移动云首发类脑加 GPU 混合推理

发布方自称，这是国内第一套把国产通用加速卡和类脑芯片接在同一条推理链上的系统。财联社同日电，发布人是移动云类脑与光实验室技术总监杜宇健。

架构按通稿拆成 PD/AF 两段。Attention 落到国产 GPU；FFN——IT之家补了一句，含 MoE 专家——落到类脑一侧。类脑芯片把计算和存储放在同一颗芯上，片上带大块 SRAM。软件点了三件：模型编译器、一条高速互联、统一推理引擎。

跑通的模型，央广网与财联社记为 DeepSeek V4 Flash，IT之家记为 DeepSeek V4。对照对象是同类国产 GPU 机群，发布方称推理产出和能效至少翻倍、运营开支至少少四成。以上倍数均为发布方自报，未见独立测试。

对标对象的说法并不一致：央广网通稿指向英伟达下一代混推架构，财联社电文则是 Vera Rubin 加 Groq。两者都不是已量产产品之间的对照。

Attention 受 KV 缓存与访存带宽约束，FFN 更吃算力，把两段拆到不同芯片上，是推理分离部署思路的延伸。国产 GPU 单卡能力有限，用异构组合换整体能效是一条绕行路线，代价是跨芯片通信与调度软件更复杂。