen. Für intelligente Rechenzentren ist der Kernindikator zur Messung ihrer Betriebsfähigkeit nicht mehr nur die Anzahl der im Besitz befindlichen GPUs, sondern: Wie viele Token pro Zeiteinheit stabil erzeugt werden können, wie hoch die Gesamtkosten pro Million Token sind und welchen tatsächlichen Wert jede GPU schaffen kann.

Auf Basis dieses Branchentrends hat Fenghe Intelligent Technology (Shanghai) Co., Ltd. das Konzept des „Token-Effizienz-Betriebsmodells“ vorgeschlagen. Durch die neunschichtige Technologie-Stack der AI Infra, die Methodik des Lean Intelligent Computing und die autorisierte Testbestätigung des China Academy of Information and Communications Technology fördert es die Umwandlung intelligenter Rechenzentren von „niedrigprofitabler Bare-Metal-Miete“ zu „hochwertigen Token-Fabriken“.

Vom Lieferanten von Bare-Metal-Geräten für Rechenleistung hin zu einem hocheffizienten Token-Produktionsbetrieb

Seit der Inbetriebnahme in Zhangjiang Science City in Shanghai im Jahr 2021 konzentriert sich Fenghe Intelligence auf sichere und effiziente Lösungen für AI Infra. Die Kernteammitglieder verfügen über 20 Jahre Berufserfahrung bei internationalen IT-Herstellern und haben langjährige Erfahrungen in der technischen Umsetzung, dem Kanalaufbau und der Lieferung großer Projekte gesammelt.

Fenghe Intelligence ist der Ansicht, dass GPUs die Produktionsanlagen in der KI-Infrastruktur sind, während Token die digitalen Produkte sind, die die Anlagen schließlich herstellen. Was Kunden wirklich benötigen, sind nicht die GPU-Geräte selbst, sondern die Ergebnisse des Modelltrainings, die Fähigkeit zur Inferenzdienstleistung und eine stabile, nachhaltige Token-Erzeugung.

Auf Basis dieser Einschätzung hat Fenghe Intelligence im Jahr 2023 den Konstruktionsstandard des „Lean Intelligent Computing“ vorgeschlagen. Durch technische Mittel wie Ressourcenplanung, Optimierung der Betriebsumgebung, Modellimplementierung, Inferenzbeschleunigung und automatisierte Betriebsführung sollen Probleme wie Leerlauf von GPUs, Warteschlangen, Speicherfragmentierung und ineffizienter Betrieb reduziert werden, um die effektive Produktionskapazität intelligenter Rechenzentren zu verbessern.

„Was intelligente Rechenzentren in Zukunft lösen müssen, ist nicht nur das Problem des Ressourcenaufbaus, sondern auch das Problem der Produktionskapazitätsverwaltung. Für Kunden sind es die Trainingsergebnisse und die Inferenzfähigkeit, die sie benötigen; für intelligente Rechenzentren sind es die von GPUs schließlich erzeugten Token, die echten kommerziellen Wert schaffen können.“ — KI-Ingenieurzentrum von Fenghe Intelligence

Kernmethodik: Aufbau des Betriebssystems aus TEF, TFI und TFOM

Um die Standardisierung der Betriebsindikatoren intelligenter Rechenzentren voranzutreiben, hat Fenghe Intelligence die Betriebsmethodik der Token-Fabrik entwickelt, die aus TEF, TFI und TFOM besteht, und technische Leistung, Dienstleistungsqualität und finanziellen Ertrag in ein einheitliches Bewertungssystem einbezogen.

Dabei steht TEF, also der Token Efficiency Factor, hauptsächlich für das Verhältnis der effektiven Zeit, in der GPUs tatsächlich für die Token-Produktion verwendet werden, zur gesamten Betriebszeit. Laut den Projektpraktiken des Unternehmens beträgt der Anteil der effektiven Token-Produktion der GPUs in den meisten intelligenten Rechenzentren nur 20 % bis 35 % der theoretischen Produktionskapazität, und eine große Menge an Rechenleistung wird in Phasen wie Aufgabenwartung, Planungslücken, Speicherfragmentierung und ineffizienter Stapelverarbeitung verbraucht. Durch schlanke Planung und ganzheitliche Optimierung der gesamten Kette hat das Unternehmen das Betriebsziel vorgeschlagen, den TEF von 30 % auf über 65 % zu steigern.

TFI, also der Token Factory Index, führt auf Basis von TEF zusätzlich die Dienstverfügbarkeit und die Token-Verkaufsrate ein und misst den Kommerzialisierungsgrad der gesamten Produktionskapazität intelligenter Rechenzentren durch die Formel „TEF × Dienstverfügbarkeit × Kapazitätsverkaufsrate“.

TFOM, also das Token Factory Operating Model, ordnet technische Indikatoren wie TPS (Token pro Sekunde), Latenz (erster Token / einzelner Token), TEF (Token Efficiency Factor), GPU-Auslastung und TCO (Gesamtbetriebskosten) mit finanziellen Indikatoren wie Umsatz, Kundenerfahrung, Bruttomarge, Vermögensumschlag und Kapitalrendite zu, um Investoren, Betreibern intelligenter Rechenzentren und Unternehmensmanagern eine intuitivere Bewertung der Betriebsqualität von Projekten zu ermöglichen.

Nehmen wir einen Cluster mit 1000 B200-GPUs als Beispiel: Nach der Berechnungsmethode des Unternehmens, wenn der TEF von 30 % auf 65 % gesteigert wird, entspricht der Zuwachs der effektiven Produktion ungefähr der Hinzufügung von etwa 1167 GPUs – keine Anschaffung erforderlich, keine Wartezeit auf die Lieferung, kein zusätzlicher Aufbau von Rechenzentrumsräumen, sodass Kapitalausgaben (CapEx) in Höhe von mehreren hundert Millionen Yuan direkt eingespart werden können.

Technische Schutzmauer: Neunschichtige, vollständig selbst entwickelte Architektur durchbricht die technische Kette intelligenter Rechenzentren

Auf technischer Ebene deckt das Lean-Intelligent-Computing-Produkt von Fenghe Intelligence den neunschichtigen Technologie-Stack des gesamten Lebenszyklus der KI-Infrastruktur ab.

Diese Architektur beginnt auf der physischen Infrastrukturebene und deckt nacheinander die Hardware-Treiberebene, die Systemlaufzeitebene, die Ressourcenplanungsebene, die Speicher- und Datenebene, die Trainingsframework-Ebene, die Modellverwaltungsebene, die Inferenzdienstebene und die Anwendungsdienstebene ab, wodurch eine vollständige technische Kette von der Kühlung von Rechenzentrumsräumen, der Stromversorgungsverwaltung, der Anpassung von GPU-Treibern bis hin zur Modellimplementierung, der Inferenz-Engine, dem API-Gateway und der Bereitstellung von multimodalen Planungsdiensten entsteht.

Im Unterschied zu technischen Lösungen, die sich ausschließlich auf Ressourcenverwaltung, Modelltraining oder Inferenzdienste konzentrieren, betont die neunschichtige Architektur die koordinierte Zusammenarbeit zwischen den einzelnen Schichten. Die Planung der oberen Schicht kann den Status der unterliegenden Hardware erfassen, Fehler in der unteren Schicht werden von der oberen Schicht automatisch behoben, die KV-Cache-Strategie der Inferenzschicht ist mit der Datenvorabruf-Funktion der Speicherschicht verbunden, und die Gradientenaggregation des Trainingsframeworks ist mit der NCCL-Optimierung der Kommunikationsschicht verbunden. Die gesamte Kette weist keine Unterbrechungen auf. Beispielsweise kann das Ressourcenplanungssystem den Status der unterliegenden Hardware erfassen und Aufgaben im Fehlerfall automatisch migrieren; die KV-Cache-Optimierung der Inferenzschicht kann mit dem Datenvorabruf-Mechanismus der Speicherschicht zusammenwirken; die Gradientenaggregationsfähigkeit im Trainingsframework kann ebenfalls mit dem unterliegenden Kommunikationsoptimierungsmechanismus zusammenarbeiten.

Gestützt auf die Ti-X-Planungs-Engine, das ADS-automatische Bereitstellungssystem, die KV-Cache-Optimierungs-Engine und die Fähigkeit zur automatischen Betriebsführung der gesamten Kette hat Fenghe Intelligence ein vollständiges Dienstleistungssystem für intelligente Rechenzentren von der Planung, Bereitstellung und Optimierung bis hin zum kontinuierlichen Betrieb aufgebaut und verfügt über die technische Fähigkeit, mehr als 10000 GPUs in einem einzelnen Cluster zu verwalten.

Autorisierte Bestätigung: AISPerf-Test des China Academy of Information and Communications Technology bestätigt die Systemdienstleistungsfähigkeit

Im Mai 2026 unterzog sich Fenghe Intelligence den entsprechenden Tests des Instituts für Cloud Computing und Big Data des China Academy of Information and Communications Technology. Die Tests wurden auf der Grundlage der AISPerf-Testplattform für die Leistung von KI-Systemen durchgeführt und deckten mehrere Dimensionen ab, darunter die Überprüfung von Hardware- und Softwarekonfigurationen, die Funktionen von Softwareframeworks, die Dienstfähigkeit von Clients, die Funktionen von Überwachungs-Dashboards und die Inferenzleistung großer Modelle.

Bei den Tests zur Inferenzleistung großer Modelle wurde das Modell Qwen/DeepSeek-R1-Distill-Qwen-32B verwendet, und 14400 Anforderungen wurden in einem Szenario mit voll ausgelasteten parallelen Verarbeitungen abgeschlossen – die Anzahl fehlgeschlagener Anforderungen betrug 0. Die Testdaten zeigen, dass das System unter voller Last weiterhin einen hohen Durchsatz aufrechterhält, die durchschnittliche Latenz des ersten Tokens in einem angemessenen Bereich liegt und die Generierungslatenz für einen einzelnen Token nur etwa 12 Millisekunden beträgt.

Laut den Betriebsdaten des Unternehmens in tatsächlichen Kundenprojekten hat sich der Durchsatz des zugehörigen Inferenzsystems nach der Optimierung durch die neunschichtige Architektur um mehr als 200 % erhöht, und die Latenz des ersten Tokens ist um etwa 40 % gesunken. In Szenarien des Trainings und des Clusterbetriebs ist die gesamte Ressourcenauslastung um mehr als 30 % gestiegen, die Hardware-Ausfallrate ist um 50 % gesunken und die Kosten für manuelle Betriebsführung sind um 70 % reduziert worden.

Diese Test- und Projektdaten liefern quantifizierbare Referenzen für den kontinuierlichen Betrieb, die Ressourcenplanung, das Modelltraining und Hochleistungs-Inferenzdienste mit hoher Parallelität großer intelligenter Rechenzentren und unterstützen das Unternehmen technisch bei der Teilnahme am Aufbau von intelligenten Rechenprojekten für große Unternehmen, Regierungen und staatseigene Unternehmen.

Aufbau eines Dienstleistungssystems, das den inländischen und den ausländischen Markt abdeckt

Fenghe Intelligence bietet hauptsächlich Eigentümern großer intelligenter Rechenzentren Dienstleistungen über den gesamten Lebenszyklus an, einschließlich der TCO-Berechnung in der Vorbereitungsphase, der Architekturplanung und Geräteauswahl, der Bereitstellung des neunschichtigen Technologie-Stacks in der mittleren Phase, der gemeinsamen Einstellung des Clusters und der Leistungsoptimierung, sowie der SLA-Gewährleistung, Effizienzüberwachung und kontinuierlichen Betriebsoptimierung in der späteren Phase.

Im Mai 2026 hat das Unternehmen in dem nationalen Wissenschaftsstadt Yazhouwan in Sanya, Hainan, ein internationales Geschäftsausgangszentrum und ein Dienstleistungszentrum für den asiatisch-pazifischen Raum in Betrieb genommen. Es plant, die Fähigkeiten des Lean Intelligent Computing für Märkte mit schnell wachsender Nachfrage nach KI-Infrastruktur wie Südostasien, Naher Osten und Nordamerika zu exportieren.

Gleichzeitig hat Fenghe Intelligence eine strategische Zusammenarbeit für ausländische AIDC mit Unigroup Intelligent Computing unterzeichnet. Beide Seiten werden ihre globalen Kanalressourcen, Fähigkeiten zum Aufbau intelligenter Recheninfrastruktur und vollständige Betriebstechnologie kombinieren, um gemeinsam den Markt für ausländische KI-Rechenzentren zu erschließen.

Da die AI-Infra-Industrie von dem groß angelegten Aufbau in die Phase der feinen Betriebsführung eintritt, verlagert sich der Wettbewerbsschwerpunkt intelligenter Rechenzentren von der Anzahl der GPUs hin zur tatsächlichen Produktionskapazität pro Einheit Rechenleistung. Wie die Token-Produktionsmenge erhöht, die Kosten pro Token gesenkt, die Dienststabilität gewährleistet und ein nachhaltiger kommerzieller Ertrag erzielt werden kann, wird zu einem wichtigen Thema der nächsten Phase der Branche.

Fenghe Intelligence gab an, dass es in Zukunft die technische Erschließung des neunschichtigen Technologie-Stacks und das Betriebseffizienzmodell der Token-Fabrik weiter verbessern wird, die nahtlose Integration von technischen Indikatoren und Betriebsindikatoren vorantreiben wird, sodass jede GPU ihr maximales Token-Erzeugungspotenzial entfalten kann und intelligente Rechenzentren von Ressourcenzentren für Rechenleistung zu nachhaltig betriebenen digitalen Token-Produktionsplattformen aufsteigen können.