在大模型產(chǎn)業(yè)從“能不能跑”走向“算不算得過賬”的階段，GPU 的競爭邏輯正在被重新定義。

1 月 27 日，國產(chǎn) GPU 廠商曦望（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，并同步推出面向大模型推理的超節(jié)點方案及推理云計劃。這是曦望在近一年累計完成約 30 億元戰(zhàn)略融資后的首次系統(tǒng)性技術(shù)亮相。

與當(dāng)前行業(yè)普遍沿用的“訓(xùn)推一體 GPU”路線不同，曦望在 S3 上繼續(xù)選擇了一條相對“反常識”的路線——不追求峰值訓(xùn)練性能，而是 All-in 推理效率與單位成本。

從“拼峰值”到“算單位成本”，推理正在重塑 GPU 設(shè)計目標(biāo)

過去數(shù)年，GPU 的核心競爭指標(biāo)始終圍繞峰值算力、通用性和訓(xùn)練效率展開。但隨著大模型進(jìn)入規(guī)�；瘧�(yīng)用階段，算力消耗的重心正在從訓(xùn)練轉(zhuǎn)向推理。

曦望聯(lián)席 CEO 王勇在發(fā)布會上指出，訓(xùn)練更像一次性、高資本消耗的技術(shù)登高，而推理則是長期、持續(xù)的算力交付過程�！爱�(dāng)推理成為主要算力消耗場景后，GPU 的商業(yè)價值不再取決于參數(shù)指標(biāo)，而是單位 Token 的真實成本�！边@一判斷，直接決定了啟望 S3 的設(shè)計方向。

據(jù)介紹，啟望 S3 是一款面向大模型推理深度定制的 GPGPU 芯片，其設(shè)計圍繞真實推理負(fù)載，對算力結(jié)構(gòu)、存儲體系和互聯(lián)方式進(jìn)行了系統(tǒng)級重構(gòu)。

在算力層面，S3 支持從 FP16 到 FP4 的多精度靈活切換，使模型在保證效果的前提下，最大化釋放低精度推理效率。這種設(shè)計更貼合當(dāng)前 MoE 和長上下文模型在推理階段的實際需求。

在存儲層面，S3 采用 LPDDR6 顯存方案，成為國內(nèi)首款采用該方案的芯片。相比 HBM 路線，LPDDR6 更強調(diào)容量與能效比。官方數(shù)據(jù)顯示，S3 的顯存容量較上一代產(chǎn)品提升 4 倍，有效緩解了大模型推理中普遍存在的顯存駐留與訪存瓶頸。

在 DeepSeek V3 / R1 滿血版等主流大模型推理場景中，S3 單位 Token 推理成本較上一代產(chǎn)品下降約 90%。曦望方面稱，這一指標(biāo)已具備工程可復(fù)現(xiàn)性，而非單點實驗室數(shù)據(jù)。

圍繞 S3，曦望同步發(fā)布了面向大模型推理的寰望 SC3 超節(jié)點解決方案。

寰望 SC3 從一開始即面向千億、萬億級參數(shù)多模態(tài) MoE 推理的真實部署需求進(jìn)行設(shè)計。該方案支持單域 256 卡一級互聯(lián)，可高效支撐 PD 分離架構(gòu) 與 大 EP（Expert Parallelism）規(guī)�；渴�，顯著提升推理階段的系統(tǒng)利用率與穩(wěn)定性，適配長上下文、多并發(fā)、多專家并行等復(fù)雜推理場景。

在交付形態(tài)上，寰望 SC3 采用 全液冷設(shè)計，具備極致 PUE 表現(xiàn)，并支持模塊化交付與快速部署。曦望方面表示，在同等推理能力量級下，該方案可將整體系統(tǒng)交付成本從行業(yè)常見的億元級，降低至千萬元級，實現(xiàn)一個數(shù)量級的下降。

這一“算得過賬”的系統(tǒng)級能力，被視為萬億參數(shù)模型規(guī)�；瘧�(yīng)用的重要前提。

在軟件層面，曦望構(gòu)建了與 CUDA 兼容的基礎(chǔ)軟件體系，覆蓋驅(qū)動、運行時 API、開發(fā)工具鏈、算子庫和通信庫，降低推理應(yīng)用的遷移門檻。目前，該體系已適配 ModelScope 平臺 90% 以上主流大模型形態(tài)，包括 DeepSeek、通義千問等。

在曦望看來，推理 GPU 的競爭并不止于芯片本身，而在于能否將硬件能力穩(wěn)定轉(zhuǎn)化為可交付、可計價的推理算力。

GPU 廠商開始下場，推理云平臺成為“最后一公里”

如果說 S3 回答的是“推理算力如何更便宜”，那么曦望與商湯科技、第四范式等生態(tài)伙伴探索的推理云平臺，則試圖解決“推理算力如何更好用”。

通過 GPU 池化與彈性調(diào)度，曦望將底層算力整合為統(tǒng)一的推理算力池，并以 MaaS（Model as a Service）作為核心入口，使企業(yè)無需關(guān)注底層硬件配置與集群運維，即可按需調(diào)用大模型推理能力。這一體系也成為“百萬 Token 一分錢”推理成本合作的重要技術(shù)基礎(chǔ)。

曦望董事長徐冰在會上表示，推理時代的核心不是“把芯片賣出去”，而是能否持續(xù)、穩(wěn)定地把算力轉(zhuǎn)化為可交付的生產(chǎn)力�！罢l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�！�

據(jù)披露，曦望 2025 年推理 GPU 芯片交付量已突破 1 萬片，標(biāo)志著其推理 GPU 路線完成從工程驗證到規(guī)�；桓兜年P(guān)鍵跨越。

中國工程院院士、浙江大學(xué)信息學(xué)部主任吳漢明指出，推理算力價值的實現(xiàn)離不開協(xié)同，需要芯片設(shè)計、系統(tǒng)集成、軟件開發(fā)到產(chǎn)業(yè)應(yīng)用的全鏈條協(xié)作。

在國產(chǎn) GPU 行業(yè)從“拼參數(shù)”走向“拼單位經(jīng)濟成本”的拐點上，曦望選擇以推理為切口，嘗試重構(gòu) GPU 的產(chǎn)品形態(tài)與算力交付方式。這條 All-in 推理的路徑，正在成為觀察中國推理算力商業(yè)化進(jìn)程的重要樣本。