新华网上海 6 月 14 日电（史依灵）随着人工智能大模型加速落地应用，全球算力架构正迎来新一轮调整。面向深度学习场景定制优化的 TPU（张量处理单元），凭借高能效、低成本的优势，正成为我国高端算力实现自主可控的重要突破口之一。

我国本土企业中昊芯英深耕 TPU 全栈自研领域，历经七年技术攻关，完成芯片量产与生态全面适配，在专用算力赛道走出一条差异化发展之路。近日，中昊芯英创始人、董事长杨龚轶凡接受新华网专访表示，国产 TPU 凭借差异化技术优势正迎来规模化发展的黄金机遇期。

杨龚轶凡说，传统 GPU（图形处理器）架构设计偏向通用计算，在大模型高并发训练、推理场景中，芯片资源利用率难以充分释放。针对这一行业痛点，面向大模型定制的 DSA（领域专用架构）成为发展方向，TPU 便是当前业界公认的主流选择之一。

据介绍，中昊芯英坚持从 "0" 到 "1" 自主研发，已完成自主指令集、核心数字 IP、芯片架构、编译器等全链条设计，先后完成架构仿真验证、芯片设计、后端测试与流片量产。目前企业已推出两代面向大模型应用的 TPU 产品，第三代新品研发工作正在有序推进。

软件生态适配一直是国产算力芯片发展的难点，中昊芯英依托 TPU 架构特性大幅降低了适配门槛。GPU 生态需要支撑上万种算子，而聚焦大模型场景的 TPU 仅需适配三百余个核心算子，研发工作量和技术难度显著下降。经过两年多攻坚，中昊芯英自研软件栈已实现对 DeepSeek、智谱、通义千问等国内主流大模型的全面适配，同时兼容 PyTorch、飞桨等主流深度学习框架，完成了芯片从 " 可用 " 到 " 好用 " 的转变。

放眼全球，谷歌、亚马逊、特斯拉等全球科技企业纷纷布局 TPU 及同类专用算力产品，释放出人工智能产业全面进入规模化落地期的明确信号。行业发展重心也随之转变，企业不再单纯关注芯片基础性能，而是更加看重算力方案的综合投入产出效率。业内普遍认为，专用化、定制化算力芯片将逐步成为市场主流，若未能及时布局该领域，我国未来或将面临新的技术壁垒。

" 未来三年至五年，将是我国构建自主可控算力体系的黄金时期。" 在杨龚轶凡看来，未来随着芯片持续迭代、生态不断完善与应用场景持续拓展，国内芯片设计层面的自主可控体系将逐步成型。

杨龚轶凡透露，现阶段中昊芯英正推行 " 新模联动 " 发展策略，与大模型、算法企业深度协同，打造端到端一体化优化方案。中昊芯英计划在 1 年至 2 年内，将当前大模型应用算力使用成本降至原有水平的十分之一以内，进一步降低 AI 技术落地门槛。

业内人士表示，大模型时代的算力竞争，是架构、生态、成本与供应链安全的综合比拼。以 TPU 为代表的国产专用算力路线，能够与通用 GPU 形成互补，丰富我国算力供给结构。

追加内容

本文作者可以追加内容哦 !