云天励飞：正在研发的推理芯片引入3D堆叠存储架构
云天励飞正研发下一代推理芯片，采用GPNPU架构以解决大模型推理的效率与成本挑战。该芯片强调通用编程能力以兼容现有生态，优化NPU内核提升能效比，并引入3D堆叠存储架构突破内存瓶颈。此外，通过算力积木架构可构建超节点以支持超大规模模型，旨在显著降低推理成本，推动AI应用普惠化。
近日，云天励飞在公开披露的投资者关系记录中，详细介绍了其正在研发的下一代推理芯片。这款芯片的核心技术路线，围绕一个名为GPNPU的架构展开，旨在系统性地解决当前大模型推理面临的效率与成本挑战。其技术亮点主要聚焦于四个关键层面。
一、GPGPU级通用编程能力：破解“易用性”难题
国内芯片产业常面临一个现实痛点：生态壁垒高，客户迁移成本大。针对这一点，云天励飞的GPNPU架构将“通用编程能力”放在了首位。该架构强调对CUDA等主流开发生态的兼容与迁移支持，这意味着开发者在现有框架下训练的模型，能够以更低的门槛部署到新芯片上。这无疑是为客户扫清了采用国产芯片的一大障碍，让技术切换变得平滑。
二、极致能效的NPU内核：追求推理性价比
光有通用性还不够，推理芯片的核心竞争力最终要落到能效比上。公司的第二项技术重点，便是对NPU内核进行深度优化，专门针对推理场景的计算特性进行设计。目标很明确——在单位功耗下，榨取出更高的推理性能，从而直接提升整个推理任务的性价比。这对于需要大规模、长时间运行模型的场景来说，是降低运营成本的关键。
三、引入3D堆叠存储架构：突破“内存墙”瓶颈
随着模型参数量的爆炸式增长，传统的存储架构已成为制约算力发挥的“内存墙”。数据在存储器和处理器之间的搬运速度，往往赶不上计算速度，造成算力闲置。为此，云天励飞在这款推理芯片中引入了3D堆叠存储架构。简单来说，这种技术能让存储单元更“贴近”计算核心，从而获得更高的数据带宽和更低的访问延迟。这相当于拓宽了数据供给的“高速公路”，让强大的算力引擎能够持续“饱腹”工作，从而显著提升整体推理效率。
四、算力积木架构：构建Scale-up超节点
面对未来万亿参数乃至十万亿参数级别的MoE架构大模型，单颗芯片的算力可能捉襟见肘。云天励飞的应对策略是“化零为整”。公司基于过去五年在国产工艺上的技术积累，提出了“算力积木”架构。其理念是，像搭积木一样，利用下一代芯片单元构建出机架级的Scale-up超节点。这种设计能够灵活地聚合大规模算力，以满足超大规模模型对庞大体量、高带宽互联的极致推理需求。
目标：指数级降低Token成本，推动应用普惠
综合以上四点技术路径，云天励飞的目标清晰而宏大：通过芯片底层的系统性创新，实现推理Token成本的指数级下降。只有当推理成本降到足够低时，大模型技术才能真正走出实验室和高成本试点的局限，实现大规模的商业化应用与普惠化落地。这不仅是单一产品的目标，更是推动整个AI产业向纵深发展的关键一步。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。