【上海，2026年7月】近日，速石科技更新了企业级AI资源治理与运营中心——速石Token中枢（FAAP-fastHub）产品矩阵。此次更新在现有能力基础上，进一步明确了 Team & Team Pro、Enterprise、Factory和MaaS四条产品线，分别承接团队共享使用、企业统一治理、面向外部客户运营及模型服务供给等不同需求。
速石科技产品负责人表示:“AI进入组织的方式，不是轨道，是旷野。不同企业会从不同位置出发，同一个组织内部也可能有多条路径同时生长。这次产品矩阵更新，不是要为用户规定一条逐级升级的路线，而是希望用户能够从当前需求出发，选择和组合适合自己的产品，并随着业务变化灵活调整。”
继上月介绍速石Token中枢的整体概念与定位后，本次更新进一步明确了Token中枢在AI能力供给、使用、治理与运营等不同场景中的产品选择与组合关系。同时，Token 中枢还可与FAAP-MLOps进行产品级联动，连接模型调用与内部算力资源，让企业能够同时看清 Token 使用和内部算力资源的使用情况。
01
速石Token中枢产品矩阵——四条产品线
先看看最新版速石Token中枢产品矩阵，包括四条产品线:
- fastHubTeam&Team Pro元驭一体机
- fastHubEnterprise 企业版
- fastHubFactory 运营版
- fastHub MaaS 模型即服务平台
分别承接团队共享、企业治理、对外经营和模型服务需求。
一个团队开始共用模型:fastHub Team&Team Pro元驭一体机
当一个团队只有少数人在用AI时，账号和Key各自保管，往往还能应付。
等到更多成员加入，问题就来了:谁可以使用哪些模型，额度怎么分，团队一共用了多少，成员离开后权限怎么收回?
fastHub Team&Team Pro（元驭一体机）面向一个团队或部门，把模型接入、账号、Key、额度和Token用量放到一起管理。产品采用软硬一体化交付模式，10分钟就能开启团队级AI治理。
详细介绍可戳这里:今日上市 | 元驭一体机:专治“散装AI”，10分钟开启团队级AI治理
总部要管理多个内部组织:fastHub Enterprise企业版
如果要管理的不是一个团队，而是总部、事业部、子公司、项目组和授权外包团队，情况就不同了。
这些组织可能要各自设置权限、模型范围和额度，各看各的用量和账目;与此同时，总部还要统一设置安全底线，查看全局使用情况。
fastHub Enterprise企业版面向的就是这种场景。
TA通过管理面沉淀视图、控制面定义规则和流量面执行策略，把身份、权限、路由、预算、安全、审计、计量和内部运营规则落实到模型调用中。
可以把TA理解为:集团平台团队像一个“内部AI运营商”，向下属单位开通服务、发放Key、分配额度，再统一查看使用情况和核对账目。
准备把模型能力提供给外部客户:fastHub Factory运营版
如果服务对象不再是内部部门，而是独立外部客户，问题就从内部治理变成了对外经营。
在当前产品矩阵中，这部分能力被独立定义为 fastHub Factory运营版，使内部治理与外部经营的产品边界更加清楚。
fastHub Factory运营版这时需要处理客户开户、套餐、价格、额度、计量、结算和持续运营，还要把不同来源的模型包装成客户能够购买和调用的服务。
想先把模型用起来:fastHub MaaS平台
如果主要需求是直接调用模型，不想自己建设和维护模型服务，可以先看fastHub MaaS（Model as a Service）模型即服务平台。
TA由速石官方托管运营，个人用户和开发者注册后即可独立使用（https://hub.fastone.cc/）。
团队和企业也可以把fastHub MaaS无缝接入上述fastHub Team/Enterprise/Factory产品线，成为统一治理体系中的上游模型资源来源，为企业提供从模型供给到资源运营的完整闭环。这样的好处有两点:
1. 一个平台负责到底，全链路可控，更安全、更合规，降低管理复杂度;
2. 更智能的资源调度与成本优化，从“能用”走向“越用越好”。
02
四个容易混淆的地方
1. 元驭一体机和Enterprise企业版的区别，不仅是公司大小
元驭一体机管理一个使用同一套规则、额度和账目的团队;Enterprise企业版管理多个需要独立权限、预算和账本的内部组织。
一家大公司的独立研发团队可能只需要元驭一体机;一家人数不多的企业，只要存在多个独立管理边界，也可能需要Enterprise企业版。仅仅“有多个部门在用”，并不是选择Enterprise的充分条件。
2. Factory运营版不是Enterprise企业版的高级版
Enterprise企业版服务总部、子公司和项目组等内部组织;Factory运营版服务独立外部客户。
判断依据不是规模，而是模型服务是否越过组织边界，平台是否需要承担客户开户、套餐、定价和结算责任。
3. 模型数量和Token用量，不能直接决定产品
一个高频应用可以消耗大量Token，但管理关系仍然简单;一个用量不大的集团试点，也可能已经涉及多级权限、安全和项目核算。
选型要看管理关系，而不是只看资源规模。
4.四条产品线解决的是两类不同问题
fastHub MaaS解决模型服务供给:用户从哪里获得可以调用的模型资源。
fastHub Team/Enterprise/Factory三条产品线解决模型能力进入不同场景后，怎样被共享、治理和运营。
03
四选一?NO，这是一道多选题
这四条产品线不是一条打怪升级路线。
用户可能只选择其中一条，也可能组合使用。
先看:是否需要fastHub提供模型资源服务
如果需要直接调用托管模型资源，可以选择fastHub MaaS。
如果已经采购了公有模型、其他MaaS，或者拥有私有模型和自建推理服务，也可以继续使用原有资源。
再看:是否需要管理模型进入团队、组织或外部业务后的使用关系
- 一个团队或部门共同使用:买fastHub Team&Team Pro元驭一体机
- 总部要管理多个内部组织:评估fastHub Enterprise企业版
- 给独立外部客户提供服务:了解fastHub Factory运营版
而如果接入的资源还包括企业自建的GPU和推理服务，就会进一步产生模型发布、算力分配和运行管理需求，则可以选择速石Token中枢与FAAP-MLOps进行产品联动。
而这，就到了我们下一章节:
04
从模型调用到算力运行:速石Token中枢与FAAP-MLOps的产品级联动
对于自建GPU和推理服务的用户，一次模型调用并不是完整链路的终点，最终还得由推理服务和底层GPU完成实际运行。
速石Token中枢产品矩阵，主要围绕模型调用展开:谁可以调用模型，可以使用什么模型，额度怎样分配，Token用量和成本如何记录。
FAAP-MLOps（速石训推一体算力平台）与Token中枢同属于速石FAAP产品体系，可以统一纳管GPU资源、发布模型并管理推理服务。
关于FAAP如何构建从算力到应用的完整闭环，可以参考:速石科技FAAP全面适配华为昇腾，构建下一代自主创新AI基础设施。
具体产品联动过程:
模型发布为推理服务后，作为模型资源接入fastHub Team/Enterprise/Factory产品。业务请求经过fastHub时，Token消耗记录在调用侧;请求进入自建推理服务后，GPU和推理资源的使用记录在运行侧。两个平台再通过租户、组织、项目和推理服务等维度建立关联。
模型调用侧负责回答“谁在使用AI”，算力运行侧则要回答“支撑这些调用的资源被谁、被什么任务使用”。
可以简单理解为:速石Token中枢管Token账，FAAP-MLOps管算力账。
“两账合一”意味着什么?
“两账合一”的价值，是让用户可以沿着同一条业务链继续追问:
- 谁发起了模型调用;
- 调用了什么模型，消耗了多少Token;
- 请求进入了哪个推理服务;
- 推理服务占用了哪些内部算力;
- 当前资源是正常运行、出现拥堵，还是仍有闲置。
Token账说明模型能力在被谁使用，算力账说明内部资源被怎样使用。两边关联后，企业看到的不再只是模型调用量或GPU总利用率，而是某个团队、项目、应用或客户同时消耗了哪些资源。
两套产品联动，有哪些好处?
1. 看清一项AI业务的完整资源消耗
当某个项目的AI使用增长时，用户不仅能看到Token请求和外部模型费用，也能看到相关推理服务占用了多少内部算力。
2. 在自建模型与外部MaaS之间作出选择
自有GPU不意味着所有任务都应该放回内部，使用外部MaaS也不意味着内部算力没有价值。结合Token使用和算力负载，用户可以判断哪些任务适合自建模型，哪些更适合按量调用。
3. 为容量规划和算力采购提供依据
当AI用量增加时，用户可以分辨增长的是外部模型费用，还是内部推理压力;内部资源是真的不足，还是仍有GPU没有被充分使用。
4. 从模型调用继续追踪到运行环境
当AI应用出现延迟或错误时，平台团队可以从速石Token中枢的调用记录继续查看推理服务和底层资源状态，判断问题位于应用、调用入口、模型服务还是算力环境。
05
常见问题FAQ
Q1:使用fastHub Team、Enterprise或Factory，必须同时使用fastHub MaaS吗?
不需要。fastHub MaaS是一种模型服务来源，不是使用其他三条产品线的前提。
用户可以继续使用已经采购的公有模型、其他MaaS、私有模型和自建推理服务，再根据团队共享、组织治理或对外经营的需要，接入相应的速石Token中枢产品。
Q2:已经有私有模型和GPU，还需要速石Token中枢吗?
两者解决的问题不同。私有模型和GPU回答“模型在哪里运行”，Token中枢回答“谁能调用、使用什么模型、额度怎么分、用量和成本归到哪里”。
已有模型和算力可以继续使用，并作为模型资源接入相应产品。
Q3:什么情况下还需要FAAP-MLOps?
如果用户不仅要调用自建模型，还要统一管理GPU资源池、模型发布、推理服务、负载、利用率和资源归因，就需要进一步评估FAAP-MLOps。
如果全部使用外部模型服务，主要需求只是模型接入、Token计量和调用治理，则不一定需要部署FAAP-MLOps。
Q4:fastHub Factory是这次新增加的能力吗?
不是。面向外部客户的开户、套餐、定价、计量和运营能力此前已经存在。这次产品矩阵更新，是将这些能力独立定义为fastHub Factory运营版，从而更清楚地区分组织内部治理与外部服务经营。
END
速石科技致力于成为
一家提供"端到端统一计算解决方案"的公司
半导体/智能制造/能源/新药研发/人工智能
说到计算，统统在我们碗里
而且自下而上全栈适配国产化生态系统
同时，打造高校新质生产力教学科研创新平台
以产业经验赋能高校教学与科研场景
培养实战型人才