10月29日，上海，天數智芯搞咗場發佈會，做咗件唔少見嘅事：把自家GPU直接擺喺台上，同英偉達H200及Jetson Thor T5000現場PK，而且題目唔係自己出，係現場隨機抽人出嘅。
呢場發佈會最惹眼嘅，係天垓300喺雲端文生圖任務入面，用95.6秒跑完「一隻老虎把月亮踢飛」，而H200用咗112秒。喺今年7月第三方機構做嘅PD分離（Prefill同Decode分離部署）測試入面，天垓300折算單卡端到端吞吐係H200嘅1.05倍，比較對象唔係紙面峰值，而係一條推理鏈路實打實吐嘅Token。天數智芯稱，呢個係國內首個實測性能達到H200水平嘅通用GPU。
長上下文（long context，即模型可處理嘅超長上下文窗口）係而家大模型繞唔到嘅坎。天數智芯AI與加速計算負責人單天逸喺現場打咗個比方：情侶戀愛十週年，男生唔會把3650天挨個回憶一遍，腦入面蹦出嚟嘅都係嗰幾個瞬間，而Attention干嘅正正係呢件事。天垓300為此做了定製優化：GLM-5.3喺64K規模下，MoE吞吐係H200嘅1.15倍；8K至128K長上下文入面，Agent首字延遲比H200低10%至30%。
訓練方面，Qwen3-32B喺8卡FP8訓練中，天垓300每卡有效吞吐係H100嘅1.33倍。滿負荷運行時，天垓300步時波動0.43%，對比Hopper方案嘅0.76%，意思係長時間高負荷運行唔容易掉鏈子。天數智芯仲亮出IXL144超節點，喺一個標準機櫃入面塞144顆GPU，聚合顯存約10.1TB，宣稱每百萬有效Token成本較H200方案降低約40%。
端側方面，彤央TY1200標稱300 TOPS稠密算力，而Thor T5000官方標稱2070 TFLOPS（FP4稀疏）。單看數字，TY1200明顯吃虧，彤央產品市場負責人宋遠盈自己喺台上都承認呢點。但實測入面，TY1200跑Qwen3.8-27B嘅性能係Thor T5000嘅138%，跑MoE架構嘅Qwen3.6-35B-A3B達到110%。喺英偉達自家開源世界模型Cosmos上，TY1200喺Cosmos-R2-2B上跑出Thor嘅158%，R2-8B上更達180%。換句話説，TY1200係喺英偉達嘅主場贏咗英偉達。
天數智芯同時發佈「天數智算」軟件棧，宣稱用AI開發AI，仲提出GPU+XPU異構AFD分離方案：由天垓300負責Prefill同Attention，合作廠商XPU負責FFN，實測Decoding推理延遲降低60%。佢哋嘅邏輯係雲端負責生產智能、軟件棧負責讓適配優化跑得快、端側負責把智能送進工廠、實驗室、醫院，三者咬齊先係佢哋口中嘅高質量算力。
模姐驗嚇貨：呢場PK係廠商自家主辦，測試條件、模型版本、prompt設定、基線配置等細節冇完整披露，全部數據來自廠商發佈會及單一媒體報道，未見獨立第三方複測。「國內首個實測達到H200水平」呢句，究竟係邊個機構、邊個協議、邊個基線？呢啲唔澄清，數字就只係數字。
模姐｜深度調教
