3 月 12 日，云天勵(lì)飛中標(biāo)湛江市AI滲透支撐新質(zhì)生產(chǎn)力基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，中標(biāo)金額4.2億元。項(xiàng)目將基于云天勵(lì)飛自研的國(guó)產(chǎn)AI推理加速卡，建設(shè)國(guó)產(chǎn)AI推理千卡集群。

該集群將搭載DeepSeek等國(guó)產(chǎn)大模型，為政務(wù)、產(chǎn)業(yè)及各類應(yīng)用場(chǎng)景提供更加便捷、低成本的AI能力，探索打造“國(guó)模國(guó)芯”的AI生態(tài)樣板。

一、AI算力從“訓(xùn)練優(yōu)先”走向“推理優(yōu)先”

智算集群是人工智能時(shí)代的基礎(chǔ)設(shè)施。如果說電力支撐了工業(yè)時(shí)代，互聯(lián)網(wǎng)支撐了信息時(shí)代，那么智算正在成為支撐AI時(shí)代的重要底座。

在AI算力體系中，算力大體可以分為訓(xùn)練算力與推理算力。訓(xùn)練算力決定模型如何完成“從0到1”的能力構(gòu)建，而推理算力則直接支撐AI應(yīng)用落地。無論是春節(jié)期間大熱的SeeDance，近期廣泛討論的“小龍蝦”，還是各行業(yè)不斷上線的AI Agent應(yīng)用，背后都離不開推理算力的支撐。根據(jù)Gartner預(yù)測(cè)，到2026年，約55%的AI專用云基礎(chǔ)設(shè)施支出將用于推理工作負(fù)載。

過去，國(guó)內(nèi)許多智算中心普遍采用“訓(xùn)推一體”的建設(shè)模式。而此次在湛江建設(shè)的集群，則定位為專注推理任務(wù)的AI推理集群，主要面向各類行業(yè)應(yīng)用場(chǎng)景，為傳統(tǒng)產(chǎn)業(yè)的AI化提供直接支撐。

湛江也是國(guó)產(chǎn)大模型DeepSeek創(chuàng)始人梁文峰的家鄉(xiāng)。近年來，當(dāng)?shù)卦凇癉eepSeek+”應(yīng)用探索方面動(dòng)作頻頻。2025年初，DeepSeek-R1發(fā)布后，湛江即完成本地部署——基于國(guó)產(chǎn)技術(shù)棧的DeepSeek-R1大模型率先在湛江政務(wù)云上線。該模型在處理通用政務(wù)事務(wù)的同時(shí)，還能夠持續(xù)學(xué)習(xí)本地產(chǎn)業(yè)知識(shí)與方言表達(dá)，逐漸形成具有地方特色的“湛江智慧”。

此次云天勵(lì)飛建設(shè)的AI推理集群，也將與DeepSeek等國(guó)產(chǎn)模型進(jìn)行深度適配，為更多行業(yè)應(yīng)用提供算力支撐。

二、面向推理時(shí)代的千卡集群架構(gòu)

在大模型應(yīng)用場(chǎng)景中，推理系統(tǒng)通常需要同時(shí)滿足高并發(fā)、高吞吐與低延遲三項(xiàng)要求。為提升整體效率，當(dāng)前業(yè)界普遍采用“Prefill–Decode分離”的推理架構(gòu)，通過對(duì)不同階段進(jìn)行資源優(yōu)化，實(shí)現(xiàn)系統(tǒng)性能的整體提升。

其中，Prefill階段主要負(fù)責(zé)對(duì)長(zhǎng)上下文進(jìn)行理解和計(jì)算，計(jì)算量大、帶寬需求高；而Decode階段則負(fù)責(zé)持續(xù)生成Token，對(duì)系統(tǒng)延遲更加敏感。如何在兩個(gè)階段之間進(jìn)行合理的資源配置，成為推理系統(tǒng)架構(gòu)設(shè)計(jì)的重要問題。

與此同時(shí)，隨著大模型上下文長(zhǎng)度不斷增加，大量中間狀態(tài)需要以KV Cache的形式存儲(chǔ)。業(yè)內(nèi)普遍認(rèn)為，未來推理系統(tǒng)的性能瓶頸將越來越多來自數(shù)據(jù)訪問效率，而不僅僅是計(jì)算能力。

在這一背景下，算力、存儲(chǔ)與網(wǎng)絡(luò)之間的協(xié)同設(shè)計(jì)，正逐漸成為AI基礎(chǔ)設(shè)施的重要競(jìng)爭(zhēng)力。

此次在湛江落地的千卡推理集群，正是圍繞這一思路進(jìn)行構(gòu)建。

該集群采用云天勵(lì)飛自主研發(fā)的AI推理芯片，并在系統(tǒng)架構(gòu)上確立了“優(yōu)先優(yōu)化Prefill、兼顧Decode”的技術(shù)路線。通過在芯片設(shè)計(jì)中對(duì)計(jì)算資源與存儲(chǔ)帶寬進(jìn)行針對(duì)性配置，使系統(tǒng)在長(zhǎng)上下文推理場(chǎng)景下依然能夠保持較高的吞吐效率。

在網(wǎng)絡(luò)互聯(lián)方面，系統(tǒng)采用統(tǒng)一高速互聯(lián)架構(gòu)，通過400G光網(wǎng)絡(luò)構(gòu)建集群物理層網(wǎng)絡(luò)，實(shí)現(xiàn)節(jié)點(diǎn)之間的高帶寬、低延遲通信。與傳統(tǒng)在節(jié)點(diǎn)內(nèi)和節(jié)點(diǎn)間分別采用不同協(xié)議構(gòu)建網(wǎng)絡(luò)的方式相比，這種同構(gòu)互聯(lián)架構(gòu)減少了協(xié)議轉(zhuǎn)換帶來的額外開銷，也簡(jiǎn)化了系統(tǒng)部署。

在部署能力上，該架構(gòu)既可以支持單節(jié)點(diǎn)數(shù)十卡規(guī)模擴(kuò)展，也能夠平滑擴(kuò)展至千卡級(jí)集群規(guī)模，從而適配不同規(guī)模的AI應(yīng)用需求。

此外，針對(duì)大模型推理中KV Cache訪問帶來的壓力，系統(tǒng)在計(jì)算互聯(lián)與存儲(chǔ)互聯(lián)層面進(jìn)行了協(xié)同優(yōu)化。通過計(jì)算網(wǎng)絡(luò)與存儲(chǔ)網(wǎng)絡(luò)的聯(lián)合調(diào)度，可以顯著提升數(shù)據(jù)讀取效率，使模型在長(zhǎng)上下文推理場(chǎng)景下依然保持穩(wěn)定性能。

通過芯片架構(gòu)、網(wǎng)絡(luò)互聯(lián)以及系統(tǒng)調(diào)度等多層優(yōu)化，這一推理集群在整體效率與成本控制方面形成了明顯優(yōu)勢(shì)，為AI規(guī)�；瘧�(yīng)用提供了更加經(jīng)濟(jì)的算力方案。

三、自研芯片構(gòu)建低成本推理能力

據(jù)悉，本次AI推理集群將分三期建設(shè)，并全部采用云天勵(lì)飛自研的國(guó)產(chǎn)AI推理加速卡。

其中，一期項(xiàng)目將部署云天勵(lì)飛 X6000 推理加速卡；二、三期建設(shè)將率先搭載公司最新一代芯片產(chǎn)品。

根據(jù)公司規(guī)劃，未來三年云天勵(lì)飛將推出三代AI推理芯片產(chǎn)品。

第一階段，將推出面向長(zhǎng)上下文場(chǎng)景優(yōu)化的Prefill芯片，通過提升計(jì)算效率與內(nèi)存訪問能力，為OpenClaw、各類AI Agent提供基礎(chǔ)算力支撐。

第二階段，將研發(fā)專注于Decode階段低延遲優(yōu)化的芯片產(chǎn)品，進(jìn)一步提升實(shí)時(shí)推理能力。

第三階段，則通過系統(tǒng)級(jí)協(xié)同優(yōu)化，實(shí)現(xiàn)Prefill與Decode性能的整體提升，向毫秒級(jí)推理時(shí)延目標(biāo)邁進(jìn)。

其中，首款Prefill芯片DeepVerse100預(yù)計(jì)將在年內(nèi)完成流片，并計(jì)劃在湛江集群中率先部署。

在更長(zhǎng)期的規(guī)劃中，云天勵(lì)飛提出“1001計(jì)劃”，即以“百億Token一分錢”為長(zhǎng)期目標(biāo)，通過芯片與系統(tǒng)協(xié)同優(yōu)化持續(xù)降低大模型推理成本。

過去幾年，AI算力建設(shè)往往以“堆算力”為主要路徑——通過不斷擴(kuò)大GPU規(guī)模來獲得更高性能。但隨著大模型逐漸進(jìn)入應(yīng)用階段，產(chǎn)業(yè)關(guān)注點(diǎn)正從“算力峰值”轉(zhuǎn)向“單位成本效率”。

換句話說，未來AI產(chǎn)業(yè)競(jìng)爭(zhēng)的重要維度，不僅在于模型能力本身，還在于誰能夠以更低成本提供穩(wěn)定的大規(guī)模推理能力。

湛江項(xiàng)目的落地，也為這一目標(biāo)提供了重要的實(shí)踐場(chǎng)景。千卡級(jí)推理集群不僅能夠滿足當(dāng)前AI應(yīng)用需求，同時(shí)也為更大規(guī)模算力系統(tǒng)提供技術(shù)部署平臺(tái)。

在典型架構(gòu)下，一個(gè)千卡級(jí)集群通常由多級(jí)擴(kuò)展結(jié)構(gòu)組成：從單節(jié)點(diǎn)8卡、32卡，到64卡甚至百卡級(jí)超節(jié)點(diǎn)，再到跨節(jié)點(diǎn)的大規(guī)模集群。通過這一規(guī)模系統(tǒng)的實(shí)際運(yùn)行，可以充分驗(yàn)證卡間互聯(lián)、節(jié)點(diǎn)通信和負(fù)載均衡等關(guān)鍵技術(shù)，為未來更大規(guī)模AI算力系統(tǒng)建設(shè)積累經(jīng)驗(yàn)。

隨著大模型逐步進(jìn)入產(chǎn)業(yè)應(yīng)用階段，AI基礎(chǔ)設(shè)施的發(fā)展邏輯也正在發(fā)生變化——從單純追求算力規(guī)模，轉(zhuǎn)向更加注重效率與成本。

在業(yè)內(nèi)看來，推理算力將成為決定AI應(yīng)用規(guī)�；涞氐年P(guān)鍵基礎(chǔ)設(shè)施。誰能夠以更高效率、更低成本提供穩(wěn)定的大規(guī)模推理能力，誰就有機(jī)會(huì)在新一輪人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)中占據(jù)先機(jī)。

此次湛江AI推理千卡集群的建設(shè)，不僅為當(dāng)?shù)禺a(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供了重要算力底座，也為國(guó)產(chǎn)模型與國(guó)產(chǎn)芯片協(xié)同發(fā)展提供了實(shí)踐場(chǎng)景。在“國(guó)�！迸c“國(guó)芯”的深度協(xié)同下，AI基礎(chǔ)設(shè)施正逐步從技術(shù)探索走向規(guī)�；瘧�(yīng)用，為人工智能產(chǎn)業(yè)的下一階段發(fā)展打開新的空間。

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。