推理算力占AI应用70%成本权重，需求爆发下国产芯片如何定义性价比新基准？

雷峰网消息，1月27日，国产GPU厂商曦望（Sunrise）正式发布新一代推理芯片“启望S3”，并同步推出面向大模型推理的“寰望 SC3”超节点方案及推理云计划。 这一系列动作直指行业痛点。 此前AI芯片厂商普遍陷入“拼峰值性能”的竞争怪圈，但不少行业人士指出，以超节点为例，产品存在明显“规模甜点”效应： 一旦超过性能阈值，提升幅度便会边际递减，盲目追求超大算力规模反而会造成GPU闲置率攀升、单位Token成本高企的问题。 推理场景下，用户需要的是“成本可控、性能适配、稳定可靠” 的算力。如何走出差异化的路线？ “我们抛弃了传统的训推一体GPU为训练准备的冗余设计，不追求峰值TFLOPS性能， 而是把真实业务场景中的单个Token成本、能耗，以及SLA的稳定性，作为所有设计决策的根本出发点。” 曦望董事长徐冰在发布会现场阐述到。 为了达到这个标准，启望S3作为面向大模型推理深度定制的GPGPU芯片，如何围绕真实推理负载完成对算力结构、存储体系与互联方式的系统级重构？ 从“性能峰值”到“单位成本”，推理正在重新定义GPU设计目标 推理算力的爆发式增长，已成为行业当下最核心的关注焦点。对此，曦望在发布会上，给出两组数据： 到2026年， 推理算力在整体AI算力中的占比将达到66%， 这并非遥远的趋势预判，而是正在发生的行业结构性变化，推理已从AI产业链的“配角”跃升为“主力”； 当前推理成本在AI应用总支出中的占比已高达70%</st