2月3日，云天励飞举办“大算力芯片战略前瞻会”，首次对外公布未来三年的大算力AI推理芯片战略布局。云天励飞提出“训练追赶、推理超车”的战略方向，并发布了基于“PD分离”思路的芯片路线图：力争实现百万Tokens推理成本降低100倍以上的目标，推动AI从技术尝鲜走向普惠生产力。

云天励飞董事长兼CEO陈宁指出，训练芯片与推理芯片在算力需求上存在显著差异。训练芯片更侧重“绝对值”，对算力规模、带宽能力以及科学计算的复杂精度要求更高，且对成本相对不敏感；推理芯片的核心考量则在于成本、效率与市场经济学，关键在于每一个Token背后的边际成本与整体性价比。

陈宁表示，公司致力于持续降低百万Token的成本，目标是通过下一代芯片实现“百万Tokens一分钱”。未来三年，公司希望将成本进一步降至“百万Tokens 0.1分钱”，以加速大模型应用的规模化落地。

对于未来五年的中国芯片产业发展，陈宁提出“训练追赶、推理超车”的策略：在训练芯片领域，目标是持续追赶，尽量保持差距不被拉大；而在推理芯片领域，依托中国丰富的应用场景、强大的基础设施能力以及开源模型生态，有机会实现突破与超车。

针对大模型时代云推理场景的需求，云天励飞CTO李爱军在会上介绍了公司的技术解构与路线图。他表示，云天励飞将全力投入云推理场景的大算力芯片研发，基于对大模型推理计算特征的理解，按照“PD分离”的系统架构规划两类大算力芯片：

P芯片（Prefill）：面向计算密集型需求设计，满足Prefill阶段的高算力要求；

D芯片（Decode）：面向访存密集型需求设计，满足Decode阶段的高带宽需求。

李爱军介绍，公司在芯片微架构层面针对Attention及AFN等计算特点进行细粒度分析，并在底层实现针对性优化。在一个包含1024颗芯片的超节点内，P芯片与D芯片可实现有效组合，以满足大模型云推理的集群化部署需求。

未来三年，云天励飞规划了三代芯片产品：

今年（第一年）：打造第一代超节点P芯片，面向百万级长上下文场景进行Prefill推理优化，算力水平对标Hopper架构；

明年（第二年）：研发第一代超节点D芯片，聚焦Decode推理的低时延目标，算力水平对标Blackwell架构；

2028年（第三年）：推出第二代超节点D芯片，面向毫秒级推理时延目标进一步优化，带动Prefill与Decode性能提升，算力层面有望看齐下一代Rubin芯片。

南方+记者 郜小平