本報(bào)訊 （記者袁傳璽）1月27日，專注于推理GPU的曦望（Sunrise）在杭州舉辦首屆Sunrise GPU Summit，發(fā)布新一代推理GPU芯片“啟望S3”，并披露其圍繞推理場景構(gòu)建的算力產(chǎn)品體系及共建推理云生態(tài)計(jì)劃。這也是曦望在近一年累計(jì)完成約30億元戰(zhàn)略融資后的首次集中公開亮相。

    與強(qiáng)調(diào)峰值算力和通用能力的訓(xùn)推一體GPU路線不同，曦望在啟望S3芯片上繼續(xù)強(qiáng)化其“All-in推理”的定位。

    曦望聯(lián)席CEO王勇表示，AI行業(yè)正在進(jìn)入以應(yīng)用落地為核心的下半場，推理逐步超越訓(xùn)練，成為主要算力消耗場景。相比訓(xùn)練階段的一次性高投入，推理更強(qiáng)調(diào)長期交付能力、單位成本和系統(tǒng)穩(wěn)定性，這也正在改變GPU的競爭邏輯。

    據(jù)介紹，啟望S3是一款面向大模型推理深度定制的GPU芯片，圍繞真實(shí)推理負(fù)載，對芯片架構(gòu)、存儲體系與互聯(lián)方式進(jìn)行了系統(tǒng)級設(shè)計(jì)。相比上一代產(chǎn)品，啟望S3在典型推理場景下的整體性價(jià)比提升超過10倍。

    在算力與存儲設(shè)計(jì)上，啟望S3支持從FP16到FP4的精度自由切換，在保證模型效果的前提下顯著提升低精度推理效率；同時(shí)率先在國內(nèi)GPU產(chǎn)品中采用LPDDR6顯存方案，顯存容量較上一代提升4倍，緩解了大模型推理中常見的顯存瓶頸問題。

    在DeepSeekV3/R1滿血版等主流大模型推理場景中，啟望S3的單位Token推理成本較上一代降低約90%。王勇表示，這是使“百萬Token一分錢”從概念走向可規(guī)模化部署的工程能力。

    王勇表示，曦望的推理GPU并非單點(diǎn)硬件創(chuàng)新，而是通過芯片架構(gòu)、軟件體系與算力交付方式的一體化設(shè)計(jì)，將硬件能力穩(wěn)定轉(zhuǎn)化為可交付、可計(jì)價(jià)的推理算力。目前，曦望已構(gòu)建與CUDA兼容的基礎(chǔ)軟件體系，支持推理應(yīng)用低成本遷移與持續(xù)優(yōu)化，相關(guān)能力已覆蓋ModelScope平臺90%以上主流大模型形態(tài)。

    圍繞啟望S3，曦望同步發(fā)布了面向大模型推理的寰望SC3-256超節(jié)點(diǎn)方案，可高效支撐PD分離架構(gòu)與大規(guī)模專家并行（EP）部署，適配千億、萬億級參數(shù)的多模態(tài)MoE推理場景。

    同時(shí)，曦望還推出覆蓋PCIe、OAM模組、一體機(jī)及AI計(jì)算集群在內(nèi)的S3產(chǎn)品矩陣，覆蓋從單機(jī)推理到大規(guī)模集群部署的多樣化需求。

    值得關(guān)注的是，曦望通過生態(tài)共建推理云被視為其推理算力體系中的關(guān)鍵一環(huán)。依托自研推理GPU，曦望實(shí)現(xiàn)從底層芯片到上層平臺的全棧優(yōu)化，將硬件能力以平臺化方式穩(wěn)定釋放，從而降低模型適配和系統(tǒng)部署復(fù)雜度，形成面向應(yīng)用落地的完整算力交付路徑。

    曦望聯(lián)席CEO王湛表示，新一代的AI算力平臺，應(yīng)具備軟硬件深度協(xié)同、資源利用高度彈性、技術(shù)門檻低且運(yùn)行穩(wěn)定可靠等特征?；谶@一判斷，曦望通過云化方式對算力交付模式進(jìn)行重構(gòu)，使推理算力從“設(shè)備能力”轉(zhuǎn)化為可標(biāo)準(zhǔn)化、可規(guī)模化的服務(wù)能力。

    據(jù)介紹，共建推理云以啟望S3為底座，通過GPU池化與彈性調(diào)度，將分散的算力資源整合為統(tǒng)一的推理算力池，并以MaaS（Model as a Service）作為核心入口，向企業(yè)提供開箱即用的大模型推理服務(wù)。企業(yè)無需關(guān)注底層硬件配置和集群運(yùn)維，即可按需調(diào)用模型能力，并根據(jù)業(yè)務(wù)負(fù)載靈活擴(kuò)展算力規(guī)模。

    曦望董事長徐冰表示，隨著大模型進(jìn)入規(guī)?；瘧?yīng)用階段，AI產(chǎn)業(yè)正從“訓(xùn)練驅(qū)動”轉(zhuǎn)向“推理驅(qū)動”。相比一次性投入巨大的訓(xùn)練，推理更強(qiáng)調(diào)長期交付能力、單位成本和系統(tǒng)穩(wěn)定性。

    他指出，曦望并不希望只做一家賣芯片的公司，而是希望圍繞推理場景，構(gòu)建“芯片+系統(tǒng)+生態(tài)”的整體布局，讓推理算力真正成為可規(guī)?；?、可持續(xù)的基礎(chǔ)設(shè)施。2025年，曦望芯片交付量已突破萬片。

    “誰能持續(xù)降低推理成本，誰就掌握了AI產(chǎn)業(yè)的成本曲線。”徐冰表示，曦望希望通過推理算力體系的系統(tǒng)性創(chuàng)新，助力AI應(yīng)用實(shí)現(xiàn)規(guī)?；涞嘏c可持續(xù)增長。

（編輯 李家琪）