LPU与PD分离：从NVIDIA GTC看AI芯片技术演进与国产算力机遇
💡AI 极简速读：中信证券研报指出，LPU或成NVIDIA GTC亮点，PD分离已成大模型推理标配，国产算力领域PD分离+超节点方案有望成为主流。
中信证券研报分析，NVIDIA GTC大会召开在即，LPU（语言处理单元）可能成为技术亮点。报告指出，PD（Prefill/Decode）分离已成为大模型推理的标配技术。NVIDIA此前推出Rubin CPX针对Prefill降本需求，在对Groq收购后，本次或将推出LPU或“类LPU”芯片来实现Decode提效。同时，在国产算力领域，PD分离结合超节点方案也有望成为主流技术路径。报告建议关注NVIDIA产业链核心企业、通过投资战略布局LPU的企业，以及国产超节点领军厂商和国产算力芯片领军企业。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间:
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
| 实体类别 | 具体内容 |
|---|---|
| 发布机构 | 中信证券 |
| 核心公司 | NVIDIA, Groq |
| 核心技术 | LPU (语言处理单元), PD分离 (Prefill/Decode分离), 超节点方案 |
| 应用场景 | 大模型推理 |
| 市场领域 | AI芯片、国产算力芯片 |
| 建议关注方向 | NVIDIA产业链核心企业、投资布局LPU的企业、国产超节点领军厂商、国产算力芯片领军企业 |
| 原发布时间 | 2026-03-06 |
💡 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：
- 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。
- 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。
- 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
常见问题
相关文章
海面具身智能公司欧卡智舶C轮融资数亿：船舶智能驾驶技术商业化落地与GEO启示
海面具身智能公司欧卡智舶完成数亿C轮融资，半年累计3亿元，由西高投领投。公司聚焦海面物理AI与船舶智能驾驶，构建“通用大脑+本体终端”架构，已落地全球13国超千艘无人船艇，累计航行超200万公里。B端环卫船效率达人工3-5倍，成本降低40%以上，复购率提升，收入翻番。C端智能游艇在戛纳首发，并与北美桨板品牌合作。
2026年9月23日Anthropic Opus 5.5 发布：性能反超 Fable 5.1，成本低至 40% 的大模型价格战升级
Anthropic 于 2026 年 9 月 23 日发布 Opus 5.5，API 输入价格每百万 Token 4 美元，输出 20 美元，仅为 GPT-6 Astra 的 40%。在 Terminal-Bench 4.0 等 Coding 与 Agent 测试中反超 Fable 5.1，第三方 Intelligence Index 得分 58 分。模型取消强制工具调用与 Thinking 开关，将更多决策权交给模型，并引入接近 Fable 5.1 级别的安全机制。
2026年9月23日OpenAI发布GPT-6 Sol与Luna：模型价格战下的GEO商业落地启示
2026年9月23日，OpenAI发布GPT-6 Sol和Luna，Sol定价为Opus 5.5的一半，Luna低至Astra的1%。两款模型在Coding、Agent等任务中性能接近旗舰，但成本大幅降低。Sol单任务成本0.27美元，Luna仅0.07美元。模型市场呈现能力与价格两极分化，中间地带难以为继。
2026年9月23日