国产芯片硬刚英伟达！天数智芯两款GPU现场PK获胜
在国产芯片领域，有一家企业被行业观察者称为“真勇士”——它就是天数智芯。
不久前，这家企业在一场公开活动中，把自家的两款芯片分别和英伟达的旗舰产品进行了实打实的性能比拼，而且测试题目都是现场随机抽取观众当场给出的，完全没有提前准备的空间。
云端测试环节，天数智芯拿出了基于天枢架构的天垓300，和英伟达H200对决文生图任务，比如“一只老虎把月亮踢飞”这类随机题目。结果显示，天垓300仅用95.6秒就完成了任务，而H200耗时112秒，国产GPU取得了胜利。
这场比拼还没完，随后天数智芯又拿出了一款巴掌大小的银色端侧设备，在断网状态下和英伟达的端侧产品Thor T5000较量，随机抽取的题目是“狮子和老虎单挑谁会赢”。肉眼可见，这款国产设备的运行速度明显更快。
这场活动上，天数智芯还发布了多款产品和技术方案，除了云端的天垓300、端侧的彤央TY1200，还有基于AI开发AI的天数智算软件栈。
其实早在今年1月，天数智芯上市敲钟后不久，就一口气发布了四款彤央边端产品，当时TY1000的实测性能已经超过了英伟达AGX Orin；同时公布的四代架构路线图中，天枢架构的目标直指超越Hopper，后续还有Blackwell和Rubin两代研发方向。
时隔9个多月，天数智芯用实际产品兑现了当时的承诺：天垓300正是基于天枢架构打造，这次对标Hopper家族的旗舰H200；端侧产品的对手也从AGX Orin换成了性能更强的Thor T5000。
关于为何同时发布云、软件、端三条线的产品，天数智芯的逻辑是：
云端负责生产智能，软件栈负责让适配和优化跑得更快，端侧负责把智能送进工厂、实验室、医院这些真实现场。
在天数智芯看来，三者咬合在一起，才是它口中的“高质量算力”，即高效率、可预期、可持续的算力体系。
先来看云端的天垓300，它并非首次亮相，今年7月第三方权威机构的测试显示，在大模型典型的PD分离部署模式下，天垓300的单卡端到端吞吐是H200的1.05倍，而且这是实打实的推理链路性能，不是纸面峰值。按天数智芯的说法，它成为国内首个实测性能达到H200水平的通用GPU。
作为通用GPU，天垓300兼顾训练和推理两大场景。在推理方面，长上下文是大模型的核心挑战，天数智芯AI与加速计算负责人单天逸在现场打了个比方：
情侣恋爱十周年，女生问男生，这十年里最刻骨铭心的时刻是什么？男生不会把3650天挨个回忆一遍，脑子里蹦出来的，也就那么几个瞬间。
天垓300针对注意力机制做了定制优化，结果显示，在GLM-5.3模型64K规模下，MoE吞吐是H200的1.15倍；在8K到128K的长上下文场景中，Agent的首字延迟比H200低10%到30%。
在训练场景，天垓300同样表现出色：在Qwen3-32B的8卡FP8训练中，每卡有效吞吐是H100的1.33倍，现场演示的加速100倍训练录屏显示，天垓300早早完成了训练，而H100还在运行中。此外，它还能支撑强化学习场景，按测算，1024张卡约26天就能完成1T参数、40B激活的MoE模型的一轮强化学习，正好匹配大模型厂商一个多月的迭代节奏。
在当下热门的Token工厂领域，天垓300的优势也很明显：满负荷运行时步时波动仅0.43%，对比Hopper方案的0.76%，长时间高负载运行更稳定；在规模扩展上，天数智芯推出的IXL144超节点，在一个标准机柜中塞入144颗GPU，聚合显存约10.1TB，是目前业界密度最高的单机柜GPU超节点，测算显示，它的每百万有效Token成本比H200方案降低约40%。
天垓300的另一个特点是不追求单芯片包打天下，它既能和英伟达的H100、H200混合训练，也能和其他厂商的芯片协同工作，还实现了国内首个GPU+XPU异构AFD分离方案：由天垓300负责Prefill和Attention，合作厂商的XPU负责FFN，实测Decoding推理延迟降低了60%。
除了大模型测试，现场还展示了天垓300在物理仿真领域的硬核能力：用单卡模拟龙门吊的动态受力，实时计算每个滑块的摩擦力、起吊速度和力量；将256个二连杆装入同一模型做强化学习，实现256个并行世界的试错；还有140个滑块的碰撞实验，每一次碰撞都要同时算出所有滑块的受力情况。这些都是机器人进入真实世界前必须完成的仿真训练环节。
说完云端，再看端侧的彤央TY1200。天数智芯彤央产品市场负责人宋远盈表示，Thor T5000是英伟达当前端侧的旗舰产品，官方标称算力为2070 TFLOPS（FP4，稀疏），而TY1200的标称算力是300 TOPS（稠密），从数字上看TY1200似乎不占优势，但实测结果却相反。
在大模型测试中，TY1200跑某主流大模型Qwen3.8-27B的性能是Thor T5000的138%，跑MoE架构的Qwen3.6-35B-A3B也达到了110%；在英伟达自家开源的世界模型上，TY1200的表现更突出，在Cosmos-R2-2B上跑出了Thor的158%，在R2-8B上更是达到180%，相当于在英伟达的主场赢了英伟达。
除了跑分，宋远盈还准备了三组真实场景测试，全部在现场的TY1200上完成：第一组是本地生成视频，用开源视频模型生成一段1056×608分辨率、5秒长的视频，全程不联网不上云，耗时约6分钟；虽然比云端慢，但不用支付云端调用费，也无需排队等待修改。第二组是审合同，将一份1万字的软件合同输入后，TY1200一两分钟就标出了高中低风险项，并附上了相关的法律法规和企业规则依据。第三组是MicroDuck小鸭子项目，这是把仿真训练、验证和实物部署全部放在TY1200中完成的挑战，此前团队多次尝试都未成功，这次仅用三四天就完成了，最终小鸭子摇摇晃晃站起来走了几步，是它表现最好的一次。
除了MicroDuck，彤央在具身智能领域已有不少落地案例：两周前工博会上，搭载TY1000模组的机器狗无需遥控，就能本地完成人脸识别并跟随主人，全程没有画面上传云端；搭载TY1200的陪诊机器人已在上海市阳光康复中心上岗，能引导视障人士到挂号处，还会提醒避让障碍。此外，天数智芯还预告了下一代端侧产品TY2000，标称算力将达到600T，宋远盈表示：
云端GPU厂商做端侧，不是把芯片做小，而是把能力下沉。
硬件性能的突破之外，开发者体验同样是天数智芯关注的重点。天数智芯副总裁石加圣以早年DOS系统运行游戏的经历为例，指出当前云端服务器的配置复杂度类似当年的DOS环境，不同硬件、拓扑和操作系统的适配问题给开发者带来诸多困扰。
早年想在DOS上玩《仙剑奇侠传》《大富翁3》，玩家得先折腾一堆配置，游戏才跑得起来。
为此，天数智芯推出了天数智算软件栈，全面拥抱基于AI的智能开发，将服务客户时积累的适配经验沉淀为可复用的模块，开发者只需明确目标和约束，剩下的工作交给AI辅助完成，关键节点再人工决策。
这套软件栈大幅提升了开发效率：比如装环境和部署，原本需要1小时以上，交给AI辅助后10分钟就能完成，操作步骤从数十步减少到1步；性能调优也由AI完成，某大模型调优任务原本需要一周，现在不到2小时就完成了全流程，性能接近翻倍；算子开发方面，天数智芯是国内首个深度接入相关框架的厂商，用AI生成、编译和优化代码，某主流模型适配原本需要10人天，现在不到2小时就完成，编译等待时间下降90%以上。
石加圣表示，这就是“以智生智”的意义：
Agentic AI让一位工程师的经验，能够持续服务千千万万开发者。
最后，行业观察者也在讨论，天数智芯为何敢和英伟达现场比拼？答案在于它的自信：所有测试数据都是可复现的实测结果，产品是可量产交付的，同时敢于接受现场随机出题的不确定性，愿意面对可能的意外。
云、软件、端三条线的产品形成了一个闭环：云端高效生产智能，软件栈让AI加速进化，端侧把智能落地到真实场景，高效率、可预期、可持续的算力就在这个循环中不断积累。
天数智芯的研发路线图早已明确，天枢架构的第一站目标已经用天垓300兑现，接下来要面对的是Blackwell，再往后是Rubin。未来，它还会不会把实机搬上台，和英伟达的新一代产品再同场比拼？至少在这次，它用实测兑现了自己的承诺。
