显著性能提升
支持 FP32、FP16、FP8、INT8 及 FP4 等多种计算精度，面向大模型推理实现更高效能；仿真实测显示，GEMM 算子 TensorCore 和 FlashAttention 算子计算效率约达 99%和 98%，逼近理论上限；AI 引擎核心架构突破，FP4 算力达到 P 级，单卡性能密度提升数倍。
启望 S3大模型与智能体推理 GPU
产品概况
专为大模型及 AI 智能体推理设计
启望 S3 是曦望面向多模态大模型与 AI 智能体推理打造的新一代高性价比推理 GPU ， 支持大容量显存与低精度计算，并具备灵活的集群扩展能力，致力于持续提高单位经济性与降低 TCO ，推动 AI 推理算力的普惠化落地。
- LPDDR6/5X
- PCIe Gen6
- FP16-FP4 无缝切换
更大容量 · 更低成本 · 更足供应
推理成本持续优化
S3 采用 LPDDR6 内存（向下兼容 LPDDR5X）和 PCIe Gen6 ，以更大显存容量、更优互联带宽和更低成本支持大模型推理，并通过对 Prefill / Decode 等关键阶段优化，提升吞吐与响应效率，实现推理性价比的飞跃。
专为大模型与 AI 智能体设计
依托大容量内存减少 GPU 与系统内存之间的数据交换，支持低延迟的长上下文工作负载推理，并提升复杂多轮、多模态任务的稳定性，对 AI 智能体核心任务进行算子级优化。为适应 AI 智能体任务以及多模态大模型进行定向优化，支撑百万级 Token 超长上下文，显著减少数据在显存与系统内存之间的反复交换，大幅提升 Agent 的执行效率与稳定性。
黄金算力访存比
S3 围绕真实推理负载，采用统一芯片架构与软件栈，可实现云边端一体化部署；并通过架构、IP 设计多点突破，达到算力访存比的甜点，不浪费一分算力和带宽，实现计算性能、显存与能效的显著提升。
产品形态
启望 S3 凭借高带宽、低延时和高可扩展能力满足高算力需求
Rise SC3-256 SuperPOD
寰望 SC3-256 超节点
- 专为万亿乃至更大参数量的多模态 MoE 模型提供高并发、高效率的推理支持，同等性能下总拥有成本（TCO）降低一个数量级
- PD 分离和大 EP 部署，通信延迟降低一个数量级，吞吐优势提升 20 倍以上¹
- 液冷设计实现卓越 PUE，可使数据中心能耗大幅降低
- 整机柜开箱即用，配备自研高性能 SIRE 软件栈和 AI 推理平台，提供稳定可靠的模块化交付
SIRE
自研 SIRE 软件栈
兼容第三方 GPGPU 计算软件平台，支持零代码无缝迁移
- 支持 PyTorch 框架，并自适配最新版本
- 支持 SGLang、vLLM、LightLLM、LightX2V 等知名开源大模型推理框架
- 适配国内外主流大模型，如 DeepSeek、Qwen、Llama 大语言模型，SD、Flux、Wan、Seko、hunyuan3D 等图像视频 3D 模型，以及多种 CNN 和语音模型等
- 与北京、上海、杭州、深圳等地国家 AI 算力牵头单位保持重要生态合作
悬浮探索每一层
Sunrise Integrated Running EnvironmentSIRE
- SoC 固件层
- 驱动与运行时层
- 编译器与算子库层
- 框架层与生态应用