國產(chǎn)GPU廠商曦望（Sunrise）在杭州舉辦的首屆Sunrise GPU Summit上，發(fā)布了新一代推理GPU芯片啟望S3，并同步推出面向大模型推理的超節(jié)點方案及推理云計劃。這一動作標(biāo)志著曦望在完成近一年約30億元戰(zhàn)略融資后，首次系統(tǒng)性展示其技術(shù)路線與產(chǎn)品布局，為國產(chǎn)GPU產(chǎn)業(yè)從“參數(shù)競爭”轉(zhuǎn)向“成本競爭”提供了新范式。

與傳統(tǒng)GPU廠商聚焦“訓(xùn)推一體”不同，曦望選擇了一條差異化路徑：啟望S3不追求峰值訓(xùn)練性能，而是將全部資源投入推理效率與單位成本優(yōu)化。曦望聯(lián)席CEO王勇在發(fā)布會上指出，大模型產(chǎn)業(yè)正從訓(xùn)練主導(dǎo)轉(zhuǎn)向推理主導(dǎo)，GPU的商業(yè)價值將取決于單位Token的真實成本，而非參數(shù)指標(biāo)。這一判斷直接影響了芯片設(shè)計邏輯——啟望S3圍繞真實推理負(fù)載，對算力結(jié)構(gòu)、存儲體系和互聯(lián)方式進(jìn)行系統(tǒng)性重構(gòu)。

在算力設(shè)計上，啟望S3支持從FP16到FP4的多精度靈活切換，通過低精度推理效率最大化釋放算力潛力，精準(zhǔn)匹配MoE（混合專家模型）和長上下文模型在推理階段的實際需求。存儲方面，該芯片采用LPDDR6顯存方案，成為國內(nèi)首款搭載該技術(shù)的GPU，顯存容量較上一代提升4倍，有效緩解了大模型推理中的顯存駐留與訪存瓶頸。官方數(shù)據(jù)顯示，在DeepSeek V3/R1等主流模型推理場景中，啟望S3的單位Token成本較上一代下降約90%，且這一指標(biāo)已通過工程驗證，具備可復(fù)現(xiàn)性。

針對千億、萬億級參數(shù)多模態(tài)MoE模型的部署需求，曦望同步推出寰望SC3超節(jié)點解決方案。該方案支持單域256卡一級互聯(lián)，可高效支撐PD分離架構(gòu)與大EP（Expert Parallelism）規(guī)?；渴穑到y(tǒng)利用率與穩(wěn)定性顯著提升，適配長上下文、多并發(fā)、多專家并行等復(fù)雜推理場景。在交付形態(tài)上，寰望SC3采用全液冷設(shè)計，PUE（電源使用效率）表現(xiàn)極致，并支持模塊化部署，將整體系統(tǒng)交付成本從行業(yè)常見的億元級降至千萬元級，降幅達(dá)一個數(shù)量級。

軟件生態(tài)層面，曦望構(gòu)建了與CUDA兼容的基礎(chǔ)軟件體系，覆蓋驅(qū)動、運(yùn)行時API、開發(fā)工具鏈、算子庫和通信庫，降低推理應(yīng)用遷移門檻。目前，該體系已適配ModelScope平臺90%以上主流大模型，包括DeepSeek、通義千問等，為開發(fā)者提供無縫切換的兼容性支持。

曦望的野心不止于芯片本身。通過與商湯科技、第四范式等生態(tài)伙伴合作，曦望探索推理云平臺，試圖解決“推理算力如何更好用”的問題。該平臺通過GPU池化與彈性調(diào)度，將底層算力整合為統(tǒng)一推理池，并以MaaS（Model as a Service）模式向企業(yè)開放，用戶無需關(guān)注硬件配置與集群運(yùn)維，即可按需調(diào)用大模型推理能力。這一體系成為曦望“百萬Token一分錢”推理成本合作的技術(shù)基礎(chǔ)。

曦望董事長徐冰在會上強(qiáng)調(diào)，推理時代的核心是持續(xù)、穩(wěn)定地將算力轉(zhuǎn)化為可交付的生產(chǎn)力，而非單純銷售芯片。數(shù)據(jù)顯示，2025年曦望推理GPU芯片交付量已突破1萬片，標(biāo)志著其路線從工程驗證邁向規(guī)?；涞?。中國工程院院士吳漢明指出，推理算力的價值實現(xiàn)需要芯片設(shè)計、系統(tǒng)集成、軟件開發(fā)到產(chǎn)業(yè)應(yīng)用的全鏈條協(xié)作，曦望的實踐為國產(chǎn)GPU產(chǎn)業(yè)提供了重要參考。