随着生成式 AI 和智能体应用加速落地，AI 算力需求正发生结构性变化。云天励飞董事长兼 CEO 陈宁在接受媒体采访时表示，AI 产业正从“以训练为中心”逐步走向“以推理规模化为核心”的新阶段，2025 年有望成为算力范式变化的重要分水岭。

过去十多年，AI 产业的核心叙事围绕训练展开：更大的模型、更强的算力、更复杂的互联体系，推动模型能力不断突破。但随着 AIGC 从能力展示走向高频使用，算力需求的重心开始迁移。“训练解决的是模型能不能变聪明，推理解决的是应用能不能跑得起。”陈宁指出，当 AI 进入面向大众、面向业务流程的阶段，推理调用量呈现指数级增长，算力系统必须同时满足低成本、高并发、低时延和可持续运行等多重约束。

在这一背景下，推理不再只是训练的附属功能，而正在演变为一个独立的算力赛道。尤其当智能体开始承担更复杂的任务链路——从长上下文理解到工具调用、从多模态输入到连续交互——推理侧的系统压力会从“单点算力”转向“系统吞吐与成本结构”。这也意味着，如果继续用以训练为核心设计的通用 GPU 体系承接海量推理需求，资本开支和运营成本都可能被迅速放大，商业模型的可持续性将面临挑战。

推理新需求下，GPNPU 试图用“架构取舍”换取规模化经济性

在中美算力竞争格局中，陈宁坦言，训练赛道对先进制程、互联带宽和生态成熟度要求极高，在先进制造工艺受限的背景下，差距客观存在且需要长期投入。但在推理赛道，情况有所不同：推理更像一个“在真实负载约束下做系统最优化”的新命题。

随着应用规模化，推理计算内部已出现明显结构分化，例如 prefill 与 decode 在算力密集度、带宽需求和访存模式上存在显著差异：前者更偏算力密集，后者更偏带宽与访存效率密集。陈宁据此判断，围绕训练优化的通用 GPU 架构，在推理规模化场景下更容易面临效率与成本压力，也因此为面向推理的架构与系统工程创新提供了空间。

在这一判断下，云天励飞提出并持续推进 GPNPU 架构。从采访表述看，GPNPU 的关键不在于“堆算力”，而在于围绕推理负载做软硬协同的系统取舍，核心目标可以概括为三点——

生态迁移友好：尽可能贴近主流训练生态与模型工程习惯，降低模型从训练到推理部署的门槛，减少客户在工程侧的“迁移成本”。

面向推理的算子与数据流优化：推理阶段的性能瓶颈往往不是峰值算力，而是算子组合、并发调度、缓存与访存效率；架构需要对推理常见计算图更“对口”。

以单位成本支撑更大并发：推理商业化的核心变量是单位成本与单位能效，最终比拼的是在可控成本下能承载多大规模的并发请求、能做到怎样的时延稳定性。

“推理阶段真正的挑战，不在于单点算力峰值，而在于单位成本下能支撑多大规模的并发推理。”陈宁强调，GPNPU 试图在满足推理负载特性的前提下，构建更具经济性的算力形态，为大规模 AI 应用提供可持续的算力底座。

从端侧到云端：云天励飞的推理芯片积累与中长期布局

长期以来，云天励飞被外界视为一家“端侧 AI 芯片公司”。对此，陈宁强调，端侧只是公司早期阶段的切入点，而非长期边界。他回顾称，在 2018 年之前，AI 仍处于智能感知阶段，端侧、小算力芯片是更现实的落地形态；但从 2018 年开始，公司已系统性进入边缘计算方向，并随着 AI 应用复杂度提升，逐步向更高算力层级演进。

从“积累”角度看，云天励飞在推理芯片上的能力沉淀，更像是一条从场景到架构的反向路径：一方面，端侧与边缘阶段的长期落地经验，让公司更早面对推理真实约束——成本、功耗、时延、稳定性、部署与运维，而不是只在理想条件下追求峰值指标；另一方面，随着 Transformer 与智能体应用兴起，推理负载快速复杂化，企业需要把对推理计算结构（例如 prefill/decode 分化、并发调度特性、访存/带宽瓶颈等）的理解，固化为芯片架构与系统软件的协同设计能力。

“做云端推理不是转型，而是顺着应用形态和算力结构演进做的自然外延。”陈宁表示，目前云天励飞已形成端侧、边缘、云端并行推进的技术布局。随着智能体、AI 原生应用和行业级智能系统不断涌现，单一层级算力难以承载完整需求：端侧负责就近交互与隐私敏感任务，边缘承接区域级低时延推理，云端则负责高吞吐、高并发的大规模推理服务。云端推理由此成为不可或缺的一环，也是公司下一阶段的重要投入方向。

在政策层面，陈宁注意到国家已释放出清晰信号。近期发布的“AI+”相关指导文件提出，到 2027 年，AI 应用和智能体在重点领域的渗透率要超过 70%；到 2030 年，将接近 90%。

这意味着，在补齐基础能力的同时，中国正将应用落地与推理规模化作为重要发展路径。陈宁表示，真正决定一场产业革命的，不是模型在实验室里能跑多快，而是能不能以足够低的成本、足够高的效率跑进现实世界——而这正是云端推理算力与推理芯片的价值所在。