2月3日，云天勵飛正式舉辦“大算力芯片戰略前瞻會”，首次對外公布未來三年的大算力 AI 推理芯片戰略布局。面對人工智能從“基礎模型構建”邁向“規模化應用落地”的重要轉折點，公司宣布將核心研發資源集中于攻克大模型落地的“成本壁壘”，致力于通過底層架構創新，力爭實現百萬 Tokens 推理成本降低 100 倍以上的目標，推動 AI 從技術嘗鮮走向普惠生產力。



產業變局：推理競速，從“參數內卷”轉向“效能為王”

過去一年，全球算力產業的風向標已發生顯著偏轉，重心正加速向推理側傾斜。谷歌在 2025 年 4 月發布第七代 TPU “Ironwood”時，明確將其定位為“面向推理時代”的基石，強調在大規模推理與能效上的系統化優化。

與此同時，圍繞“更低時延、更低成本”的推理芯片與系統能力，產業整合動作也在加速。2025 年 12 月，英偉達與 Groq 達成非獨占許可安排，并吸納其核心工程人才團隊加入，此舉被視為強化推理與實時工作負載能力的關鍵布局。

這些行業信號共同指向一個趨勢：推理側競爭已不再單純是“把模型做得更強”的參數競賽，而是“讓應用跑得更久、更穩、更便宜”的效能競賽，單位推理成本與交付效率已成為規模化落地的最大門檻。

架構破局：GPNPU 路線重新定義“通用生態”與“極致能效”

推理時代的勝負手不在單點指標，而在系統級協同：既要承接主流軟件生態，又要在推理負載下實現更優能效與更低時延。

云天勵飛確立了 GPNPU 技術路線，并提出了“GPNPU = GPGPU + NPU + 3D 堆疊存儲”的核心公式，旨在兼顧通用計算的“通用性”與 NPU 的“高效性”，在工程層面同時解決可遷移、可部署、可持續降本三大難題。
在通用生態層面，鑒于 CUDA 仍是全球最成熟、覆蓋最廣的加速計算平臺之一，云天勵飛的 GPNPU 架構致力于正視主流生態的遷移成本問題，能夠實現一行代碼完成 CUDA 程序兼容，極大降低了進入生產系統的門檻。


在推理能效層面，NPU 能夠實現更高的計算效率和能效比，面對大模型推理這種高度結構化、可被體系化優化的負載，專用化設計帶來的能效優勢更容易轉化為真實成本優勢，這也是國際廠商持續加碼專用路線的重要原因。

同時，針對行業公認的“內存墻”瓶頸，云天勵飛正深度研發 3D 堆疊存儲及更前沿的互連技術，以提升帶寬與能效，降低推理時延。

在架構工程與產品化路徑上，云天勵飛進一步強調了兩項可落地的優勢。首先是“算力積木”架構，即通過 Chiplet 擴展與互連思路，將標準計算單元進行模塊化封裝與組合，讓算力像搭積木一樣按需擴展，形成從邊緣到更大規模推理的彈性產品形態。

其次是面向推理的系統級優化能力，公司拒絕單純的“芯片參數競賽”，而是主張把“模型怎么跑得更省”沉淀到架構里，圍繞真實業務負載持續迭代，逐項擊穿推理鏈路中的成本與時延瓶頸，最終形成可復制交付的綜合最優解。

五大核心要素構筑堅實護城河，將打造千卡集群

云天勵飛董事長兼 CEO 陳寧在演講中指出，支撐公司跨越周期的，是長期積累構筑的商業護城河。他將核心競爭力總結為技術、產能、生態、市場、資本五大關鍵要素。這五大維度的協同共振，不僅是云天勵飛應對行業激烈競爭的底氣，更為未來三年戰略的穩步落地提供了堅實的體系化保障。

針對行業普遍關注的供應鏈安全問題，云天勵飛高級副總裁、CFO 兼董秘鄧浩然特別強調，公司目前是國內屈指可數手握充足國產產能保障的企業之一，這一戰略儲備為后續芯片的大規模量產與交付提供了極高的確定性。

陳寧還詳細解讀了云天勵飛的“1+4”架構：“1”指聚焦于AI大算力推理芯片，“4”則是四大事業部。作為生態構建者，四大事業部旨在解決芯片從“研發生產、優化打磨到市場推廣”的核心難題。其中，政企事業部作為基石，將憑借深厚的行業經驗，將戰略重點轉向推理設備和智算中心的建設。此外，云天勵飛還計劃打造區域級“千卡集群”，樹立城市AI算力賦能的新標桿。

藍圖展開：DeepVerse 領銜，全場景算力矩陣精準卡位

面向未來三年的規劃，云天勵飛CTO李愛軍表示，將不遺余力投入大算力芯片DeepVerse的研發，圍繞推理成本、時延與吞吐的核心矛盾持續迭代，并按產品節奏梯度覆蓋市場需求。

路線圖將對標國際主流平臺的代際演進，聚焦長上下文預填充（Prefill）、低時延解碼（Decode）等關鍵推理階段的系統優化，在真實負載下持續兌現“更便宜、更穩定、更易部署”的交付目標。



推理時代的競爭，本質是“單位推理成本”的競爭。只有把推理做得足夠便宜、足夠穩定、足夠易用，AI 才能從“看得見的能力”走向“用得起的生產力”。

未來，云天勵飛將以 GPNPU 架構為核心，大力推進云端大算力強化軟硬協同與存儲體系攻堅，力爭將百萬 Tokens 推理成本降低 100 倍以上，推動大模型從示范應用走向規模化交付。