当对话式人工智能工具——ChatGPT点燃的全球AI（人工智能）训练竞赛逐渐开始白热化，一个更深层 次的产业变革悄然发生。2025年，被业界普遍视为"AI应用大爆发的元年"，智能体（Agent）正从概念 走向现实。而在应用爆发的背后，是百倍增长的推理算力需求与高昂成本之间的尖锐矛盾。在这场 由"训练"转向"推理"的算力范式革命中，中国AI芯片产业能否抓住历史性机遇？ 在日前举办的雪球嘉年华会议期间，云天励飞董事长兼CEO（首席执行官）陈宁在接受《每日经济新 闻》记者专访时表示，人工智能就像当年的第一台蒸汽机、第一个灯泡、第一台计算机，可以说，人工 智能是未来五年科技突破的关键。 陈宁认为，中国在算法上已能够将跟世界先进水平之间的差距缩短至数月，甚至在应用、数据、能源、 系统集成方面更有优势。 在陈宁看来，推理芯片赛道是中国实现"超车"的关键。这场关于重新定义算力的竞赛才刚刚吹响号角， 中国第一次与全球站在相近的起跑线。"我们有机会，也必须抓住这个机会。" 推理芯片展现巨大潜力 在陈宁看来，人工智能产业的发展可以清晰地划分为三个阶段。 第一阶段是2012年至2020年的"智能感知"时代，以小模型驱动特定场景的解 ...

人工智能产业发展阶段 - 人工智能产业发展可划分为三个阶段：2012至2020年为“智能感知”时代，以小模型驱动特定场景解决方案为主，市场碎片化[4]；2020至2025年为AIGC时代，大模型展现强大内容生成能力，行业寻找盈利闭环[4]；2025年进入第三个阶段“代理式人工智能（Agentic AI）时代”，其核心特征是大模型、操作系统与硬件深度融合的智能体（Agent）引发应用爆发[4] 算力范式革命与产业机遇 - 2025年被视为AI应用爆发元年，应用爆发背后是百倍增长的推理算力需求与高昂成本之间的矛盾[1] - 算力范式正从以训练为主转向以推理为主，这是根本性转折，训练追求极致性能，而推理大规模商业化必须追求极高的性价比[5] - 推理芯片赛道的崛起打破了英伟达凭借CUDA生态和GPGPU在训练时代建立的垄断格局，谷歌TPU战略明确“训推分离”，博通为Meta、OpenAI定制推理芯片，证明了该赛道的独立性与巨大潜力[6] - 推理芯片是中国实现“超车”的关键机遇，全球刚刚起步，游戏规则不同，中国在应用、数据、能源、系统集成方面有优势，更擅长为用户提供高性价比产品[3][6] 推理芯片的技术挑战与架构创新 - 推理任务的计算范式发生根本变化，尤其是Prefill（预填充）和Decode（解码）两个阶段对算力和带宽需求不同，传统GPGPU架构面临瓶颈[7] - 云天励飞提出了新的GPNPU芯片架构，旨在融合三大核心能力：顶层结合GPGPU的SIMT编程范式以兼容CUDA生态；结合指令集微架构设计优化矩阵计算硬件；基于国产工艺和先进封装技术打破内存瓶颈并降低成本[7] - GPNPU目标是在计算算力、存储带宽、存储容量三者间实现更优配比，通过提升单位硅芯片面积的计算性能、降低模型迁移成本、提升硬件利用率以及实现高能效低功耗，全方位降低用户的总体拥有成本[7] 推理需求的规模与成本目标 - 以豆包大模型为例，其日均Token处理量已达50万亿且增速惊人，即便以此为基础不再增长，大规模在线推理的资本与运营开支也非常可观[8] - 若Token规模短期继续上行，明年上半年可能触及100万亿，在单位能效无显著改善的情况下，电力与散热等基础设施压力可能出现“千倍级”跃迁[8] - 为支撑AI规模化、产业化，需在较短周期内把“百万Token”的推理综合成本降低到“一分钱”级别，这需要通过架构革命和工艺创新实现[8]