電子發燒友網報道（文/李彎彎）2025年，人工智能正式邁入應用推理時代。大模型從實驗室走向千行百業，推理需求呈指數級爆發。然而，高昂的推理成本與有限的算力供給之間的矛盾日益凸顯，成為制約AI規模化落地的關鍵瓶頸。在此背景下，云天勵飛推出其第五代芯片架構——GPNPU（General-Purpose Neural Processing Unit，通用神經網絡處理單元），以一場底層架構的革命，試圖重塑AI算力格局，推動大模型推理走向極致性價比時代。

GPNPU的核心定位是：做推理時代的優等生。它摒棄了傳統芯片追求大而全的通用計算思路，轉而聚焦大模型推理的核心場景，如Prefill準備階段和Decode生成階段，進行深度定制與優化。其目標極具挑戰性：將當前約1美元/百萬Token的推理成本，壓縮至僅需1美分/百萬Token，實現百倍效率提升。

GPNPU的黑科技源于三大底層創新。首先是算力積木設計思想。傳統芯片往往一刀切，難以兼顧云、邊、端多樣化的部署需求。GPNPU采用模塊化架構，如同樂高積木般可靈活堆疊，實現一次流片、多規格輸出。其算力覆蓋從8T到256T，既能支撐云端大模型推理，也能賦能邊緣設備與終端智能體，如機器人、手機、AR眼鏡，真正實現全場景覆蓋。

其次，GPNPU采用3D堆疊存儲技術，直面內存墻難題。大模型推理對帶寬極為敏感，數據搬運速度常成為性能瓶頸。通過3D堆疊，GPNPU大幅提升存儲密度與帶寬利用率，讓計算單元得以持續滿血運行，顯著提升能效比。

第三，GPNPU實現異構化與靈活調度。它深刻洞察到推理任務的動態特性：Prefill階段重算力，Decode階段重帶寬。因此，通過軟硬協同優化，GPNPU可動態調整算力、帶寬與存儲的配比，不再依賴單一芯片硬扛，而是以靈活架構適配任務變化，實現資源最優利用。

與傳統架構相比，GPNPU展現出顯著差異化優勢。傳統GPU雖生態成熟、通用性強，但推理成本高昂；傳統NPU能效較高，但多聚焦終端推理，通用性受限。而GPNPU則兼具GPU的通用性與NPU的高能效，專為大模型推理優化，覆蓋端、邊、云全場景，并以算力積木實現前所未有的架構靈活性，真正實現極致性價比。

目前，基于GPNPU架構的芯片正加速落地。正在研發的Nova 500系列，作為第五代GPNPU芯片，重點提升帶寬與能效，是實現“1元內搞定百萬Token”目標的關鍵一步。展望未來，Nova 600系列將探索光電一體化互聯，構建高性價比的算力網絡，進一步將推理成本推向分級成本新低。

依托GPNPU，云天勵飛已構建“深穹”（云端）、“深界”（邊緣）、“深擎”（具身智能）三大芯片產品矩陣，全面服務于互聯網大廠、智能終端廠商與機器人企業，推動AI應用的廣泛落地。

在國產工藝受限、高端GPU供應不確定的現實下，云天勵飛沒有選擇在制程工藝上硬拼，而是以架構創新另辟蹊徑。GPNPU不僅是技術的突破，更是一種戰略智慧的體現——通過“算力積木+3D堆疊”的創新路徑，走出一條高能效、低成本、全場景的差異化發展之路。它預示著，AI算力將不再昂貴稀缺，而是如水電般普惠，真正賦能千行百業的智能化變革。