智算集群是人工智能时代的基础设施。如果说电力支撑了工业时代，互联网支撑了信息时代，那么 智算正在成为支撑AI时代的重要底座。 如果您希望可以时常见面，欢迎标星收藏哦~ 3 月 12 日，云天励飞中标湛江市AI渗透支撑新质生产力基础设施建设项目，中标金额4.2亿元。 项目将基于云天励飞自研的国产AI推理加速卡，建设国产AI推理千卡集群。 该集群将搭载DeepSeek等国产大模型，为政务、产业及各类应用场景提供更加便捷、低成本的AI 能力，探索打造"国模国芯"的AI生态样板。 一、AI算力从"训练优先"走向"推理优先" 在AI算力体系中，算力大体可以分为训练算力与推理算力。训练算力决定模型如何完成"从0到 1"的能力构建，而推理算力则直接支撑AI应用落地。无论是春节期间大热的SeeDance，近期广泛 讨论的"小龙虾"，还是各行业不断上线的AI Agent应用，背后都离不开推理算力的支撑。根据 Gartner预测，到2026年，约55%的AI专用云基础设施支出将用于推理工作负载。 过去，国内许多智算中心普遍采用"训推一体"的建设模式。而此次在湛江建设的集群，则定位为专 注推理任务的AI推理集群，主要面向各类行业应 ...

项目中标与核心定位 - 云天励飞于3月12日中标湛江市AI渗透支撑新质生产力基础设施建设项目，中标金额4.2亿元[3] - 项目将基于公司自研的国产AI推理加速卡，建设国产AI推理千卡集群，旨在打造“国模国芯”的AI生态样板[3] - 该集群定位为专注推理任务的AI推理集群，区别于国内普遍采用的“训推一体”模式，主要面向各类行业应用场景，为传统产业AI化提供直接支撑[4] 技术架构与系统设计 - 集群采用“Prefill–Decode分离”的推理架构，以同时满足高并发、高吞吐与低延迟的要求[6] - 系统确立了“优先优化Prefill、兼顾Decode”的技术路线，通过在芯片设计中针对性配置计算资源与存储带宽，以在长上下文推理场景下保持高吞吐效率[7] - 网络互联采用统一高速互联架构，通过400G光网络构建集群物理层网络，实现节点间高带宽、低延迟通信，减少了协议转换开销[7] - 架构支持从单节点数十卡到千卡级集群规模的平滑扩展，以适配不同规模的AI应用需求[7] - 针对大模型推理中KV Cache访问带来的压力，系统在计算互联与存储互联层面进行了协同优化，通过联合调度提升数据读取效率[7] 自研芯片与产品路线 - 集群将全部采用云天励飞自研的国产AI推理加速卡，分三期建设[10] - 一期项目将部署X6000推理加速卡，二、三期将率先搭载公司最新一代芯片产品[10] - 公司未来三年规划推出三代AI推理芯片产品：第一阶段推出面向长上下文优化的Prefill芯片；第二阶段研发专注于Decode阶段低延迟优化的芯片；第三阶段通过系统级协同优化，实现Prefill与Decode性能整体提升，向毫秒级推理时延迈进[11] - 首款Prefill芯片DeepVerse100预计将在年内完成流片，并计划在湛江集群中率先部署[12] - 公司提出“1001计划”长期目标，即以“百亿Token一分钱”为目标，通过芯片与系统协同优化持续降低大模型推理成本[12] 行业趋势与战略意义 - 随着大模型进入应用阶段，产业关注点正从“算力峰值”转向“单位成本效率”，AI基础设施的发展逻辑从单纯追求算力规模转向更加注重效率与成本[12][13] - 推理算力被视为决定AI应用规模化落地的关键基础设施，谁能以更高效率、更低成本提供稳定的大规模推理能力，谁就有机会在产业竞争中占据先机[14] - 千卡级推理集群不仅满足当前需求，也为更大规模算力系统提供了技术部署平台，可验证卡间互联、节点通信等关键技术，为未来建设积累经验[12] - 项目与国产大模型DeepSeek深度适配，湛江已完成DeepSeek-R1大模型的本地政务云上线，该模型能持续学习本地产业知识与方言表达，形成地方特色[4] - 项目的落地为国产模型与国产芯片的协同发展提供了实践场景，推动AI基础设施从技术探索走向规模化应用[14]