天数智芯把通用GPU从“能用”推到“好用”，做对的关键是三件事：全栈软件栈深度兼容CUDA、代码迁移效率提升80%以上，架构围绕Attention、MoE与PD分离持续优化、并靠IXL144超节点把单位Token成本压低约40%，同时用通用GPU路线覆盖训练、推理、端侧全场景。
一、软件栈：把“改代码”的成本压下来
兼容CUDA：原生兼容主流GPU编程模型，官方称代码迁移效率提升80%以上、算子可达“分钟级”快速适配
Day0跟上新模型：新模型、新算子发布当天即可原生支持，DeepSpark开源社区已适配超610个主流算法模型
量化提效：搭载无损量化的大模型加速工具包，长文本处理效率提升50%、算力利用率提升60%、通信开销降低30%
二、架构与超节点：单位Token成本从哪降
架构级优化：围绕Attention、MoE、AF分离、PD分离优化，Attention整体效率超90%，64k上下文Attention与MoE效能较Hopper方案提升约10%
超节点摊薄成本：IXL144超节点集成144卡，配套方案可降低约40% Token成本、推理延迟降低约60%
实测参考：媒体开放日第三方实测单卡吞吐约为H200的1.05倍，但属特定PD分离场景，并不等于全场景超越
三、通用GPU路线：跟上模型快速迭代
可编程性强：坚持通用GPGPU，模型从纯Decoder转向MoE、多模态时，可凭软件优化持续释放性能，避免专用芯片半年就架构过时
全场景产品：天垓（训练）、智铠（推理）、彤央（端侧）覆盖云边端，训练与推理营收结构互补
生态成形：截至2025年底已服务超340家客户、完成逾1000项部署与落地 (以上内容均由AI生成)
