要約
2026年9月12日、中国移動雲（China Mobile Cloud）は中国電子科技南湖研究院、北京霊汐科技、上海天数智芯、清華大学、北京大学と共同で、2026中国算力大会「算力首創首発布会」において、国産初のGPU＋脳型チップ大規模モデル異種混在型推論システムを発表した。TransformerのAttention計算を国産GPUが、FFNモジュールを脳型チップが担い、DeepSeek V4 Flashで推論出力・効率が2倍以上、業務運営コストが40%以上削減された。
背景：LLM推論の二重のボトルネック
AI産業の重心がモデル訓練から大規模推論サービスへ移る中、推論算力はトークンファクトリー、AIエージェント、文生视频（テキストから動画）などの業務を支える新たなデジタルインフラとなっている。大規模モデルの同時サービスはスループットと消費電力コストに極めて高い要求を課し、従来の単一GPU推論アーキテクチャは二重のボトルネックに直面する。データの頻繁な移動による「メモリの壁」と「消費電力の壁」、さらに国内の先進プロセス供給制約により、ハードウェアの微細化だけでの算力向上には限界がある。
技術方式：国産GPUと脳型チップの分業
本プロジェクトはシステムアーキテクチャ革新から着手し、初めて国産汎用GPUと脳型チップを深く融合させ、TransformerモデルのPD/AF分離推論モードを実現した：
- Attention（注意機構）計算：国産GPUが担当。
- FFN（フィードフォワード）モジュール：脳型チップが担当。メモリ内計算（存算一体）と大容量オンチップSRAMの利点を活かし、従来のGPU推論の固有のボトルネックを突破。
チームは自社開発のモデルコンパイラ、高速インターコネクトプロトコル、統一推論エンジンにより、2種類の算力のタスク分解・協調スケジューリング・結果集約を実現した。
検証結果：DeepSeek V4 Flashでチューニング
本システムはDeepSeek V4 Flash大規模モデルで完全なチューニング検証を完了した。同種の国産GPU算力クラスタとの比較：
- 推論出力と効率：いずれも2倍以上向上。
- 業務運営コスト：40%以上削減。
これは国内成熟プロセスの国産チップが、システムアーキテクチャ革新によって国際的な次世代推論アーキテクチャに匹敵する業務能力を実現できることを示し、LLM推論の国産化の再現可能な技術パラダイムを提供する。
産学連携と展開計画
本成果はオペレーター、チップ企業、研究機関、大学が連携する産学官協同の典型例であり、チップ適応、推論エンジン開発から業務シナリオ検証までの全チェーンを構築した。今後はトークンファクトリー、AIコード開発、文生视频、マルチエージェント協調、スマート製造、金融・通信セキュリティなどのシナリオで検証を進め、コアの異種混在推論フレームワークを段階的に開放し、国内GPU・脳型チップベンダーや算力オペレーターを支援する計画。
データソースと参考
- 央広網（2026年9月13日）：中国移動の新世代大規模モデル異種混在型推論システムが2026算力大会で初公開
- 人民網（2026年9月12日）：2026中国算力大会が河北廊坊で開幕