产品概述
TX81 是清微智能于 2024 年量产的云端大算力 AI 芯片，基于清微自研 可重构计算架构（RPU）设计，采用独特的 C2C（Compute-to-Compute）算力网格技术，构建高带宽、低延迟的数据流通路，支持万亿以上参数大模型部署，整体解决方案成本相比同行业产品降低 50%，能效比提升 3 倍，是清微智能面向智算中心等大规模 AI 应用场景的主力芯片产品。
定位：云端训练+推理一体芯片（RPU 架构，与 GPU/ASIC 路径不同），依托可重构架构的灵活性，同时支持训练与推理场景。
核心规格
| 项目 | 参数 |
|---|
| 架构 | 自研 RPU（Reconfigurable Processing Unit），可重构计算架构 |
| 制程 | 未公开（推测 7nm/6nm） |
| FP32/FP16/INT8 算力 | 未公开（官方未披露具体 TFLOPS/TOPS 数值） |
| C2C 算力网格 | 独特架构，高带宽、低延迟数据通路，扩展性和灵活性优于传统交换机方案 |
| 大模型支持 | 万亿以上参数大模型部署 |
| 显存容量 | 未公开 |
| TDP | 300 W（推测） |
| 互联 | C2C 网格互联（多卡扩展） |
| 发布 | 2024 年（量产） |
| 量产 | 2024 年起 |
| 软件栈 | 清微智能软件栈（支持 PyTorch/TensorFlow 适配） |
⚠️ 规格说明：TX81 的详细规格（TDP、显存、具体算力数值）官方未完整公开，以上部分为基于公开报道的推测，以清微智能后续官方数据表为准。
RPU 架构优势
清微智能的 RPU 架构是 CPU、FPGA、GPU 之外的第四类通用计算芯片：
| 特性 | RPU（可重构） | GPU | 优势 |
|---|
| 能效比 | 同等算力下能耗比 GPU 降低 50%+ | 基准 | RPU 更优 |
| 灵活性 | 硬件级可重构，算法与硬件协同优化 | 固定架构 | RPU 更灵活 |
| 扩展性 | C2C 算力网格，无外部交换机瓶颈 | NVLink/InfiniBand | 架构级优势 |
| 成本 | 解决方案成本比同行业 降低 50% | 基准 | RPU 更优 |
清微智能产品矩阵
| 系列 | 定位 | 代表产品 | 发布 |
|---|
| TX5 系列 | IoT/边缘视觉 | TX510 | 2021 |
| TX8 系列 | 云端大算力 | TX81 | 2024 |
| TX8 系列（下一代） | 云端大算力（升级） | TX82（规划） | 2026（规划） |
已验证部署
- REX1032 训推一体服务器：搭载 TX81 芯片，支持万亿参数大模型部署
- 适配 DeepSeek-R1 系列模型：已在多个行业实现服务器部署
- 应用场景：智算中心、金融、能源等行业
出货情况
| 产品 | 出货量 |
|---|
| 可重构芯片（全品类，含 IoT） | 超 3000 万颗 |
| 云端 AI 算力卡（TX81 等） | 超 2 万张 |
适用场景
- ✅ 智算中心（C2C 网格架构，低延迟高带宽）
- ✅ 万亿参数大模型训练/推理（TX81 已验证）
- ✅ 成本敏感型项目（解决方案成本降低 50%）
- ✅ 能效敏感型数据中心（能效比提升 3 倍）
- ✅ DeepSeek 等国产大模型部署（已适配）
- ❌ CUDA 生态强依赖（RPU 为独立架构，需迁移）
- ❌ 公开算力基准测试（官方未披露具体 TFLOPS）
产品演进
| 产品 | 发布 | 状态 |
|---|
| TX510（IoT 视觉） | 2021 | 在售 |
| TX81（云端大算力） | 2024 | 当前主力 |
| TX82（云端大算力升级） | 2026（规划） | 下一代 |
相关卡
参考资料