灵汐科技类脑超节点入选互联网大会十大首发，GPU加类脑芯片异构推理瞄准AFD路线

在11月2日至11月5日举办的2026世界互联网大会上，“互联网之光”博览会公布十大精品首发成果，北京灵汐科技联合中移（苏州）软件技术有限公司、中国电子科技南湖研究院申报的“面向大模型高性能推理FFN加速类脑超节点”入选。该方案此前在9月2026中国算力大会上完成全球首次公开亮相，此次以标准化算力单元形式公开展示。 方案的核心是AFD（Attention-FFN Disaggregation）路线，即把Transformer每层中的Attention与FFN模块拆开部署。GPU负责Prefill、KV Cache构建与维护以及Attention计算，发挥并行计算与HBM显存优势；类脑超节点专门承接FFN前馈网络和稀疏MoE专家层推理。灵汐称，这一方向与英伟达将Rubin GPU与Groq LPU组合的探索一致。 硬件上，KA200类脑芯片采用12nm制程，具备片上SRAM存算一体、事件驱动和静态编译特性，减少数据搬运与运行时调度开销。工程实现上，系统由3至6台GPU服务器与3台类脑超节点组成，每台超节点由数千颗KA200芯片互联，硬件包括HP640系列类脑计算板卡和LynxLink高速交换机，软件搭载异构调度引擎与统一内存地址编译技术，原生兼容PyTorch、DeepSpeed、Megatron-LM等框架。 测试方面，基于DeepSeek V4 Flash模型、不低于32K长上下文条件下，系统输出吞吐达到数万到十万Token/s；按项目资料同等投入成本对比，推理吞吐与能效均提升1倍以上，综合业务运营成本下降超过40%。该方案已在头部电信运营商智算中心完成主流大模型商用验证，并与天数智芯较早型号GPU完成对接，推理输出和能效同样提升1倍以上。团队称后续叠加混合专家优化与模型量化，目标将吞吐提升至数十万Token/s。 对国产GPU厂商和智算中心运营商而言，这条路线提供了一种不替换存量GPU、通过增加专用类脑算力节点扩容降本的选择，也意味着Token工厂方案对纯GPU架构及先进HBM的依赖可能有所下降。