国产异构算力破局：GPU与类脑芯片协同，推理能效翻倍

【区角快讯】当算力瓶颈成为大模型落地的最大掣肘，一种打破常规硬件边界的混合架构正在河北廊坊悄然登场。在2026中国算力大会的“算力首创首发”专场上，国内首个基于国产GPU与类脑芯片的大模型异构混合推理系统正式亮相，这标志着国产芯片在支撑复杂AI任务上迈出了关键一步。

这套系统的背后，是一支由移动云（中移苏州软件技术有限公司）牵头，联合中国电子科技南湖研究院、北京灵汐科技、上海天数智芯以及清华、北大等顶尖高校组成的豪华研发团队。他们的核心思路颇为巧妙：不再让单一芯片硬扛所有计算压力，而是对Transformer结构进行PD/AF分离。具体而言，Prefill预处理阶段和Attention注意力计算交由国产GPU处理，而FFN模块则交给类脑芯片。得益于类脑芯片存算一体及片上大容量SRAM架构，那些对带宽极度敏感的计算环节得到了完美承接。

为了打通这两类截然不同的算力，团队自研了模型编译器、高速互联协议及统一推理引擎，实现了任务的精准拆解、协同调度与结果聚合。值得注意的是，这一方案直接对标英伟达下一代Vera Rubin with Groq的异构推理架构，野心可见一斑。

实测数据更是令人振奋。在3台天数智芯GPU服务器搭配3台类脑机柜的配置下，运行DeepSeek V4 Flash模型时，其推理输出速度与能效均较同等规模的纯GPU集群提升1倍以上，业务运营成本更是骤降40%以上。目前，该项目已积累15项授权发明专利和6项软件著作权，涵盖异构调度、芯片架构及编译工具链等核心环节，并已进入小批量试产阶段。未来，无论是Token工厂、AI代码生成，还是金融、安防等安全敏感行业，都将受益于这一创新成果。