云天勵飛公布大算力芯片戰(zhàn)略：目標(biāo)把百萬 Tokens 推理成本降低 100 倍以上

2026-02-05 來源：云天勵飛

117

2月3日，云天勵飛正式舉辦“大算力芯片戰(zhàn)略前瞻會”，首次對外公布未來三年的大算力 AI 推理芯片戰(zhàn)略布局。

會上，云天勵飛提出“訓(xùn)練追趕、推理超車”的戰(zhàn)略方向，并發(fā)布了基于“PD 分離”思路的芯片路線圖：力爭實現(xiàn)百萬 Tokens 推理成本降低 100 倍以上的目標(biāo)，推動 AI 從技術(shù)嘗鮮走向普惠生產(chǎn)力。

云天勵飛董事長兼CEO陳寧博士發(fā)表演講

戰(zhàn)略方向：訓(xùn)練追趕，推理超車

云天勵飛董事長兼 CEO 陳寧博士在會上指出，訓(xùn)練芯片與推理芯片在算力需求上存在顯著差異。訓(xùn)練芯片更側(cè)重“絕對值”，對算力規(guī)模、帶寬能力以及科學(xué)計算的復(fù)雜精度要求更高，且對成本相對不敏感；推理芯片的核心考量則在于成本、效率與市場經(jīng)濟(jì)學(xué)，關(guān)鍵在于每一個 Token 背后的邊際成本與整體性價比。

陳寧表示，公司致力于持續(xù)降低百萬 Token 的成本，目標(biāo)是通過下一代芯片實現(xiàn)“百萬 Tokens 一分錢”。未來三年，公司希望將成本進(jìn)一步降至“百萬 Tokens 0.1分錢”，以加速大模型應(yīng)用的規(guī)模化落地。

對于未來五年的中國芯片產(chǎn)業(yè)發(fā)展，陳寧提出“訓(xùn)練追趕、推理超車”的策略：在訓(xùn)練芯片領(lǐng)域，目標(biāo)是持續(xù)追趕，盡量保持差距不被拉大；而在推理芯片領(lǐng)域，依托中國豐富的應(yīng)用場景、強(qiáng)大的基礎(chǔ)設(shè)施能力以及開源模型生態(tài)，有機(jī)會實現(xiàn)突破與超車。

云天勵飛董事長兼CEO陳寧博士發(fā)表演講

基于“PD 分離”架構(gòu)，三年規(guī)劃三代芯片

針對大模型時代云推理場景的需求，云天勵飛 CTO 李愛軍在會上介紹了公司的技術(shù)解構(gòu)與路線圖。

他表示，云天勵飛將全力投入云推理場景的大算力芯片研發(fā)，基于對大模型推理計算特征的理解，按照“PD 分離”的系統(tǒng)架構(gòu)規(guī)劃兩類大算力芯片：

P 芯片（Prefill）：面向計算密集型需求設(shè)計，滿足 Prefill 階段的高算力要求；
D 芯片（Decode）：面向訪存密集型需求設(shè)計，滿足 Decode 階段的高帶寬需求。

李愛軍介紹，公司在芯片微架構(gòu)層面針對 Attention 及 AFN 等計算特點進(jìn)行細(xì)粒度分析，并在底層實現(xiàn)針對性優(yōu)化。在一個包含 1024 顆芯片的超節(jié)點內(nèi)，P 芯片與 D 芯片可實現(xiàn)有效組合，以滿足大模型云推理的集群化部署需求。

云天勵飛CTO李愛軍介紹公司芯片產(chǎn)品規(guī)劃

未來三年，云天勵飛規(guī)劃了三代芯片產(chǎn)品：

今年（第一年）：打造第一代超節(jié)點 P 芯片，面向百萬級長上下文場景進(jìn)行 Prefill 推理優(yōu)化，算力水平對標(biāo) Hopper 架構(gòu)；
明年（第二年）：研發(fā)第一代超節(jié)點 D 芯片，聚焦 Decode 推理的低時延目標(biāo)，算力水平對標(biāo) Blackwell 架構(gòu)；
2028 年（第三年）：推出第二代超節(jié)點 D 芯片，面向毫秒級推理時延目標(biāo)進(jìn)一步優(yōu)化，帶動 Prefill 與 Decode 性能提升，算力層面有望看齊下一代 Rubin 芯片。

云天勵飛高級副總裁、CFO兼董秘鄧浩然介紹公司資本、人才與產(chǎn)能情況

GPNPU 架構(gòu)的四大技術(shù)亮點

李愛軍表示，上述路線圖的核心支撐是云天勵飛的 GPNPU 架構(gòu)。GPNPU 不僅是處理器架構(gòu)，也體現(xiàn)了對大模型推理系統(tǒng)架構(gòu)的整體理解，其主要技術(shù)亮點包括四個方面：

GPGPU 級通用編程能力（CUDA 兼容）：面向國內(nèi)芯片“易用性”痛點，GPNPU 架構(gòu)強(qiáng)調(diào)對主流 CUDA 等生態(tài)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(nèi)核：圍繞推理效率與能效比進(jìn)行深度優(yōu)化，提升推理側(cè)性價比；
引入 3D Memory 結(jié)構(gòu)：采用 3D Memory 結(jié)構(gòu)，以獲得更高帶寬與更低訪問時延，提升推理效率；
算力積木架構(gòu)：公司延續(xù)過去五年在國產(chǎn)工藝上的探索，以“算力積木”架構(gòu)定義下一代芯片的 Scale-up 超節(jié)點，以滿足萬億級乃至十萬億級 MoE 架構(gòu)大模型的推理需求。