中国移动云发布异构混合推理系统

9月13日消息，2026中国算力大会在河北廊坊举办。在大会“算力首创首发”专场上，国内首个国产GPU＋类脑芯片大模型异构混合推理系统正式发布。

该系统由移动云（中移苏州软件技术有限公司）联合中国电子科技南湖研究院、北京灵汐科技、上海天数智芯、清华大学、北京大学共同研发，目标是让国产芯片高效支撑大模型推理。

其技术思路是将大模型拆解分工。团队对Transformer结构做PD/AF分离：Prefill预处理阶段与Attention注意力计算交给国产GPU，FFN模块交给类脑芯片。类脑芯片的存算一体和片上大容量SRAM架构，正好承接对带宽敏感的部分。

研发团队同时自研了模型编译器、高速互联协议和统一推理引擎，实现两类算力的任务拆解、协同调度与结果聚合。这套方案对标英伟达下一代Vera Rubin with Groq异构推理架构。

实测数据落在硬件配置上：3台天数智芯GPU服务器搭配3台类脑机柜，运行DeepSeek V4 Flash模型，相较同等投入规模的纯GPU集群，推理输出和推理能效均提升1倍以上，业务运营成本下降40%以上。

项目累计形成15项授权发明专利、6项软件著作权，覆盖异构调度、类脑芯片架构、编译工具链等环节，目前已进入小批量试产阶段。

该方案面向Token工厂、AI代码生成、多智能体协同等场景，也可用于金融、安防、通信等安全敏感行业。