🔬 硬科技 · 芯片
香港全球独角兽大会：国产 TPU 披露单芯片 896 TFLOPS，token 成本压低至海外一半
8月24-25日，香港首届全球独角兽大会现场，中昊芯英 CMO 黄绪在“智能无界”圆桌对话中披露新一代 TPU 芯片“须臾®”的核心数据：单芯片混合精度浮点算力 896 TFLOPS，综合算力达上一代“刹那®”的 3 倍；经芯模联动深度算子调优，百万 token 推理成本仅为海外 GPU 的 35%–50%。
来源：综合公开信息•
事件：8月24-25日 · 香港•
全文约 3 分钟读完
#中昊芯英
#TPU芯片
#全球独角兽大会
#AI算力
#词元时代
896 TFLOPS
须臾® 单芯片混合精度浮点算力
1792 TOPS
8-bit 推理算力
35–50%
百万 token 成本 · 海外 GPU 的占比
⚡ 30 秒速览
- 讲了什么：中昊芯英 CMO 黄绪出席香港首届全球独角兽大会，参加“智能无界”圆桌对话，谈 AI 芯片与算力产业底座。
- 核心判断：AI 进入词元时代，真正的差距不在消耗 token 的总量，而在每单位算力产出多少可执行、可验证、可创造实际价值的智能结果。
- 硬参数：“须臾®”单芯片混合精度算力 896 TFLOPS，8-bit 推理算力 1792 TOPS，综合算力为上一代“刹那®”的 3 倍。
- 成本冲击：针对词元生成、上下文缓存、批量并发推理做专属优化，百万 token 推理成本仅为海外 GPU 的 35%–50%。
- 行业信号：国产算力竞争叙事正从“谁的算力最强”转向“谁的 token 成本最低”——用账单语言参与全球竞争。
01现场：一场规格不低的会 香港首次全球独角兽大会
先把现场说清楚。8月24-25日，首届全球独角兽大会在香港会议展览中心举办，由香港大公文汇传媒集团主办，主题定为“天生骐骥 创领未来”。
出席嘉宾行政长官李家超、创新科技及工业局局长孙东、投资推广署署长刘凯旋出席开幕式并致辞
聚焦领域人工智能 · 集成电路 · 生物医药 · 新能源 · 新材料 · 机器人
圆桌议题“智能无界：AI 重塑产业底座与全球化创新范式”等，讨论下一波全球增长动力、AI 走向物理世界
大会目的推动全球独角兽企业落户香港、借港出海，链接科技、资本与产业
规格不低。而真正和芯片行业相关的信息，出现在其中一场圆桌上。
02圆桌：词元时代的算力逻辑 黄绪的三个判断
这场圆桌没有从芯片参数讲起。黄绪先抛出的，是一组关于词元时代的判断——智能体热潮让算力需求指数级攀升，但衡量差距的方式已经变了。
“真正的差距不在于消耗 token 的总量，而在于每单位算力产出多少可执行、可验证、可创造实际价值的智能结果。”
翻译成大白话：大模型公司烧掉的 token 不是竞争力，用同样的算力换回更多可用的结果才是。一句话，把芯片竞争从“堆算力”拉回到“算账本”。
旧范式：算力军备竞赛
谁拥有最强算力，谁就掌握主动权。参数规模与峰值性能是核心叙事。
新范式：成本与效率
谁能构建更适合大模型与智能体公司的专用计算体系，谁能提供最低的 token 成本。
黄绪的判断很直接：AI 芯片的竞争，正在从“谁拥有最强算力”，转向“谁能提供最低的 token 成本”。这也是“须臾®”整套产品逻辑的出发点。
03参数：须臾® 的底气 6 月 30 日发布的新一代 TPU
这套逻辑落到产品上，是一组干脆的数字——
896TFLOPS · 混合精度浮点算力
1792TOPS · 8-bit 推理算力
3×综合算力 · 对比“刹那®”
35–50%token 成本 · 对比海外 GPU
注：混合精度与 8-bit 算力为单芯片指标；成本比例为百万 token 推理场景下的相对值，不同模型与场景存在波动。
值得注意的是它的优化方向：词元生成、上下文缓存、批量并发推理——每一项都对准大模型推理的真实开销结构，而不是参数表上的峰值。
须臾® TPU中昊芯英 · 芯模联动调优后
35–50%
注：柱宽表示推理成本，越低越优。“须臾®”实际区间为海外 GPU 的 35%–50%，柱位取区间中值示意；海外 GPU 为标准化基准 100%。
词元生成优化上下文缓存批量并发推理芯模联动深度算子调优
04行业：从发布会到机房 国产算力叙事在换语言
但芯片的价值不在发布会屏幕上，而在机房。须臾® 已经量产落地，千卡万卡集群进入规模化运营，并与多家国内大模型完成芯模联动深度算子调优。
芯片量产→千卡万卡集群→芯模联动调优→千行百业落地→全球化生态
这意味着它已经越过“流片成功”的里程碑，进入订单与运维的深水区。
国产算力的叙事，正在从参数表走向账单。而账单上的数字，才是全球独角兽大会真正想听的语言。
编辑核心判断
词元时代的算力竞争，已经不在跑分榜上。中昊芯英强调的是“单位算力产出多少可执行、可验证的智能结果”，本质上是把芯片当作成本结构来竞争。把 token 成本压到海外 GPU 的一半，比把算力翻三倍更接近商业的本质——因为前者是商业模式，后者只是工程参数。国产 TPU 的下一个战场，不在发布会，在机房。
▶后续观察
真实成本能否兑现？
35%–50% 的 token 成本优势，需要在大规模生产负载下复现，而非仅在调优场景中成立。
集群规模是否跟上？
千卡万卡集群的稳定性、利用率与运维效率，将决定国产算力能否接住真实需求。
生态绑定有多深？
与国内大模型的深度算子调优是优势，但也需要警惕单一阵营绑定的长期风险。
原文未提供公开体验入口。须臾® 的量产实绩与真实推理成本，我们将持续跟踪。