算力效率的边界：以体系结构量化与分布式工程破局 AI Infra

摘要

QCon 上海站（10 月 22-24 日）设立《AI Infra：算力效率决定规模化落地》专场，议题覆盖数据工程、集群调度与推理闭环。文章指出 2026 年成本重心正从预训练转向推理端，MoE 动态路由、长上下文显存占用与推理模型的 Token 消耗共同推高单任务成本，竞争指标已从单 Token 标价转向端到端任务的有效交付成本，适合做推理优化的 Infra 开发者。