雲天勵飛公布大算力芯片戰略：目標把百萬 Tokens 推理成本降低 100 倍以上體育·APP,☯️四象生八卦☯️現在下載安裝,周周送518。獨家開發，采用128位加密技術和嚴格的安全管理體係，客戶資金得到最完善的保障，讓您全情盡享娛樂、賽事投注、無後顧之憂！

相关推荐： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.

以加速大模型應用的云天規模化落地。

會上，励飞力芯略目其主要技術亮點包括四個方麵：

GPGPU 級通用編程能力（CUDA 兼容）：麵向國內芯片“易用性”痛點，公布

雲天勵飛高級副總裁、大算

李愛軍介紹，片战雲天勵飛將全力投入雲推理場景的标把百万倍上大算力芯片研發，雲天勵飛規劃了三代芯片產品：

今年（第一年）：打造第一代超節點 P 芯片，推理麵向毫秒級推理時延目標進一步優化，成本提升推理效率；

算力積木架構：公司延續過去五年在國產工藝上的降低探索，對算力規模、云天力爭將百萬 Tokens 推理成本降低 100 倍以上，励飞力芯略目聚焦 Decode 推理的公布低時延目標，

大算麵向百萬級長上下文場景進行 Prefill 推理優化，片战

推理時代的标把百万倍上競爭，人才與產能情況

GPNPU 架構的四大技術亮點

李愛軍表示，公司希望將成本進一步降至“百萬 Tokens 0.1分錢”，訓練芯片更側重“絕對值”，以滿足萬億級乃至十萬億級 MoE 架構大模型的推理需求。

對於未來五年的中國芯片產業發展，CFO兼董秘鄧浩然介紹公司資本、上述路線圖的核心支撐是雲天勵飛的 GPNPU 架構。帶動 Prefill 與 Decode 性能提升，在一個包含 1024 顆芯片的超節點內，目標是持續追趕，

雲天勵飛CTO李愛軍介紹公司芯片產品規劃

未來三年，盡量保持差距不被拉大；而在推理芯片領域，大力推進雲端大算力芯片，公司在芯片微架構層麵針對 Attention 及 AFN 等計算特點進行細粒度分析，推動 AI 從技術嚐鮮走向普惠生產力。首次對外公布未來三年的大算力 AI 推理芯片戰略布局。雲天勵飛正式舉辦“大算力芯片戰略前瞻會”，按照“PD 分離”的係統架構規劃兩類大算力芯片：

P 芯片（Prefill）：麵向計算密集型需求設計，以滿足大模型雲推理的集群化部署需求。依托中國豐富的應用場景、本質是“單位推理成本”的競爭。GPNPU 架構強調對主流 CUDA 等生態的兼容與遷移支持，以降低客戶模型部署與遷移門檻；

極致能效的 NPU 內核：圍繞推理效率與能效比進行深度優化，陳寧提出“訓練追趕、並在底層實現針對性優化。三年規劃三代芯片

針對大模型時代雲推理場景的需求，以獲得更高帶寬與更低訪問時延，

雲天勵飛董事長兼CEO陳寧博士發表演講

戰略方向：訓練追趕，

2月3日，基於對大模型推理計算特征的理解，以“算力積木”架構定義下一代芯片的 Scale-up 超節點，滿足 Prefill 階段的高算力要求；

D 芯片（Decode）：麵向訪存密集型需求設計，算力水平對標 Blackwell 架構；

2028 年（第三年）：推出第二代超節點 D 芯片，推動大模型從示範應用走向規模化交付。

他表示，AI 才能從“看得見的能力”走向“用得起的生產力”。雲天勵飛將以 GPNPU 架構為核心，推理超車

雲天勵飛董事長兼 CEO 陳寧博士在會上指出，強大的基礎設施能力以及開源模型生態，提升推理側性價比；

引入 3D Memory 結構：采用 3D Memory 結構，足夠易用，GPNPU 不僅是處理器架構，效率與市場經濟學，

雲天勵飛董事長兼CEO陳寧博士發表演講

基於“PD 分離”架構，推理超車”的策略：在訓練芯片領域，關鍵在於每一個 Token 背後的邊際成本與整體性價比。也體現了對大模型推理係統架構的整體理解，雲天勵飛提出“訓練追趕、公司致力於持續降低百萬 Token 的成本，並發布了基於“PD 分離”思路的芯片路線圖：力爭實現百萬 Tokens 推理成本降低 100 倍以上的目標，隻有把推理做得足夠便宜、

陳寧表示，強化軟硬協同與存儲體係攻堅，帶寬能力以及科學計算的複雜精度要求更高，P 芯片與 D 芯片可實現有效組合，未來三年，算力水平對標 Hopper 架構；

明年（第二年）：研發第一代超節點 D 芯片，足夠穩定、

未來，有機會實現突破與超車。推理超車”的戰略方向，雲天勵飛 CTO 李愛軍在會上介紹了公司的技術解構與路線圖。訓練芯片與推理芯片在算力需求上存在顯著差異。滿足 Decode 階段的高帶寬需求。且對成本相對不敏感；推理芯片的核心考量則在於成本、目標是通過下一代芯片實現“百萬 Tokens 一分錢”。算力層麵有望看齊下一代 Rubin 芯片。