冲！《国产GPU又突破：打破常规，推理成本狂降90%的“逆天”之举！太震撼！》启望S3All - in推理

国产GPU厂商曦望发布新品启望S3，其选择了一条专注于大模型推理的独特路线，通过系统级重构，实现了单位Token推理成本较上代下降约90%的突破。这为解决当前AI应用落地的高算力成本难题，提供了极具竞争力的硬件方案，值得行业关注。

智能速览

• 曦望发布新一代推理GPU芯片启望S3，专为推理场景深度定制。

• 芯片采用All-in推理路线，不再追求峰值训练性能，聚焦单位Token成本。

• 启望S3单位Token推理成本较上一代产品下降约90%。

• 国内首款采用LPDDR6显存方案的GPU，显存容量提升4倍。

• 支持FP16到FP4多精度切换，适配MoE与长上下文模型推理。

精华内容

启望S3的突破并非偶然，而是源于其对GPU商业价值的重新思考。当推理成为主要算力消耗场景，如何降低单位Token的真实成本，成为了芯片设计的核心命题。

推理专用新路线

杭州曦望在首届GPU Summit上发布了全新推理GPU芯片启望S3。与当前国内流行的“训推一体GPU”路线不同，曦望选择了All-in推理效率与单位成本的“反常识”路径。曦望联席CEO王勇指出，训练是一次性的技术登高，而推理是持续的算力交付。当推理成为主要消耗场景后，GPU的商业价值不再取决于参数指标，而是单位Token的真实成本，这一判断直接决定了启望S3的设计方向。

成本骤降90%的背后

为实现成本的大幅降低，启望S3在算力结构、存储体系和互联方式上进行了系统级重构。它支持从FP16到FP4的多精度灵活切换，在保证模型效果的前提下，最大化释放低精度推理效率，更贴合MoE和长上下文模型的实际需求。

尤为关键的是，启望S3采用了LPDDR6显存方案，而非依赖国外供应链的HBM。作为国内首款采用该方案的芯片，其显存容量较上一代产品提升了4倍，有效避免了被“卡脖子”的风险。

实测性能与行业影响

在DeepSeek V3/R1等主流大模型的推理场景中，启望S3单位Token推理成本较上一代产品下降约90%。曦望管理层强调，这一指标已具备工程可复现性，并非单点实验室数据。

这种1到2个数量级的成本节约，为AI Agent等应用的普及解除了算力枷锁。启望S3的发布，标志着推理卡正在重塑GPU的设计目标，为国产GPU在大模型推理领域开辟了新道路，有望推动行业向更高效、低成本的方向发展。

启望S3的发布，标志着国产GPU正从单纯追赶参数指标，转向深入场景、解决实际痛点的务实创新。这种聚焦真实应用成本的设计哲学，有望重塑大模型推理的市场格局。当推理成本不再是障碍，AI应用的未来将涌现出怎样的可能性？