3 月 12 日，云天勵飛中標湛江市AI滲透支撐新質(zhì)生產(chǎn)力基礎設施建設項目，中標金額4.2億元。項目將基于云天勵飛自研的國產(chǎn)AI推理加速卡，建設國產(chǎn)AI推理千卡集群。

該集群將搭載DeepSeek等國產(chǎn)大模型，為政務、產(chǎn)業(yè)及各類應用場景提供更加便捷、低成本的AI能力，探索打造“國模國芯”的AI生態(tài)樣板。
?
一、AI算力從“訓練優(yōu)先”走向“推理優(yōu)先”

智算集群是人工智能時代的基礎設施。如果說電力支撐了工業(yè)時代，互聯(lián)網(wǎng)支撐了信息時代，那么智算正在成為支撐AI時代的重要底座。

在AI算力體系中，算力大體可以分為訓練算力與推理算力。訓練算力決定模型如何完成“從0到1”的能力構(gòu)建，而推理算力則直接支撐AI應用落地。無論是春節(jié)期間大熱的SeeDance，近期廣泛討論的“小龍蝦”，還是各行業(yè)不斷上線的AI Agent應用，背后都離不開推理算力的支撐。根據(jù)Gartner預測，到2026年，約55%的AI專用云基礎設施支出將用于推理工作負載。

過去，國內(nèi)許多智算中心普遍采用“訓推一體”的建設模式。而此次在湛江建設的集群，則定位為專注推理任務的AI推理集群，主要面向各類行業(yè)應用場景，為傳統(tǒng)產(chǎn)業(yè)的AI化提供直接支撐。

湛江也是國產(chǎn)大模型DeepSeek創(chuàng)始人梁文峰的家鄉(xiāng)。近年來，當?shù)卦凇癉eepSeek+”應用探索方面動作頻頻。2025年初，DeepSeek-R1發(fā)布后，湛江即完成本地部署——基于國產(chǎn)技術棧的DeepSeek-R1大模型率先在湛江政務云上線。該模型在處理通用政務事務的同時，還能夠持續(xù)學習本地產(chǎn)業(yè)知識與方言表達，逐漸形成具有地方特色的“湛江智慧”。

此次云天勵飛建設的AI推理集群，也將與DeepSeek等國產(chǎn)模型進行深度適配，為更多行業(yè)應用提供算力支撐。
?
二、面向推理時代的千卡集群架構(gòu)

在大模型應用場景中，推理系統(tǒng)通常需要同時滿足高并發(fā)、高吞吐與低延遲三項要求。為提升整體效率，當前業(yè)界普遍采用“Prefill–Decode分離”的推理架構(gòu)，通過對不同階段進行資源優(yōu)化，實現(xiàn)系統(tǒng)性能的整體提升。

其中，Prefill階段主要負責對長上下文進行理解和計算，計算量大、帶寬需求高；而Decode階段則負責持續(xù)生成Token，對系統(tǒng)延遲更加敏感。如何在兩個階段之間進行合理的資源配置，成為推理系統(tǒng)架構(gòu)設計的重要問題。

與此同時，隨著大模型上下文長度不斷增加，大量中間狀態(tài)需要以KV Cache的形式存儲。業(yè)內(nèi)普遍認為，未來推理系統(tǒng)的性能瓶頸將越來越多來自數(shù)據(jù)訪問效率，而不僅僅是計算能力。

在這一背景下，算力、存儲與網(wǎng)絡之間的協(xié)同設計，正逐漸成為AI基礎設施的重要競爭力。

此次在湛江落地的千卡推理集群，正是圍繞這一思路進行構(gòu)建。

該集群采用云天勵飛自主研發(fā)的AI推理芯片，并在系統(tǒng)架構(gòu)上確立了“優(yōu)先優(yōu)化Prefill、兼顧Decode”的技術路線。通過在芯片設計中對計算資源與存儲帶寬進行針對性配置，使系統(tǒng)在長上下文推理場景下依然能夠保持較高的吞吐效率。

在網(wǎng)絡互聯(lián)方面，系統(tǒng)采用統(tǒng)一高速互聯(lián)架構(gòu)，通過400G光網(wǎng)絡構(gòu)建集群物理層網(wǎng)絡，實現(xiàn)節(jié)點之間的高帶寬、低延遲通信。與傳統(tǒng)在節(jié)點內(nèi)和節(jié)點間分別采用不同協(xié)議構(gòu)建網(wǎng)絡的方式相比，這種同構(gòu)互聯(lián)架構(gòu)減少了協(xié)議轉(zhuǎn)換帶來的額外開銷，也簡化了系統(tǒng)部署。

在部署能力上，該架構(gòu)既可以支持單節(jié)點數(shù)十卡規(guī)模擴展，也能夠平滑擴展至千卡級集群規(guī)模，從而適配不同規(guī)模的AI應用需求。

此外，針對大模型推理中KV Cache訪問帶來的壓力，系統(tǒng)在計算互聯(lián)與存儲互聯(lián)層面進行了協(xié)同優(yōu)化。通過計算網(wǎng)絡與存儲網(wǎng)絡的聯(lián)合調(diào)度，可以顯著提升數(shù)據(jù)讀取效率，使模型在長上下文推理場景下依然保持穩(wěn)定性能。

通過芯片架構(gòu)、網(wǎng)絡互聯(lián)以及系統(tǒng)調(diào)度等多層優(yōu)化，這一推理集群在整體效率與成本控制方面形成了明顯優(yōu)勢，為AI規(guī)?；瘧锰峁┝烁咏?jīng)濟的算力方案。
?
三、自研芯片構(gòu)建低成本推理能力

據(jù)悉，本次AI推理集群將分三期建設，并全部采用云天勵飛自研的國產(chǎn)AI推理加速卡。

其中，一期項目將部署云天勵飛 X6000 推理加速卡；二、三期建設將率先搭載公司最新一代芯片產(chǎn)品。

根據(jù)公司規(guī)劃，未來三年云天勵飛將推出三代AI推理芯片產(chǎn)品。

第一階段，將推出面向長上下文場景優(yōu)化的Prefill芯片，通過提升計算效率與內(nèi)存訪問能力，為OpenClaw、各類AI Agent提供基礎算力支撐。

第二階段，將研發(fā)專注于Decode階段低延遲優(yōu)化的芯片產(chǎn)品，進一步提升實時推理能力。

第三階段，則通過系統(tǒng)級協(xié)同優(yōu)化，實現(xiàn)Prefill與Decode性能的整體提升，向毫秒級推理時延目標邁進。

其中，首款Prefill芯片DeepVerse100預計將在年內(nèi)完成流片，并計劃在湛江集群中率先部署。

在更長期的規(guī)劃中，云天勵飛提出“1001計劃”，即以“百億Token一分錢”為長期目標，通過芯片與系統(tǒng)協(xié)同優(yōu)化持續(xù)降低大模型推理成本。

過去幾年，AI算力建設往往以“堆算力”為主要路徑——通過不斷擴大GPU規(guī)模來獲得更高性能。但隨著大模型逐漸進入應用階段，產(chǎn)業(yè)關注點正從“算力峰值”轉(zhuǎn)向“單位成本效率”。

換句話說，未來AI產(chǎn)業(yè)競爭的重要維度，不僅在于模型能力本身，還在于誰能夠以更低成本提供穩(wěn)定的大規(guī)模推理能力。

湛江項目的落地，也為這一目標提供了重要的實踐場景。千卡級推理集群不僅能夠滿足當前AI應用需求，同時也為更大規(guī)模算力系統(tǒng)提供技術部署平臺。

在典型架構(gòu)下，一個千卡級集群通常由多級擴展結(jié)構(gòu)組成：從單節(jié)點8卡、32卡，到64卡甚至百卡級超節(jié)點，再到跨節(jié)點的大規(guī)模集群。通過這一規(guī)模系統(tǒng)的實際運行，可以充分驗證卡間互聯(lián)、節(jié)點通信和負載均衡等關鍵技術，為未來更大規(guī)模AI算力系統(tǒng)建設積累經(jīng)驗。
隨著大模型逐步進入產(chǎn)業(yè)應用階段，AI基礎設施的發(fā)展邏輯也正在發(fā)生變化——從單純追求算力規(guī)模，轉(zhuǎn)向更加注重效率與成本。

在業(yè)內(nèi)看來，推理算力將成為決定AI應用規(guī)?；涞氐年P鍵基礎設施。誰能夠以更高效率、更低成本提供穩(wěn)定的大規(guī)模推理能力，誰就有機會在新一輪人工智能產(chǎn)業(yè)競爭中占據(jù)先機。

此次湛江AI推理千卡集群的建設，不僅為當?shù)禺a(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供了重要算力底座，也為國產(chǎn)模型與國產(chǎn)芯片協(xié)同發(fā)展提供了實踐場景。在“國模”與“國芯”的深度協(xié)同下，AI基礎設施正逐步從技術探索走向規(guī)?；瘧?，為人工智能產(chǎn)業(yè)的下一階段發(fā)展打開新的空間。
?