首页 > 人工智能 >WAIC重磅！云天励飞亮出芯片、万卡集群、软件栈完整算力版图

WAIC重磅！云天励飞亮出芯片、万卡集群、软件栈完整算力版图

来源：互联网 2026-08-01 14:13:28

云天励飞在WAIC2026发布AI推理基础设施路线图，推出三款云端大算力推理芯片、万卡异构集群及全链路IFWA软件栈，构建完整算力体系。以“百亿token一分钱”为目标，通过软硬件协同优化token生成效率与成本，并发起“1001计划”推动产业链协同。

在刚刚落幕的WAIC 2026上，云天励飞正式发布AI推理基础设施路线图，宣告从芯片供应商向系统级AI推理基础设施构建者转型。这标志着国产推理算力竞争进入比拼系统能力的新阶段。

路线图包含三款云端大算力推理芯片——DeepVerse100P、DeepVerse100D、DeepVerse100L，以及基于这些芯片打造的面向万卡异构集群的分离式AI推理基础设施，和贯穿全链路的IFWA软件栈。芯片、集群、软件三位一体，构成完整算力体系。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

本届WAIC释放的信号表明，AI产业落地趋势清晰：AI已超越聊天机器人，能自主执行多任务的智能体成为企业标配；端云协同与端侧大模型大规模落地；算力竞争重心从单点比拼转向芯片、集群、软件协同的全栈系统能力较量。

应用端变化使业界对AI算力的关注聚焦于两个关键指标：token生成效率与单位token成本。云天励飞因此提出“百亿token一分钱”的长期目标，这也是当前AI算力产业的普遍共识。

一、三款推理芯片+万卡异构集群，云天励飞亮出AI推理底座新蓝图

大模型规模化落地，行业竞争重心从单芯片峰值算力转向集群端到端推理效能。云天励飞的最新布局清晰体现了这一转变，正在改变国产AI芯片的突围路径。

底层芯片方面，云天励飞针对未来两年AI推理需求，推出三款云端大算力推理芯片：DeepVerse100P、DeepVerse100D、DeepVerse100L。

这三款芯片分别针对大模型推理中不同场景做专项优化。随着百万上下文大模型落地，长文档解析、企业RAG、AI智能体、代码仓库检索等业务普及，放大了Prefill（预填充）与Decode（解码）阶段的资源矛盾。传统混部架构下，两个阶段共享算力和带宽，易发生资源抢占，互相拖累。

云天励飞的方案让芯片各司其职：DeepVerse100P面向百万级上下文的Prefill场景，优化传统混部架构中长上下文Prefill与Decode共享资源导致的抢占问题，减少对Decode生成吞吐的影响；DeepVerse100D面向Decode环节，重点提升内存带宽和互联效率，降低多节点通信阻塞和尾延迟；DeepVerse100L面向Decode阶段计算密集型的FFN环节，采用3D Memory架构，内存带宽高于主流HBM，并通过低延迟芯片互联和快速传输激活数据，提升计算与通信的并行效率。

WAIC重磅！云天励飞亮出芯片、万卡集群、软件栈完整算力版图

芯片只是第一步，推理基础设施紧随其后。芯片能解决单节点、单硬件性能瓶颈，但万卡集群面临更复杂的系统性工程挑战。集群规模越大，跨节点通信堵塞、异构算力资源相互等待、推理尾延迟持续抬升等问题越突出。

基于此，云天励飞计划通过三款芯片构建面向万卡异构集群的分离式AI推理基础设施。该基础设施遵循大模型推理不同阶段的负载特性，配置相应芯片和资源池，通过高速互联实现协同运行。优化边界从单颗芯片向外延伸，覆盖计算、访存、互联、集群调度、推理软件栈全系统环节。

芯片和系统之外，软件栈是关键一环。云天励飞打造的IFWA软件栈覆盖模型开发、编程及系统等层级，为模型适配、算子优化、编译部署和软硬件协同提供支持。

WAIC重磅！云天励飞亮出芯片、万卡集群、软件栈完整算力版图

从芯片到万卡异构集群，再到软件栈，云天励飞AI推理基础设施蓝图已成型。

二、针对AI推理负载专门优化，预计整体性能达到国际一流水平

在大模型真实推理场景中，持续稳定的能效输出已成为商业化落地推理算力的核心标尺。

随着各类AI应用规模化落地，不同硬件方案的token生成成本差距持续拉大。能否持续压降海量token的生成成本、提升token吞吐效率，成为行业核心竞争命题。在今年的GTC大会上，英伟达创始人黄仁勋提到，基于极致协同设计，下一代Rubin+LPX方案在每兆瓦的tokens吞吐上相比Blackwell提升2倍以上，尤其在高价值低延迟场景提升高达35倍，从而获得全球最低的TCO token成本。

反观云天励飞DeepVerse100整套方案，虽受限于芯片工艺代差，在免费token生成场景中每兆瓦tokens吞吐略低于Blackwell，但在生产力级别tokens生成场景，尤其高价值低延迟场景，每兆瓦吞吐已直追Rubin+LPX。其tokens成本竞争力超越英伟达Blackwell架构，逼近Rubin+LPX。无论是免费闲聊、日常通用对话，还是付费专业内容生产等高负载场景，它与英伟达新一代算力平台Rubin+LPX的性能差距正在持续收窄。

云天励飞在AI推理算力的布局，面向推理赛道的终极考题：面对多元交互负载场景，提供稳定、高效的规模化token生成方案。

如今，推理算力需求暴涨势头不可阻挡。AI应用从基础通用问答延伸到深度逻辑推理、编程、智能体自主执行乃至多智能体协同作业，推理任务承载的上下文窗口长度、单次生成token总量、用户实时交互并发频率同步攀升。

大模型推理环节的Prefill与Decode两个阶段，资源消耗逻辑截然不同。Prefill阶段是算力密集型负载，需集中处理输入上下文；Decode阶段是访存密集型负载，以逐token方式生成内容。这意味着单纯堆峰值算力的硬件方案，在真实业务中会出现大量算力闲置，资源利用率极低。

因此，一套全新的算力评价标尺正在取代单一的峰值性能指标。如今算力的价值，不再只看峰值性能，而是每一度电、每一块芯片能产出多少有效token。计算能力、内存带宽、芯片互联、集群调度、软件适配和资源利用率，都会影响这个结果。

云天励飞此次发布的AI推理路线图，核心逻辑是围绕token生成全过程，对芯片、互联、软件和系统进行协同设计，通过更精细的资源配置提高推理系统整体效率。