8 年研发投入 20 亿元，GPU 每年一迭代。

作者 |  ZeR0

编辑 |  漠影

芯东西 1 月 28 日报道，1 月 27 日，浙江杭州 GPU 创企曦望（Sunrise）披露未来三年产品路线图，发布新一代推理 GPU 芯片启望 S3，并推出面向大模型推理的寰望 SC3超节点方案及推理云计划。

启望 S3 支持从FP16到FP4的多精度灵活切换，是国内首款采用LPDDR6显存方案的 GPGPU 芯片，号称取得了相比上一代 "10 倍以上" 的推理性价比提升。

根据曦望 " 量产一代、发布一代、预研一代 " 的节奏规划，高性价比推理 GPU 芯片启望 S3今年上市，高性能推理 GPU 芯片启望 S4将于 2027 年上市，安全可控推理 GPU 芯片启望 S5将于 2028 年上市。

过去 8 年，曦望研发投入累计达20 亿元，成功量产了 S1 和 S2，今天发布 S3，目标将中国的推理成本拉到 " 百万 token 一分钱 " 的新水平。

除了启望 S3 芯片及超节点产品之外，S3 的产品矩阵还包括智望系列 PCIe 计算卡和 OAM 计算模块、辰望系列 PCIe 服务器以及 OAM 服务器、寰望系列 AI 计算集群、熙望系列 AI PC 或 AI 液冷工作站。

01.

脱胎商汤芯片部门，IP 授权索尼小米，

去年完成约 30 亿元战略融资

曦望成立于 2020 年 5 月，前身是商汤科技大芯片部门，团队超过300 人，主要来自英伟达、AMD、昆仑芯、商汤等企业，核心技术骨干平均有 15 年的行业经验。

" 我们是一家更懂 AI 的 GPU 芯片公司，而且是国内第一家 All in 推理的 GPU 芯片公司。" 曦望董事长徐冰说。

曦望的使命是把大模型推理做到极致，要让 AI 推理真正变得便宜稳定，而且随处可用。

负责研发的曦望联席 CEO 王勇，是前 AMD、昆仑芯的核心架构师，有 20 年芯片研发经验。2020 年加入商汤后，他带领百人团队主导了曦望两代芯片的研发和量产，均实现一次性成功点亮。

另一位联席 CEO 王湛，是百度创始团队成员、原集团副总裁，曾带领百度搜索 8000 人团队，有丰富的产品化经验及商业化的操盘经验，2025 年初加入了曦望，负责产品化及商业化，同时牵头打造更有战斗力的组织文化。

过去一年，曦望累计完成了约30 亿元战略融资，股东既有商汤、三一、杭州数据集团、范式、正大等行业龙头，又有多家国资平台及顶尖风投机构。

2025 年，曦望推理 GPU 芯片交付量已突破1 万片，收入大幅增长，拿下多个头部客户的订单。

" 我们拒绝做跑分党，不希望用 benchmark 来定义芯片，而是希望能够做到帮客户赚钱的算力。" 王勇说。

王勇谈道，曦望拥有全栈资源的 GPGPU 架构，覆盖从自研指令集、GPGPU IP、SoC 到硬件系统，更早提出了用大容量 DDR 来替代 HBM、用高性价比的大模型推理芯片来替代训推一体芯片的概念，在战略上率先 All in 推理 GPU 市场。

其团队从 2018 年开始研发第一代启望 S1 视觉推理芯片，2020 年实现上万片量产。S1 已实现 IP 授权给索尼和小米，分别用在索尼 AI 摄像头及小米手机上。

2020 年，曦望开始打造高性能 GPGPU 芯片启望 S2，对标当时的国际巨头旗舰 GPU。S2 在 2021 年流片，在 2023 年实现产品化，在 DeepSeek 满血版适配上达到了国际巨头80%的推理性能，在国内处于第一梯队。

同时，曦望在软件栈上做到了95%的 CUDA 兼容，基本上能做到客户的推理业务无缝迁移。

据王勇透露，曦望已积累很多典型客户，比如适配了商汤全系列小浣熊模型，与中国电子旗下长城集团一起打造了基于国产 CPU+GPU 的国产信创一体机，与范式、星凡星启、玄武智能一起拓展更多的 GPU 垂直应用等。

02.

启望 S3：支持 FP4、采用 LPDDR6，

单位 token 推理成本减少 90%

徐冰说，为实现极致的成本效益，曦望抛弃了传统训推一体 GPU 为训练准备的冗余设计，不追求峰值 TFLOPS 这种纸面数据，把真实业务场景中每个 token 的成本、能耗以及 SLA 稳定性作为所有设计决策的根本出发点。

他强调，这三大指标直接决定了最终的业务毛利率，直接影响了终端客户群体的用户体验。

据王勇分享，曦望 S3 针对大模型做了极致的性能优化，取得了10 倍以上的推理性价比提升，力争在这一代产品的整个生命周期里形成百亿级收入。

S3 是一款面向大模型推理深度定制的 GPGPU 芯片。其单芯片推理性能提升5 倍，支持从FP16到FP8、FP6、FP4等多精度灵活切换，释放低精度推理效率，这种设计更贴合当前 MoE 和长上下文模型在推理阶段的需求。

其核心研发特点包括：

1、追求极致 PPA。在架构上，扬弃了一些训练相关的贵重组件，采用了一些较新的、针对推理极致优化的架构和技术组件；在 IP 上，跟进最新 GPU IP 架构，选用国际巨头最先进的第三方高速接口 IP。

2、采用目前合规的、最先进的国际工艺节点。

3、国内首款采用 LPDDR6 的 GPGPU 推理芯片。曦望团队做了很多架构研究，发现 LPDDR6 才是当前推理的最优解，相比 LPDDR5 带宽提升 1 倍以上、容量大幅提升，致使启望 S3 显存容量较上一代训推一体芯片提升4 倍。

除了算力和访存之外，曦望研究了大模型的本身特点，发现大模型有一个黄金的算力访存比，并在启望 S3 上遵循这一原则，达到算力访存比的 " 甜点 "，不浪费一分算力和带宽。

在 DeepSeek V3/R1 满血版等主流大模型推理场景中，S3 的单位 token 推理成本较上一代产品下降约90%。

03.

寰宇 SC3 超节点方案：

全液冷、256 卡互联，支持模块化交付

围绕 S3，曦望同步发布了面向大模型推理的寰望 SC3 超节点解决方案，同样追求极致性价比。

寰望 SC3 从一开始即面向千亿、万亿级参数多模态 MoE 推理的真实部署需求进行设计，支持单域256 卡一级互联，可高效支撑 PD 分离架构与大 EP（Expert Parallelism）规模化部署，显著提升推理阶段的系统利用率与稳定性，适配长上下文、多并发、多专家并行等复杂推理场景。

交付形态上，寰望 SC3 采用全液冷设计，具备极致 PUE 表现，支持模块化交付与快速部署。

在大 EP 部署的情况下，其吞吐率相比非大 EP 部署可提高20~25 倍，能取得非常好的推理效果。

王勇称，在同等推理能力量级下，该方案可将整体系统交付成本从行业常见的亿元级降低至千万元级，实现1 个数量级的下降。

曦望也在卡间互联上做了较多工作，可做到 16 到 256 卡的超节点产品，将多个超节点通过直出的 RDMA 连接时，还能构建千卡甚至几千卡的互联集群。

软件方面，曦望构建了与 CUDA 兼容的基础软件体系，覆盖驱动、运行时 API、开发工具链、算子库和通信库，降低推理应用的迁移门槛。

该体系适配 DeepSeek、通义千问、商汤日日新、腾讯混元 3D 等国内外百余种大模型，已适配 ModelScope 平台 90% 以上主流大模型形态。

04.

推理云平台：与合作伙伴共建，

迈向 " 百万 token 一分钱 "  

曦望围绕芯片 + 系统 + 生态来做整体布局，一方面提供推理 GPU 卡标准的一体化的服务器，整机、集群方案，另一方面与商汤、范式等 AI 龙头，以及各类算力厂商和芯片厂商深度合作，打造推理加速专区，让推理服务可以长期、稳定、可持续。

现场，曦望与商汤、范式宣布启动共建 "百万 Token 一分钱" 合作，并与杭钢数字科技、浙江算力科技等本地算力平台联手，将推理基础设施铺到浙江，辐射全国。

与此同时，曦望与三一、协鑫、游族等十几家生态伙伴集中签约，曦望把极致推理真正嵌入到制造、能源、C 端、机器人等具体场景。

后续，曦望还计划开启推理即服务的新模式。

曦望联席 CEO 王湛谈道，基于自研 GPU 和全栈优化，曦望打造了新一代 AI 原生智算平台。

（1）软硬件深度协同：曦望 GPU 内核、通信库都是自研的，所以软硬件协同能实现物理级优化，可实现从底层芯片到上层平台的全栈优化。

曦望采用量化压缩技术，使其既保持高精度算力的质量，又能够利用到低精度算力的效能，在实测中，精度损失极小，性能提升 250% 以上。

（2）资源极致弹性：通过云化的方式，采用 GPU 池化、动态扩缩容、智能负载预测等技术，实现算力资源的池化与按需供给。

（3）开箱即用：提供集成的模型市场开发工具，大幅降低技术门槛。

（4）稳定可靠：平台由专业人员维护，提供大量工具，具备高可用、安全隔离和智能运维的能力，有状态遥测、健康度分析、自动部署、故障快速隔离 4 大特点。

基于该平台，曦望商业模式进一步升级，将与合作伙伴共建推理云平台，形成芯片和生态共建的双轮驱动，使客户能够享有一体化、高效益、零门槛的算力服务。

通过 GPU 池化与弹性调度，曦望将底层算力整合为统一的推理算力池，并以 MaaS（Model as a Service）作为核心入口，使企业无需关注底层硬件配置与集群运维，即可按需调用大模型推理能力。

这一体系也成为 " 百万 Token 一分钱 " 推理成本合作的重要技术基础。

在圆桌对话环节，王勇补充说，曦望设定的 " 百万 token 一分钱 " 目标，将会在 S3、S4 及 S5 阶段中逐步达成。

另据炜烨智算董事长兼 CEO 周韡韡分享，炜烨智算参与了曦望与中交的蓝翼大模型的适配工作，经测算，目前曦望每百万 token 的价格约为人民币 0.57 元，已经非常有竞争力，相比之下市场上现有算力价格通常在人民币 7~14 元之间。

综上，曦望致力于提供高性价比、极致能效的绿色算力，其商业模式是芯片硬实力 + 云基建软实力，形成 "token as a service"，既提供公共的 token 服务，又提供定制化的 token 服务，还有混合 token 服务，以满足不同客户需求。

05.

结语：让算力用得上、用得好、用得起

会上，中国工程院院士、浙江大学信息学部主任吴汉明分享说，推理算力价值的实现离不开协同，需要芯片设计、系统集成、软件开发到产业应用的全链条协作。

徐冰认为，推理的战略价值，决定的是国家和企业在 AI 下半场的竞争力，谁掌握高效、可控、可持续的推理基础设施，谁就能主导 AI 的落地速度。

他谈道，曦望致力于做好三件事：让算力更便宜，让部署更简单，让生态更开放。在推理时代，曦望要做让算力变得便宜、稳定、随处可用的核心底座。

" 我们坚信，随着 AI 推理红利全面释放，曦望一定能走出一条中国企业自主发展推理 GPU 的特色之路，真正实现国产 AI 芯片从跟跑到差异化领跑的关键跨越。" 徐冰说。