瑞幸背后的芯片，藏不住了

　　金磊 发自 凹非寺

　　量子位 | 公众号 QbitAI

　　瑞幸咖啡背后的芯片，藏不住了。

　　当你走进瑞幸咖啡店，点一杯生椰拿铁的所有过程，例如下单、出杯、核销、取餐……这一切的背后其实都有一双“眼睛”在盯着。

　　在看什么？

　　它要实时识别订单、判断制作节奏、校验物料状态、监控设备运行，还要把数据同步回总部，用于品控、调度和运营决策。

　　这就是藏在瑞幸咖啡背后无数的边缘侧AI，它们有一个共性，那便是算力必须就近部署，响应必须足够快，稳定性必须足够强，成本还要可控。

　　芯片，成了其中关键中的关键。

　　就在今天，瑞幸背后芯片的庐山真面目终于浮出了水面——

　　来自一家刚刚完成上市不久的国产通用GPU公司，天数智芯。

　　前脚刚刚敲完钟，时隔仅半个月时间，天数智芯便又一口气发布了四款边端算力产品，彤央系列。

　　而且不只是发布的动作，像瑞幸已经在用的边端算力，正是彤央。

　　那么这个系列的产品到底实力几何，我们继续往下看。

　　一口气发布四款新品

　　先来看名字。

　　彤央之名，源自商周青铜器铭文，但在天数智芯的内部，彤央有着别样的寓意：

　　“彤”指向高能效计算能力，“央”则意味着在边端场景中承担核心算力枢纽的角色。

　　换言之，这是一个为真实业务现场而生的算力系列。

　　彤央系列的首发阵容，共包括四款产品：TY1000、TY1100，以及定位算力终端的TY1100_NX和TY1200。

　　先看彤央TY1000。

　　这是一个标准699Pin接口的模组，尺寸只有口袋大小，但在这个方寸之间，天数塞进了近200T的稠密算力。

　　在实际测试中，无论是典型的CV任务，还是NLP推理，甚至是对参数规模达到32B的DeepSeek-R1模型进行推理，以及具身智能VLA模型及世界模型等场景，TY1000在多项指标上都展现出不弱于主流国际方案的表现。

　　在天数智芯披露的测试数据中，TY1000在多类负载下的综合效率，超过了英伟达AGX Orin所对应的典型配置。

　　虽然这并不意味着全面替代，但至少证明了一件事：在边端通用推理这个维度，国产通用GPU已经具备了正面对比的能力。

　　其次是彤央TY1100。

　　这款产品在架构上进行了进一步升级，采用了12核ARM v9架构CPU，并在系统级算力供给上更加充沛。

　　它面向的是对通用计算和AI推理都有较高要求的复杂场景，比如多传感器融合、边缘数据预处理、实时决策等。

　　如果说TY1000更偏向算力核心，那么TY1100则更像是一块完整的边缘计算底座。

　　接下来，是针对对显存容量和性价比更加敏感用户的TY1100_NX。

　　更大的显存配置，使其在多模型并行、长序列推理等场景中具备更高的稳定性，同时维持了即插即用的部署方式，降低了系统集成门槛。

　　最后，便是彤央TY1200，则被天数智芯定义为算力终端。

　　它的算力规格提升到了300 TOPS，更重要的是，它是面向终端形态的整体方案。这类产品的目标用户，并不只是算法工程师，还包括希望直接把AI能力装进设备的行业客户。

　　从产品组合上看，彤央系列并没有走单点极致路线，而是刻意拉开了算力、形态和价格区间，覆盖从算力模组到终端的不同部署需求。

　　但天数智芯并没有把重点只放在芯片的参数上。

　　在生态层面，彤央系列在接口和形态上实现了与主流产品的Pin-to-Pin兼容，大幅降低了客户从既有方案迁移的成本。

　　这一点，对于已经有成熟系统的工业和商业客户来说，几乎是“是否愿意尝试”的分水岭。

　　更重要的是，这些产品并不是为了发布而发布。

　　在机器人领域，彤央与格蓝若机器人合作进入企业实际应用场景；在工业侧，比依电器等制造企业正在用其进行设备智能化升级；在商业零售场景中，瑞幸咖啡只是其中一个典型案例；而在交通领域，彤央系列也已经参与到多个车路云一体化试点中。

　　当四个完全不同的行业场景，开始使用同一套通用GPU算力底座时，一个更大的问题随之浮现：

　　天数智芯真正想做的，究竟是什么？

　　天数智芯的“野心”也暴露了

　　如果只看彤央系列，很容易理解为一家国产芯片公司想要率先补全云边端的业务版图。

　　但从其同样于1月26日公开披露的架构路线图来看，事情显然没有这么简单，在其业务大本营的云端场景，天数有更野心勃勃的目标。

　　天数智芯并不满足于国产替代这个阶段性目标。在多次公开场合中，它都明确提到，自己的长期目标是对标乃至超越英伟达这样的行业标杆。

　　为此，天数智芯给出了一张明确到年份的架构路线图。

　　2025年天数智芯推出的天数天枢架构，超越英伟达Hopper。据了解，这已经不是规划，而是现实：该架构支持从高精度科学计算到AI精度计算，AI芯片在执行注意力机制相关计算时，算力的实际有效利用效率达到90%及以上。

　　而测试数据显示，天数天枢架构效率较当前行业平均水平提升60%，在DeepSeek V3场景平均比Hopper架构高约20%性能。

　　到2026年，天数天璇架构，新增ixFP4精度支持，对标Blackwell；天数天玑架构，实现全场景AI与加速计算覆盖，超越Blackwell。

　　而在2027年，天数智芯规划中的天权架构，则直接指向对Rubin架构的全面超越，重点融入更多精度支持与创新设计。

　　支撑这条路线图的背后，还有一整套底层技术能力。

　　包括TPC Broadcast、Instruction Co-Exec、Dynamic Warp Scheduling在内的多项技术，构成了天数智芯在指令级并行、资源调度和算力利用率上的核心优势。

　　这些能力，决定了它是否真的具备在通用GPU赛道长期演进的可能性。

　　那么，天数智芯是否真的有这样的实力？

　　一个直观的判断方式，是看通用性。

　　截至目前，天数智芯的通用GPU已经稳定运行400余种主流模型，并且强调Day 0适配能力；以DeepSeek为例，其在天数智芯平台上的适配和推理，已经成为客户实际部署的一部分。

　　第二个维度，是商业化落地。

　　根据其公开披露的数据，天数智芯累计交付的芯片数量已经超过5.2万片，服务客户超过300家。

　　在实际应用中，互联网AI客服的算力成本被压缩了一半，而单机性能翻倍；金融行业的研报生成效率提升了约70%；在高要求的集群场景中，其千卡规模集群已经实现了超过1000天的稳定运行。

　　这些数据足够耀眼，也足够具体。

　　尤其值得注意的是，天数智芯在招股书中，对客户数量、量产发货规模、卡级毛利等核心指标进行了相对完整的披露。这种摊开来讲的方式，在当前的国产芯片行业中并不多见。

　　也正是在这一点上，天数智芯与不少大厂自研芯片或专用NPU路线拉开了差距。

　　它选择了一条更难、也更慢的路——坚持通用GPU路线，从架构、指令集、编译器到软件栈进行全栈自研。这意味着没有盲区，也意味着每一步都必须自己趟过去。

　　最后，回到瑞幸的那杯咖啡。

　　当国产算力开始真正进入千行百业，进入门店、工厂、道路和设备，芯片不再只是发布会上的参数，已然是业务链条中不可或缺的一环。

　　从这个角度看，此次发布的意义，或许并不只在于发布了四代架构图，和四款边端新品，而在于国产通用GPU，一边抬头，试图超越行业标杆，并以更大的野心，尝试面向无人区提出自己的路径；一边低头，以一种更贴近现实的方式，不断深入产业现场。

　　而这，可能才是天数智芯真正想证明的事情。