21 世纪经济报道记者 吴佳楠

近日，在 2026 新基石 50 ² 论坛上，中国科学院计算技术研究所研究员、科学探索奖获奖人陈云霁接受了包括 21 世纪经济报道记者在内的媒体采访。

这距离他以 " 寒武纪创始人 " 身份被大规模报道，已经过去了好几年。如今他更习惯的公开身份是一名中科院的研究员，尽管以他主导设计的深度学习处理器架构命名的 " 寒武纪 " 早已是一家市值突破七千亿元的科创板公司，其弟弟陈天石作为寒武纪 CEO，也已经走过了创业最艰难的十年。

2026 年上半年，寒武纪实现营业收入 59.96 亿元，同比增长 108.13%，实现归母净利润 23.11 亿元，同比增长 122.61%。

与寒武纪一样，当前，国产 AI 芯片公司集体进入兑现期。海光信息、摩尔线程、沐曦股份、壁仞科技、天数智芯、燧原科技等多家国产 AI 芯片公司上半年营收均大幅增长，加上寒武纪，七家公司合计收入约 214.6 亿元，接近去年同期的两倍。

在采访中，这位 14 岁考入中国科大少年班、24 岁获得博士学位、29 岁晋升研究员的科学家，集中探讨了 AI 自动设计芯片的闭环、国产芯片跨越三大壁垒的可能以及国产 AI 芯片发展机遇等话题。

陈云霁认为，对于中国 AI 芯片来说，关键在于构建起一套基础软件体系，在 AI 自动设计能力不断提升的情况下，这些基础软件的构建就有可能自动完成。在 AI 时代，国产 AI 芯片面临的工艺、资源、生态壁垒都有可能在某种程度上被削弱，最大的机遇还是在于紧紧抓住人工智能这一发展浪潮。

" 甚至还可以畅想，过去芯片性能的发展是由工艺驱动的，是由摩尔定律来决定的，24 个月迭代一次。但大模型迭代速度是远远比它快的，3 — 6 个月就迭代一次，或许未来会有一个大模型驱动的新的芯片性能发展的新的定律。" 陈云霁表示。

一个科学家的两次出发

陈云霁几乎每一步都踩在中国芯片的节拍上。

9 岁读中学，14 岁进入中国科学技术大学少年班，24 岁在中科院计算所拿下博士学位。2002 年，他跟随计算所研究员胡伟武硕博连读，进入龙芯团队，是当时最年轻的成员；25 岁担任 8 核龙芯 3 号主要架构师；29 岁晋升研究员、入选首批国家 " 万人计划 " 青年拔尖人才；32 岁登上《麻省理工科技评论》"35 岁以下科技创新 35 人 " 榜。

但陈云霁几乎不强调这些天才标签。

" 中国科大本身就有很好的科学家培养的文化氛围，这坚定了我成为科学工作者的决心。" 谈及自己的成才经历，陈云霁表示，做人工智能芯片在当时都是比较边缘化的方向，因为年纪比较轻，所以愿意大胆去尝试、去折腾。

2010 年前后，他与弟弟陈天石开始琢磨人工智能和芯片设计的交叉研究。再过数年，AlphaGo 才会因击败李世石而一鸣惊人，但此时没人知道 "AI+ 芯片 " 会碰撞出什么火花。

" 我们很多中国科学家都会碰到的实际问题是，一个理想主义者怎么把一个事情做成？一个理想主义者要实现理想，必须要走一条比较现实主义的道路。当一个科研人员树立一个远大而崇高的理想，要去做一个无人问津的无人区的工作的同时，最好也配合做一些主流热点方向的研究，找一些大家还没有意识到它的重要性，未来在某一个潜在的时间节点会变得很重要的地方去做工作。" 陈云霁表示。

这个科研的 " 冷板凳 " 一直坐到了 2014 年，一篇关于小尺度高吞吐率机器学习加速器的论文获得最佳论文奖，2016 年 3 月，寒武纪公司注册，成为全球第一个成功流片并拥有成熟产品的智能芯片公司，2020 年 7 月公司登陆科创板，成为 "AI 芯片第一股 "。

但陈云霁并没有跟着弟弟下海经商，他选择回归基础科学研究，深耕算力芯片技术研究。

" 对我来说肯定是做研究更有意思一点。做学术研究这件事本身就充满乐趣，即便这个东西不挣钱，我也愿意尝试去做，这是一个内生的需求。" 陈云霁表示。

如今，兄弟俩形成今天外界熟悉的分工，陈云霁在中科院计算所继续做前瞻性研究，陈天石负责公司经营。

十年过去，市场给出了答案。

2025 年，寒武纪营收 64.97 亿元，归母净利润 20.59 亿元，这是上市以来首次年度盈利。2026 年上半年，寒武纪实现营收 59.96 亿元，同比增长 108.13%，仅上半年的营收就接近去年全年，实现归母净利润 23.11 亿元，半年利润超过去年全年。

2026 年 6 月 30 日盘中，寒武纪公司总市值首次突破万亿元，成为科创板首家万亿市值公司。

当前寒武纪收入增长几乎完全来自云端训练与推理芯片业务，以思元系列为代表的云端 AI 芯片持续量产出货，支撑大模型训练和推理需求增长。半年报显示，公司云端产品线实现收入 59.94 亿元，占营业收入比例达到 99.98%。

其中，思元 590 采用 7nm 工艺与 Chiplet 封装，INT8 算力达 512 TOPS，FP16 算力为 256 TFLOPS，性能达到英伟达 A100 约八成水平，功耗优化约 15%，可支撑千亿级参数大模型训练。

陈云霁将自身的成功归因于长期的沉淀，在这当中，科学探索奖给予了科研人员很大的空间。

" 科学探索奖实际上给了一个自由探索的空间，让我们去除掉一些世俗顾虑，能够更好去做前瞻性的基础工作。最开始在申请科学探索奖的时候，我想提的只是一个点，就是用人工智能自动设计 CPU 芯片本身，但是在这个过程中我逐渐发现，同样的技术还可以扩展，不仅可以用来做 CPU 芯片，也可以做 AI 芯片，甚至可以做 CPU 的操作系统编译器。" 陈云霁表示，一个没有约束、没有考核指标的项目，给科研工作带来了很好的机会，使科研人员正是在这样的宽松环境下取得了科研进展。

机遇在于抓住人工智能

与寒武纪一样，海光信息、摩尔线程、沐曦股份、壁仞科技、天数智芯、燧原科技等多家国产 AI 芯片公司业绩正迎来快速增长。

但对于国产 AI 芯片企业而言，建立自身生态体系是商业化过程中最大的长期挑战。英伟达长期领先的重要原因，在于 CUDA 生态形成的开发者体系和软件壁垒。

国产芯片企业能否建立起开发者生态，并实现长期技术路径的自主性？

陈云霁表示，一个人工智能芯片要能够真正服务整个社会，需要很多基础软件做支撑，英伟达的 CUDA 基础软件生态，是有上万人用十几年时间逐渐建立起来的，对于中国的 AI 芯片来说，关键在于构建起这样一套基础软件，AI 芯片自动设计技术及其衍生技术会使得整个 AI 芯片的技术生态变得越来越容易构建。

在人工智能自动设计能力不断提升的情况下，基础软件的构建有可能自动完成。

" 所以我们也在研究怎么用人工智能自动为人工智能芯片去写这些核心算子，比如矩阵乘、attention 等，这些都已经可以做到比人手工写出来的还要好。" 陈云霁表示，芯片工艺是物质基础，很重要，但设计芯片的方法也很重要，当有了更好的能够自动设计的方法时，过去不管是软件的护城河还是硬件的护城河，都可以通过新的手段去应对它们。

在他看来，过去国产芯片面临包括工艺、资源和生态在内的三大壁垒。

" 过去同样做一款芯片，中国的高水平工程师大概是美国同行的十分之一，从生态看，国际上的芯片有 x86、ARM、CUDA 这些生态，中国相对来说是分散一点的。但在人工智能时代，这些壁垒都有可能在某种程度上被破解，至少是缓和掉。" 陈云霁表示。

在这当中，陈云霁认为，关键在于紧紧抓住人工智能的机遇。

" 如果芯片不再是人来设计，而是人工智能自动来设计，这个差距可能直接就被抹平了。甚至还可以畅想，过去芯片性能的发展是由工艺驱动的，是由摩尔定律来决定的，24 个月迭代一次。但大模型的迭代速度是远远比它快的，3 — 6 个月就迭代一次，或许未来会有一个大模型驱动的新的芯片性能发展的新的定律。" 陈云霁表示。

从行业看，国产 AI 芯片正处于从替代可用向自主好用跨越的关键期，尤其是在承载前沿模型大规模推理需求方面。

今年 8 月，智谱正式发布并开源 GLM-5.3-Flash。该模型在正式发布前以匿名模型 Ox-Alpha 形式在 OpenCode、OpenRouter 两大平台进行大规模测试，测试期间全部线上流量由 10 万张国产芯片承载，这是智谱首次在大规模流量中采用国产芯片集群直接服务全球真实负载。

经优化后，同一硬件上端到端服务性能提升 3 倍，硬件效率与单 Token 成本达到与主流英伟达 GPU 相当的水平，国产芯片首次被验证可以在大规模真实场景下满足前沿模型推理需求。

"AI 设计出来的芯片去训练更强的 AI，今天这个闭环还没有完美跑通，现在 AI 的自动设计里面，不管是大模型的完全自动设计，还是 AI 芯片的完全自动设计，这两件事都还在发展的过程中，但相信在未来 5 年内能够跑通这个闭环。" 陈云霁表示。

推理侧的需求场景边界同步打开，8 月 31 日，MiniMax 宣布 H3Max768P/480P 正式接入开放平台与 MiniMaxDesign，一段 5 秒、768P 的完整音视频生成时间不到 3 秒，生成速度开始快过播放速度，吞吐量约为原生 H3 的 35 倍，视频模型由此从生成一条视频的工具转变为可接入直播流、24 小时持续产出画面的内容引擎，单次生成需求转化为全天候推理负载，推动国产推理算力需求量级跃升。

" 我自己消耗的 Token 数量呈指数级增长。有时候我有些想法就花几十块钱的 Token 自己写个程序试一试。" 陈云霁表示，AI 算力需求的增长是个实实在在的东西。

展望人工智能芯片的未来，陈云霁认为，当 AI 能够自动去设计人工智能芯片时，设计一个 AI 芯片所需时间会大幅缩短，资源和人力成本会大幅降低，可能会根据人类的需求自动去做很多类型的芯片，做一个芯片可能会越来越容易，比如在工业场景，未来每一种工业应用都有自己特殊的 AI 需求，会设计出很多用 AI 自动设计的专门的工业智能芯片，这也是他正在思考的问题。