LPU与PD分离：从NVIDIA GTC看AI芯片技术演进与国产算力机遇

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间: 2026-03-06

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

中信证券研报指出，随着NVIDIA GTC大会临近，LPU（语言处理单元）可能成为本次大会的技术亮点之一。这一判断基于当前AI芯片技术演进的明确趋势：PD分离已成为大模型推理的标配架构。该架构将推理过程拆分为Prefill（预填充）和Decode（解码）两个阶段，分别优化，以提升整体效率并降低成本。

NVIDIA的技术布局清晰地反映了这一趋势。此前，NVIDIA已推出Rubin CPX芯片，专门针对Prefill阶段的降本需求进行优化。而在完成对Groq的收购后，市场预期NVIDIA将在本次GTC上推出LPU或“类LPU”芯片，其核心目标正是实现Decode阶段的效率提升。Groq在LPU架构上的早期探索，为NVIDIA整合这一技术路径提供了基础。

中信证券研报称：“PD分离已经是大模型推理的标配。”

这一技术动向不仅限于国际巨头。报告同时指出，在国产算力领域，PD分离结合超节点方案同样有望成为主流技术选择。这意味着国内AI算力厂商正紧跟国际前沿架构，寻求在特定技术路径上实现突破和规模化应用。

🚀 对企业 AI 化的启示

对于企业高管与技术决策者而言，本次研报揭示了几个关键趋势：

1. 技术架构标准化：PD分离作为大模型推理的“标配”，意味着企业未来的AI基础设施规划需要优先考虑支持该架构的硬件与解决方案。这直接影响采购决策与长期技术债管理。
2. 算力投资风向标：NVIDIA在LPU方向的潜在动作，以及其在Prefill（Rubin CPX）和Decode（潜在LPU）上的分别布局，标志着AI专用芯片正朝着更精细化、场景化的方向发展。企业投资AI算力时，需评估不同芯片在推理全流程中的成本与性能表现，而非单一追求通用算力峰值。
3. 国产供应链机遇：报告明确建议关注国产算力芯片领军企业及国产超节点方案厂商。这表明在PD分离这一主流架构下，国产算力体系已具备明确的跟进路径和商业化潜力。对于有供应链安全或成本优化需求的企业，评估并引入国产算力方案正成为可行的战略选项。

综上，AI芯片的技术演进正从通用加速向推理流程的精细化分工深化。LPU作为优化Decode阶段的新兴品类，其发展值得密切关注。同时，国产算力在跟随PD分离等主流架构的过程中，正孕育着特定的市场机遇与投资价值。

【官方原文链接】点击访问首发地址