過去很長一段時間里，被人工智能帶火的GPGPU 行業的討論只是停留在一個相對安全、卻也相對空洞的層面：參數、峰值算力和制程等。但在大模型開始進入企業業務、科研生產和物理世界，很多人突然發現——算力不再是“有沒有”，而是“好不好用、值不值這個價”。

作為算力的主力，GPGPU 也進入了一個更現實、也更殘酷的階段：不再只是“能跑模型”，而是必須經得起真實場景、真實客戶和長期運行的檢驗。面對這種轉變，國產GPU廠商如何應對，是衡量企業能否轉注下一波AI浪潮的的關鍵。

近日，本土首家GPGPU廠商天數智芯發布了公司面向未來的芯片架構路線圖，最新邊端產品，以及公司在應用和生態方面的布局，為助力中國人工智能邁向新階段做好充分準備。

公布四代架構，已超越Hopper

如果用一個詞來形容這些年人工智能對算力的要求，“性能”無疑是一個極具競爭力的候選。尤其是在大模型浪潮席卷全球之后，模型訓練參數越來越巨大，如何打造越來越高性能的基礎設施就成為了所有從業者聚焦的重點。

換而言之，隨著大模型參數規模從百億邁向萬億級，數據中心的需求已不再只是增加 GPU 數量，而是全面升級為系統工程問題：單機柜算力密度快速提升，帶來更高的供電與散熱壓力；模型并行與分布式訓練放大了對高速互連和低延遲網絡的依賴；長期高負載運行使 PUE、TCO 和穩定性成為核心指標。也就是說，如何推動數據中心正在從“堆硬件”的算力工廠，轉向圍繞效率、可靠性和可持續性的綜合算力基礎設施，已經成為了當下以未來的工作重點。

天數智芯AI與加速計算技術負責人單天逸也直言道，過去十年是算力野蠻增長的十年，規模的快速擴張確實帶來了階段性的產業繁榮。但繁榮背后，是難以忽視的效率困局。

“推理場景的平均利用率不足 20%，訓練場景的平均利用率也僅在40%出頭，我們的理論算力一路飆升，可到了實際應用場景里，效率卻大打折扣。這種粗放式發展，直接導致了能效比失衡、算力資源嚴重浪費的問題。”單天逸舉例說。

有見及此，單天逸指出，擁有高效率、可預期以及可持續三個特征的高質量算力勢在必行。

據介紹，所謂高效率，是指能為客戶創造最優的 TCO，實實在在幫客戶節省使用成本；至于可預期，是指可以通過精準的仿真模擬，讓客戶在拿到芯片、部署算力之前，就能清晰預判最終的性能表現，做到所見即所得；來到可持續方面，是指不但能支持現在主流的 CNN、RNN和 Transformer，還能支持和適配目前還未誕生的全新算法。“我們堅持聚焦通用算力，確保產品在長期周期內仍能穩定發揮算力價值”，單天逸總結說。

基于這個思考和定位，單天逸公布了天數智芯的四代架構路線圖：2025年，天數天樞架構在DeepSeek R3場景中實現性能超越英偉達Hopper 20%；2026年，天數天璇架構對標Blackwell；2026年，天數天璣架構超越Blackwell；2027年，天數天權架構超越Rubin；2027年之后將轉向突破性計算芯片架構設計。

為了實現高質量算力的目標，天數智芯微天數天樞架構引入了多項核心技術創新。其中，TPC BroadCast（計算組廣播機制） 設計通過上游數據廣播減少重復訪存，等效提升帶寬并降低功耗；Instruction Co-Exec（多指令并行處理系統）設計實現多類型指令并行處理，增強復雜任務處理能力；Dynamic Warp Scheduling（動態線程組調度系統）機制則通過動態調度避免資源爭搶，提升計算資源利用率。

面向未來的計算需求，天數智芯也為天數天樞架構提供了從高精度科學計算到AI精度計算支持，能讓AI 芯片在執行注意力機制相關計算時，算力的實際有效利用效率達到 90% 及以上；來到天數天璇架構，還將新增 ixFP4 精度支持。在天數天璣架構和天數天權架構，天數智芯也將先后實現全場景AI與加速計算覆蓋并融入更多精度支持與創新設計。

基于這些架構，天數智芯為打造面向未來的算力打下了夯實的基礎。

端側產品“四劍”齊發，

實現全場景布局

在上述的架構加持下，天數智芯計劃在未來3年推出包括“天垓”和“智鎧”系列在內的多款芯片，持續提升每瓦性能、每平方毫米性能極限，迭代核心計算單元、提高芯片效率，實現每代產品每塊錢token處理能力翻倍。而在芯片的持續迭代過程中，人工智能本身也在變化。

隨著 AI 形態從單次推理演進為以 Agent 為核心的持續運行體系，并進一步進入物理世界，算力需求的約束正在系統性改變——由集中式訓練主導的峰值算力需求，轉向以高頻、多步、長時推理為特征的持續負載。與此同時，Physical AI 的落地推動大量推理任務向邊端和端側下沉，使邊端芯片的需求重心從“算得動”轉向“算得久、算得穩、算得省”，對能效比、實時響應和可靠性提出更高要求。

天數智芯副總裁郭為也認可道：“未來的應用場景不僅需要會說話的AI，更需要會做事的AI，理解物理世界的規律，具備具身意識。換而言之，生成AI必然轉向物理AI。”正是因為有著這種共同的見解，天數智芯帶來了“彤央”系列邊端產品。按照郭為所說，這是AI和物理世界融合的媒介，這也是天數智芯實現“賦能邊端智慧，連接物理空間”愿景的重要依仗。

據介紹，此次發布的四款產品形態各異、各有側重。其中，彤央 TY1000 算力模組采用 699pin 接口，以口袋大小集成行業級算力與開放生態，實現便攜化部署；彤央 TY1100 算力模組集成ARM v9 12核CPU 與自研GPU模組，以充沛算力提供多元選擇；彤央TY1100_NX 算力終端憑借更大顯存成為高性價比之選，堪稱邊端算力“小鋼炮”；彤央TY1200 算力終端則以 300TOPs 的極致性能與小巧身材，為 AIPC、具身智能等前沿場景提供核心支撐。

據透露，彤央全系列產品的標稱算力均為實測稠密算力，覆蓋 100T 到 300T 范圍。在計算機視覺、自然語言處理、DeepSeek 32B 大語言模型等多個場景的實測中，彤央 TY1000的性能全面優于英偉達AGX Orin。“彤央系列產品兼具高算力、成熟生態、靈活可拓展的核心優勢，是連接AI與物理世界的最佳載體。我們的目標是成為國內邊端大算力領域的領軍者”，郭為說。

隨著彤央系列的發布，天數智芯已經有了覆蓋云端訓練（天垓系列）、推理（智鎧系列）、邊端場景（彤央系列）的全棧式算力布局，讓公司可以提前卡位物理 AI 時代。而為了幫助開發者更好地利用公司的算力，天數智芯在軟件棧方面也火力全開。在招股說明書中，天數智芯就強調，公司在提供多種通用GPU芯片及加速卡的同時，搭配自主開發的全棧軟件開發工具包（如驅動編譯器、性能優化的函數庫、AI訓練框架及推理引擎），從而實現訓練及推理場景下強大的AI應用。

“過去七年，天數始終以設計好用、可落地的產品為核心，在國際供應鏈局勢劇烈變化的背景下，堅持從架構核心IP到編譯器、驅動全自研，是國內首家補全GPU全棧設計能力的企業。”天數智芯副總裁鄒翾重申。“借助本次發布，我們實現了云端、邊緣側、端側全場景覆蓋，且全鏈路生態統一，同時兼容主流生態。目前國內頭部GPU廠商中，天數智芯是唯一實現云邊端生態統一且全面兼容主流體系的企業，這個完整方案是我們的重要優勢。”郭為補充說。

從一份基于ByteMLPerf對天數智芯GPGPU芯片開展系統評測的報告中可以看到，天數智芯這種全棧的設計優勢擁有極大的優勢。

據介紹，通過采用 SIMT 架構，天數智芯在算子上實現了極高的硬件利用率；借助通算融合與流水線并行等“揚長避短”策略，天數智芯方案的吞吐量與首詞延遲在 DeepSeek R1 等大模型場景下的表現優于 A800，這展現出深度的軟硬件協同優化能力與強勁的國產算力實戰價值。（具體參考文章《ByteMLPerf 實測：天數智芯 GPGPU 全鏈路技術解析，創新釋放高效算力》）

集群穩定運行千天，

爭當AI落地堅實底座

在與半導體行業觀察等溝通時候，天數智芯多次強調，在當前的人工智能行業，通用計算是一個明確的發展方向。而要成為這條賽道的重要賦能者，就需要回歸到通用計算的本質，支持所有種類的計算。天數智芯一直堅信：不要讓算力的僵化，限制算法的進化。硬件絕不應該成為束縛算法探索的枷鎖，而要做孵化新算法的堅實底座。

正是在這種堅持的推動下，截止2025年年底，天數智芯在互聯網大模型研究、金融、醫療、交通等超過20個行業落地諸多應用，與超1000家用戶共同探索算法演進，通過軟硬件協同優化，使產品能力達到商業級別，陪伴300多家客戶進入量產階段。這些數據背后，是公司產品性能的最好證明。例如在科學探索領域，天數智芯已經適配320種通用計算模型，單集群可并行數千卡科研任務，穩定運行1000多天，已落地國內多家頂級學府。

除此以外，在互聯網AI領域，天數智芯實現了單機性能翻倍、Token成本減半、人力節省1/3；在大模型適配上，達成95%算子復用，可應對NGS（下一代測序數據處理）處理等場景中算法繁雜、負載波動大的問題；金融領域，研報生成效率提升70%，量化分析響應速度提升30%；醫療領域，結構化病歷生成時間縮至 30 秒/份，腸胃鏡病灶定位精度提升30%；為各行業發展提供堅實AI算力支撐。在此期間，公司的營收在2022到2024 年間實現了 68.8%復合增長率，截至2025年6月30日，公司累計也交付逾 5.2 萬片通用 GPU 產品。

來到最新發布的彤央系列產品上，天數智芯也推動其落地大量應用場景：具身智能領域，為格藍若機器人提供高算力、低延遲的“大腦”支撐；在工業智能領域，落地園區與產線，推動產線自動化升級；在商業智能領域，瑞幸咖啡數千家門店部署彤央方案，高效處理視頻流、挖掘消費數據價值；在交通智能領域，與“車路云一體化”20大頭部試點城市合作，驗證車路協同方案。

在鄒翾看來，AI驅動的算法與應用浪潮已全面開啟，每個設計者既是貢獻者也是受益者。作為一個領先賦能者，天數智芯將一如既往地堅持高效率、可預期、可持續的架構理念，持續打造高性能、高性價比、更好用的產品，提供穩定可靠的算力底座，推動AI規模化落地，寄望未來每位開發者都能通過簡單編程獲取觸手可及的算力，將創意轉化為推動人類進步的力量，實現算力普惠、創新無界。

“天數智芯堅定認為，生態決定開發成本、性能、應用覆蓋率與用戶體驗，公司后續將持續加大生態投入，從應用框架到模型庫、從開發工具到行業方案、從軟件棧到芯片優化，與合作伙伴共同打磨面向未來的易用AI系統，為用戶創造極致性能、最優性價比與真正易用性三大核心價值。”鄒翾補充說。

值得一提的是，依托 kv cache 量化 + 無損反量化的核心技術組合，天數智芯能讓模型推理中的實際內存使用量直接降低 50% 以上，從底層大幅減少對高成本存儲資源的依賴；同時憑借自研 IX-SIMU 全棧軟件系統，可實時適配存儲市場的動態價格變化，為客戶完成專業的硬件適配測算與組合選型，精準鎖定最具性價比的硬件搭配方案，讓客戶在價格波動的市場環境中，既實現推理性能的保障，又能最大化控制部署成本，達成 AI 推理落地的性能與成本最優解。

在當前內存價格高企給企業帶來巨大挑戰的當下，這再次體現了天數智芯方案的優越性。

寫在最后

單天逸告訴半導體行業觀察：“與一家純芯片公司相比，天數智芯更傾向于將自己定位為解決方案提供商，幫客戶解決實際問題。”作為一家通用GPU供應商，如上所述，這也是天數智芯一直在踐行的戰略。

但是，我們也必須承認，大模型大局依然未定，未來依然充滿很多可能，這就對算力有了不同的需求。基于這個事實，天數智芯在堅持以通用計算為核心，確保產品適配更廣泛的場景與未來算法迭代之余。還兼顧定制化優化，通過DSA等技術實現定制化需求落地。這和英偉達等業界領先廠商的做法不謀而合。

在談到未來展望時，單天逸表示，客戶對核心技術國產化的認可度在提升，這為公司創造了良好的合作基礎。公司在未來也先也將持續積累，堅持自主創新，尋找原創性突破的機會，力爭成為具備行業定義能力的企業。

“我們不追求成為‘第二個英偉達’，就像科比不想成為第二個喬丹，我們要走出自己的道路。”單天逸說。