{"editorial":{"content_id":"a3421ee0-3aaa-4075-8720-64a48b8d2089","slug":"sensetime-serve-6-trilhoes-de-tokensdia-e-pressiona-custo-de-inferencia-o-que","content_type":"news","title":"SenseTime serve 6 trilhões de tokens/dia e pressiona custo de inferência — o que muda para provedores de nuvem e startups brasileiras","summary":"A SenseTime revelou que sua infraestrutura de IA (AIDC) processa 6 trilhões de tokens por dia com arquitetura de separação PD e agendamento heterogêneo, sinalizando que a competição em IA migra da posse de GPUs para a eficiência na produção de tokens — movimento que redefine custos de inferência","body":"A SenseTime, uma das principais empresas chinesas de inteligência artificial, detalhou nesta semana como sua infraestrutura de data center (AIDC) sustenta um volume de 6 trilhões de tokens processados por dia. Em apresentação na 10ª Cúpula CSDI, em Shenzhen, o vice-presidente e CTO da unidade, Xuan Shanming, explicou que a empresa abandonou a lógica de 'quanto mais GPUs, melhor' e passou a separar as etapas de Prefill e Decode em clusters heterogêneos, usando chips nacionais para pré-processamento e GPUs de alta largura de banda para geração. O anúncio chega ao Brasil num momento em que provedores de nuvem locais e startups que revendem APIs de modelos chineses — como DeepSeek, Qwen e GLM — precisam recalibrar preços e SLAs diante da queda global do custo por token.\n\nA SenseTime, fabricante chinesa de soluções de IA, realizou em 16 de outubro a apresentação de sua arquitetura de inferência em larga escala na 10ª Cúpula de Inovação em Tecnologia de Software e Pesquisa e Desenvolvimento Inteligente da China (CSDI Summit), em Shenzhen. O vice-presidente e CTO do SenseTime AIDC, Xuan Shanming, informou que a infraestrutura da companhia processa 6 trilhões de tokens por dia. O executivo detalhou que a empresa adotou uma arquitetura de separação PD (Prefill e Decode), na qual chips nacionais assumem o processamento inicial dos tokens de entrada, enquanto GPUs de alto desempenho e alta largura de banda de memória cuidam da geração sequencial dos tokens de saída, conectadas por transmissão de KV Cache. A mudança, segundo ele, permite atender desde cargas de baixo custo unitário até cenários de alta exigência de latência, como agentes de escritório e atendimento ao cliente, além de casos de alta precisão, como pesquisa científica e finanças quantitativas.\n\nO impacto para o Brasil é indireto, mas relevante para a cadeia de serviços de nuvem e IA. Provedores brasileiros que revendem APIs de modelos chineses — ou que operam clusters próprios com hardware importado da China — passam a ter um parâmetro concreto de eficiência: a SenseTime indica que a competição não está mais na quantidade de GPUs, mas na capacidade de produzir tokens de alta qualidade com menor custo e maior estabilidade. Isso pressiona empresas como a Huawei Cloud Brasil, que oferece serviços de IA generativa a clientes locais, e startups nacionais que constroem produtos sobre modelos abertos chineses, a revisar contratos de SLA e preços por token. Reguladores como a ANPD (Autoridade Nacional de Proteção de Dados) e o Banco Central, que acompanham a soberania de dados em serviços de nuvem estrangeiros, também devem observar a tendência de separação de cargas entre chips de diferentes origens — o que pode complicar a rastreabilidade de onde cada dado é processado.\n\nOs dados mostram que, em 2026, os gastos com inferência devem representar 55% do total de gastos com AI IaaS, subindo para 59% em 2027, segundo números citados pela SenseTime. Na leitura do CBI, isso indica que o mercado brasileiro de nuvem, dominado por AWS, Microsoft e Google, mas com presença crescente de provedores chineses, deve assistir a uma nova rodada de competição por custo por token — e não por capacidade bruta de GPU. A arquitetura de separação PD, que a SenseTime diz operar em escala de dez mil placas, é um sinal de que a empresa chinesa quer se posicionar como fornecedora de infraestrutura para agentes de IA, não apenas como desenvolvedora de modelos. Para o Brasil, o risco é ficar dependente de camadas de serviço estrangeiras sem desenvolver capacidade local de inferência eficiente; a oportunidade é atrair parcerias de data centers com empresas chinesas que buscam expansão internacional, como já ocorre com a Huawei em provedores regionais.\n\nO que acompanhar: primeiro, a publicação de métricas de custo por token pela SenseTime e por concorrentes chinesas, que devem servir de referência para negociações de contratos de nuvem no Brasil no primeiro semestre de 2027. Segundo, a evolução da oferta de chips de IA de fabricantes chineses, como a Huawei Ascend, que podem chegar ao mercado brasileiro via parcerias com data centers locais. Terceiro, a posição da ANPD sobre processamento de dados em arquiteturas heterogêneas com componentes de diferentes países, tema que deve entrar na agenda regulatória em 2027.","why_it_matters":"Provedores de nuvem e startups brasileiras que revendem APIs de modelos chineses precisam recalibrar preços e SLAs com base em custo por token, não em capacidade bruta de GPU.","cbi_observation":"Os dados mostram que a SenseTime processa 6 trilhões de tokens por dia com separação PD e chips heterogêneos. Na leitura do CBI, isso indica que a competição em infraestrutura de IA migra para eficiência de produção de tokens, o que deve pressionar preços de serviços de inferência no Brasil e abrir espaço para parcerias com data centers locais.","direction_tag":"中国","primary_category":"科技平台","secondary_topics":["电子","投资","zh-tech"],"content_level":"编辑整理","event_type":"Tendência setorial","audience_tags":["Investidores","Empresas com operações na China","Empreendedores"],"event_location":null,"verification_status":"unverified","published_at":"2026-10-19T11:09:29.733Z","display_date":"2026-10-19","source_published_at":null,"source_url":"https://www.qbitai.com/2026/10/504188.html","source_name":"量子位","source_language":"zh","author_name":"编辑部","risk_level":"low","risk_flags":["compliance_risk","regulatory_uncertainty"],"opportunity_flags":["partnership_opportunity","market_entry_opportunity"],"trend_signals":["ai_inference_cost_competition","china_ai_infrastructure_expansion"]},"intelligence":{"intel_id":"409104a8-9d1a-416b-bd82-1ef9f96017d0","version":1,"event_type":"基础设施变化","event_date":null,"main_entities":[{"name":"SenseTime","role":"发布并运营大规模AI推理基础设施的中国AI公司","type":"company","country":"中国","normalized_name":null},{"name":"Xuan Shanming","role":"SenseTime AIDC副总裁兼CTO，披露推理架构与处理规模","type":"person","country":"中国","normalized_name":null},{"name":"Huawei Cloud Brasil","role":"可能受token成本和SLA调整影响的巴西云服务商","type":"company","country":"巴西","normalized_name":null},{"name":"ANPD","role":"关注数据主权与跨境云服务数据处理的巴西数据保护机构","type":"regulator","country":"巴西","normalized_name":null},{"name":"Banco Central do Brasil","role":"关注云服务数据主权与金融相关数据处理的巴西央行","type":"government_body","country":"巴西","normalized_name":null},{"name":"DeepSeek/Qwen/GLM","role":"被巴西云服务商和初创企业转售API的中国模型","type":"product","country":"中国","normalized_name":null}],"main_action":"商汤披露AIDC日处理6万亿tokens并采用PD分离异构架构","key_numbers":[{"unit":"万亿tokens/日","label":"每日处理tokens","value":"6"},{"unit":"%","label":"2026年推理支出占AI IaaS总支出比例","value":"55"},{"unit":"%","label":"2027年推理支出占AI IaaS总支出比例","value":"59"},{"unit":"块加速卡","label":"PD分离架构运营规模","value":"10000"}],"facts":[{"verified":false,"statement":"SenseTime于10月16日在深圳举行的第10届CSDI峰会上展示其大规模推理架构。","source_excerpt":null},{"verified":false,"statement":"SenseTime AIDC副总裁兼CTO Xuan Shanming称，其基础设施每日处理6万亿个tokens。","source_excerpt":null},{"verified":false,"statement":"SenseTime采用Prefill与Decode分离架构，由国产芯片处理输入token预填充，高带宽GPU处理输出token生成，并通过KV Cache传输连接。","source_excerpt":null},{"verified":false,"statement":"SenseTime称其PD分离架构在万卡规模运行。","source_excerpt":null},{"verified":false,"statement":"文章援引SenseTime数据称，2026年推理支出将占AI IaaS总支出的55%，2027年升至59%。","source_excerpt":null}],"assessments":[{"statement":"该披露显示，AI基础设施竞争重点正从GPU保有量转向单位token成本与推理效率。","confidence":"high","basis_fact_index":null},{"statement":"巴西转售中国模型API的云服务商和初创企业需重新评估按token计价的合同与SLA。","confidence":"medium","basis_fact_index":null},{"statement":"异构架构涉及不同来源芯片，可能提高数据在何处处理的可追溯性与合规审查难度。","confidence":"medium","basis_fact_index":null},{"statement":"中国AI基础设施厂商可能通过数据中心合作扩大在巴西的存在。","confidence":"medium","basis_fact_index":null},{"statement":"巴西若缺乏本地高效推理能力，可能继续依赖外国服务层。","confidence":"medium","basis_fact_index":null}],"actions":[{"target":"user","priority":"high","description":"持续跟踪商汤及中国竞争对手公布的单位token成本和SLA指标。"},{"target":"user","priority":"high","description":"审查巴西云服务合同中的token定价、SLA及数据跨境条款。"},{"target":"both","priority":"normal","description":"监测ANPD和巴西央行对异构跨境数据处理的表态。"},{"target":"user","priority":"normal","description":"评估与华为等中国AI基础设施厂商在本地数据中心合作的机会。"}],"affected_audience":["巴西云服务提供商","转售中国模型API的巴西初创企业","使用生成式AI的企业客户","巴西数据保护和金融监管机构"],"risk_flags":["compliance_risk","regulatory_uncertainty"],"opportunity_flags":["partnership_opportunity","market_entry_opportunity"],"trend_signals":["ai_inference_cost_competition","china_ai_infrastructure_expansion"],"follow_up_needed":true,"follow_up_questions":["SenseTime是否公布可核验的单位token成本、延迟和SLA指标？","ANPD对异构芯片架构下跨境数据处理的监管立场是否明确？","华为Ascend等中国AI芯片是否通过本地数据中心合作进入巴西市场？","巴西云服务商是否会调整面向中国模型API的定价和SLA条款？"],"related_topics":["AI推理","token成本","PD分离架构","异构计算","巴西云服务","数据主权","中国AI出海"],"verification_status":"unverified","confidence_score":0.7,"generated_at":"2026-10-19T11:09:50.511Z"},"meta":{"canonical_url":"https://chinabrazilinsight.com/news/sensetime-serve-6-trilhoes-de-tokensdia-e-pressiona-custo-de-inferencia-o-que","api_url":"https://chinabrazilinsight.com/api/public/content/sensetime-serve-6-trilhoes-de-tokensdia-e-pressiona-custo-de-inferencia-o-que","markdown_url":"https://chinabrazilinsight.com/api/public/content/sensetime-serve-6-trilhoes-de-tokensdia-e-pressiona-custo-de-inferencia-o-que?view=markdown","json_url":"https://chinabrazilinsight.com/api/public/content/sensetime-serve-6-trilhoes-de-tokensdia-e-pressiona-custo-de-inferencia-o-que?view=json","last_updated":"2026-10-19T11:09:50.571Z","platform":"China Brazil Insight","platform_url":"https://chinabrazilinsight.com"}}