天數智芯在2026年10月28日於上海舉行的媒體開放日，首次公開展示天垓300通用GPU在實機上運行。活動亦有IXL144超節點、GPU與XPU協作的推理方案，以及彤央TY1200端側算力終端登場。這比單看架構圖或產品路線圖更進一步；不過，現場演示本身並不能證明產品在各類工作負載下都優於競品。36

最受關注的數字，是公司引用第三方測試稱，天垓300在典型的Prefill／Decode（PD）分離部署中，折算單卡整體端到端吞吐達到NVIDIA H200的1.05倍。23 這是特定部署條件下的報告結果，並不等於天垓300在所有模型、任務或設定中都快5%。報道指出，測試方法、模型負載和工作負載條件當時未有同步公布，因此外界暫時難以重做測試或完整評估這項比較。3

從展示架構，走到實機運行

今次開放日讓媒體首次看到天垓300實機運行，並一併展示天數智算軟件棧、IXL144超節點和彤央TY1200端側產品。36 這些內容反映公司正展示由GPU、軟件到不同部署方案的系統布局；但要判斷實際性能，仍需有足夠詳細、可重複的測試資料。

IXL144：一個機櫃放入144張GPU

天數智芯介紹，IXL144超節點的單機櫃配置為144顆GPU、18顆CPU及約10.1TB GPU記憶體。這個方案此前已在較早舉行的工業展覽亮相。3

公司形容IXL144的單櫃GPU密度領先業界，並估算每百萬個有效Token的成本，較國際主流方案可低40%。39 要留意，成本數字屬公司估算，並非已公開、經獨立驗證的實際營運成本比較；估算採用甚麼硬件、電費和使用率假設，會影響結果。

AFD分離：按工作分配不同加速器

天數智芯表示，已成功跑通GPU與XPU協作的AFD分離部署，並報告推理延遲降低60%。3 簡單而言，這種做法會把模型不同階段的計算工作，例如注意力機制（Attention）和前饋網絡（FFN），分配到不同類型的加速器，讓各自處理較適合的工作。34

據相關報道，天垓300負責Prefill全流程及Decode階段的Attention，合作方的XPU則處理FFN專家網絡。4 因此，60%的延遲降幅應理解為這個特定部署的報告結果，而非其他模型或系統都能預期取得同樣改善。34

TY1200：瞄準端側AI與機械人應用

彤央TY1200的規格標示為300 TOPS稠密算力，定位包括端側AI和具身智能應用。23 天數智芯稱其性能高於NVIDIA Thor T5000；後續報道提到，TY1200在部分Qwen模型測試中約為T5000的1.2倍。這是指定模型的測試比較，不宜視為所有任務通用的性能排名。2

公司亦稱，TY1200首次在國產端側產品上實現以MuJoCo-Warp進行GPU加速物理模擬，示範內容涉及在本地進行機械人學習所需的模擬。23 「首次」及相關性能說法，均是現有報道中的公司主張；要獨立核實，仍需要更多測試細節。

展示有進展，性能比較仍待更多資料

今次活動展示的不只是產品規劃：天垓300已在實機上運行，亦有超節點、異構運算和端側AI方案同場展示。36 這令外界更具體看到天數智芯希望建立的系統布局。

但目前公布的資料，仍不足以得出天垓300在廣泛用途上勝過NVIDIA產品的結論。H200的1.05倍數字據稱來自第三方測試，但相關報道指出，測試方法、模型和工作負載條件未有公開。3 若要讓外界公平比較及重現結果，還需要公布模型及版本、精度、批次大小、輸入和輸出設定、硬件配置、軟件環境、延遲計算方式，以及成本估算的前提。現階段，這些數字較適合視為特定測試下的報告結果或公司估算，而非可直接套用到所有情境的性能排名。

天數智芯在2026年10月28日於上海舉行的媒體開放日，首次公開展示天垓300通用GPU在實機上運行。活動亦有IXL144超節點、GPU與XPU協作的推理方案，以及彤央TY1200端側算力終端登場。這比單看架構圖或產品路線圖更進一步；不過，現場演示本身並不能證明產品在各類工作負載下都優於競品。36

最受關注的數字，是公司引用第三方測試稱，天垓300在典型的Prefill／Decode（PD）分離部署中，折算單卡整體端到端吞吐達到NVIDIA H200的1.05倍。23 這是特定部署條件下的報告結果，並不等於天垓300在所有模型、任務或設定中都快5%。報道指出，測試方法、模型負載和工作負載條件當時未有同步公布，因此外界暫時難以重做測試或完整評估這項比較。3

從展示架構，走到實機運行

今次開放日讓媒體首次看到天垓300實機運行，並一併展示天數智算軟件棧、IXL144超節點和彤央TY1200端側產品。36 這些內容反映公司正展示由GPU、軟件到不同部署方案的系統布局；但要判斷實際性能，仍需有足夠詳細、可重複的測試資料。

IXL144：一個機櫃放入144張GPU

天數智芯介紹，IXL144超節點的單機櫃配置為144顆GPU、18顆CPU及約10.1TB GPU記憶體。這個方案此前已在較早舉行的工業展覽亮相。3

公司形容IXL144的單櫃GPU密度領先業界，並估算每百萬個有效Token的成本，較國際主流方案可低40%。39 要留意，成本數字屬公司估算，並非已公開、經獨立驗證的實際營運成本比較；估算採用甚麼硬件、電費和使用率假設，會影響結果。

AFD分離：按工作分配不同加速器

天數智芯表示，已成功跑通GPU與XPU協作的AFD分離部署，並報告推理延遲降低60%。3 簡單而言，這種做法會把模型不同階段的計算工作，例如注意力機制（Attention）和前饋網絡（FFN），分配到不同類型的加速器，讓各自處理較適合的工作。34

據相關報道，天垓300負責Prefill全流程及Decode階段的Attention，合作方的XPU則處理FFN專家網絡。4 因此，60%的延遲降幅應理解為這個特定部署的報告結果，而非其他模型或系統都能預期取得同樣改善。34

TY1200：瞄準端側AI與機械人應用

彤央TY1200的規格標示為300 TOPS稠密算力，定位包括端側AI和具身智能應用。23 天數智芯稱其性能高於NVIDIA Thor T5000；後續報道提到，TY1200在部分Qwen模型測試中約為T5000的1.2倍。這是指定模型的測試比較，不宜視為所有任務通用的性能排名。2

公司亦稱，TY1200首次在國產端側產品上實現以MuJoCo-Warp進行GPU加速物理模擬，示範內容涉及在本地進行機械人學習所需的模擬。23 「首次」及相關性能說法，均是現有報道中的公司主張；要獨立核實，仍需要更多測試細節。

展示有進展，性能比較仍待更多資料

今次活動展示的不只是產品規劃：天垓300已在實機上運行，亦有超節點、異構運算和端側AI方案同場展示。36 這令外界更具體看到天數智芯希望建立的系統布局。

但目前公布的資料，仍不足以得出天垓300在廣泛用途上勝過NVIDIA產品的結論。H200的1.05倍數字據稱來自第三方測試，但相關報道指出，測試方法、模型和工作負載條件未有公開。3 若要讓外界公平比較及重現結果，還需要公布模型及版本、精度、批次大小、輸入和輸出設定、硬件配置、軟件環境、延遲計算方式，以及成本估算的前提。現階段，這些數字較適合視為特定測試下的報告結果或公司估算，而非可直接套用到所有情境的性能排名。