北京2026年9月4日 美通社 －－ 随着大模型加速深入企业业务，智能体（Agent）正从“试点尝鲜”迈向“规模化生产”。在智能体时代，Token不仅是数据调用的单位，更成为了企业的“算力货币”。当企业自建“Token工厂”以支撑大规模智能体应用时，如何保障数据安全、服务稳定以及成本可控，成为企业关注的焦点。

浪潮信息正式发布AIStation V6，以私有化部署、弹性调度、精细化运营，帮助企业建好、用好“Token工厂”，在守护核心数据安全的同时，保障Token服务顺畅运行，并大幅降低Token成本，推动智能体规模化落地。

企业自建“Token工厂”的三大核心关切

企业在自建“Token工厂”推进大模型与智能体应用规模化落地时，普遍面临三大工程与管理挑战。

核心数据泄露风险：企业的业务代码、客户数据与核心商业逻辑皆为重度敏感资产，接入公网公共API极易引发数据泄漏危机。

Token服务SLA难保障：智能体任务普遍涉及多轮推理与工具协同，高峰期并发涌入时容易出现首字延迟极高、回答断续甚至卡顿的情况，严重影响业务连续性。

Token成本居高不下：企业普遍缺乏精细化的Token管理机制，内部部门接入的模型散乱。若完全依赖外部按量计费或内部缺乏配额管控，Token开支将随调用量暴涨，造成巨大的运营成本压力。

浪潮信息AIStation V6：打造高可靠Token生产线

针对上述痛点，浪潮信息AIStation完成战略升级，构建覆盖Token“生产分发运营”全链路的服务能力，助力企业以更低成本、更高效率、更优体验生产和使用Token。

• 私有化部署：核心数据不出域，实现安全闭环

如果通过公网API云端调用大模型，数据在传输与第三方服务端留存环节存在不可控的泄露风险。AIStation V6支持模型私有化和企业内部token运营，所有推理计算、业务上下文与交互数据均在企业私有算力平台内部高效流转，从根源上杜绝公网泄漏风险，全面守护企业的核心数字资产。

• 弹性调度：极速响应，保障高质量Token生产

AIStation V6打造了卓越性能的Token生产线，让私有算力发挥出超强效能。

极速响应与超高吞吐：引入多资源组协同的PD（Prefill－Decode）分离部署能力，将预填充与解码阶段解耦，结合KV缓存与动态批处理技术，显著降低TTFT（首字延迟）与E2E（端到端延迟），实现毫秒级响应与高吞吐输出。

推理资源自动扩缩容：基于VLLM、SGLang等主流推理引擎的实时性能指标，实现算力随业务流量的动态自动伸缩。流量高峰时毫秒级扩容保障服务质量，低谷时自动缩容释放算力，确保高并发Token输入输出依然稳定顺畅。

故障自愈保障SLA：全天候监控算力状态，节点异常时自动完成服务迁移与自愈，大幅缩短恢复周期，保障关键业务7×24小时高可用。

• Token统一分发：精细化运营，降低token使用成本

AIStation V6构建了企业级 Token API网关，实现Token统一分发，并提供百万级上下文支撑，全面兼容主流模型协议，满足长文档理解、复杂推理等场景需求。同时通过全链路指标的可视化与透明化治理，让企业配额管得住、算力看得清、成本算得准。

统一接口纳管所有模型：支持DeepSeek、智谱、千问、MiniMax等海量开源与商用模型的一键接入与自动化部署，大幅缩短业务上线周期。

全维度服务指标可视化：AIStation V6提供了直观的可视化大屏，实时监控TTFT（首字延迟）、TPS（每秒 Token 数）、E2E（端到端延迟）、缓存命中率等核心指标，让运维人员与管理者一图掌握服务质量与运行状态。

多租户隔离与精准计费：支持多租户隔离与审批机制，管理者可按部门配置差异化费率与配额，精准核算每一个AI任务的实际成本，从源头削减无效开支。

假设一家企业每月消耗万亿Token，Token年成本高达3600万元，而在实际运行中，20％50％为无效或低效调用。借助AIStation建立Token平台后，预计其Token年成本可下降至1800－2500万元，每年节省千万成本。

实战验证：积算科技平台月调用量突破万亿Tokens

AIStation V6的高并发推理能力已在真实业务场景中得到严苛验证。北京积算科技有限公司（简称“积算科技”）基于AIStation搭建了Token服务平台，深度融合主流大模型，覆盖AI编程、文本对话、视觉理解等应用场景。

目前，该平台月调用量突破万亿Tokens，服务成功率稳定在95％－99％之间，注册用户数超4000。这一硬核表现充分证明了AIStation在大规模、高并发推理场景下的卓越稳定性与可靠性。

浪潮信息AIStation V6将持续深耕推理基础设施，帮助更多企业建好、用好自己的“Token工厂”，加速智能体应用在大规模生产环境中的落地与变现。