面向全人类的AI智能管道 Pipe Intelligence & Processing Engine for AI

文档信息

项目 内容
文档版本 v1.0
发布日期 2026年4月2日
文档性质 创业白皮书
编制 zyl

当所有人都在追逐大模型和AI应用时，我们选择成为AI时代的"电力公司"。

PIPE-AI（Pipe Intelligence & Processing Engine for AI）定位为全球化TOKEN运营商，构建面向全人类的AI智能管道。我们不做AI模型，不做AI应用，而是成为AI时代的"电力公司"——生产、输送、交易Token这一AI时代的核心能源。

一、执行摘要：AI时代的电力公司

核心命题

PIPE-AI定位为全球化TOKEN运营商，构建面向全人类的AI智能管道。我们不做AI模型，不做AI应用，而是成为AI时代的"电力公司"——生产、输送、交易Token这一AI时代的核心能源。

市场机遇

指标 数据 来源
全球AI支出 2.52万亿美元（2026年） Gartner
AI基础设施投资 3万亿美元（2028年前） Morgan Stanley
中国日均Token调用量 140万亿 国家数据局
中国算力租赁市场 2600亿元（2026年） IDC
Token经济年增长率 1000倍（2年） 国家数据局

战略路径

flowchart TB
    subgraph P1["PHASE 1（Year 1-2）：中国根基"]
        P1A["西部智算中心集群（500-3000P）"]
        P1B["政府长期合约锁定（3-5年）"]
        P1C["Tokens/Watt效率领先"]
    end
    
    subgraph P2["PHASE 2（Year 3-4）：亚太扩张"]
        P2A["新加坡（亚太总部）"]
        P2B["东南亚节点（印尼/越南）"]
        P2C["中东GW级工厂（主权基金合作）"]
    end
    
    subgraph P3["PHASE 3（Year 5+）：全球网络"]
        P3A["欧洲（并购/合作）"]
        P3B["北美（边缘节点）"]
        P3C["非洲/拉美（绿电+算力出口）"]
    end
    
    P1 --> P2 --> P3

核心差异化

维度 传统云厂商 CoreWeave等 PIPE-AI
定位 全栈服务 AI专用云 AI智能管道
核心指标 营收规模 GPU数量 Tokens/Watt
商业模式 订阅+按需 租赁+Token 成果计费+Token交易
能源策略 传统电力 绿电优先 算电协同+Token期货
生态位 平台垄断 算力供应商 Token Hub节点

二、愿景与使命：让Token像电力一样无处不在

愿景

让每瓦电力产生最大智能价值，让Token像电力一样无处不在

使命

构建全球化的AI智能管道（PIPE-AI），连接算力生产者与AI消费者，通过Tokens/Watt效率优化和Token经济创新，推动AI民主化与可持续发展。

核心价值观

价值观 内涵
效率至上 Tokens/Watt是衡量一切的核心指标
长期主义 96%+长期合约锁定，拒绝短期价格战
开放生态 不做模型、不做应用，专注基础设施
全球布局 算力跟着绿电走，服务跟着客户走
Token本位 Token是AI时代的通用货币

品牌释义

字母 含义 解释
P Processing 处理能力，Token生产
I Intelligence 智能输出，AI推理
P Pipeline 管道网络，全球连接
E Efficiency 效率优先，Tokens/Watt
A Abundance 普惠丰富，AI民主化
I Infrastructure 基础设施，重资产运营

三、全球Token经济格局：从"卖算力"到"卖Token"

Token经济范式转移

阶段 特征 代表
1.0 算力租赁 按GPU/小时计费 传统IDC
2.0 Token计费 按百万Token计费 OpenAI API
3.0 成果计费 按任务结果计费 Intercom Fin AI
4.0 Token经济 Token即货币/生产力 PIPE-AI

NVIDIA GTC 2026：Token工厂经济学 “未来的数据中心不再是存储文件的仓库，而是生产Token的工厂。"—— 黄仁勋，NVIDIA CEO

核心公式：Revenue = Tokens per Watt × Available Gigawatts 收入 = 每瓦Token产量 × 可用吉瓦数

全球Token分层定价体系

层级 价格 特征 适用场景
免费层 $0 高吞吐、低响应 用户拉新、简单查询
基础层 $3-6/百万Token 标准推理 日常对话、内容生成
高级层 $6/百万Token 高质量推理 专业写作、代码生成
高速层 $45/百万Token 低时延 实时交互、金融交易
顶级层 $150/百万Token 研究级模型 科研、复杂推理

中国市场独特优势

政策红利

  • 算电协同：2026年写入政府工作报告
  • 东数西算：8大枢纽、10大集群
  • 国产替代：信创场景国产芯片≥50%
  • 算力券：地方政府补贴

成本优势

成本项 中国西部 欧美 优势
电力成本 0.1-0.3元/度 0.3-0.5美元/度 1/3-1/5
PUE要求 ≤1.15 ≤1.2 更严格
建设周期 6-12个月 18-24个月 快50%
人力成本 较低 较高 运维优势

四、PIPE-AI战略定位：三层业务模型

战略定位金字塔

flowchart TB
    subgraph Vision["愿景层"]
        V["AI智能管道<br/>全球领导者"]
    end
    
    subgraph Mission["使命层"]
        M["Token生产 + 输送 + 交易"]
    end
    
    subgraph Business["业务层"]
        L3["Layer 3<br/>Agent平台"]
        L2["Layer 2<br/>Token API"]
        L1["Layer 1<br/>算力租赁"]
    end
    
    V --> M
    M --> L3
    M --> L2
    M --> L1

三层业务模型

Layer 1：算力基础设施（Foundation）

  • 产品：PIPE Compute
  • 形态：裸金属GPU集群
  • 芯片：H100/H200/GB300 + 昇腾910C + 寒武纪590
  • 计费：月租/年租（take-or-pay）
  • 客户：大模型厂商、云厂商、政府机构
  • 毛利率：25-35%
  • 收入占比目标：Year 1: 80% → Year 5: 30%

Layer 2：Token服务平台（Platform）

  • 产品：PIPE Token
  • 形态：Inference-as-a-Service
  • 能力：多模型推理、长上下文、工具调用
  • 计费：按Token/成果计费
  • 客户：中小企业、开发者、AI应用公司
  • 毛利率：40-50%
  • 收入占比目标：Year 1: 15% → Year 5: 40%

Layer 3：Agent应用平台（Application）

  • 产品：PIPE Agent
  • 形态：行业Agent解决方案
  • 场景：金融、医疗、制造、政务
  • 计费：Outcome-Based（成果计费）
  • 客户：行业头部企业
  • 毛利率：60%+
  • 收入占比目标：Year 1: 5% → Year 5: 30%

核心竞争优势

  1. Tokens/Watt效率领先
指标 行业平均 PIPE-AI目标 优势
Tokens/Watt 基准 行业前20% 持续优化
PUE 1.25 ≤1.15 液冷全覆盖
集群利用率 60% ≥80% 智能调度
电力成本 0.4元/度 0.15元/度 西部绿电
  1. 长期合约锁定
合约类型 占比目标 客户类型
3-5年take-or-pay 70% 政府、大模型厂商
1-2年容量预留 20% 金融机构、企业
按需+成果计费 10% 中小企业、开发者
  1. 算电协同布局
flowchart LR
    subgraph West["西部生产基地"]
        W1["内蒙古/宁夏/甘肃"]
        W2["绿电占比≥80%"]
        W3["电力成本≤0.2元/度"]
    end
    
    subgraph East["东部枢纽"]
        E1["上海/深圳/北京"]
        E2["低时延边缘推理"]
        E3["金融/自动驾驶"]
    end
    
    subgraph Overseas["海外节点"]
        O1["新加坡/中东/欧洲"]
        O2["全球化服务"]
        O3["数据合规"]
    end
    
    West --> East
    East --> Overseas

五、全球六大标杆深度解析

CoreWeave：长期合约之王

  • 2025年营收：51.3亿美元（YoY +168%）
  • 2026年指引：120-130亿美元（+140%）
  • 订单积压：668亿美元
  • 长期合约占比：96%
  • CapEx：300-350亿美元

核心启示：

  • 优先签3-7年take-or-pay合同，锁定现金流
  • NVIDIA Exemplar Cloud地位确保GPU供应
  • 高负债重资产模式需要强大融资能力

PIPE-AI借鉴： 用政府产业基金替代债务融资，实现"零债扩张”

Crusoe：能源+模块化典范

  • 估值：100亿美元
  • 核心项目：OpenAI Stargate 1.2GW
  • 创新：Spark Factory（3个月交付）
  • 能源策略：废弃燃气/可再生能源

核心启示：

  • 能源成本是Tokens/Watt的核心变量
  • 模块化工厂实现快速扩张
  • ESG优势吸引企业客户

PIPE-AI借鉴： 对接西部"东数西算"绿电，复制Spark Factory模式

Nebius：现金王稳健扩张

  • 现金储备：30亿美元（零债务）
  • 核心合同：微软174亿美元5年期
  • 扩张：1.2GW Independence工厂
  • 策略：全资自建+稳健扩张

核心启示：

  • 现金充裕可抵御周期波动
  • 大客户长期合约是扩张基础
  • 欧洲+美国双市场布局

PIPE-AI借鉴： 政府融资+合同预付款实现"类零债"结构

Lambda Labs：灵活租赁典范

  • 2025年年化营收：约5亿美元
  • 2026年计划：上市
  • 核心模式：裸金属+容器化Token租赁
  • 定价策略：低于hyperscaler 20%，3个月短约灵活

核心启示：

  • 灵活定价+短约吸引中小企业
  • 快速部署能力是差异化优势
  • Kubernetes-native降低客户迁移成本

PIPE-AI借鉴： 初期可混用Reserved + on-demand定价，吸引中小企业Token消耗；快速上线"Instant Clusters"服务

GMI Cloud：亚太最接近案例

  • 投资：5亿美元（台湾AI Factory）
  • 规模：GB300 NVL72万卡集群
  • 认证：NVIDIA中国区7家认证伙伴之一
  • 模式：裸金属→Token API→Agent Workflow闭环

PIPE-AI借鉴： 直接复制"裸金属→Token API→Agent Workflow"闭环；成为阿里/腾讯TokenHub的下游节点

Together AI / Fireworks AI：轻资产高毛利

  • 核心模式：Serverless Inference + 优化内核
  • 特点：轻资产、毛利高、依赖底层算力

PIPE-AI借鉴： Token工厂可向上输出"托管Inference"服务，与Together式平台合作，实现"产Token + 卖Token"双轮驱动

六、PIPE-AI商业模式：从算力到Token

收入模型演进

flowchart TB
    subgraph Y1["Year 1"]
        Y1L1["Layer 1<br/>80%"]
        Y1L2["Layer 2<br/>15%"]
        Y1L3["Layer 3<br/>5%"]
        Y1G["毛利率<br/>25-35%"]
    end
    
    subgraph Y3["Year 3"]
        Y3L1["Layer 1<br/>40%"]
        Y3L2["Layer 2<br/>40%"]
        Y3L3["Layer 3<br/>20%"]
        Y3G["毛利率<br/>40%+"]
    end
    
    subgraph Y5["Year 5"]
        Y5L1["Layer 1<br/>30%"]
        Y5L2["Layer 2<br/>40%"]
        Y5L3["Layer 3<br/>30%"]
        Y5G["毛利率<br/>50%+"]
    end
    
    Y1 --> Y3 --> Y5

定价策略

三层定价体系

层级 产品 计费模式 目标客户 毛利率
基础层 PIPE Compute $X/卡/月 大模型厂商 25-35%
中间层 PIPE Token $Y/百万Token 中小企业 40-50%
高端层 PIPE Agent 成果分成 行业头部 60%+

合约结构

合约类型 占比 特点
长期合约 70% 3-5年take-or-pay，现金流稳定
中期合约 20% 1-2年容量预留，灵活调整
按需合约 10% 按Token/成果，高毛利

客户获取策略

第一阶段：锚定客户（Year 1）

客户类型 目标数量 合约模式 收入占比
地方政府智算中心 2-3个 3-5年运营合约 40%
国产大模型厂商 3-5家 2-3年容量预留 30%
金融机构 2-3家 1-2年试点 15%
中小企业 100+家 按需 15%

第二阶段：规模化（Year 2-3）

  • 拓展至阿里ATH/腾讯TokenHub生态下游
  • 出海东南亚（新加坡、印尼）
  • 与Together AI/Fireworks类平台合作

七、全球化实施路线图：三阶段扩张

flowchart TB
    subgraph P1["PHASE 1（Year 1-2）：中国根基"]
        P1A["西部智算中心集群（500-3000P）"]
        P1B["政府长期合约锁定（3-5年）"]
        P1C["Tokens/Watt效率领先"]
        P1D["目标收入：2-3亿元 → 8-12亿元"]
    end
    
    subgraph P2["PHASE 2（Year 3-4）：亚太扩张"]
        P2A["新加坡（亚太总部）"]
        P2B["东南亚节点（印尼/越南）"]
        P2C["中东GW级工厂（主权基金合作）"]
        P2D["目标收入：25-35亿元"]
    end
    
    subgraph P3["PHASE 3（Year 5+）：全球网络"]
        P3A["欧洲（并购/合作）"]
        P3B["北美（边缘节点）"]
        P3C["非洲/拉美（绿电+算力出口）"]
        P3D["目标收入：80-120亿元"]
    end
    
    P1 --> P2 --> P3

关键里程碑

时间 里程碑 目标
Year 1 Q1 公司成立+融资关闭 5-8亿元资金到账
Year 1 Q3 首期集群上线 500P算力投产
Year 1 Q4 Token API平台发布 Layer 2产品上线
Year 2 多区域布局 西部2节点+东部1节点
Year 3 亚太总部成立 新加坡公司设立
Year 4 中东工厂投产 GW级工厂上线
Year 5 IPO/并购退出 上市或战略并购

团队规划

核心团队（Year 1）

职位 人数 职责
CEO 1 战略规划、融资、政府关系
CTO 1 技术架构、供应链
COO 1 运营、数据中心建设
CRO 1 销售、客户成功
CFO 1 财务、资本运作
技术团队 15-20 平台开发、运维
销售团队 5-8 客户获取
运营团队 10-15 数据中心运营

扩张期团队（Year 3）

部门 人数 说明
研发团队 50+ 自研调度、液冷技术
销售团队 30+ 多区域销售
运营团队 100+ 多数据中心运营
海外团队 20+ 新加坡、中东本地团队

八、技术架构与核心指标：Tokens/Watt效率领先

技术栈

层级 技术选型 说明
芯片层 H100/H200/GB300 + 昇腾910C + 寒武纪590 双轨策略，国产替代
网络层 InfiniBand + RoCE v2 高速互联
存储层 全闪存NVMe + 对象存储 高性能存储
调度层 Kubernetes + 自研调度器 智能调度
推理引擎 vLLM + TensorRT-LLM + 国产适配 高效推理
液冷方案 英维克/曙光模块化液冷 PUE≤1.15

核心指标：Tokens/Watt

指标 目标值 行业基准 优势
Tokens/Watt 行业前20% 基准 持续优化
PUE ≤1.15 1.2 液冷全覆盖
液冷覆盖率 100% 60% 领先
集群利用率 ≥80% 60% 智能调度
电力成本 0.15元/度 0.4元/度 西部绿电

模块化工厂设计

flowchart TB
    subgraph Factory["PIPE-AI Modular Factory（Spark-like）"]
        F1["标准模块：2MW/模块"]
        F2["交付周期：3个月"]
        F3["扩展能力：按需堆叠"]
        F4["液冷方案：全浸没式"]
        F5["PUE目标：≤1.15"]
        F6["芯片配置：H100/昇腾/寒武纪"]
    end

九、融资与财务规划：从零到百亿

融资路径

第一阶段（Year 1）：种子轮+政府基金

股东类型 持股比例 出资额 资源贡献
创始团队 40% 技术+管理 技术架构+运营
地方政府产业基金 30% 3-5亿元 场地+绿电+政策
战略投资人 20% 2-3亿元 供应链+客户
员工期权池 10% - 人才激励

第二阶段（Year 2-3）：A轮+Pre-IPO

融资轮次 金额 估值 用途
A轮 10-15亿元 50-80亿元 扩展至5000P+
Pre-IPO 30-50亿元 200-300亿元 国际化+IPO

财务预测

收入预测

年份 Layer 1 Layer 2 Layer 3 总收入 毛利率
Year 1 80% 15% 5% 2-3亿元 25%
Year 2 60% 30% 10% 8-12亿元 35%
Year 3 40% 40% 20% 25-35亿元 40%
Year 5 30% 40% 30% 80-120亿元 45%

关键财务指标

指标 Year 1 Year 2 Year 3 行业标杆
毛利率 25% 35% 40% 40%+
EBITDA率 10% 20% 30% 35%
长期合约占比 70% 75% 80% 96%
客户留存率 90% 92% 95% 95%+

十、风险管控与合规：稳健前行

主要风险

风险类型 风险描述 概率 影响
供应链风险 高端GPU禁运/缺货 中 高
政策风险 算力监管/数据安全 中 中
竞争风险 云厂商价格战 高 中
技术风险 液冷/调度技术故障 低 高
客户风险 大客户流失 中 高

应对策略

风险 应对策略
供应链 国产芯片双轨（昇腾+寒武纪）+ 提前6-12个月备货
政策 100%合规+积极参与行业标准制定
竞争 差异化（Tokens/Watt效率）+ 长期合约锁定
技术 冗余设计 + 7×24运维 + 保险覆盖
客户 多行业分散 + 96%长期合约结构

合规框架

领域 合规要求
数据安全 等保三级、数据出境安全评估
能源环保 绿电占比≥80%、PUE≤1.15
国产替代 信创场景国产芯片≥50%
税务合规 高新技术企业的税收优惠

十一、附录：核心数据与术语

核心数据汇总

指标 数据 来源
全球AI支出 2.52万亿美元（2026年） Gartner
AI基础设施投资 3万亿美元（2028年前） Morgan Stanley
中国日均Token调用量 140万亿 国家数据局
中国算力租赁市场 2600亿元（2026年） IDC
CoreWeave订单积压 668亿美元 财报
Crusoe估值 100亿美元 融资
Nebius现金储备 30亿美元 财报

术语表

术语 定义
Token AI模型处理信息的最小单元
Tokens/Watt 每瓦电力产生的Token数量，效率核心指标
PUE 数据中心能源效率指标，越接近1越高效
take-or-pay 照付不议合约，客户需支付约定容量费用
Inference-as-a-Service 推理即服务，按Token计费
Outcome-Based 成果计费，按任务结果收费
Token Hub Token交易和路由的中枢节点
算电协同 算力与电力一体化规划运营
东数西算 中国西部算力支撑东部数据处理的战略布局

核心公式

  • Revenue = Tokens per Watt × Available Gigawatts 收入 = 每瓦Token产量 × 可用吉瓦数

  • Profit = (Token Price - Token Cost) × Token Volume 利润 = (Token单价 - Token成本) × Token产量

  • Tokens/Watt = Total Tokens / Total Power Consumption

结语：AI时代的新基建

2026年，我们站在AI革命的十字路口。大模型的爆发、算力的短缺、Token经济的崛起，正在重塑整个科技行业的格局。

PIPE-AI的使命，不是要成为另一个大模型公司，也不是要开发另一个AI应用，而是要构建AI时代的基础设施——让Token像电力一样无处不在，让每瓦电力产生最大的智能价值。

这是一条艰难的路，需要重资产投入，需要长期主义的坚持，需要对技术和商业的深刻理解。但我们相信，这是AI时代最有价值的事情。

正如电力革命改变了工业时代，Token经济将改变AI时代。而我们，将成为这个时代的"电力公司"。

本文为PIPE-AI创业白皮书，未经授权不得转载。