国内首个国产 GPU + 类脑芯片大模型异构混合推理系统发布，较同类国产 GPU 算力集群性价比提升一倍以上

9月13日，2026中国算力大会在河北廊坊举行。会上，国内首个国产GPU+类脑芯片大模型异构混合推理系统正式发布。该系统由移动云公司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、清华大学、北京大学共同打造。

当前，大模型推理高度依赖单一GPU算力，国产算力集群面临成本高、效率瓶颈等问题。此次发布的系统旨在通过异构融合方式，突破传统单GPU推理的固有瓶颈。这为国产大模型落地提供了新的技术路径。

据官方介绍，该系统经Deepseek V4实测，相较同类国产GPU算力集群性价比提升一倍以上，业务运营成本降低40%以上。这一数据表明，异构混合推理在成本效益上具有显著优势。同时，系统在实时性场景中的应用潜力也备受关注。

官方表示，系统的核心思路是“分而治之，协同增效”，将大模型进行PD/AF拆分，不同模块部署到最擅长的芯片上。其中，Attention计算交给国产GPU，发挥其通用计算优势；FFN（MOE专家）延时敏感模块则交给类脑芯片，利用其存算一体、片上大容量SRAM的架构优势。

为实现两类算力协同，研发团队自研了模型编译器、高速互联协议和统一推理引擎。这些技术能够完成任务拆解、协同调度和结果聚合，从而彻底突破传统单GPU推理的瓶颈。

该系统可广泛适配Token工厂、AI代码生成、多智能体协同、智能制造等高实时性场景，同时面向金融、安防、通信等安全敏感行业，提供全栈国产化推理底座。此次发布标志着国产GPU与类脑芯片的异构融合迈出重要一步，未来有望在更多行业落地应用。