记者注意到，为让架构设计更贴近真实推理负载，以更高性价比支撑大模型落地，云天励飞已经公开提出GPNPU技术路线，并围绕大模型推理场景提出PD分离的系统架构思路，规划推出P芯片与D芯片，分别面向prefill与decode的不同需求展开优化；同时，公司也公开提到，通过3D堆叠存储与软硬协同设计，优化推理链路中的带宽与时延瓶颈。

其中，P芯片适用于AI推理的前段任务prefill（前段预填充），通常涉及大量并行计算，芯片需具备高并行算力、大内存容量和高吞吐；D芯片则负责推理任务的后段decode（解码），更看重低时延、低抖动和快速响应。

在业内人士看来，英伟达在GTC2026上推出的Rubin GPU+LPX（LPU）就是面向AI推理的prefill（高并行、高吞吐）和decode（极致低时延Token生成）两个阶段。与英伟达的“推理异构化”一样，云天励飞围绕GPNPU、PD分离、3D堆叠存储构建的推理芯片架构，具有“异曲同工”之妙。

云天励飞陈宁：英伟达LPX是AI推理时代加速到来的风向标http://t.cn/AXf2ZPkE (来自@东方财富网)