國產GPU廠商曦望（Sunrise）在杭州舉辦的首屆Sunrise GPU Summit上，發布了新一代推理GPU芯片啟望S3，并同步推出面向大模型推理的超節點方案及推理云計劃。這一動作標志著曦望在完成近一年約30億元戰略融資后，首次系統性展示其技術路線與產品布局，為國產GPU產業從“參數競爭”轉向“成本競爭”提供了新范式。

與傳統GPU廠商聚焦“訓推一體”不同，曦望選擇了一條差異化路徑：啟望S3不追求峰值訓練性能，而是將全部資源投入推理效率與單位成本優化。曦望聯席CEO王勇在發布會上指出，大模型產業正從訓練主導轉向推理主導，GPU的商業價值將取決于單位Token的真實成本，而非參數指標。這一判斷直接影響了芯片設計邏輯——啟望S3圍繞真實推理負載，對算力結構、存儲體系和互聯方式進行系統性重構。

在算力設計上，啟望S3支持從FP16到FP4的多精度靈活切換，通過低精度推理效率最大化釋放算力潛力，精準匹配MoE（混合專家模型）和長上下文模型在推理階段的實際需求。存儲方面，該芯片采用LPDDR6顯存方案，成為國內首款搭載該技術的GPU，顯存容量較上一代提升4倍，有效緩解了大模型推理中的顯存駐留與訪存瓶頸。官方數據顯示，在DeepSeek V3/R1等主流模型推理場景中，啟望S3的單位Token成本較上一代下降約90%，且這一指標已通過工程驗證，具備可復現性。

針對千億、萬億級參數多模態MoE模型的部署需求，曦望同步推出寰望SC3超節點解決方案。該方案支持單域256卡一級互聯，可高效支撐PD分離架構與大EP（Expert Parallelism）規?；渴穑到y利用率與穩定性顯著提升，適配長上下文、多并發、多專家并行等復雜推理場景。在交付形態上，寰望SC3采用全液冷設計，PUE（電源使用效率）表現極致，并支持模塊化部署，將整體系統交付成本從行業常見的億元級降至千萬元級，降幅達一個數量級。

軟件生態層面，曦望構建了與CUDA兼容的基礎軟件體系，覆蓋驅動、運行時API、開發工具鏈、算子庫和通信庫，降低推理應用遷移門檻。目前，該體系已適配ModelScope平臺90%以上主流大模型，包括DeepSeek、通義千問等，為開發者提供無縫切換的兼容性支持。

曦望的野心不止于芯片本身。通過與商湯科技、第四范式等生態伙伴合作，曦望探索推理云平臺，試圖解決“推理算力如何更好用”的問題。該平臺通過GPU池化與彈性調度，將底層算力整合為統一推理池，并以MaaS（Model as a Service）模式向企業開放，用戶無需關注硬件配置與集群運維，即可按需調用大模型推理能力。這一體系成為曦望“百萬Token一分錢”推理成本合作的技術基礎。

曦望董事長徐冰在會上強調，推理時代的核心是持續、穩定地將算力轉化為可交付的生產力，而非單純銷售芯片。數據顯示，2025年曦望推理GPU芯片交付量已突破1萬片，標志著其路線從工程驗證邁向規?；涞?。中國工程院院士吳漢明指出，推理算力的價值實現需要芯片設計、系統集成、軟件開發到產業應用的全鏈條協作，曦望的實踐為國產GPU產業提供了重要參考。