天數智芯於 2026 年 10 月 28 日在上海舉行媒體開放日，首度向媒體展示天垓 300 通用 GPU 在實機上運作。活動不只談晶片架構與產品藍圖，也展示了超節點、異質推論和邊緣運算系統。不過，最受矚目的「吞吐量達 NVIDIA H200 的 1.05 倍」，是特定部署情境下的測試結果；目前公開報導指出，詳細測試方法與工作負載條件尚未同步公布。23

1.05 倍 H200：是特定部署的吞吐量數字

天數智芯表示，第三方測試在典型的 PD 分離部署下，換算天垓 300 單卡的整體端到端吞吐量，結果為 NVIDIA H200 的 1.05 倍。公司並稱，天垓 300 是首款實測性能達到 H200 水準的國產通用 GPU。23

PD 分離是把模型推論中的預填充（prefill）與解碼（decode）階段分開部署。這項 1.05 倍的數字描述的是特定配置和測試情境，不代表天垓 300 在所有模型、任務或設定下都快 5%。目前報導提到，測試方法、模型負載與工作負載條件尚未公開，因此外界仍難以重現或完整評估這項比較。3

IXL144：單一機櫃整合 144 顆 GPU

活動也談到 IXL144 超節點方案。該方案先前已在工業展覽亮相，據公布的配置，單一機櫃內整合 144 顆 GPU、18 顆 CPU，並配備約 10.1 TB GPU 記憶體。3

天數智芯稱 IXL144 的單櫃 GPU 密度居業界領先，並估算，相較國際主流方案，每百萬有效 Token 的成本可降低 40%。39 這項降成本數字是公司估算，並非已公開、經獨立驗證的實際營運成本比較。

GPU 與 XPU 分工：AFD 異質推論方案

天數智芯表示，已成功跑通 GPU 與 XPU 異質部署的 AFD 分離方案，並稱推論延遲降低 60%。3 這類做法會把模型不同階段的運算拆開，交由不同類型的加速器處理，例如將注意力運算與前饋網路（FFN）分配給各自適合的硬體。

相關報導指出，在這個部署中，天垓 300 負責完整的預填充流程與解碼階段的注意力運算，合作方的 XPU 則負責 FFN。4 因此，60% 的延遲降幅應理解為這套特定異質部署的測試結果，不能直接推論到其他模型或系統。34

TY1200：把運算帶到 AI PC 與機器人情境

彤央 TY1200 邊緣運算終端標示的規格為 300 TOPS 稠密算力，產品定位涵蓋邊緣 AI 與具身智慧應用。23 天數智芯稱其效能超越 NVIDIA Thor T5000；後續報導則指出，TY1200 在部分 Qwen 模型測試中的表現約為 T5000 的 1.2 倍。這是特定模型下的比較，並非通用的峰值效能排名。2

公司也表示，TY1200 首次在國產邊緣產品上實現基於 MuJoCo-Warp 的 GPU 加速物理模擬，展示內容涉及機器人學習所需的本地模擬。23 目前可見的資料中，「首次」與效能優勢仍是公司所述，尚不足以據此判定其在所有同類產品中的位置。

從產品藍圖走向實機展示，但比較仍需更多資料

這場活動呈現的，不只是產品架構或未來規劃：天垓 300 已在實機上運作，天數智芯也一併展示了機櫃級部署、GPU–XPU 協作與邊緣 AI 應用。36 對外界而言，這讓公司的系統方案有了比簡報更具體的展示。

但實機展示本身，並不能證明天垓 300 在廣泛情境下優於 NVIDIA 產品。要評估 H200 的 1.05 倍吞吐量、AFD 的延遲降幅，或 IXL144 的成本估算，仍需要公開模型與版本、精度設定、批次大小、輸入與輸出長度、硬體配置、軟體環境、延遲定義，以及成本估算的假設。相關資料尚未完整披露前，這些數字較適合視為特定測試結果與公司估算，而非可供外界重現的普遍性能排名。3

天數智芯於 2026 年 10 月 28 日在上海舉行媒體開放日，首度向媒體展示天垓 300 通用 GPU 在實機上運作。活動不只談晶片架構與產品藍圖，也展示了超節點、異質推論和邊緣運算系統。不過，最受矚目的「吞吐量達 NVIDIA H200 的 1.05 倍」，是特定部署情境下的測試結果；目前公開報導指出，詳細測試方法與工作負載條件尚未同步公布。23

1.05 倍 H200：是特定部署的吞吐量數字

天數智芯表示，第三方測試在典型的 PD 分離部署下，換算天垓 300 單卡的整體端到端吞吐量，結果為 NVIDIA H200 的 1.05 倍。公司並稱，天垓 300 是首款實測性能達到 H200 水準的國產通用 GPU。23

PD 分離是把模型推論中的預填充（prefill）與解碼（decode）階段分開部署。這項 1.05 倍的數字描述的是特定配置和測試情境，不代表天垓 300 在所有模型、任務或設定下都快 5%。目前報導提到，測試方法、模型負載與工作負載條件尚未公開，因此外界仍難以重現或完整評估這項比較。3

IXL144：單一機櫃整合 144 顆 GPU

活動也談到 IXL144 超節點方案。該方案先前已在工業展覽亮相，據公布的配置，單一機櫃內整合 144 顆 GPU、18 顆 CPU，並配備約 10.1 TB GPU 記憶體。3

天數智芯稱 IXL144 的單櫃 GPU 密度居業界領先，並估算，相較國際主流方案，每百萬有效 Token 的成本可降低 40%。39 這項降成本數字是公司估算，並非已公開、經獨立驗證的實際營運成本比較。

GPU 與 XPU 分工：AFD 異質推論方案

天數智芯表示，已成功跑通 GPU 與 XPU 異質部署的 AFD 分離方案，並稱推論延遲降低 60%。3 這類做法會把模型不同階段的運算拆開，交由不同類型的加速器處理，例如將注意力運算與前饋網路（FFN）分配給各自適合的硬體。

相關報導指出，在這個部署中，天垓 300 負責完整的預填充流程與解碼階段的注意力運算，合作方的 XPU 則負責 FFN。4 因此，60% 的延遲降幅應理解為這套特定異質部署的測試結果，不能直接推論到其他模型或系統。34

TY1200：把運算帶到 AI PC 與機器人情境

彤央 TY1200 邊緣運算終端標示的規格為 300 TOPS 稠密算力，產品定位涵蓋邊緣 AI 與具身智慧應用。23 天數智芯稱其效能超越 NVIDIA Thor T5000；後續報導則指出，TY1200 在部分 Qwen 模型測試中的表現約為 T5000 的 1.2 倍。這是特定模型下的比較，並非通用的峰值效能排名。2

公司也表示，TY1200 首次在國產邊緣產品上實現基於 MuJoCo-Warp 的 GPU 加速物理模擬，展示內容涉及機器人學習所需的本地模擬。23 目前可見的資料中，「首次」與效能優勢仍是公司所述，尚不足以據此判定其在所有同類產品中的位置。

從產品藍圖走向實機展示，但比較仍需更多資料

這場活動呈現的，不只是產品架構或未來規劃：天垓 300 已在實機上運作，天數智芯也一併展示了機櫃級部署、GPU–XPU 協作與邊緣 AI 應用。36 對外界而言，這讓公司的系統方案有了比簡報更具體的展示。

但實機展示本身，並不能證明天垓 300 在廣泛情境下優於 NVIDIA 產品。要評估 H200 的 1.05 倍吞吐量、AFD 的延遲降幅，或 IXL144 的成本估算，仍需要公開模型與版本、精度設定、批次大小、輸入與輸出長度、硬體配置、軟體環境、延遲定義，以及成本估算的假設。相關資料尚未完整披露前，這些數字較適合視為特定測試結果與公司估算，而非可供外界重現的普遍性能排名。3