国产TPU智算中心榜单：中昊芯英与深圳联通广东首发评测

9月9日，在第五届深圳国际人工智能展（GAIE）期间，第二届智能算力发展论坛见证了一项关键合作的落地。中昊芯英与深圳联通联合宣布，“智算基建，加速未来”高性能AI智算中心项目正式启动。此举意味着，华南地区首个基于国产TPU技术构建的智算中心即将进入实质性建设阶段。

深圳联通副总经理赵桂标在现场披露了项目规划：一期将部署32个高效互联的算力节点，提供不低于50P的算力输出。该中心定位为训推一体的关键枢纽，并计划未来扩展至千卡集群规模，旨在强化中国联通在深圳区域的智算核心能力布局。

这一项目如何融入整体战略？赵桂标阐释了中国联通“1+N+X”的梯次化智算网络架构，其建设遵循“规划先行、市场驱动、适度超前、小步快跑”的原则。与中昊芯英的合作，正是该战略下以国产化技术驱动区域算力基建的具体实践。

优势互补，提升算力利用率

合作本质上是技术能力与市场资源的深度整合。一方提供底层算力硬件，另一方则贡献网络与运营生态。

中昊芯英作为国产TPU架构的头部厂商，为项目提供了核心硬件支撑，包括其自研的“刹那®”TPU芯片服务器及“泰则®”大规模计算集群系统。深圳联通则依托其网络基础设施与政企服务经验，负责整合资源并推进运营。未来，双方将协同政府及行业伙伴，建设垂直领域的智算节点，预置软件与模型，目标是从智能算力服务延伸至模型即服务（MaaS），实现对产业端的深度赋能。

这种模式直接提升了社会级算力的使用效率。通过共享机制，能够平滑不同用户间的算力需求波动，优化整体利用率并摊薄运营成本。项目还将集成联通云自研的“星罗”算力调度平台，实现对多元异构算力的统一纳管与融合调度，形成“通算+智算+超算”的一体化服务能力。这既支持向客户提供集约化的算力运营服务，也支持企业构建私有化的智能算力网络。

对于协同价值，中昊芯英创始人兼CEO杨龚轶凡的总结切中要害：中昊芯英聚焦于芯片设计、软件栈优化及集群构建，为AI计算提供高性能基础；深圳联通则长于云平台、物理基础设施、中心运维与能耗管理，确保算力环境的稳定与高效。双方合作构建了一个资源配置最优、能力闭环的算力交付平台。

项目的战略意义对双方均十分明确：对深圳联通而言，这是夯实其智算布局、服务深圳数字经济的关键举措；对中昊芯英来说，这标志着其高性能国产算力在华南核心区域的运营落地取得了实质性突破。

破解能耗难题，TPU的简洁之道

智算中心的运营成本中，电力消耗是主要挑战。深圳联通赵桂标分享了其降耗路径：在设计与运营两端同时发力。设计层面，积极引入液冷、间接蒸发冷却等高能效技术与设备，最大化利用自然冷源；运营层面，则通过精细化管控持续优化能效比（PUE）。

中昊芯英杨龚轶凡则从架构特性提供了另一维度解读。他指出，TPU作为专为深度学习设计的处理器，其软件栈与网络架构相比GPU更为精简。这种设计上的简洁性直接转化为更高的运维效率和更优的可维护性，最终体现为更低的总体拥有成本（TCO），从而为高密度算力需求提供了更具经济性的支撑方案。

TPU要做AI界的X86

中昊芯英与深圳联通的合作，更深层的价值在于对AI算力技术路线的探索与推动。

AIGC浪潮催生了指数级增长的算力需求。自2018年成立以来，中昊芯英便致力于为超大规模AI模型提供算力基础设施。通过“算力基建+生态合作+产业应用”的三位一体模式，公司旨在加速AI技术的规模化落地。

那么，TPU相较于主流GPU的核心优势何在？

杨龚轶凡提出了一个清晰的愿景：将TPU架构打造为AI时代的“X86”。其核心逻辑在于“专芯专用”：在同等工艺与功耗约束下，TPU通过聚焦并极致优化深度学习中的张量计算，舍弃了GPU的通用图形处理等功能，从而在AI任务上实现显著的性能与能效提升。在追求规模化部署的产业阶段，性价比是决定性的竞争要素。

此外，TPU架构从诞生之初便针对深度学习的数据流特征进行设计，没有历史包袱，使其在处理大模型时，无论在单卡性能还是大规模集群扩展效率上均具备潜力。杨龚轶凡基于研发实践判断，面向大模型计算，TPU比GPU更具架构竞争力。他预测，未来三到五年，TPU及同类ASIC芯片将主导AI算力硬件市场，GPU可能回归其原本擅长的特定计算领域。

需要指出的是，本次智算中心采用“纯TPU”架构，与常见的异构方案形成差异。杨龚轶凡强调了纯构架构在避免性能损耗方面的优势：任何异构组合都难以避免跨架构通信与调度开销，效率折损通常在30%至50%之间。而纯TPU平台在同等成本下，可提供更高且更稳定的有效算力输出，从而降低最终用户的单位算力使用成本，推动应用门槛的下降。