【導(dǎo)讀】7月13日，以“東方范式引領(lǐng)AI算力新趨勢(shì)”為主題的東方算芯軟件定義算力芯片、系統(tǒng)及路線圖發(fā)布會(huì)在上海舉行，來自中央和地方政府相關(guān)部門、產(chǎn)業(yè)界、學(xué)術(shù)界和投資機(jī)構(gòu)的七百余位嘉賓齊聚一堂，共同見證東方算芯首顆大算力芯片DF1000的全球首發(fā)。
比起一顆芯片的參數(shù)表，這場(chǎng)發(fā)布會(huì)釋放的另一層信號(hào)或許更值得產(chǎn)業(yè)觀察：浦東新區(qū)、上國投等政府與國資代表登臺(tái)致辭，香港工程院院士鄭光廷、北京超弦存儲(chǔ)器研究院執(zhí)行院長趙超等重量級(jí)專家?guī)碇黝}報(bào)告，上海兆芯與東方算芯聯(lián)合分享“CPU+AI算力”協(xié)同實(shí)踐，兩場(chǎng)圓桌論壇分別聚焦技術(shù)路徑與產(chǎn)業(yè)資本——這些拼圖共同指向一個(gè)問題：一條國產(chǎn)算力技術(shù)路線，能否走出實(shí)驗(yàn)室與發(fā)布會(huì)，獲得可持續(xù)的產(chǎn)業(yè)鏈與資本生態(tài)支撐？
AI芯片的競(jìng)爭(zhēng)坐標(biāo)，正在悄然改寫
過去十年，AI芯片的競(jìng)爭(zhēng)幾乎等同于制程與算力的競(jìng)賽：誰能用上最先進(jìn)的工藝節(jié)點(diǎn)、誰能堆出更高的峰值算力、誰能集成更大容量的高帶寬存儲(chǔ)，誰就掌握了話語權(quán)。
但隨著大模型從訓(xùn)練主導(dǎo)轉(zhuǎn)向大規(guī)模推理落地，這套評(píng)價(jià)體系正在被重新審視。推理階段對(duì)算力的要求不再是單純的峰值堆疊，而是數(shù)據(jù)搬運(yùn)效率、訪存帶寬、能效比與系統(tǒng)擴(kuò)展成本的綜合考驗(yàn)——這也是行業(yè)常說的「存儲(chǔ)墻」問題：計(jì)算單元的速度增長遠(yuǎn)快于存儲(chǔ)與互聯(lián)，算力被「卡」在了數(shù)據(jù)搬運(yùn)環(huán)節(jié)，而不是運(yùn)算本身。
這個(gè)判斷并非東方算芯一家的一面之詞。谷歌TPU、亞馬遜Trainium等自研AI芯片選擇繞開通用GPU路徑，本質(zhì)上也是在同一命題下尋找答案；近存計(jì)算、存算一體等技術(shù)路線近年重新被產(chǎn)業(yè)關(guān)注，反映的是同一個(gè)趨勢(shì)：當(dāng)先進(jìn)制程與HBM產(chǎn)能成為稀缺資源，「用架構(gòu)換效率」正在成為一條被驗(yàn)證可行的路徑。
這是東方算芯 DF1000 的核心邏輯也是其差異化定位的坐標(biāo)：不局限于制程賽道的追趕，依靠架構(gòu)創(chuàng)新打造全新算力路線。
東方算芯：一支二十年團(tuán)隊(duì)的產(chǎn)業(yè)化落子
上海東方算芯科技有限公司（以下簡(jiǎn)稱「東方算芯」）成立于2024年5月，由國際歐亞科學(xué)院院士魏少軍教授領(lǐng)銜。公司成立2年但技術(shù)根基并非一朝一夕：核心團(tuán)隊(duì)自2006年便于清華大學(xué)深耕可重構(gòu)計(jì)算與近存計(jì)算體系架構(gòu)研究，先后承擔(dān)國家自然科學(xué)基金重點(diǎn)項(xiàng)目、863計(jì)劃、重點(diǎn)研發(fā)計(jì)劃等課題，相關(guān)成果獲得國家技術(shù)發(fā)明獎(jiǎng)二等獎(jiǎng)、中國專利金獎(jiǎng)、教育部技術(shù)發(fā)明一等獎(jiǎng)。
2017年起，團(tuán)隊(duì)將可重構(gòu)架構(gòu)的積累延伸至信息安全芯片與人工智能芯片方向；2021年，團(tuán)隊(duì)完成軟件定義近存計(jì)算的驗(yàn)證芯片。2024年5月，東方算芯正式成立。
DF1000：兩大技術(shù)支柱如何解決「存儲(chǔ)墻」
東方算芯首款旗艦芯片DF1000基于國產(chǎn)成熟工藝打造，官方公布的核心參數(shù)為：BF16算力520 TFLOPS，訪存帶寬6.4 TB/s，Scale-up互聯(lián)帶寬900 GB/s。這些數(shù)字本身需要放在合適的參照系里理解——與采用4nm級(jí)先進(jìn)制程、CoWoS封裝與HBM3高帶寬存儲(chǔ)的國際旗艦GPU相比，DF1000在絕對(duì)算力與制程上仍有客觀差距；但其訪存帶寬與互聯(lián)帶寬已進(jìn)入同一量級(jí)，這正是「架構(gòu)換效率」路線試圖證明的地方。
上表中H100參數(shù)引自公開資料，而非嚴(yán)格意義上的同場(chǎng)景實(shí)測(cè)對(duì)比——兩款芯片的內(nèi)存架構(gòu)（近存混合鍵合 vs. HBM外掛）、目標(biāo)workload、軟件生態(tài)成熟度均不相同，直接類比存在局限。
支柱一：軟件定義芯片——用可重構(gòu)架構(gòu)降低制程依賴
DF1000的第一個(gè)技術(shù)支柱，是東方算芯自主提出的「軟件定義芯片」架構(gòu)。團(tuán)隊(duì)構(gòu)建了從硬件到軟件的全棧可重構(gòu)計(jì)算體系，通過動(dòng)態(tài)重構(gòu)多精度融合計(jì)算陣列，使芯片能夠根據(jù)不同模型的計(jì)算特性自動(dòng)選擇最優(yōu)數(shù)據(jù)通路。
具體到執(zhí)行層面，該方案以TensorTile為基本調(diào)度單元，構(gòu)建全異步、無阻塞的數(shù)據(jù)流執(zhí)行引擎；通過任務(wù)處理的空間并行與硬件資源的時(shí)分復(fù)用，在同樣的晶體管資源下提升硬件利用率。這也是DF1000能夠在14nm這一相對(duì)成熟的工藝節(jié)點(diǎn)上，實(shí)現(xiàn)具備競(jìng)爭(zhēng)力的算力密度的核心原因——本質(zhì)上是用架構(gòu)設(shè)計(jì)的創(chuàng)新，去置換對(duì)先進(jìn)制程的依賴度。
在推理部署層面，DF1000還支持AFD等多種分布式推理模式，可實(shí)現(xiàn)Prefill/Decode（P/D）分離與Attention/FFN（A/F）分離的多機(jī)并行化部署，以滿足大模型推理場(chǎng)景下對(duì)高速率token輸出的需求。
支柱二：3D堆疊近存計(jì)算——把「存儲(chǔ)墻」直接搬開
第二個(gè)支柱聚焦在數(shù)據(jù)搬運(yùn)本身。隨著大模型參數(shù)規(guī)模持續(xù)增長，AI芯片的瓶頸正從純算力轉(zhuǎn)向數(shù)據(jù)搬運(yùn)效率，傳統(tǒng)馮?諾依曼架構(gòu)下計(jì)算單元與存儲(chǔ)單元的物理距離，成為延遲與功耗的主要來源。近存計(jì)算的思路，是把計(jì)算和存儲(chǔ)在物理上盡可能拉近。
東方算芯采用Hybrid Bonding（混合鍵合）封裝技術(shù)，實(shí)現(xiàn)邏輯晶圓與DRAM晶圓之間的無凸點(diǎn)垂直互連。相較于依賴硅中介層與微凸點(diǎn)的傳統(tǒng)HBM方案，混合鍵合能將互連間距從數(shù)十微米級(jí)壓縮至亞微米級(jí)，從而在帶寬利用率和訪存延遲上取得優(yōu)勢(shì)。這一設(shè)計(jì)還帶來一個(gè)附加價(jià)值：不再依賴HBM，整條技術(shù)路徑可實(shí)現(xiàn)全國產(chǎn)供應(yīng)。
在這兩大支柱之上，東方算芯搭建了自主編程框架與軟件生態(tài)，為開發(fā)者提供從底層架構(gòu)到上層應(yīng)用的完整工具鏈——這一點(diǎn)同樣值得關(guān)注：架構(gòu)創(chuàng)新如果沒有配套軟件生態(tài)的承接，很難真正轉(zhuǎn)化為客戶可用的算力，這也是接下來需要持續(xù)驗(yàn)證的能力。
產(chǎn)品矩陣：從芯片到集群的完整落地路徑
圍繞DF1000，東方算芯已構(gòu)建相對(duì)完整的產(chǎn)品層級(jí)，覆蓋加速卡、單機(jī)、服務(wù)器與超節(jié)點(diǎn)集群：
巔峯 DF1000 加速卡：遵循OAM2.0規(guī)范，適配國內(nèi)主流OEM服務(wù)器平臺(tái)，支持AFD等多種分布式推理模式，是客戶導(dǎo)入的最小交付單元；
擎元 QY100P-S（風(fēng)冷版）與QY100X-S（液冷版）：集成DF1000加速卡的AI服務(wù)器，可直接向最終用戶交付，滿足客戶快速上手的應(yīng)用要求；
拓域TY64：分布式超節(jié)點(diǎn)液冷服務(wù)器，單柜配置64卡DF1000系列OAM模組，提供33 PFLOPS@BF16超高算力，滿足后訓(xùn)練（強(qiáng)化學(xué)習(xí)）、AI推理的多機(jī)并行化部署（P/D分離、A/F分離）等場(chǎng)景需求；
慧算 HS128/HS512：基于超節(jié)點(diǎn)搭建的512卡集群，面向大規(guī)模數(shù)據(jù)并行訓(xùn)練與推理需求；此外還提供慧算HS64（64卡超節(jié)點(diǎn)）及128卡集群等中間規(guī)格，覆蓋從64卡到512卡的更細(xì)粒度容量選擇。
該產(chǎn)品矩陣的意義在于，東方算芯沒有停留在「發(fā)布一顆芯片」的階段，而是提前完成了從單卡到集群的系統(tǒng)化交付準(zhǔn)備——這是國產(chǎn)AI芯片能否被客戶實(shí)際采用的關(guān)鍵變量，比單一參數(shù)更值得產(chǎn)業(yè)關(guān)注。
產(chǎn)業(yè)鏈共振：從院士智庫到產(chǎn)業(yè)資本的多方參與
如果說芯片本身回答的是“能不能做出來”，那么發(fā)布會(huì)當(dāng)天的另外兩個(gè)環(huán)節(jié)，回答的是“能不能走下去”的產(chǎn)業(yè)鏈問題。
發(fā)布會(huì)特設(shè)的主題報(bào)告環(huán)節(jié)，邀請(qǐng)了香港工程院院士鄭光廷、北京超弦存儲(chǔ)器研究院執(zhí)行院長趙超、上海兆芯總經(jīng)理兼總工程師王惟林、芯原股份董事長兼總裁戴偉民四位行業(yè)代表，分別從半導(dǎo)體芯片技術(shù)演進(jìn)、3D封裝與存儲(chǔ)技術(shù)突破、CPU與AI算力協(xié)同、先進(jìn)封裝產(chǎn)業(yè)機(jī)遇四個(gè)維度展開分享。其中，上海兆芯與東方算芯聯(lián)合分享的“CPU+AI算力”協(xié)同實(shí)踐，被視為國產(chǎn)算力生態(tài)從“單點(diǎn)技術(shù)突破”走向“產(chǎn)業(yè)鏈協(xié)同”的一個(gè)具體信號(hào)——通用計(jì)算與專用AI算力打通，是國內(nèi)政企與產(chǎn)業(yè)客戶構(gòu)建一體化算力底座的現(xiàn)實(shí)需求。
發(fā)布會(huì)同期舉辦的兩場(chǎng)圓桌論壇，分別圍繞“后摩爾定律時(shí)代，AI芯片的東方范式”（技術(shù)路徑）與“新一代算力芯片產(chǎn)業(yè)投資趨勢(shì)”（產(chǎn)業(yè)資本）展開研討，產(chǎn)學(xué)研資多方代表同臺(tái)交流——這也從側(cè)面說明，架構(gòu)創(chuàng)新型公司要獲得長期生存空間，除了技術(shù)驗(yàn)證，同樣需要資本市場(chǎng)對(duì)這條技術(shù)路線的持續(xù)認(rèn)可。
東方算芯董事長兼CEO魏少軍在發(fā)布會(huì)上表示：“DF1000的發(fā)布，是建立在國家全產(chǎn)業(yè)鏈深厚基礎(chǔ)上的成功”，并提出“堅(jiān)持自主創(chuàng)新，開放合作”“堅(jiān)持長期主義，耐心投入”“立足上海、布局全國、面向世界”的“共建、共筑、共贏”產(chǎn)業(yè)發(fā)展主張。
放在產(chǎn)業(yè)坐標(biāo)里看：這條路線意味著什么
過去幾十年，半導(dǎo)體產(chǎn)業(yè)的發(fā)展邏輯主要圍繞摩爾定律展開：通過先進(jìn)工藝提升晶體管密度，從而獲得更強(qiáng)算力。但進(jìn)入大模型時(shí)代，尤其是推理需求爆發(fā)之后，單純依靠制程演進(jìn)已經(jīng)難以同時(shí)解決數(shù)據(jù)搬運(yùn)、能耗與成本三重約束，新的計(jì)算架構(gòu)正在成為產(chǎn)業(yè)突破的關(guān)鍵變量之一。
從全球范圍看，谷歌TPU、亞馬遜Trainium等自研路線，以及近年重新升溫的近存計(jì)算、存算一體技術(shù)方向，都指向同一個(gè)判斷：AI芯片的競(jìng)爭(zhēng)不會(huì)只有「制程競(jìng)賽」一條路徑。對(duì)于在先進(jìn)制程與HBM產(chǎn)能上受到客觀限制的國內(nèi)企業(yè)而言，這一判斷的現(xiàn)實(shí)意義更為直接——通過架構(gòu)創(chuàng)新在成熟工藝上釋放更高的系統(tǒng)效率，是當(dāng)下少數(shù)具備現(xiàn)實(shí)可行性的突圍方式之一。
東方算芯選擇的「軟件定義芯片＋3D堆疊近存計(jì)算」路線，正是在這一背景下的一次具體實(shí)踐。它不是對(duì)國際巨頭技術(shù)路徑的復(fù)制，而是試圖在國產(chǎn)制造體系的約束條件下，重新定義「性價(jià)比算力」的實(shí)現(xiàn)方式。當(dāng)然，架構(gòu)創(chuàng)新的價(jià)值最終仍需通過量產(chǎn)良率、客戶實(shí)測(cè)數(shù)據(jù)、軟件生態(tài)成熟度與長期成本曲線來檢驗(yàn)——這也是DF1000在7月13日發(fā)布、WAIC 2026集中亮相之后，真正需要持續(xù)回答的問題。
寫在最后
AI時(shí)代的競(jìng)爭(zhēng)，本質(zhì)上不只是算力規(guī)模的競(jìng)爭(zhēng)，更是計(jì)算體系創(chuàng)新能力的競(jìng)爭(zhēng)。對(duì)于中國AI產(chǎn)業(yè)而言，真正的挑戰(zhàn)從來不只是造出一顆芯片，而是讓芯片架構(gòu)、制造工藝、軟件生態(tài)與系統(tǒng)應(yīng)用之間形成完整閉環(huán)，并經(jīng)受住真實(shí)工作負(fù)載的檢驗(yàn)。
東方算芯此次公開亮相DF1000及其配套產(chǎn)品體系，提供的是一種不同于「堆參數(shù)、追制程」的發(fā)展思路：在成熟工藝條件下，用架構(gòu)創(chuàng)新去逼近甚至局部超越先進(jìn)制程帶來的效率紅利。
這條路線能走多遠(yuǎn)，參數(shù)表給不出答案——發(fā)布會(huì)當(dāng)天七百余位嘉賓、四位院士級(jí)專家與兩場(chǎng)產(chǎn)業(yè)資本圓桌所共同指向的，或許才是更接近答案的地方：一條技術(shù)路線要真正站穩(wěn)，靠的從來不只是一顆芯片，而是它能不能持續(xù)換來產(chǎn)業(yè)鏈的信任與資本市場(chǎng)的耐心。這也是DF1000故事真正有價(jià)值的下半場(chǎng)。
