敢和英伟达现场PK的国产GPU，我是服的

金磊 发自 上海
量子位 | 公众号 QbitAI

我愿称之为，国产芯片界的真勇士。

事情是这样的。

一家国产芯片公司，竟敢把自家的GPU和英伟达H200，直接在现场真枪实弹地来了一把PK。

而且题目还不是自己出的，是随机挑了几个人、当场出题的那种！

例如文生图，有人出的题目是“一只老虎把月亮踢飞”：

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

结果，这块国产GPU跑赢了！

它用时仅为95.6秒，而英伟达H200耗时为112秒。

这还没完。

刚才的PK是在云端跑的，而后这家国产芯片公司，又拿出了一台巴掌大的银色小盒子，在端侧断网去跟英伟达的机器人大脑Jetson Thor T5000硬碰硬。

依旧是现场随机挑人、随机出题，这次的题目是“狮子和老虎单挑，谁会赢？”

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

肉眼可见，这个国产银色小盒子的速度，明显要比Thor T5000快得多。

那么这家国产芯片公司到底是谁？

不卖关子，它就是天数智芯。

刚才云端跑赢H200的，是天垓300；端侧跑赢Thor的，则是彤央TY1200。

除此之外，天数智芯还在同一场活动，一道发布了用AI来开发AI的天数智算软件栈。

熟悉天数智芯的朋友们可能还会记得，今年1月份，在它刚上市敲钟半个月之际，就一口气发布了四款彤央边端产品，当时TY1000实测超过的是英伟达AGX Orin。

同一天，它还亮出一张四代架构路线图，第一站就是天枢架构，目标直指超越Hopper，后面还排着Blackwell和Rubin。

但毕竟当时只是路线图嘛（谁都会画）……

而9个多月后，天数智芯还真来交作业了。

天垓300正是基于天枢架构，这次对标的是Hopper家族的旗舰H200；端侧的对手，也从Orin换成了更强的Thor。

至于为什么云、软件、端三条线一起发，天数智芯的逻辑是这样的：

云端负责生产智能，软件栈负责让适配和优化跑得更快，端侧负责把智能送进工厂、实验室、医院这些真实现场。

在天数智芯看来，三者咬合在一起，才是它口中的高质量算力，即高效率、可预期、可持续。

那么接下来，我们详细地来品鉴一下这场实测~

天垓300：对标H200，交出实测答卷

先来看下云端的天垓300。

其实它并非第一次亮相，早在今年7月之际，第三方权威机构拿四大主流模型、三类场景，给天垓300做了一轮测试。

在大模型最典型的PD分离部署下，天垓300折算单卡端到端吞吐，是H200的1.05倍。

但这里比的不是纸面峰值，是一条推理链路从头跑到尾、实打实吐出来的Token。

按天数智芯的说法，天垓300由此成为国内首个实测性能达到H200水平的通用GPU。

不仅如此，毕竟天垓300定位是通用GPU，所以它得是训练和推理两头都能打的那种。

我们先来看推理这一块。

对于现在的大模型来说，长上下文是一道绕不开的坎。天数智芯AI与加速计算负责人单天逸在现场打了个比方：

情侣恋爱十周年，女生问男生，这十年里最刻骨铭心的时刻是什么？男生不会把3650天挨个回忆一遍，脑子里蹦出来的，也就那么几个瞬间。

而Attention干的就是这件事，天垓300也专门为此做了定制优化。结果显示，GLM-5.3在64K规模下，MoE吞吐是H200的1.15倍；8K到128K长上下文里，Agent首字延迟比H200低10%到30%。

接下来，我们再来看训练这一块。

在Qwen3-32B的8卡FP8训练中，天垓300每卡有效吞吐是H100的1.33倍。在现场，单天逸放了一段加速100倍的训练命令行录屏，天垓300那边早早跑完，H100还在一步一步往前挪。

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

在常规训练之外，天垓300还是扛得住强化学习的那种，而这恰恰是当下主力大模型都在用的后训练路线。

按天数智芯的工程测算，1024张卡，约26天就能对一个1T参数、40B激活的MoE模型完成一轮强化学习——差不多正好卡在大模型厂商一个多月一迭代的节奏上。

推理、训练之外，我们再来看看眼下爆火的Token工厂。

建一座Token工厂，大约75%到80%的投入都花在设备上。既然设备这笔钱省不下来，那么每一张卡就必须跑得多、跑得稳，Token的单位成本才降得下来。

在“跑得多”这一点上，前面提到的1.05倍已经给出了答案。至于“跑得稳”，则要看步时波动：

满负荷运行时，天垓300的步时波动是0.43%，而作为对比的Hopper方案是0.76%。这意味着即便长时间高负载运行，天垓300也不容易掉链子。

如果再把规模往上推，天数智芯给出的方案是IXL144超节点。

它在一个标准机柜里塞进了144颗GPU，聚合显存约10.1TB，是目前业界密度最高的单机柜GPU超节点。据天数智芯测算，与H200方案相比，它的每百万有效Token成本可以降低约40%。

除了单卡性能，天垓300还有一个细节挺有意思，那就是它并不打算用一种芯片包打天下。

天垓300既能和英伟达的H100、H200混合训练，也能和其他厂商的芯片搭伙干活。

这次天数智芯跑通的，是国内首个GPU+XPU异构AFD分离方案：由天垓300负责Prefill和Attention，由合作厂商的XPU负责FFN，实测Decoding推理延迟降低了60%。

在这些和大模型直接相关的测试之外，现场还播放了一组更硬核的物理仿真演示。在单天逸看来，AI远不止Transformer，芯片也不该反过来限制算法的发展。为了证明这一点，他现场放了三段仿真视频。

首先是用一张天垓300模拟一台龙门吊。整个过程中，每个滑块的摩擦力、起吊的速度和力量，都需要芯片实时算出来。

其次是把256个二连杆装进了同一个模型里做强化学习，相当于让256个并行世界同时试错，这对GPU的并行计算能力要求非常高。

最后是一场撞击实验。140个滑块相互碰撞，每一块都会影响其他所有滑块，所以每撞一次，芯片都要同时算出140个滑块的受力情况。

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

这些演示虽然看起来像物理课上的动画，但它们其实是机器人进入真实世界之前，必须在仿真环境里反复练习的基本功。

彤央TY1200：300T稠密算力，反超Thor T5000

说完云端，我们再来看端侧。

正如我们刚才提到的，这次彤央TY1200的对手，是英伟达的Jetson Thor T5000。

用天数智芯彤央产品市场负责人宋远盈的话说，Thor T5000是英伟达目前端侧非常能打的产品，它的官方标称算力是2070 TFLOPS（FP4，稀疏）。相比之下，TY1200的标称算力是300 TOPS，而且是稠密算力。

如果只看这两个数字，TY1200显然是吃亏的。宋远盈自己也在台上承认，粗略换算下来，TY1200的标称算力是不如Thor的。

不过，实测结果却是另一回事。在大模型上，TY1200跑Qwen3.8-27B的性能是Thor T5000的138%，跑MoE架构的Qwen3.6-35B-A3B也达到了110%。

更有意思的是英伟达自家开源的世界模型Cosmos。在Cosmos-R2-2B上，TY1200跑出了Thor的158%；换到R2-8B，这个数字更是达到了180%。

换句话说，TY1200是在英伟达的主场赢了英伟达。

在跑分之外，宋远盈还准备了三组真实任务，也全部都是在现场的TY1200上运行的。

第一组任务是在本地生成视频，同样是现场随机给出题目并交给MiniMax H3开源视频模型，在TY1200上运行，全程不联网、不上云。

大约6分钟出头，一段1056×608分辨率、5秒长的视频就生成了。

虽然6分钟比云端要慢，但做过AI视频的人都知道，在云端每改一版就得重新排一次队，账单也很难预测。而在TY1200上，这6分钟不用付一分钱的云端调用费。

第二组任务是审合同。

宋远盈把一份1万字的软件合同丢进去，TY1200一两分钟就把高中低风险逐条标了出来，还附上了法律法规和企业内部规则的依据。

而最有意思的，还要数第三组任务——MicroDuck小鸭子。

按宋远盈的说法，英伟达展示过的版本，是先借助云端超级计算机训练出来的。而天数智芯这次想挑战的，是把仿真训练、仿真验证和实物部署全部放进一台TY1200里完成。

为此，TY1200首次在国产端侧产品上跑通了基于MuJoCo-Warp的GPU加速物理仿真。

不过宋远盈还特意打了预防针，说“从拿到鸭子到部署完模型，前后只用了三四天；团队之前自己试的时候，一次都没成功过。”

结果，这只鸭子站起来了。它摇摇晃晃地走了几步，摔了一跤，然后又自己站了起来。用现场同事的话说，这是它表现最好的一次。

嗯，挺给面儿的。

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

除了MicroDuck之外，其实彤央在具身智能上已经有了不少的落地。

两周前的工博会上，搭载TY1000模组的机器狗已经露过一手：它不需要人遥控，就能在本地完成人脸识别，自己跟着主人走，全程没有一帧画面上传到云端。

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

搭载TY1200的陪诊机器人，则已经在上海市阳光康复中心上岗。视障人士只要说一句“我膝盖疼，不知道去哪看”，机器人就会领着他一路走到挂号处，路上还会提醒避让障碍。

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

最后，宋远盈还预告了下一代端侧产品TY2000，它的标称算力将达到600T。正如她所说：

云端GPU厂商做端侧，不是把芯片做小，而是把能力下沉。

让一位工程师的经验，服务千千万万开发者

硬件上虽然跑赢了，但到了开发者这边，好不好用就是另一回事了。

正如天数智芯副总裁、软件开发负责人石加圣在现场讲的一个很有年代感的例子：

早年想在DOS上玩《仙剑奇侠传》《大富翁3》，玩家得先折腾一堆配置，游戏才跑得起来。

在他看来，今天的云端服务器多少有点像当年的DOS，不同的CPU、不同的拓扑、不同的操作系统，坑一个接一个。

为此，天数智芯给出的解法，是把AI请进软件栈。

这次的天数智算软件栈全面拥抱Agentic AI，把过去服务几百家客户时踩过的坑，沉淀成了一套套Skills。开发者只需要说清目标、定好约束，剩下的工作交给Agent，关键节点再由人来拍板。

视频地址：
https://mp.weixin.qq.com/s/Non20tfUB860KjNQkW3LZQ

如此一来，比如装环境、拉起PD分离部署这件事，按经验估计人工要花1小时以上；交给Agent之后，10分钟以内就能搞定，人工操作也从数十步减少到了1步。

性能调优同样可以交给AI。

Agent会调用天数智芯自家的性能分析工具，定位瓶颈、提出方案、跑验证，一轮不行就再来一轮。在某大模型调优任务中，按经验估计原本要一周左右，现在不到2小时就走完了分析、优化、验证的全流程，运行性能接近翻倍。

以前开发者找原厂专家调优，最常听到的答复是什么？石加圣自己给出了答案：排队。毕竟专家的时间就那么多。

写算子也是同样的思路。天数智芯是国内首个深度接入FlyDSL的GPGPU厂商，它让AI借助FlyDSL来生成、编译、测试和优化代码。

在某主流模型的适配调优中，原本预估要10人天的工作，在Agent辅助下不到2小时就实际完成了，正确性和性能也都达标；每次编译反馈的等待时间，则下降了90%以上。

过去是GPU加速AI，现在则轮到AI反过来加速GPU了。这大概就是这场分享标题里“以智生智”的意思。用石加圣的话说：

Agentic AI让一位工程师的经验，能够持续服务千千万万开发者。

敢跟英伟达现场PK的底气

最后，我们还得讨论一个问题：

天数智芯到底哪里来的底气，敢跟英伟达现场PK？

说到底，是天数智芯有足够的自信。

天数智芯这次拿出来的数据是实测的，能复现；产品是量产的，能交付。

再加上现场随机提出的提示词、有可能被反超的速度、很可能站不起来的小鸭子……敢玩Live Show，就得做好面对这些不可控的变量的准备。

而把云、软件、端三条线放在一起看，它们其实构成了一个转起来的回路：

云端高效生产智能，软件栈让AI加速进化，端侧再把智能送进工厂、实验室和医院。高效率、可预期、可持续，就在这一圈圈的循环里，复利式地积累下来。

至于天数智芯的下一张考卷，其实早已写在路线图上。在那张四代架构路线图里，“超越Hopper”是第一站，如今天垓300已经交了作业；接下来要面对的是Blackwell，再往后则是Rubin。

到那时，天数智芯还敢不敢把实机搬上台，跟英伟达的新一代产品再同场PK一把呢？

至少在这一次，它把说过的话，用实测兑现了。

PS：遥想AI刚兴起的时候，老黄就是用类似的方式来对比CPU的……只能说，天道好轮回，苍天饶过谁。