ムラゴン ホーム
香港, 2026年10月30日 - (亚太商讯) - 随着大模型由技术验证迈入产业落地阶段，AI竞争的重心，已从单纯比拼模型本身的能力，转向算力基础设施的效能与可控性,推动国产通用GPU的发展目标，从过去“能不能用”的可行性验证，进入“好不好用、能否大规模部署”的实战考验。
在此背景下，天数智芯（09903.HK）通过一场媒体开放日，公开了天垓300、彤央系列与软件栈的全线进展——这是此前四大架构路线图发布后的阶段性成绩单，标志着其“云-边-端”业务进入规模化落地与生态适配并进阶段。
三大产品线：路线清晰，商业化验证扎实
天数智芯三大产品不是孤立硬件与工具的堆砌，而是一套从云端训推到边缘本地算力、再到全栈软件底座的协同体系，并以真机实测、系统方案、行业项目完成技术向商业交付的闭环。
先说云端旗舰天垓300，这是一款为“真场景”而生的产品，云端旗舰天垓300立足真实业务场景，性能经第三方验证，并非实验室指标。
经过第三方权威机构评测显示，PD分离部署模式下，其折算单卡端到端吞吐达H200的1.05倍，为国内首款实测性能追平H200的通用GPU。
分负载测试表现亮眼：64K长上下文Attention性能为H200的1.05倍，GLM-5.3 MoE模型吞吐达1.15倍，Agent首字延迟下降10%-30%，推荐推理吞吐提升21%。
训练场景中，Qwen3-32B 8卡FP8运行时，单卡有效吞吐为H100的1.33倍；1024卡集群26天可完成500亿Token强化学习，满载步时波动仅0.43%，稳定性突出。
产品原生兼容CUDA语义，主流框架完成适配，落地国内首个GPU+XPU AFD分离异构架构，由天垓300负责Prefill与Attention、XPU承载FFN，解码延迟下降60%。IXL144超节点柜集成144颗GPU、10.1TB显存，密度领先业界，每百万有效Token成本较国际方案低约40%。
天垓300跳出单纯比拼算力峰值的思路，将“对标H200”落脚于可复现的第三方实测，真实验证全推理链路的业务表现；而开放异构的技术路线，更是面向国内多元算力生态的前瞻性务实布局。
硬件达标后，“好用”是另一道门槛。天数智芯首次展现拥抱Agentic AI的布局，围绕“易于使用、易于优化、易于开发”三层，把GPU调优经验沉淀为AI可调用能力。
数据最有说服力：环境准备与模型部署由1小时缩至10分钟、操作由数十步减至1步；AI依真实运行数据定位瓶颈并验证，某大模型调优周期由7天压至2小时、性能接近翻倍。
作为首家深度接入FlyDSL的国产GPGPU厂商，Agent与FlyDSL协同参与代码生成与优化，某主流模型适配从10人天缩至1人小时级，编译速度提升90%以上，理想以1%编译时间实现99%运行性能。
软件栈破解“硬件性能难以转化为业务价值”的瓶颈，以“用AI开发AI”形成复利演进，是国产GPU从“可用”走向“好用”的关键一跃。
数据安全、实时响应与成本限制推动算力分层布局。天数智芯支柱产品彤央以“一套生态、两种形态、五款产品”布局端侧算力，TY1200标注300 TOPS稠密算力，摒弃业界常见的稀疏峰值口径，在Qwen3.8-27B等大模型测试中，性能达Thor T5000的1.2倍。
平台承袭云端积累的模型压缩、量化、蒸馏及软硬协同技术，连同通用GPU架构、编译器与算子库下沉至本地，支持合同审核、BP分析等离线推理；基于MiniMaxH3视频生成可本地闭环，约6分钟生成5秒片段，无需调用云端。
物理AI领域，TY1200率先在国产端侧实现MuJoCo-Warp GPU加速仿真，Cosmos-R2-2B/8B实测性能分别为Thor T5000的158%、180%，已落地储能、应急识别、陪诊机器人等场景；而TY2000的预告，则让边端想像空间进一步打开。
彤央以“实测稠密算力”重新定义算力标称，把云端能力链下沉端侧，满足数据安全与毫秒级响应诉求，为物理AI提供贴近现场的计算底座。
更可贵的是，彤央与天垓、智铠共用统一技术路线和软件体系，云端与边端的迁移适配负担被系统性降低。
纵观三款产品，天数智芯执行自上而下的连贯路线：天垓300筑牢云端训推底座，彤央打通边缘闭环场景，软件栈作为统一底座贯穿云-边-端，硬件软件同步迭代，路线图是持续落地的工程进度。
在国产GPU竞争中，硬件参数竞争已成过去，云边协同、软件生态可用、规模化交付能力才是商业化破局关键，这正是这套产品矩阵的核心价值。
技术积累与产业角色：从“三个第一”到算力基础设施构建者
天数智芯的技术壁垒，建立在罕见的量产经验与体系化落地能力之上。
据弗若斯特沙利文资料，在中国芯片设计公司中，它是首家实现推理通用GPU芯片量产、首家实现训练通用GPU芯片量产、并首家以7nm先进工艺达成这些里程碑的企业。
这意味着它早已穿越通用GPU从流片、量产到生态构建的全流程。
在AI算力基础设施的竞争中，天数智芯以芯片、加速卡、服务器、集群到超节点的完整供给，以及万卡级部署的运维经验，将自己定位为国产算力生态的关键构建者，既提供底层算力，也输出系统级的可交付能力。
从行业发展趋势来看，全球AI算力需求随大模型应用向垂直行业渗透而持续增长，中国对算力基础设施建设与自主创新的政策支持不断加码，“人工智能+”、“东数西算”等工程持续推进。
率先完成“云-边-端”全栈布局、并以真机实测与生态适配验证自身能力的企业，有望在这一轮算力周期中占据先发身位。
天数智芯以自研架构、全栈打通和真机验证为路径，稳步将架构路线图兑现为可实测、可部署、可规模化复制的产品能力，构筑起差异化、可持续的核心竞争优势。
在算力自主与产业升级的双重驱动下，这家坚持底层创新的通用GPU企业，正在为中国AI产业提供更具确定性的算力底座，在港股算力赛道具备突出稀缺价值，依托国产替代与AI需求共振红利，公司长期成长潜力可观，值得投资者持续关注。
圖片一：論壇主禮嘉賓、香港特別行政區政府財政司司長陳茂波先生致辭時強調，香港正全力建設為國際醫療器械創新樞紐，期望透過推動醫療科技發展，讓先進設備惠及更多病人。
圖片二：香港投資管理有限公司（港投公司）行政總裁陳家齊女士擔任康諾思騰首屆「未來外科論壇」主禮嘉賓並發表致辭。
圖片三：康諾思騰創始人兼首席執行官歐國威教授於論壇上表示，康諾思騰致力推動技術創新、促進優質醫療普惠，並深化各方的緊密連繫，讓新一代的外科醫療服務惠及全球患者。
圖片四：香港特別行政區政府財政司司長陳茂波先生（左四）；香港投資管理有限公司行政總裁陳家齊女士（右四）；康諾思騰創始人兼首席執行官歐國威教授（右三）；康諾思騰聯合創始人、首席技術官兼首席運營官王澤睿博士（右一）；美敦力董事長兼首席執行官 Geoff Martha 先生（左二）；美敦力全球總裁 Mike Marinaro 先生（左三）；美敦力全球高級副總裁兼大中華區總裁顧宇韶先生（左一）；香港中文大學醫學院院長趙偉仁教授（右二）與康諾思騰自主研發的Sentire思騰(R)手術機器人系統合照。
圖片五： 美敦力董事長兼首席執行官 Geoff Martha 先生於領袖對話環節中表示，與康諾思騰的合作將為臨床醫生提供更多元的選擇，讓優質的外科解決方案更為普及，造福全球更多患者。
圖片六：論壇的重點環節之一是慶祝康諾思騰與美敦力達成戰略合作的祝酒儀式。
圖片七：香港特別行政區政府財政司司長陳茂波先生（前排中）；香港投資管理有限公司行政總裁陳家齊女士（前排右五）；康諾思騰創始人兼首席執行官歐國威教授（前排右四）；康諾思騰聯合創始人、首席技術官兼首席運營官王澤睿博士（前排左三）；美敦力董事長兼首席執行官 Geoff Martha 先生（前排左五）；美敦力全球總裁 Mike Marinaro 先生（前排右三）；美敦力高級副總裁兼外科業務運營部門總裁 Matt Anderson 先生（前排左一）；美敦力全球高級副總裁兼大中華區總裁顧宇韶先生（前排左二）；香港中文大學醫學院院長趙偉仁教授（前排左四）；香港中文大學工程學院卓敏機械與自動化工程學教授劉雲輝教授（前排右二）；香港科技園公司董事局主席鍾郝儀女士（前排右一）等嘉賓，出席康諾思騰首屆「未來外科論壇」。
圖片八：康諾思騰自主研發的Sentire思騰(R)手術機器人系統。