读懂国产GPU财报，别只盯着CSP，TSP正在成为第二增长曲线

摩尔线程Q3财报公布：单季营收15.52亿元，同比增长1773.92%，净利润扭亏为盈。这份亮眼的成绩单背后，有一个容易被忽略的重要信号：一类全新的客户——词元服务商（TSP），首次与传统的云服务商（CSP）并肩出现在摩尔线程的业务中。

我们都熟悉CSP（Cloud Service Provider‌），像字节跳动、阿里云、腾讯云这样的公司。他们购买GPU、建设算力池，然后将云资源售卖给客户。CSP的逻辑很直接：谁的算力更多，规模更大，价格更优，他们就选谁。

然而，TSP（Token Service Provider‌）这个名字，虽然在财报中是第一次出现，它代表的却是一种本质不同的AI算力服务模式。

事实上，仔细观察行业现象，可以推断出：趋境科技、硅基流动、商汤等公司更接近TSP/Token工厂模式，无问芯穹等公司也在向词元化交付延伸。他们不再只是“卖算力”，而是直接承担“词元生产与供给”的角色，面向有规模化推理需求的企业客户交付可运营的词元产能。

TSP这种模式的出现，正在改变GPU厂商的“赚钱逻辑”。

TSP是什么：不卖算力，卖“词元”

要理解TSP，我们首先要知道什么是“词元”。

词元，即Token，是AI处理信息的最小计量单位。你跟AI聊天，你的问题和AI的回答，最终都会被拆分成一个个词元进行处理和计费，就像你写文章时的一个个字。

随着AI技术的飞速发展，全国日均词元调用量已经从2024年初的1000亿次，飙升到2026年3月的140万亿次以上，实现了千倍的增长。

在如此巨大的调用量面前，传统的算力计费方式已经行不通了——按GPU小时租算力，意味着客户即使闲置着，也要按小时交钱，但这忽视了一个本质问题：你有了算力，不等于你有了产出。

于是新模式出现了：按词元数量付费，客户为“AI实际工作量”买单。

TSP就是承接这一转变的角色。它不是直接卖AI模型，也不是单纯租算力，而是把算力、模型和推理优化封装起来，对外输出按词元计价的标准化推理服务。

如何理解这个模式：GPU厂商卖芯片或卡给CSP时，CSP更关注算力规模、互联和扩展性；而TSP则直接算一笔账——每块钱硬件投入，能产出多少可计费词元。所以，TSP买的是“词元产能”。

为什么TSP对GPU厂商如此重要？

CSP的采购量大、节奏稳定，但他们的云算力池是通用的。即使单卡推理稍低，他们也可以通过多堆机器、摊薄成本来解决。

TSP则完全不同。每一台机器的推理效率都直接关系到它的收入。所以，一旦某款GPU在TSP的实际生产环境中被验证为——单位算力产出词元最多、最划算，那么就会持续不断地追加“产能”。随着词元调用量的增长，会源源不断地增购，形成一种正向循环。

这是所有GPU厂商梦寐以求的采购粘性。

从公开信息看，摩尔线程与趋境科技的合作，就已进入这一阶段，并且相关方案已承接国内头部模型厂商的真实词元流量：MTT S5000承担PD异构方案中的Prefill环节，在生产场景下实现平均超过50 TPS的生成速度、超90%的KV Cache命中率和99.9%的稳定性。

这些技术细节背后，是摩尔线程在最严苛、按词元计费的真实商业环境中，已被验证为能为TSP客户带来极致的效率和成本优势，即“每单位Token成本产出更优”，且整体性价比超越国际先进算力方案。

正是基于这样的背景，摩尔Q3财报中将TSP单独列出，绝不是简单的措辞调整，而是宣布了一个根本转变：国产GPU的收入结构正在从主要靠“CSP集中采购”向“CSP+TSP双轮驱动”迁移：

CSP决定的是基本盘——摩尔线程与京东云建立深度合作，国产GPU首次成功进入头部云厂商十万卡核心集群。

TSP决定的是增长斜率——摩尔线程在“按Token计费”的真实商业环境中拥有可持续的竞争优势，带来的是伴随调用量增长的持续采购。

单位词元成本，正在成为GPU竞争的新战场

为什么摩尔线程能源源不断地赢得TSP的订单？关键在于一笔真实的经济账。

传统AI推理架构是“一卡通吃”——假设全用英伟达B300这样的高端旗舰卡，Prefill和Decode两个阶段都跑在它上面。结果是Prefill时显存带宽闲置，Decode时算力空转，资源严重错配。

摩尔线程的PD分离方案则是这样算的：把最烧钱的Prefill环节，交给S5000；Decode继续用你现有的英伟达卡。

成本上，全用B300的同构方案，单台成本按1400万算。换成PD异构（4-5台S5000负责Prefill、英伟达卡负责Decode），整体硬件成本从千万级直接砍到百万级，而整个系统的Token产能还能提升5倍。

这对TSP而言，是在“按词元计价”时代活下去、活得好的关键。这也改写竞争的新规则：不再比峰值算力，而是比单位词元产出成本。谁最高效、最具性价比，谁就能获得TSP持续的青睐和订单。

这标志着AI推理算力商业模式的彻底改变：从“卖算力”升级为“卖效果”，从“按时间卖”升级为“按产出卖”，从“比规模”升级为“比效率”。

而这场转变的核心战场，就是TSP。

所以，读懂国产GPU财报的关键，不只是看CSP的订单数量，更要看TSP的出现——这才是算力商业化的真正未来。