首选配资炒股网:配资靠谱证券配资门户-揭秘国产TPU“逆袭”之路：首颗量产芯片性能超海外知名GPU产品 5年走完自主化从0到1

　　编者按：筚路蓝缕敲钟成，上下求索知路远 。这是一档针对科创领域领袖人物的访谈节目。他们有哪些少为人知的传奇经历？企业经营过程中 ，他们的心路历程有何变化？《对话科创家》与您一起探寻，以期远眺未来
。

　　本期
，《对话科创家》栏目的嘉宾是中昊芯英创始人兼首席执行官杨龚轶凡。

　　“从架构创新的维度来看，TPU是AI算力演进中的一次‘路径重构’ 。中国不缺芯片设计的团队 ，缺的是在主流技术路线外敢于定义新规则、构建新生态的‘架构探索者’
。我们想做的
，不是算力竞赛的跟随者，而是以自研架构推动智能普惠的长期主义者。”

　　个人介绍

　　杨龚轶凡 ，中昊芯英创始人兼CEO
，国家级领军人才 。他于2018年回国创立中昊芯英，带领团队在2023年成功研发中国首颗量产级GPTPU架构AI专用算力芯片“刹那® ” ，实现性能 、能耗、成本的全面突破
。如今
，他正推动自研TPU芯片在智算中心与多行业落地，致力于构建中国自主的AI算力生态 ，成为硬科技创业浪潮中的关键架构定义者与产业推动者。

　　公司简介

　　中昊芯英（杭州）科技有限公司是一家专注于高性能AI芯片及计算集群研发的硬科技企业
，由前谷歌TPU核心研发专家杨龚轶凡于2020年在杭州创立 。公司致力于TPU架构的自主研发，已成功推出“刹那”芯片及“泰则
”计算集群 ，在算力性能与能效比上实现突破
。作为国家级专精特新“小巨人”企业，中昊芯英正通过自主可控的技术链
，推动国AI算力生态的构建与落地。

　　《科创板日报》12月29日讯（记者王楚凡）这是一家独特的AI芯片企业：它选择了一条国内鲜有人走的路线——放弃跟随主流GPU架构，转而深耕自研TPU技术；它起步于海外顶尖团队的回归 ，成立仅五年
，便推出首颗性能比肩国际水平的高性能AI芯片，该公司亦是目前国内为数不多实现盈利的AI芯片企业 。

　　它就是中昊芯英——国内TPU赛道的先行者
。

　　它背后的技术理想与商业逻辑是什么？在巨头垄断的AI算力赛道中 ，它如何实现从架构设计到生态构建的突破？面对人工智能浪潮
，它又将如何定义国产算力的未来？

　　在上海报业集团融媒体中心，中昊芯英创始人兼CEO杨龚轶凡接受了《科创板日报》记者的专访 ，分享他在AI芯片自主创新之路上的选择与展望。

　　TPU是更契合AI时代趋势的技术路线

　　《科创板日报》：近期
，大家都非常关注英伟达H200芯片获准进入中国市场 。对你来讲，这件事是机遇还是压力？

　　杨龚轶凡：既是机遇也是挑战。国产芯片正处在关键的替代窗口期
。像我们这些在2018
、2019年前后成立的公司 ，经过这几年的努力
，大多已完成了第一代芯片的研发和量产，但要说全面超越国际竞争对手 ，我们还需要时间。

　　令人欣慰的是，我们的进步是实实在在的 。在2023年
，我们的产品在市场上已经证明，其性能可以超越海外知名GPU公司的上一代芯片
。目前 ，整个行业都在向下一代芯片冲刺
，目标就是达到类似H100的性能水平。

　　H200获准进入中国，无疑会让竞争更激烈 ，压力也更大了 。但我认为
，在这样一个强大的对手在面前，反而会激励我们国内团队更快地迭代技术、完善软硬件生态
。从长远看 ，这正是我们实现真正突破 、走出一条国产芯片成功之路的必经过程。

　　《科创板日报》：中昊芯英是TPU技术的先行者
，与GPU等其他路线相比，TPU的核心优势体现在哪些方面？

　　杨龚轶凡： GPU虽然并行能力强 ，但其架构源于图形处理
，并非专为深度学习设计，因此在执行AI任务时存在效率损耗 ，且软件栈极为复杂，难以充分调度其数以万计的核心
，导致实际利用率不高 。

　　相比之下，谷歌在设计TPU时便针对深度学习计算模式进行了定制 ，使其在计算效率
、核心利用和软件调度上都更为简洁高效
。这使得TPU在同等工艺和成本下
，能实现比传统GPU高出3至5倍的性能表现。

　　与为特定算法定制的ASIC不同，TPU面向的是神经网络计算体系 ，对一类算法具备良好的通用适配能力 。在当今AI快速发展阶段
，我们坚信这是一条更契合趋势的技术路线
。

　　《科创板日报》：目前算法是否已经收敛？这对芯片路线选择有何影响？

　　杨龚轶凡：算法已在收敛，但尚未收敛到单一算法适用于所有场景。如今大模型结构已趋于收敛 ，主要以Transformer类结构为基础
，算法虽有革新与调整，但计算模式趋于简化 。不同模型如通义千问、DeepSeek等的算法仍有区别 ，这给市场带来一定难度：为某个算法定制设计的ASIC可能无法完全适配其他算法。

　　在这种背景下
，像TPU这样针对一个方向进行优化设计 、采用DSA架构的技术路线，在一定时间内反而更符合时代发展需求
。

　　《科创板日报》：在成本方面 ，TPU与GPU的比较优势如何？

　　杨龚轶凡：从生产成本看，两者相差不大。但在相同工艺
、成本与能耗背景下
，TPU通常能实现3-5倍的性能提升，因此性价比更高 。以云端性价比为例 ，与谷歌云、亚马逊云上的GPU相比
，同算力条件下TPU的性价比是传统GPU的2倍以上
。

　　这对于人工智能企业的大模型落地非常有利。我们认为，对大模型公司而言 ，只要芯片能与算法适配并实际应用
，性价比将成为赛道中的核心考量因素 。大模型能否快速落地 、广泛使用，一方面取决于性能 ，另一方面也取决于开销
。

　　《科创板日报》：目前在中国
，只有你们一家在做TPU路线。这个方向是否存在独特的壁垒？

　　杨龚轶凡：目前实现高性能 TPU AI 芯片量产与交付的主要是我们 。但最近这一年，我们一些在美国的师兄弟也开始在国内逐步创立新的TPU企业
。我们相信 ，未来5到10年
，国内会出现更多TPU企业，共同将这一架构的生态做起来 ，把TPU的使用者生态和开发者生态推向新的高度。

　　《科创板日报》：TPU这种技术路线的应用宽度大概有多少？

　　杨龚轶凡：我们设计TPU时，本质上就是针对深度学习做了高度定制化的设计 。因此
，它的应用宽度基本上就集中在深度学习领域
。

　　对于深度学习以外的很多人工智能算法，比如随机森林（Random Forest）或一些带排序的算法 ，TPU并不很友好。从架构特性理解
，TPU需要计算能表达为良好的向量或数学表达式，其性能才能得到较强展现 。好处在于 ，当前深度学习的大模型大部分不带排序操作
，因此TPU的价值体现会更高。

　　《科创板日报》：你会坚持一直走自研TPU的路线吗？

　　杨龚轶凡：我们会一直坚持自研TPU路线
。创业之初，我们的理念就是希望算力成为人类社会的推动力。如今大模型的出现
、AI政策的发展以及行业走向 ，其实都是对我们创业第一天理念的延伸 。我们希望通过TPU这种算力芯片
，提供更优质、更便宜 、更好的算力，为整个人工智能新浪潮和产业奠定基础 ，帮助应用更快迭代与落地
，最终实现真正的人工智能浪潮
。

　　早期投资人实现高回报

　　《科创板日报》：对中昊芯英来讲，当时拿到第一笔融资是什么样的感受？

　　杨龚轶凡：我们团队在2018年底回国 ，首先在深圳落地。经过约一年运营后，因杭州向我们伸出橄榄枝
，于是在2020年10月将公司主体迁至杭州，成立了中昊芯英 。

　　融资方面 ，第一笔实际上在回国前就已基本确定
。我们在谷歌参与TPU研发时
，目睹了Transformer
、Bert等模型在TPU上展现出的泛化能力——这是一种接近人类推理的"猜测"能力。我们预判，大约5-7年后 ，类似GPT-3的强推理模型将会出现
，这对专用算力芯片将是巨大机遇 。因此我们决心投身于此
。

　　当时我们面临在硅谷或国内创业的选择。在接触美元基金的同时，我们也清醒认识到中美关系的变化趋势 。我们坚信 ，在国内推进这项事业不仅具备商业价值
，更具有重要的社会意义
。

　　最终，杭州对科技创新的包容环境吸引了我们。我们将总部设在杭州 ，研发放在上海
，从2018年底启动设计，到2023年完成流片 ，整整走过了五年的研发历程 。

　　《科创板日报》：作为第一家做比较新的TPU，当时如何说服天使投资人愿意投你们？

　　杨龚轶凡：首先
，早期接触的美元投资人，他们认可我们在谷歌的经验以及我们想做这件事的理念 ，因此早期获得美元资金的认可后
，人民币基金也很愿意跟随和相信我们，并且对我们团队很认可。

　　但回国后的融资过程变得非常艰难
。一方面 ，当时人工智能赛道因算法遇到瓶颈
，没有大模型出现，模型越做越小以降低成本 ，像我们这样做大芯片的可能被认为没有市场、没有价值
，很多人并不认可。正好我们被引到杭州，这也体现了杭州这座城市的包容和对创新的支持 。

　　《科创板日报》：杭州国资投你们了吗？

　　杨龚轶凡：投了 ，并且这起到了一定的带动作用
，社会资本对这个方向的支持力度也很高，包括我们早期的投资——赛智伯乐 ，他们对团队给予了极大的信任
。

　　在大家都不看好这个方向的时候，他们投了进来。到2023年以后
，整个赛道爆发了，大家反而更认可我们的价值 ，后期的融资就相对简单一点 。

　　《科创板日报》：你们天使轮拿了多少钱？

　　杨龚轶凡：天使轮拿了1000多万人民币
。

　　推理算力将成为最主要增长动力

　　《科创板日报》：近期
，包括摩尔线程 、沐曦股份等国内AI芯片公司纷纷上市，这是否会带动中昊芯英的IPO节奏？

　　杨龚轶凡：上市潮会带动行业对我们的关注 ，我们与投资人在沟通中会有相应规划
，但也会根据市场环境与公司未来战略部署进行动态调整。

　　《科创板日报》：刚才你提到算力与推理，如何看待当前人工智能发展的状态？

　　杨龚轶凡：这需要分行业来看 。目前有些领域的算力需求已从训练转向推理 ，比如人机对话应用已深刻改变生活
，其推理算力需求甚至超过了训练
。但在自动驾驶等尚未大规模落地的领域，训练仍是主要需求。

　　从市场规模看 ，今年中国算力芯片销售额预计在800-1000亿元人民币
，而美国已达约1000亿美元，差距明显 。美国市场目前虽以训练为主 ，但预计明年规模将增长至2000-3000亿美元，其中主要增量将来自推理需求
。

　　随着大模型技术的成熟
，越来越多的应用场景正在涌现。未来3到5年，随着各类应用加速落地 ，推理算力需求将迎来显著增长 。预计推理芯片的销售占比将逐步超越训练芯片
，虽然训练市场也会持续增长，但推理端将成为最主要的增长动力。

　　《科创板日报》：近年来国产AI芯片企业不断涌现 ，行业体系也在构建
。你认为核心突破点在哪里？

　　杨龚轶凡：我认为当前国产AI芯片已在几个层面实现关键突破：

　　首先在硬件设计上
，我们已经完成了从0到1的跨越。目前国内已涌现出多家具备大芯片设计能力的企业，均推出了第一代产品 ，这证明了我们拥有持续迭代的技术基础 。更重要的是
，经过近五六年的积累，我们已培养出一批能独立完成大芯片设计的硬件人才
。

　　其次 ，在制造环节
，国内晶圆厂的能力正在快速提升，已能够支撑我们芯片的国产化生产需求。

　　第三 ，在拥有自主芯片后，我们终于获得了与国际企业同台竞争的入场券 。虽然目前在性能和性价比上仍存在差距
，但随着产品迭代和软硬件生态的完善，预计再经过3到5年的发展 ，我们有望在性价比方面与国际领先企业正面竞争
。到那时
，国产替代将真正走向深化，甚至可能打开进入国际市场的新局面。

　　《科创板日报》：在人工智能方面 ，你如何看待中美之间的竞争演变趋势？

　　杨龚轶凡：首先
，如前所述，中美在算力芯片采购量上存在巨大鸿沟 ，这导致基础设施差距明显
，美国的性价比更高，其上层应用落地能力与算法开发能力也更强 。当前我们必须承认这一现实
。我认为至少在未来5到10年内 ，我们仍将长期处于美国领跑、我们追赶的状态。

　　直到算法成熟度越来越高
、应用性越来越强
，同时国产芯片性能迭代不断进步，性价比与海外芯片企业拉平 ，甚至国内模型落地成本更低时，我们的成本优势、人口优势与市场优势才能充分体现 。那时才会出现新的突破口与拐点
。长期来看
，我们仍需保持追赶态势。

　　《科创板日报》：你如何评价谷歌这家公司？这段时间国内行业对其非常关注，甚至有人认为它是“十年磨一剑 ” 、比英伟达更优秀的公司 。

　　杨龚轶凡：作为TPU领域的实践者 ，我们非常认可谷歌的创新精神及其TPU技术的发展。谷歌的优势在于其强大的创新文化和鼓励探索的内部氛围
。最初
，TPU主要服务于谷歌自身的云服务和大模型能力，并非独立对外销售的产品。

　　然而 ，随着市场环境变化
，谷歌近两年调整了策略，开始对外供应TPU 。这一转变迅速获得市场积极反响 ，关键原因在于TPU具备显著的性价比优势
，能为企业降低未来的算力部署成本
。目前，我们已经看到来自Anthropic
、Meta、苹果等企业的巨额订单 ，这反映出在AI迈向深化应用的阶段
，算力性价比正成为产业界的核心考量。

　　从市场数据来看，TPU目前已占全球算力供给的30%以上 。根据最新的产能规划 ，预计明年其全球市场份额有望与英伟达持平甚至实现反超
。这进一步印证了TPU架构在效率与成本方面的竞争力，也说明针对AI计算特点进行定制化设计的路线正获得越来越广泛的认可。

　　成为推动算力发展的参与者

　　《科创板日报》：在你的设想中
，中昊芯英未来想成为一家怎样的企业？

　　杨龚轶凡：正如之前所说，我们希望中昊芯英能成为推动算力发展的参与者 ，而不只是一家算力芯片设计企业 。我们希望通过TPU芯片的设计
，带动和促进整个人工智能赛道的发展 、落地与高速迭代
。

　　最终，我们希望中昊芯英成为未来赛道上的核心推动力之一 ，承载更多伙伴的创新与梦想
，共同实现真正的人工智能时代。

　　《科创板日报》：我注意到在AI芯片行业中，中昊芯英是少数已盈利的企业 。这是将盈利作为核心考核目标 ，还是业务模式自然带来的结果？

　　杨龚轶凡：并非将盈利作为考核目标
，而是业务结构与发展业态逐步带来的结果
。这主要有两个原因：首先，感谢国家对行业的支持与国产化进程。如果没有国产化要求与国家的支持 ，作为一家芯片企业
，早期产品就能落地
、量产并获得市场认可与盈利是不可能的 。其次，我很赞赏谷歌的创新文化。对科技赛道而言 ，创新的本质是降低成本
。只有投入足够、拥有完整的软硬件生态，才有可能盈利。

　　但我们做TPU或类似具有创新点的架构芯片设计有所不同：一方面
，能在某种程度上降低部分研发投入；另一方面，有创新点的产品在进入市场时性价比更强 。虽然市场接受度可能较难 ，商业化进程可能较慢
，但在性价比高的情况下，毛利率水平会更好 ，研发投入也更小
。本质上
，正是通过创新迭代的过程，才自然带来了这样的财务表现。

　　《科创板日报》：公司运营发展主要关注哪些方向？

　　杨龚轶凡：我们主要看两个方向：一是生态的打入程度与完善程度 ，即市场渗透率；二是业务方向上
，我们不仅卖芯片，还涉及“智算中心
”共建 。

　　《科创板日报》：为什么会考虑“智算中心”共建这种模式？

　　杨龚轶凡：中昊芯英希望构建完整的基础设施生态闭环 ，推动算力发展
。这个过程必然需要算力平台与资源
，以推动商业化落地 、软件生态落地以及开发者生态落地。因此，我们肯定会协调合作许多算力平台或算力中心共建项目 ，最终形成大规模的TPU算力平台，与更多软件或算法公司合作
，帮助它们完成算法落地与运营落地 。

　　《科创板日报》：中昊芯英每年的技术研发投入占比保持在什么水平？

　　杨龚轶凡：我们希望将尽可能多的资金投入研发
。这不仅涉及硬件的迭代升级，也包括软件栈的开发与软件生态的打造。这部分投入基本上是无底洞 ，所以我们拥有的资源都会向这个方向倾斜 。

　　《科创板日报》：关于中昊芯英与天普股份的合作
，未来希望为行业带来怎样的目标？

　　杨龚轶凡：当前我们还是一个大的框架性合作，希望中昊芯英与天普股份各取所长
、携手共进 ，在人工智能浪潮中书写属于自己的篇章
。

　　《科创板日报》：在产品规划上
，中昊芯英是如何规划的？

　　杨龚轶凡：我们在2023年完成了第一代产品的落地，过程中软件栈持续迭代 ，衍生出多个产品系列。在与头部软硬件厂商完成全面适配后
，第二代芯片目前正在测试，明年将进入市场 。之后 ，我们将基本保持一年到一年半迭代一次的节奏。

　　《科创板日报》：你在美国的学习和工作经历
，最大的感受是什么？

　　杨龚轶凡：在美国的经历带来两个重要价值：一是对创新的认可，更加崇尚创新；二是在创新过程中要不畏惧困难
。在国内的学习生活环境有时会让人产生路径依赖 ，而我们这些海归团队则更自信，明白独立自主的开发能力至关重要。

　　《科创板日报》：你的职业经历从技术研发、产品到企业管理
，有没有比较推崇的企业家或管理理念？

　　杨龚轶凡：在中昊芯英从0到1乃至从1到10的过程中，我们的管理团队也在不断变化与学习 。我并非硬套某一家模式 ，但在公司成长中
，我们赞赏许多老一辈企业家的决心 、理念与方向
。我们希望能博采众长，最终打造出属于中昊芯英自身的企业文化与管理运营模式。

　　从创始人角度 ，国内我们敬佩任正非先生
，非常认可华为过去二三十年来对中国科技领域的贡献 。海外企业中，我们非常喜欢并尊重已故的苹果创始人史蒂夫·乔布斯 ，认同他对创新的执着；同样也非常尊重埃隆·马斯克
，认可他的极简理念与要求
。

　　后记——

　　从硅谷核心研发到国产TPU架构实践，杨龚轶凡的创业历程并不追求短期爆发 ，而是注重技术体系的持续建设。他将芯片研发比作“在确定性与不确定性间寻找平衡 ”
，将技术突破视为“架构创新与工程实践的双重挑战
” 。

　　五年来，杨龚轶凡坚持自主研发路线 ，使中昊芯英在AI算力领域逐渐形成差异化的技术路径，为国产芯片生态提供了另一种可能性
。

　　这位兼具技术背景与商业视野的创业者
，在学术研究向产业落地转化过程中，注重平衡技术创新与市场需求 ，通过架构层面的持续探索
，中昊芯英正逐步构建起从芯片设计到软件生态的完整能力，为中国AI基础设施发展提供了一个务实的技术选项。