天数智芯天垓300实测对标国际主流：单卡吞吐达1.05倍

“快速迭代、还未收敛”，眼下的算力与大模型技术，恰好都呈现出这一特征。

天数智芯（09903.HK）副总裁邹翾日前在“从模型到世界”媒体开放日活动上表示，整个行业眼下仍处于算法快速迭代的阶段，即便同属一家公司，不同版本模型的计算特征与算子结构也会出现变化。

《中国经营报》记者了解到，这是天数智芯上市后头一回向媒体系统开放实机演示，主角是今年世界人工智能大会期间发布的通用GPU旗舰天垓300。第三方实测显示，典型PD分离部署下，天垓300折算单卡整体端到端吞吐为某国际主流产品的1.05倍，由此成为国内首个实测性能与该产品水平相当的通用GPU。

天数智芯最近还亮出一组直白的数据：11月2日公告称，截至2026年10月31日止十个月，集团芯片累计出货量超过8万片。技术之外，商业化落地的节奏也在加快。

在邹翾看来，Groq LPU这类专用架构，以及谷歌、亚马逊等企业的自研定制芯片，各有各的价值，但往后几年，通用性仍是躲不开的底层需求。

行业机构Omdia人工智能首席分析师苏廉节告诉《中国经营报》记者，从当前市场走势看，国产算力芯片要的不再只是同架构上的迁移，全栈能力成了更迫切的要求。

天数智芯副总裁宋煜的看法相近：芯片、软件与系统协同之后，业务实际跑成什么样，才是客户最终评判的依据；产品设计和优化，应当从客户的业务发展及未来算力需求出发。“在通用GPU架构基础上，针对重点业务负载中的计算、访存和通信瓶颈开展软硬件协同优化。”

不只盯着单颗芯片

宋煜说，GPU说到底只是一个部件，要让客户真正用起来，还牵扯主机内存、存储、网络和GPU互连这些环节。天数智芯既管单颗芯片，也在系统设计与软件层面下了不少功夫。客户关心的其实很实在：同样的投入、同样的业务质量要求，能产出多少Token、生成多少秒视频。

多样化推理需求怎么接？邹翾给出的思路是，通用模块与专用加速单元可以灵活耦合，既能在单颗芯片内集成，也能通过PD、AFD这类算力分离架构做分布式异构编排。

他同时提到，GPU架构并非天生偏向Prefill或Decode；恰恰是GPU本身的通用性，让它更像一套乐高积木。“不管业务、算法出现什么新变化，都可以快速适配、灵活组合。”

天数智芯AI与加速计算负责人单天逸介绍，天垓300的异构协同思路分三个层次：PD分离之外，还有混合训练与AFD分离。以AFD分离来说，Prefill全流程计算与解码阶段的Attention由天垓300承担，FFN专家网络交给合作厂商的XPU，两类芯片在统一调度下协同，实测Decoding推理延迟下降60%。该方案已经实际跑通，是国内首个基于GPU+XPU的异构部署AFD分离方案。

单天逸说：“未来的AI算力系统，不一定由一种芯片包打天下。”他接着表示，关键在于怎么把这些芯片高效组织起来，让整个系统释放更大价值；公司希望以开放的异构计算能力，帮客户把已有的算力资产用足，用更灵活的方式搭出贴合自身业务的计算系统。

副总裁石加圣则从软件角度谈GPGPU的能力来源——软硬件协同设计。他以PD分离为例：这类需求先经负载分析、性能建模和架构权衡，再落到对计算、存储、通信等基础能力的要求上，最终反映进芯片设计，这样形成的硬件能力不会只服务于某一种应用场景。他还指出，硬件架构能力要靠编译器、运行时、算子库和上层框架等软件环节接起来，才能持续变成客户应用中的性能与使用体验。

业务需求把算力推向分层

从上述第三方实测看，天垓300在真实业务中的测试水平说明，国产GPU正迈入新阶段：不再只解决“能不能用”，而是比实际产出、运行效率和经济价值。

天数智芯把这个阶段叫作高质量算力，特点是“高效率、可预期、可持续”——同样的投入能换来多少有效结果，长时间运行稳不稳，面对不同模型、业务和部署方式能不能持续顶用。

据公司方面透露，天垓300已经形成从加速卡、一机8卡服务器到超节点的完整系统方案。其中天垓300 IXL144超节点方案在今年工博会上亮相，单个标准机柜集成144颗GPU、聚合约10.1TB显存，是当前业界密度最高的单机柜GPU超节点；据测算，每百万有效Token成本比国际主流方案低约40%。

苏廉节表示，市场对类GPU的需求还没有到井喷式增长的阶段，天数智芯目前的表现中规中矩。要保住竞争力，生态还得继续做，争取多点开花。“光是聚焦在大型数据中心的训推场景，恐怕机会有限。”

这次活动上，天数智芯展示了云端高效生产智能和软件加速适配，还专门讲了端侧产品布局（即彤央系列），并提出算力分层理念。公司方面认为，物理世界的数据量在持续增长，感知、规划与执行都要毫秒级响应；合同、科研等涉及数据安全的任务，又要求算力“贴着数据跑”。业务需求决定了算力必须分层。

天数智芯彤央产品市场负责人宋远盈说：“云端GPU厂商做端侧，不是把芯片做小，而是把能力下沉。”据他介绍，彤央以“一套生态、两种形态、五款产品”覆盖从客户自主集成到即用型部署的需求；“把云的能力折叠进方寸之间”，也让客户的边端投入具备长期延续性。

其中，彤央TY1200端侧算力终端标称300 TOPS稠密算力，没有采用行业惯用的稀疏峰值口径；在Qwen3.8-27B、Qwen3.6-35B-A3B等LLM模型实测中，TY1200性能为英伟达Thor T5000的1.2倍。Thor T5000是英伟达目前性能最强的边端产品。

具身智能芯片还在摸索阶段

天数智芯端侧这次还把近期英伟达GTC柏林大会上走红的机器鸭MicroDuck带到了现场，虽是“同款”，却是手搓版。

英伟达的做法是把训练放在云端，策略再回传本地；天数智芯走的是另一条路——仿真训练、仿真验证、实物部署，三件事都在一台TY1200里跑完。

TY1200相当于MicroDuck这只机器鸭的“大脑”。天数智芯方面称，本次展示是TY1200首次在国产端侧产品上跑通基于MuJoCo-Warp的GPU加速物理仿真；在世界模型Cosmos-R2-2B与Cosmos-R2-8B的本地运行测试里，TY1200实测性能分别达到Thor T5000的158%和180%。

物理AI场景的具身智能端侧芯片，眼下正被国内外算力芯片厂商当作新方向。天数智芯副总裁郭为表示：“具身智能不仅需要足够的算力，还要考虑能效和实时性。尤其是在真实环境中，机器人需要及时感知、决策和执行，这与很多传统计算场景不一样。目前大家都在围绕这些方向定义下一代芯片，行业还处于探索阶段。”

据透露，TY1200已经在储能电芯研究、应急视觉识别、陪诊机器人等实际任务中落地。以储能电芯研究为例，该芯片支持科研智能体自动采集和治理实验数据，报告生成只需2分钟。天数智芯方面还表示，下一代端侧产品彤央TY2000即将推出，标称算力可达600T。