服务电话：0471-8888888
出品 | ***财经
作者 | 星芒
编辑 | 闪电
美编 | 倩倩
审核 | 颂文
1月23日，英伟达CEO黄仁勋再度落地上海。这位全球GPU巨头的掌舵人，近年屡次访华的背后，是中国市场不可撼动的战略地位——但今年，他脚下的这片土地，正酝酿着一场芯片格局之变。
过去一年，国产GPU厂商集体崛起，摩尔线程、沐曦股份、壁仞科技、天数智芯等争相上市，尤其在上海这座集成电路高地，“上海GPU四小龙”（天数智芯、沐曦、壁仞、燧原）的算力版图已然临近合拢。
黄仁勋访沪三天后，离他近期光顾的菜市场仅十公里的酒店里，一场中国AI算力企业的发布会，明确抛出了一份“超越英伟达”的路线图。主角，是刚刚在香港上市18天的天数智芯。
1月26日，天数智芯甩出三大重磅发布：
四代架构路线图，***2027年超越英伟达目前最先进的Rubin架构，且第一步超越英伟达Hopper已经在大模型场景实现；
边端算力“彤央”系列四款产品，实测性能已优于英伟达AGX Orin；
已服务超300家客户、部署超1000次、数千卡集群稳定运行1000天的商业落地成果。
这一系列清晰的技术发展路径、真实落地的多行业深度应用案例，以及开放生态的建设成果，无疑给中国的AI发展注入更强劲的“芯”动力。
通用GPU，作为AI时代的“算力心脏”，能高效处理并行计算、承载高密集型AI任务，是当下AI芯片领域的核心硬件。但国产通用GPU的突围之路，远比想象中艰难。
截至目前，英伟达仍占据全球九成以上的市场份额，形成了难以撼动的垄断地位。对于国产GPU，客户的顾虑几乎是共性的：性能能不能打？兼容性好不好？天数智芯副总裁郭为近日就对媒体坦承，“实话实说，早期我们面临的更多是客户的排斥与冷淡。”
破局，唯有靠技术硬实力。成立于2015年的天数智芯，是国内最早深耕通用GPU领域的企业之一，其招股书显示，天数智芯率先实现国内通用GPU从0到1的突破，并率先成功量产；率先打造训练推理算力的一体化解决方案，把准AI时代的发展脉络。
面对行业普遍存在的能效比偏低、创造力不足、实际使用门槛高的痛点，天数智芯给出了自己的解法——聚焦“高质量算力”，核心就是三个关键词：高效、可预期、可持续。
高效，是通过优化设计为客户创造最优TCO（总体拥有成本），实实在在节省成本；可预期，是借助精准仿真模拟，让客户在部署前即可预判性能表现，实现“所见即所得”；可持续，是既能适配当下主流的CNN、RNN、Transformer算法，也能从容应对未来未知的全新算法，兼顾当下可用性与未来适配性。
实打实的案例最有说服力。在与阶跃星辰的合作中，针对文生图/***场景，双方联合研发定制化量化算法，在不损失模型效果的前提下，将性能提升80%；再加上天数自研的X-Quant模块实现几乎无损反量化，性能再增50%——这套组合拳下来，天数产品的实际业务性能，直接超越了国际主流产品。
更值得关注的是，天数智芯早已跳出“跟随英伟达”的框架，明确了自己的赶超路线。
在生态合作伙伴大会上，天数智芯对外公布了四代架构路线图：2025年，天数天枢架构超越Hopper；2026年，天数天璇架构对标Blackwell；2026年，天数天玑架构超越Blackwell；2027年，天数天权架构超越Rubin；2027年之后将转向突破性计算芯片架构设计。未来3年，天数智芯将基于此次发布的四代架构，陆续发布多款产品，持续提升计算性能。
“我们不追求成为‘第二个英伟达’，而是要走出自己的道路。”天数智芯AI与加速计算技术负责人单天逸表示，“我们的目标是先实现赶超，再寻求原创性突破，成为具备行业定义能力的企业。”
这份底气，来自架构设计上的核心技术创新，比如天枢架构搭载的TPC BroadCast（计算组广播机制）、Instruction Co-Exec（多指令并行处理系统）、Dynamic Warp Scheduling（动态线程组调度系统）等核心技术，让其算力利用率较当前行业平均水平提升60%。
大模型方兴未艾，物理AI的下一波浪潮已至。不久前的2026年CES上，黄仁勋曾疾呼：“物理AI的ChatGPT时刻即将到来。”而具身智能、智能驾驶、AI终端等领域的爆发，正印证着这一判断。
以当下最火的具身智能为例，IDC预测，到2026年，中国人形机器人应用场景将提升至当前的3倍以上，市场规模将近13亿美元，同比增长翻倍。摩根士丹利更给出了长远展望，预计到2050年，人形机器人市场规模将达到5万亿美元，部署量达10亿台，约每10人拥有1台人形机器人。
无论是通往通用人工智能（AGI），还是承接物理AI的爆发，算力需求都将呈指数级增长——而这，正是国产GPU的新机遇。
天数智芯精准捕捉到这一趋势，在此次大会上发布了“彤央”系列边端产品，一举补上了全场景算力的最后一块拼图。
此次发布的彤央系列共有四款产品：TY1000、TY1100、TY1100_NX、TY1200，形态各异、各有侧重，标称算力均为实测稠密算力，覆盖100T到300T范围，成为天数智芯连接AI与物理世界的核心媒介。
虽是新品，但实力不容小觑。在计算机视觉、自然语言处理、DeepSeek 32B大语言模型、具身智能VLA模型及世界模型等多个场景的实测中，彤央TY1000的性能全面优于英伟达AGX Orin——这意味着，国产边端算力，终于开始实现对国际巨头的超越。
天数智芯副总裁郭为表示，彤央系列产品的目标是做到边端大算力国内第一，为物理AI连接物理世界提供最优载体，推动生成AI向“会做事”的物理AI转型。
彤央系列产品主要应用于机器人智能、工业智能、商业智能及交通智能等，且已经在多个领域实际落地，用算力赋能千行百业。
在具身智能领域，格蓝若机器人将彤央TY1100模组嵌入机器人“大脑”，凭借高性能、低延迟、灵活可拓展的优势，让机器人“想得快、看得懂、做得准”，规划与执行能力大幅提升；
在商业智能领域，彤央方案已在瑞幸咖啡数千家门店完成部署，通过高效处理***流、挖掘消费数据，实现消耗品用量自动统计、VIP会员到店提醒、店员操作规范监测等功能，既降本增效，也为门店创造了增量价值。
彤央系列的发布，让天数智芯实现了云端、边缘侧、端侧全场景算力覆盖，且全链路生态统一，同时兼容主流生态。“目前国内头部GPU厂商中，我们是唯一实现云边端生态统一且全面兼容主流体系的企业，这一完整方案是我们的重要优势。”郭为表示。
如果说技术和产品是国产GPU的“硬实力”，那么生态兼容，就是决定其能否突围的“软实力”——而英伟达的CUDA生态，正是最难跨越的一道坎。
经过多年积累，英伟达CUDA生态已汇聚超过500万开发者，形成了“硬件－软件－应用”的完整闭环。这也意味着，客户若从英伟达切换到国产GPU，往往要面临极高的适配成本和周期，成为很多企业望而却步的原因。
某AI创业公司技术负责人透露，其金融大模型每季度至少迭代两个版本，每次硬件适配需投入十人团队，耗时两周修改500至1000行代码；还有传统企业引入开源大模型构建内部知识库时，因硬件接口不兼容，落地周期常从一个月延迟至两到三个月，错过最佳窗口期。
天数智芯的破局思路很质朴：不改变用户习惯，降低适配门槛。“天数完全兼容主流编程框架，开放底层编程模型方便用户自主调优，客户仅需1/3开发调优精力即可完成部署。”天数智芯副总裁邹翾介绍。
这份高兼容性，带来了实打实的效率提升：国内15种新的大模型发布当天便能跑通，目前已稳定运行400余种模型、数千个已有算子与100余种定制算子。
具体到行业落地，天垓通用GPU的高兼容、高效能优势愈发凸显：在互联网AI领域，天数智芯实现了单机性能翻倍、Token成本减半、人力节省1/3；在大模型适配上，达成95%算子复用；在科学探索领域，单集群可并行数千卡科研任务，并稳定运行1000多天，已落地国内多家顶级学府。
佳都科技的案例，更是凸显了天数智芯的方案优势。作为聚焦智慧轨道交通、智慧城市交通的AI服务商，佳都科技的应用结合AI模型与传统图像识别算法，既需要保留历史开发资产，同时又需要适配新的大模型。市场上极少有GPU厂商能满足这一需求。
而天数通用GPU架构，不仅能兼容传统算法，还能快速跟进大模型迭代，实现每两个月完成一次版本刷新。双方合作一年多来，从初期十几位工程师一周完成迁移，到后期仅需一名AE工程师支撑自主迭代，目前使用体验已接近国际产品。
越来越多的客户选择，印证着国产GPU的崛起——目前，天数智芯相关产品已服务超300家客户、完成超1000次部署，既彰显出算力赋能实体经济的广泛价值，也标志着其商业化闭环正式进入放量增长阶段。
国产GPU，正从“可用”真正走向“好用”。
在国产通用GPU这片机遇与挑战并存的战场上，天数智芯选择了一条看似“笨拙”却最坚实的道路——回归计算本质。
“天数代表的通用芯片，设计哲学是回归计算本质，支持所有种类的计算，既能高效适配当下热点任务，也能从容应对未来未知的全新算子与架构。”单天逸表示，“我们始终坚信，不应让算力僵化限制算法进化，硬件绝非束缚算法探索的枷锁，而要成为孵化新算法的坚实底座。”
道阻且长，行则将至。从AI训推到边端算力，从科学研究到千行百业，天数智芯用十年深耕、千次部署，走出了一条不盲从、重落地的国产通用GPU发展之路。而这条踏实的道路，或许正是国产“芯”力量突围的最优解。
*文中题图来自：摄图网，基于VRF协议。返回搜狐，查看更多
