Iluvatar CoreX viste Tiangai 300 køre på fysisk hardware for første gang og henviste til en tredjepartstest, der målte gennemstrømningen pr. Arrangementet bød også på IXL144 racket, GPU–XPU opdeling af inferensarbejde og TY1200 til edge AI.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Iluvatar CoreX demonstrate and claim at its October 28, 2026 media open day in Shanghai about the Tiangai 300 GPU’s first live hard. Article summary: At its October 28, 2026 Shanghai media open day, Iluvatar CoreX publicly demonstrated the Tiangai 300 running on real hardware for the first time, alongside heterogeneous inference and edge-AI systems—a meaningful move b. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Ved et mediearrangement i Shanghai den 28. oktober 2026 viste Iluvatar CoreX for første gang sin Tiangai 300-GPU køre på fysisk hardware. Virksomheden præsenterede også et supernode-system, en løsning, hvor flere typer acceleratorer deler inferensarbejdet, og en edge-enhed til AI.2
3
6
Det mest opsigtsvækkende tal var en påstået gennemstrømning på 1,05 gange NVIDIA H200. Men tallet gælder en bestemt opsætning, og centrale oplysninger om testen er ikke offentliggjort. Derfor fortæller demonstrationen mere om, at systemet er kommet fra præsentationsslides til kørende hardware, end den i sig selv beviser en generel ydelsesfordel.
Tiangai 300 blev vist i drift sammen med Iluvatars softwareplatform, IXL144-supernoden og edge-systemet Tongyang TY1200.3
6 Det er et praktisk skridt videre fra at præsentere arkitektur og produktplaner. En demonstration på scenen er dog ikke i sig selv en uafhængig bekræftelse af sammenligninger med konkurrerende produkter.
Iluvatar oplyste, at en tredjepartstest målte Tiangai 300’s samlede end-to-end-gennemstrømning pr. kort til 1,05× NVIDIA H200’s i en typisk opsætning, hvor prefill- og decode-faserne er adskilt. Virksomheden beskrev det som den første kinesiske generelle GPU, der i målinger når H200-niveau.2
3
Resultatet gælder den konkrete opsætning – ikke alle modeller, opgaver og konfigurationer. Den offentliggjorte omtale bemærkede, at testmetode, modelbelastning og øvrige arbejdsforhold ikke var fremlagt sammen med påstanden.3 En tredjepartstest er relevant, men uden de oplysninger er det vanskeligt for andre at gentage eller vurdere sammenligningen.
Iluvatar fortalte også om IXL144-supernoden, som tidligere var blevet vist på en industrimesse. Den oplyste konfiguration samler 144 GPU’er, 18 CPU’er og cirka 10,1 TB GPU-hukommelse i ét rack.3
Virksomheden kalder tætheden blandt de førende for GPU’er i et enkelt rack og vurderer, at løsningen kan sænke omkostningen pr. million effektive tokens med 40 % sammenlignet med almindelige internationale løsninger.3
9 Det er virksomhedens egne udsagn og beregninger – ikke en offentliggjort, uafhængigt verificeret sammenligning af driftsomkostninger.
Iluvatar oplyste, at virksomheden har fået en heterogen GPU–XPU-løsning til at køre og målte 60 % lavere inferensforsinkelse.3 AFD-opdeling går i korte træk ud på at fordele forskellige dele af beregningen – eksempelvis attention og feed-forward-netværk – mellem forskellige typer acceleratorer.
I den beskrevne opsætning håndterede Tiangai 300 hele prefill-fasen og attention-beregningen under decode, mens en samarbejdspartners XPU tog sig af feed-forward-netværket.4 Resultatet gælder denne konkrete løsning; uden offentliggjorte testvilkår bør reduktionen ikke læses som en generel forbedring for andre modeller og systemer.
3
4
Tongyang TY1200 er opgivet til 300 TOPS tæt beregningskraft og blev præsenteret til edge-AI og såkaldt embodied intelligence – AI, der indgår i systemer med en fysisk krop, eksempelvis robotter.2
3 Iluvatar hævdede, at ydelsen overstiger NVIDIA Thor T5000. Senere omtale angav cirka 1,2× T5000 på udvalgte Qwen-modeller; det er en modelspecifik sammenligning, ikke en generel rangliste over maksimal ydelse.
2
Virksomheden sagde også, at TY1200 som det første indenlandske edge-produkt kan køre GPU-accelereret fysiksimulering med MuJoCo-Warp. Demonstrationen omfattede lokal simulering til robotlæring og koblede simulering, træning og validering på edge-systemet.2
3 Også denne førstegangspåstand og de bredere ydelsespåstande er virksomhedens egne, sådan som de fremgår af de tilgængelige kilder.
Arrangementet viste mere end produktplaner: Tiangai 300 kørte på hardware, og Iluvatar præsenterede den sammen med et rack-system, heterogen databehandling og en edge-AI-demonstration.3
6 Det giver et mere håndgribeligt indtryk af virksomhedens systemambitioner end en arkitekturpræsentation alene.
Men demonstrationerne fastslår ikke i sig selv, at produkterne generelt er hurtigere end NVIDIAs. H200-tallet bygger ifølge virksomheden på en tredjepartstest, mens den omtalte testmetode, modellerne og arbejdsforholdene ikke blev offentliggjort.3 En mere fyldestgørende sammenligning ville beskrive model og version, præcision, batchstørrelse, input og output, hardware, software og hvordan forsinkelse måles. Omkostningspåstande kræver også gennemsigtige beregningsforudsætninger. Indtil da bør tallene forstås som resultater fra bestemte rapporterede opsætninger og virksomhedens egne estimater – ikke som brede, reproducerbare ranglister.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Iluvatar CoreX viste Tiangai 300 køre på fysisk hardware for første gang og henviste til en tredjepartstest, der målte gennemstrømningen pr.
Iluvatar CoreX viste Tiangai 300 køre på fysisk hardware for første gang og henviste til en tredjepartstest, der målte gennemstrømningen pr. Arrangementet bød også på IXL144 racket, GPU–XPU opdeling af inferensarbejde og TY1200 til edge AI.
Iluvatar CoreX viste Tiangai 300 køre på fysisk hardware for første gang og henviste til en tredjepartstest, der målte gennemstrømningen pr. Arrangementet bød også på IXL144 racket, GPU–XPU opdeling af inferensarbejde og TY1200 til edge AI.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Iluvatar CoreX demonstrate and claim at its October 28, 2026 media open day in Shanghai about the Tiangai 300 GPU’s first live hard. Article summary: At its October 28, 2026 Shanghai media open day, Iluvatar CoreX publicly demonstrated the Tiangai 300 running on real hardware for the first time, alongside heterogeneous inference and edge-AI systems—a meaningful move b. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Ved et mediearrangement i Shanghai den 28. oktober 2026 viste Iluvatar CoreX for første gang sin Tiangai 300-GPU køre på fysisk hardware. Virksomheden præsenterede også et supernode-system, en løsning, hvor flere typer acceleratorer deler inferensarbejdet, og en edge-enhed til AI.2
3
6
Det mest opsigtsvækkende tal var en påstået gennemstrømning på 1,05 gange NVIDIA H200. Men tallet gælder en bestemt opsætning, og centrale oplysninger om testen er ikke offentliggjort. Derfor fortæller demonstrationen mere om, at systemet er kommet fra præsentationsslides til kørende hardware, end den i sig selv beviser en generel ydelsesfordel.
Tiangai 300 blev vist i drift sammen med Iluvatars softwareplatform, IXL144-supernoden og edge-systemet Tongyang TY1200.3
6 Det er et praktisk skridt videre fra at præsentere arkitektur og produktplaner. En demonstration på scenen er dog ikke i sig selv en uafhængig bekræftelse af sammenligninger med konkurrerende produkter.
Iluvatar oplyste, at en tredjepartstest målte Tiangai 300’s samlede end-to-end-gennemstrømning pr. kort til 1,05× NVIDIA H200’s i en typisk opsætning, hvor prefill- og decode-faserne er adskilt. Virksomheden beskrev det som den første kinesiske generelle GPU, der i målinger når H200-niveau.2
3
Resultatet gælder den konkrete opsætning – ikke alle modeller, opgaver og konfigurationer. Den offentliggjorte omtale bemærkede, at testmetode, modelbelastning og øvrige arbejdsforhold ikke var fremlagt sammen med påstanden.3 En tredjepartstest er relevant, men uden de oplysninger er det vanskeligt for andre at gentage eller vurdere sammenligningen.
Iluvatar fortalte også om IXL144-supernoden, som tidligere var blevet vist på en industrimesse. Den oplyste konfiguration samler 144 GPU’er, 18 CPU’er og cirka 10,1 TB GPU-hukommelse i ét rack.3
Virksomheden kalder tætheden blandt de førende for GPU’er i et enkelt rack og vurderer, at løsningen kan sænke omkostningen pr. million effektive tokens med 40 % sammenlignet med almindelige internationale løsninger.3
9 Det er virksomhedens egne udsagn og beregninger – ikke en offentliggjort, uafhængigt verificeret sammenligning af driftsomkostninger.
Iluvatar oplyste, at virksomheden har fået en heterogen GPU–XPU-løsning til at køre og målte 60 % lavere inferensforsinkelse.3 AFD-opdeling går i korte træk ud på at fordele forskellige dele af beregningen – eksempelvis attention og feed-forward-netværk – mellem forskellige typer acceleratorer.
I den beskrevne opsætning håndterede Tiangai 300 hele prefill-fasen og attention-beregningen under decode, mens en samarbejdspartners XPU tog sig af feed-forward-netværket.4 Resultatet gælder denne konkrete løsning; uden offentliggjorte testvilkår bør reduktionen ikke læses som en generel forbedring for andre modeller og systemer.
3
4
Tongyang TY1200 er opgivet til 300 TOPS tæt beregningskraft og blev præsenteret til edge-AI og såkaldt embodied intelligence – AI, der indgår i systemer med en fysisk krop, eksempelvis robotter.2
3 Iluvatar hævdede, at ydelsen overstiger NVIDIA Thor T5000. Senere omtale angav cirka 1,2× T5000 på udvalgte Qwen-modeller; det er en modelspecifik sammenligning, ikke en generel rangliste over maksimal ydelse.
2
Virksomheden sagde også, at TY1200 som det første indenlandske edge-produkt kan køre GPU-accelereret fysiksimulering med MuJoCo-Warp. Demonstrationen omfattede lokal simulering til robotlæring og koblede simulering, træning og validering på edge-systemet.2
3 Også denne førstegangspåstand og de bredere ydelsespåstande er virksomhedens egne, sådan som de fremgår af de tilgængelige kilder.
Arrangementet viste mere end produktplaner: Tiangai 300 kørte på hardware, og Iluvatar præsenterede den sammen med et rack-system, heterogen databehandling og en edge-AI-demonstration.3
6 Det giver et mere håndgribeligt indtryk af virksomhedens systemambitioner end en arkitekturpræsentation alene.
Men demonstrationerne fastslår ikke i sig selv, at produkterne generelt er hurtigere end NVIDIAs. H200-tallet bygger ifølge virksomheden på en tredjepartstest, mens den omtalte testmetode, modellerne og arbejdsforholdene ikke blev offentliggjort.3 En mere fyldestgørende sammenligning ville beskrive model og version, præcision, batchstørrelse, input og output, hardware, software og hvordan forsinkelse måles. Omkostningspåstande kræver også gennemsigtige beregningsforudsætninger. Indtil da bør tallene forstås som resultater fra bestemte rapporterede opsætninger og virksomhedens egne estimater – ikke som brede, reproducerbare ranglister.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Iluvatar CoreX viste Tiangai 300 køre på fysisk hardware for første gang og henviste til en tredjepartstest, der målte gennemstrømningen pr.
Iluvatar CoreX viste Tiangai 300 køre på fysisk hardware for første gang og henviste til en tredjepartstest, der målte gennemstrømningen pr. Arrangementet bød også på IXL144 racket, GPU–XPU opdeling af inferensarbejde og TY1200 til edge AI.