三款AI推理芯片+超节点异构集群，云天励飞WAIC重磅发布

7月18日，云天励飞亮相2026世界人工智能大会，董事长兼CEO陈宁重磅发布公司AI推理基础设施路线图。未来两年多，企业将推出DeepVerse100P、DeepVerse100D、DeepVerse100L三款云端大算力推理芯片，分别针对Prefill、Decode、Decode FFN三大推理环节的负载特征做专项优化。

依托三款专用芯片，云天励飞将搭建万卡（十万卡）级异构集群分离式AI推理基础设施。通过解耦各推理阶段，为不同负载匹配适配的芯片与算力资源，有效提升集群系统运行效率，持续压降Token生成成本。

本次发布完善了云天励飞全栈推理算力布局，实现从单芯片到超大规模集群的完整技术闭环，补齐国产云端推理规模化部署短板。同时为国内大模型产业筑牢自主可控算力底座，助力AI推理赛道国产技术突破。

推理负载持续分化，算力优化走向精细化

当前大模型推理场景加速分化，随着AI任务上下文扩容、推理链路趋复杂、实时交互要求提升，推理系统对吞吐、延迟、成本的综合门槛持续提高。规模化部署下，推理效率不再依赖峰值算力，而是由计算、访存、芯片互联与系统调度共同决定Token生成效率与部署成本。

模型推理各阶段资源需求差异极大：Prefill阶段算力密集，侧重上下文集中计算；Decode阶段依赖高内存带宽与高速访存。伴随MoE架构普及，Decode的Attention与FFN模块资源需求进一步细分，推理负载愈发精细化，传统通用算力已无法适配差异化场景需求。

针对推理负载细分演进趋势，云天励飞推出DeepVerse100P、DeepVerse100D、DeepVerse100L三款云端大算力推理芯片，精准匹配不同推理环节的专属需求。

DeepVerse100P面向百万级长上下文Prefill场景打造，有效解决传统混部架构下Prefill与Decode资源抢占痛点，规避长文本预处理拖累整体推理吞吐的问题，适配超大上下文预处理需求。

DeepVerse100D聚焦Decode环节，搭载专用推理引擎，内存性能大幅领先主流芯片，支持1024卡大规模扩容与光互联架构。通过动态光路直连与实时网络重构，规避传统组网的转发拥堵与延迟损耗，降低通信尾延迟，显著提升Token输出稳定性。

DeepVerse100L针对Decode阶段FFN计算密集特性定制，采用3D Memory架构，大幅提升内存带宽。依托低延迟互联与激活数据高速传输能力，提升计算与通信并行处理效率，精准适配高密度推理计算场景。

构建面向万卡（十万卡）异构集群的分离式AI推理基础设施

随着AI推理进入规模化部署阶段，算力系统的优化范围正在由单颗芯片向集群和基础设施延伸。

在万卡规模的推理集群中，系统效率并非单卡性能的简单叠加。不同推理负载对计算、内存和通信资源的需求存在明显差异。与此同时，随着集群规模扩大，通信阻塞、资源等待和尾延迟等问题也会进一步影响整体推理效率。

因此，提升Token生成效率，除了优化单颗芯片性能，还需要对推理过程中的计算、访存、互联和资源配置进行系统级设计。

基于DeepVerse100P、DeepVerse100D和DeepVerse100L，云天励飞计划构建面向万卡（十万卡）异构集群的分离式AI推理基础设施。按照Prefill、Decode和Decode FFN的不同负载特征，分别配置相应芯片和资源池，并通过高速互联形成协同运行的异构算力系统。

这一架构围绕Token生成全过程进行系统优化。通过对不同推理阶段进行分离，降低不同负载之间的资源干扰，并根据实际需求配置计算、访存和通信资源，从而提升集群资源利用率和整体推理效率。

从面向特定推理负载进行芯片优化，到不同芯片之间的协同，再到万卡级异构集群，云天励飞正在将AI推理算力的优化范围由单颗芯片扩展至整个基础设施。

软件栈支撑异构集群落地

硬件异构程度和集群规模提升，也对模型适配、算子优化、编译部署和系统调度提出了更高要求。围绕DeepVerse芯片及其集群应用，云天励飞持续建设IFWA软件栈，覆盖AI模型开发、编程和系统等层级。

在兼容性方面，IFWA围绕Transformer主流架构完善PyTorch ATen算子的适配和性能优化，并加强对vLLM、SGLang等主流推理框架的支持。公司还通过开源Houmao多Agent异构编程框架，以及将成熟的Triton算子能力融入FlagOS，提高模型和算子的适配效率。

从三款专用芯片到万卡异构集群，再到IFWA软件栈，云天励飞此次公布的路线图并非单一芯片的性能升级，而是围绕Token生成全过程展开系统级优化。面向“百亿Token一分钱”的长期目标，公司希望通过芯片、互联、软件和系统协同，形成服务于大规模Token生成的“推理工厂”，持续提高集群资源利用率和算力产出效率。

“百亿Token一分钱”的愿景

Token成本优化是一项贯穿软硬件、技术研发与场景落地的全产业链系统工程。今年5月，云天励飞牵头联合联想集团、龙芯中科、新华三半导体、通富微电、硅基流动等数十家产业链龙头企业、科研院校及行业机构，共同发起签署“1001计划”产业倡议，搭建国产AI算力协同降本的产业生态平台。

该计划核心围绕提升Token生成效率、极致压降Token使用成本，打破产业协同壁垒。通过生态深度联动，将终端应用与模型研发需求前置到芯片设计、系统架构搭建源头，复用成熟软件技术能力，加速国产AI芯片与算力基础设施的场景落地与规模化商用。

云天励飞提出“百亿Token一分钱”的愿景目标，重塑了国产AI算力的产业发展范式。目标直指AI算力高成本、难规模化的核心痛点，引领算力普惠化发展新赛道。通过全栈技术创新与产业链协同降本，打破高端算力成本壁垒，推动国产AI算力从“可用”迈向“普惠可用”。这将大幅降低全社会智能化转型成本，筑牢我国AI产业规模化、高质量发展的核心算力根基。

编辑：芯智讯-浪客剑