7月18日，在2026世界人工智能大会上 ，深圳云天励飞技术股份有限公司（以下简称“云天励飞”或“公司 ”）公布AI推理芯片路线图 。公司计划推出三款面向不同推理负载的芯片
，并推动三款芯片面向万卡异构集群协同设计与部署，提升Token生成效率
。

　　根据路线图 ，云天励飞计划推出DeepVerse100P、DeepVerse100D和DeepVerse100L三款云端大算力推理芯片
，分别针对Prefill 、Decod和Decode FFN环节进行优化。

　　大模型推理通常包括集中处理输入上下文的Prefill阶段，以及逐Token生成内容的Decode阶段 。前者对计算能力要求较高 ，后者对内存带宽和数据访问效率更为敏感
。随着长上下文
、混合专家模型等技术发展，Decode内部不同环节的资源需求也进一步分化。

　　“人工智能走向规模化应用后
，衡量算力价值要更多关注系统能够稳定、高效地产出多少Token 。
”云天励飞董事长兼CEO陈宁说，公司将按照不同推理阶段的负载特征配置芯片和资源池 ，并通过高速互联组成异构算力系统
，减少不同负载之间的资源干扰。

　　按照规划，DeepVerse100P面向百万级上下文Prefill场景 ，针对传统混部架构中Prefill与Decode共享算力和带宽资源 、相互抢占的问题进行优化；DeepVerse100D面向Decode
，支持1024卡Scale-up及光互联系统架构；DeepVerse100L面向Decode FFN，采用3D Memory架构 ，相比主流HBM大幅提升内存带宽
，并通过低延迟互联提高激活数据传输效率
。

　　在软件方面，云天励飞将持续建设IFWA软件栈 ，覆盖模型开发
、编程和系统层级
，加强对主流模型架构、PyTorch ATen算子以及vLLM 、SGLang等推理框架的支持。公司此前已开源Houmao多Agent异构编程框架，探索利用智能体协同完成模型和算子开发、性能优化及测试验证 。

　　降低推理成本还需要产业链协同
。今年5月 ，云天励飞联合芯片
、软件、封装测试 、算力平台
、模型及应用等领域的多家单位发起“1001计划”。陈宁表示，计划将推动应用需求更早反馈到芯片与系统设计环节
，促进成熟软件能力复用，加快技术在实际场景中的验证 。

　　云天励飞2025年年报显示 ，公司当年实现营业收入13.39亿元
，同比增长45.99%；其中企业级场景业务收入5.36亿元，同比增长115.64%；研发投入4.45亿元
。

（文章来源：经济参考网）