一条中国自主原创的算力芯片新路线正式起航。
文｜游勇
编｜周路平
AI 算力芯片产品首次亮相，受业内关注
7 月 13 日，东方算芯在上海举办软件定义算力芯片、系统及路线图发布会，发布了首颗软件定义近存计算 3D AI 芯片—— DF1000。而基于 DF1000 核心芯片，东方算芯也同步推出了完整的产品矩阵，覆盖从加速卡到集群，可适配人工智能、互联网、金融、超算、科研医疗、政务等各类复杂算力场景。
当天的会议吸引了来自政府、学术界、产业界和投资界的大批人士到场，这不只是一款芯片的发布，作为首颗国产软件定义近存计算 3D 芯片，其更大的意义在于，为我国高端算力芯片探索一条新的技术路径。
" 今天 DF1000 的正式发布，标志着一条中国自主原创的算力芯片新路线正式起航。" 东方算芯董事长兼 CEO 魏少军表示，DF1000 通过架构创新突破了存储墙与功耗墙，在国产成熟工艺下实现高性能算力输出。同时，东方算芯团队构建了全国产供应链体系与自主软件生态，以三维集成技术推动该芯片实现了自主可控，可以支撑大模型时代算力需求，形成可迭代的国产化算力芯片产业新生态。
这个仅成立两年多时间的 AI 芯片企业，一直非常低调，直到 7 月 1 日，东方算芯上线了官网和微信公众号，才引起外界的广泛关注。据悉，东方算芯 DF1000 项目也入选了 2026 WAIC 最高奖项—— SAIL 奖 TOP30 榜单。
相比于公众层面的低调，这个项目其实已经吸引了大量资本的追捧。公开信息显示，东方算芯已完成了三轮融资，投后估值超过 120 亿元。目前，东方算芯的团队超过 500 人，由半导体行业重量级人物魏少军亲自出任董事长兼 CEO。
相比于短时间内获得的高估值，更令人关注的是背后的资本构成。从已经披露的股东信息，东方算芯背后不仅有大量国资，比如国家人工智能产业基金、上海国投、张江高科等，也有美团、小米、滴滴等产业资本。
在外界看来，国家队看中的是东方算芯在全产业链自主可控上的战略价值，而产业资本看中的是新技术架构在产品性价比上的优势和未来场景落地上的商业可行性。
除了硬件上的突破，东方算芯也同步打造了自主可控的底层软件栈 CAAP，覆盖编译器、算子库、集合通信库、分布式训练框架及一站式工具链。CAAP 软件栈完全兼容主流大模型框架，让客户能够零成本平滑迁移，而且原生支持主流开源大模型，支持用户开箱即用。
架构创新探索，
东方算芯如何应对 AI 算力新需求
当下，随着智能体在产业落地的加速，高端算力荒和推理算力需求正在爆发。信通院数据显示，今年一季度国内 AI 算力需求同比暴涨 417%，而供给增速仅为 128%。
但国内在高端算力芯片上面临严峻挑战：一方面，AI 模型规模持续扩大，对算力芯片的计算效率、数据处理能力和系统协同能力提出了更高要求。另一方面，数据搬运效率成为影响 AI 计算效率的重要因素，高端 HBM 供给受限，导致内存墙的瓶颈被进一步放大。如何提升计算与存储协同能力，成为芯片架构创新的重要方向。
不能否认的是，当前全球 AI 发展已形成 " 模型 - 架构 - 生态 " 三重依赖。此前，业内一些厂商的破局思路是主动兼容 CUDA 生态。但兼容路线本身存在诸多弊端，比如存在侵权风险，产业安全无保障；架构不匹配，无法发挥自主芯片的核心优势；生态被绑定，只能被动跟跑。
东方算芯选择了第三条路径——软件定义 + 近存计算，它不需要依赖最先进的芯片制程工艺也能实现高性能，同时也不需要依赖于受限的高带宽存储器 HBM，就可以做到高存储和大带宽。" 通过这两项技术，我们避开了高性能存储的影响以及对先进工艺的依赖，同时也实现了我们能够追上或者最终追上国际先进人工智能算力芯片的设想 "。
软件定义芯片的核心理念在于打造一个功能可重构的硬件底层，由大量基础的可重构计算单元、存储单元和互联通路组成，它们类似于一个个基础的乐高颗粒。芯片本身不具备固定功能，而是通过上层软件来动态、实时地定义其计算形态与应用边界。这意味着 AI 模型不再需要绑定在固定的 GPU 指令集上。
这些模块可以根据任务需要进行动态定义，比如当软件告诉芯片需要运行 AI 推理或图像处理时，编译器会生成特定的配置指令流，将芯片内部的计算单元、存储单元和互联关系在极短时间内重组成最适合该任务的专用电路。
在业内看来，这种架构一方面有望摆脱对 CUDA 生态的依赖，另一方面，可以在一定程度上降低对先进制程工艺的依赖。而且因为硬件随软件动态变化，实现了软硬件的深度协同，能够在灵活性、效率和功耗之间取得更好的平衡。
这条路线的另一个关键技术是 3D 堆叠近存计算，通过提升计算与存储之间的数据传输效率，缓解 AI 计算中的数据访问压力。传统的冯 · 诺依曼架构，数据需要在存储与计算单元之间反复搬运，依赖 HBM 的高速通信。而近存计算则采用了 3D 混合键合的方式将存储晶圆和逻辑晶圆进行堆叠，实现逻辑层与 DRAM 层的无凸点垂直互连。
这样做的好处是，极大缩短了计算与存储之间的数据传输路径，提升互连密度、访存带宽与数据处理效率，在成熟制程工艺下实现高带宽和高效数据处理能力，而且绕开了 HBM 这个受管制环节。
东方算芯副总裁郭炜透露，相比于传统的 HBM， 3D DRAM 提供的访问带宽，在同等容量下是 HBM 带宽的 5 倍以上。
在高端算力需求暴涨和供给被卡脖子的当下，东方算芯提供了一个全新的叙事：用架构创新去对冲先进制程和 HBM 管制所带来的负面影响。东方算芯的这套方案在五大环节实现全国产供应链的支撑，覆盖了芯片设计、晶圆制造、3D 先进封装、封装测试及服务器部署等环节。郭炜透露，DF1000 实现 520TFLOPS@BF16 算力表现。
不过，外界对这套技术方案容易存在一个误解，认为先进制程已不再重要。其实 SDC 更多是为了不被先进制程所绑架，相当于用架构优势弥补制程差距，满足当前自主算力体系的刚需。这背后更多是现实的考量，国内当下的工艺水平去单纯追逐尖端制程并不现实。但先进制程本身依然是芯片产业的重要方向。
魏少军坦言，尽管迫于现实原因选择了软件定义加近存计算的技术路线，但制程工艺仍然是这一技术路线的天花板，" 如果哪天我们有更好的东西，我们一定毫不犹豫的会用更好的东西去做。"
深耕 20 年，技术积累走向产业化落地
东方算芯在业内引起高关注度的背后，除了采用新的技术路线，更关键的因素是创始人魏少军跳出高校，亲自投身产业。
魏少军是中国芯片设计领域的领军人物之一，有着非常深厚的学术背景和技术积累。他是清华大学集成电路学院长聘教授、国际欧亚科学院院士，曾任国家集成电路产业发展咨询委员会委员，也是 " 核高基 " 国家科技重大专项技术总师。
其实，早在 20 年前，魏少军就已经开始从事 " 可重构计算 " 技术研究，他在清华牵头成立研究团队，聚焦 " 可重构计算 "，并预判未来芯片的突破不能仅靠堆晶体管，必须在架构上寻找创新方向。
当时集成电路的重心还在多品种、小批量的专用集成电路上，在当年制程工艺还不昂贵的时候，成本不高。但随着工艺进步到 14nm 以下，专用芯片的单位成本变得非常高。
而可重构计算架构可以把一颗芯片用在不同的应用中，既能保证它的灵活性，又能够让成本相对较低。这也是软件定义芯片的前身。这项技术在 2015 年获得了国家技术发明二等奖，研发团队也出版了我国在该领域的第一部专著《可重构计算》。
后来，随着大模型的爆发，算力的需求对灵活性、性能和通用性都提出了新的要求，而软件定义芯片恰好可以满足这些要求，" 因此我们是把前期的研究工作和前面所取得的成果挪到了这个领域当中应用。" 魏少军透露，在开始做这项工作时，他们更希望去做的是超算，但因为 AI 的需求更加紧迫，最终把这项技术用于 AI 算力芯片，" 有一点点歪打正着 "。
不难发现，在创办东方算芯之前，魏少军长期深耕可重构计算领域近 20 年。过去，他更多的精力是在高校进行理论和技术研究，如今，作为技术领域长期探索者，魏少军最终决定亲自下场创业，将前期的技术积累转化为可落地的产业成果。他在接受采访时解释了这一转变的初衷：" 简单的技术传递是传递不过来的，还是要这个技术本身的创始人真正能够全身心的走到产业来发展。" 这也是魏少军选择落地上海的原因，因为这里有国内最完整的芯片产业生态。
" 如果你要创业，就应该离开学校。" 魏少军说，不可能既要在学校当教授，又想做成企业，" 因为做产业九死一生 "。
© 本文为数智前线（szqx1991）原创内容
未经授权，禁止转载
进群、转载或商务合作联系后台
文章精选
高质量 Token 为何紧缺？AI 基础设施建设有三个新信号
登录后才可以发布评论哦
打开小程序可以发布评论哦