近日，“智算之源：2026芯算力创新峰会暨第八届硬核芯颁奖盛典”如期举行。本次峰会由芯师爷与IICIE国际集成电路创新博览会联合主办，集结了AI芯片、RISC-V、光互连、被动器件及系统级算力方案等全链路力量，多维解码后摩尔时代中国算力产业的突围路径。
启邦泽益联席CEO马冠华
会上，上海启邦泽益科技有限公司（以下简称“启邦泽益”）联席CEO马冠华带来题为《面向大模型推理的系统级高性价比算力方案》的主题演讲，从产业趋势、行业痛点出发，系统阐述了以“强芯片×强系统”构建高性价比推理算力的思路，并完整展示了公司从AI推理芯片到超节点、算力集群的全栈产品矩阵。
演讲伊始，马冠华从“Token”这个行业最熟悉的词语切入：“从早期的10万亿，到2025年年中，Token需求迅速增长到了100万亿，已经基本形成了指数级的增长。”与此同时，企业使用AI的比例也在一年内增长了22%。
需求在狂飙，成本却在“反向增长”。马冠华表示，行业亟需Token成本下降，但现实是——云端算力租赁（以AWS 上单机 8 卡 H100的服务器为例），每小时花费约55美元，折合一天约1万元；直接采购硬件，以H200为例，8卡整机单台约300万元；如果要自建数据中心，一个标准数据中心的建设周期至少一年起步。“无论是租赁还是采购芯片，甚至是自建数据中心，成本都非常高昂，而行业的快速发展，需要高性价比算力。”
换句话说，在推理需求爆发式增长的当下，谁能把单位Token的算力成本打下来，谁就掌握了规模化落地的主导权。
如何破解成本困局？马冠华给出的答案是回到算力产生的源头：“如果想使Token的成本下降，就要从产生算力的源头来看——既需要更高算力密度、多精度计算、高带宽内存与高速I/O的强芯片底座，还得加上一个强有力的系统。
马冠华表示，“强芯片”提高单位资源产出，“强系统”则通过硬件产品形态、软件适配、集成部署与运维交付，提升算力利用率并缩短交付周期，二者共同形成高性价比的有效算力。
这一判断的背后，是AI算力产业竞争逻辑的深层变化：推理算力的竞争，正在从芯片单品走向系统级方案的比拼。单颗芯片的峰值性能固然重要，但只有在服务器、集群网络、供电散热、软件栈的协同之下，峰值算力才能转化为真实业务负载下稳定可用的有效算力。
基于这一判断，启邦泽益以AI推理芯片平台为底座，沿板卡/OAM、服务器、超节点逐层产品化，并面向未来的万卡集群持续演进。“我们基于芯片平台，逐渐打造了从PCIe板卡、OAM模组、服务器到超节点集群，乃至未来万卡集群的一系列全栈式硬件产品。”马冠华坦言，“我们其实是想解决目前市场上一些‘卡脖子’的问题。”
据介绍，启邦泽益是一家面向大模型推理场景的AI算力产品与系统解决方案提供商，总部位于上海，在杭州、成都均设有团队，目前团队150余人，硕博占比超过70%。在马冠华看来，公司真正的竞争力在于人：“启邦泽益真正的能力，在于汇聚了一支在高性能计算、服务器与系统软件领域深耕多年的硬核团队——既有来自顶尖院校的扎实理论与科研能力，又有来自国内外知名芯片、系统及AI企业的一线产业经验，能把整体方案能力打造得更加完善。”
在芯片层级，公司推出云端推理大算力芯片兼纳N1；在板卡与OAM层级，则有兼纳N1C-100 AI推理加速卡与兼纳N1D系列高性能计算模组；在服务器层级，对应推出高密度AI推理服务器；在系统顶层，进一步延展至超节点与AI算力集群。
兼纳N1C-100加速卡采用全高全长双槽形态，支持多精度及混合精度计算，被动风冷即可适配通用服务器，实现快速部署；兼纳N1D-200 OAM模组采用OAM标准形态，48V集中供电，通过SerDes高速互联支持Scale-up扩展，兼容冷板液冷与高密度风冷，面向高密度系统部署。
在服务器层级，6U 8卡的PCIe高密度服务器与8U 8模组的OAM高密度服务器，均可输出整机峰值算力；节点内采用Full-Mesh互联，支持DDR5内存与400GE网络，风冷/液冷兼容。以单机算力为基础，通过节点内Full-Mesh互联与节点间高速网络，系统可进一步扩展至超节点、算力集群乃至万卡集群。
硬件之外，软件栈是“强系统”的另一块拼图。据马冠华介绍，启邦泽益自研部署了五层软件体系：基础软件层（forward、runtime等）、计算加速层（算子库、混合精度量化、通信库）、推理引擎层（推理框架与执行后端）、模型服务层（API接入与大语言生态接入）以及应用层（主流大模型及多模态大模型适配）。
值得注意的是，在每一个层面上，公司都自研了对应硬件效能的模拟器与硬件监测监控系统，以充分挖掘硬件效能。目前，启邦泽益已完成智谱AI系列、DeepSeek系列、Kimi系列、千问系列、MiniMax系列以及Meta Llama系列等主流大模型的适配，可更好地将其部署到整套软硬件系统之中。
在应用场景上，启邦泽益面向不同业务负载提供可组合的推理算力方案，覆盖云端大模型推理（高吞吐、弹性扩展、集群稳定）、企业私有化部署（数据可控、快速部署、长期运维）、AI Agent高并发推理（高并发、长上下文、端到端响应）以及具身智能（低时延、高密度、环境适配）四大方向。
演讲最后，马冠华用“Token工厂”来概括启邦泽益的系统价值：“我们的价值，是面向Token工厂输出Token——极大提升Token的输出能力，也更好地降低Token的成本。”算力系统的最终价值，是在真实业务负载下，以更低单位Token成本持续产出可用Token。据其披露，相比传统方案，启邦泽益的系统可实现Token生产能力提升5倍、数据中心总拥有成本下降70%。
支撑这一结果的，是启邦泽益的五大系统性优势：一是全栈性，芯片、板卡/OAM、服务器、超节点与集群全链路打通，产品一体化设计，关键环节自主可控；二是系统级成本优势，通过混合精度计算与高带宽内存，从芯片源头降低单位Token算力成本；三是多形态系统设计，PCIe与OAM双形态覆盖通用部署和高密度部署，支持从单节点向超节点、集群灵活扩展；四是跨层协同优化，围绕通信、内存与效率，对芯片、拓扑、供电散热、模型适配和运维进行系统级协同，将峰值算力转化为稳定可用的有效算力；五是面向真实负载的高性价比交付，从目标模型和业务指标出发，完成选型、集成、部署、调优、验收与运维，以全栈一体化实现更优性价比与更短交付周期。
芯片降低单位算力成本，系统工程兑现峰值性能，真实负载决定最终价值——这三十余字的总结，勾勒出启邦泽益对“高性价比算力”的完整理解。
当大模型推理从技术验证走向规模化商用，算力产业的竞争重心正从“单点性能”转向“系统效率”。启邦泽益以“强芯片×强系统”为主线、以“Token工厂”为结果导向的全栈实践，为行业提供了一条兼顾性能、成本与交付的高性价比新思路。正如峰会主持人在演讲结束后的点评所言：推理算力的竞争正在从芯片单品走向系统级方案的比拼，启邦泽益的实践，正是这一趋势的生动注脚。
本文根据企业演讲做不改原意编辑，如有问题，敬请与我们联系。
推荐
