国产端侧600T算力将至，黄仁勋的小黄鸭训练能在本地跑了

近年来，AI算力赛道持续升温。英伟达在柏林GTC大会上展示机器鸭Microduck，黄仁勋称其在RTX Spark上诞生、云端超级计算机训练、数字孪生中学习。近日，天数智芯在上海举办“从模型到世界”媒体开放日，这是其今年1月登陆港股以来首次系统性展示产品全貌。现场展示了通过3D打印和手工组装的“手搓版”Microduck，表演走路、打盹、起身等动作。与英伟达依赖云端算力不同，天数智芯的小黄鸭在一台端侧设备上完成全部训练流程。

该设备为天数智芯最新端侧算力终端彤央TY1200，稠密算力标称300 TOPS，实测性能超越英伟达Thor T5000。现场一台TY1200独立完成从环境构建、策略训练到实时仿真的全流程，这是国内端侧产品首次实现GPU加速的物理仿真引擎本地运行。同台亮相的还有算力卡天垓300云端通用GPU及“用AI开发AI”的软件栈。

端侧机会与模型能力变化有关。斯坦福HAI《2025 AI Index》显示，MMLU跨过60%得分门槛的最小模型参数规模从2022年5400亿降至2024年38亿。英伟达亦表示通用机器人和自主机器正走向大众市场，催生对边缘运行基础模型的高能效AI超级计算机需求。端侧芯片算力密度和能效比逐代提升，两条曲线交汇，TY1200站在交叉点上。

实测方面，TY1200运行Qwen3.8-27B-AWQ生成吞吐达Thor T5000的1.38倍，Qwen3.6-35B-A3B-AWQ为1.10倍；视觉语言模型Qwen2.5-VL-3B-Instruct生成吞吐为1.80倍，Batch Size 32时为1.18倍；VLA测试中Cosmos-R2-2B和Cosmos-R2-8B分别为1.58倍和1.80倍。实机对比中，TY1200首Token耗时0.223秒，Thor为0.411秒；生成速度30.21 Token/秒对24.46 Token/秒。

端侧算力落地场景拓宽：天数智芯联合河海大学新能源学院与常州电池协会打造储能电芯研发垂直AI智能体，部署于河海大学金坛校区电池材料分析实验平台，约2分钟生成分析报告；机器狗通过TY1000模组本地完成人脸检测识别与跟随决策；博物馆场景实现白天智能导览、夜间CV小模型训练；陪诊机器人在上海市阳光康复中心投入使用，为视障人士提供路线引导和就诊流程指引。

天数智芯彤央产品市场负责人宋远盈表示布局边端源于三点：业务变了，物理AI兴起带来实时响应和本地数据安全需求；技术变了，模型“小而强”；商业资源变了，企业开始计算Token成本与设备投入。三股力量推动“算力分层”，复杂任务由云端承担，实时性高的任务下沉边端。云端积累的GPU架构、软件栈和模型优化经验可复用到边端，实现“端云同源”。

彤央系列构建“1套生态、2种形态、5款产品”矩阵：端侧沿用云端通用GPU架构和完整软件栈；形态包括算力模组和算力终端；5款产品覆盖轻量级到旗舰级。大模型编程能力正改变生态格局，字节跳动Seed与清华大学AIR发布CUDA Agent，KernelBench三个难度子集生成Kernel快于PyTorch的比例达100%、100%和92%；英伟达推出Jetson Agent Skills缩短优化周期。