摘要

  • Mobile Cloud 及其合作伙伴在一套 AI 推理系统中结合国产 GPU 与神经形态芯片，并在两类处理器之间分配模型计算任务
  • 开发团队称，在使用 DeepSeek V4 Flash 的测试中，该系统的运营成本比同类国产 GPU 集群低 40% 以上

事实

China Mobile 旗下的 Mobile Cloud 业务及其合作伙伴推出了一套结合国产 GPU 与神经形态芯片的 AI 推理系统。该系统于 9 月 11 日至 13 日在河北廊坊举行的中国计算大会期间亮相。

参与该项目开发的合作方包括 CETC Nanhu Research Institute、Lynxi Technology、Iluvatar CoreX、Tsinghua University 和 Peking University。开发团队表示，在使用 DeepSeek V4 Flash 的测试中，与类似国产 GPU 集群相比，该系统的性价比达到两倍以上，运营成本降低 40% 以上。这些数据来自开发团队，尚未经过独立核实。

该系统在两类芯片之间分配任务。注意力计算在国产 GPU 上运行，FFN 计算任务则分配给神经形态处理器。模型编译器、高速互连协议和通用推理引擎负责管理任务划分、调度和结果处理。Iluvatar 另行披露，2026 年上半年其推理产品收入为 6.54 亿元人民币，占总收入的 69.2%。

评估

思路很简单：不要让一种处理器处理模型的每个部分。GPU 继续处理适合通用加速器的工作，神经形态芯片则承担开发团队认为可以更高效执行的计算。如果这种分工在生产环境中依然有效，云服务运营商无需更换整套 GPU 技术栈，就可能降低处理 AI 请求的成本。

难点在于两类芯片之间的所有环节。数据必须在恰当时机传输，软件必须决定每项计算在哪里执行，而且两类处理器都不能因等待对方而闲置太久。在单一 DeepSeek 配置下测得的成本节省，可能会在请求更长、流量更大或模型发生变化时缩水。

因此，40% 的说法需要进行全系统对比。客户需要在相同的响应时间和输出质量下运行同一工作负载，并将两类处理器、互连系统和软件的成本全部计入。如果在这些条件下混合系统的成本仍然更低，这种架构就会具备商业吸引力。

后续观察

客户试验应展示完整系统的成本、响应时间和吞吐量，而不是再提供一项峰值基准测试结果。覆盖多种模型和流量模式的结果，将显示所报告的成本节省能否在 DeepSeek V4 Flash 测试之外继续成立。云服务商和企业客户的商业订单或部署，将比更多演示提供更有力的证据。