【導讀】7月13日，以“東方范式引領AI算力新趨勢”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)布會在上海舉行，來自中央和地方政府相關部門、產業(yè)界、學術界和投資機構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表，這場發(fā)布會釋放的另一層信號或許更值得產業(yè)觀察：浦東新區(qū)、上國投等政府與國資代表登臺致辭，香港工程院院士鄭光廷、北京超弦存儲器研究院執(zhí)行院長趙超等重量級專家?guī)碇黝}報告，上海兆芯與東方算芯聯合分享“CPU+AI算力”協同實踐，兩場圓桌論壇分別聚焦技術路徑與產業(yè)資本——這些拼圖共同指向一個問題：一條國產算力技術路線，能否走出實驗室與發(fā)布會，獲得可持續(xù)的產業(yè)鏈與資本生態(tài)支撐？
AI芯片的競爭坐標，正在悄然改寫
過去十年，AI芯片的競爭幾乎等同于制程與算力的競賽：誰能用上最先進的工藝節(jié)點、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，誰就掌握了話語權。
但隨著大模型從訓練主導轉向大規(guī)模推理落地，這套評價體系正在被重新審視。推理階段對算力的要求不再是單純的峰值堆疊，而是數據搬運效率、訪存帶寬、能效比與系統(tǒng)擴展成本的綜合考驗——這也是行業(yè)常說的「存儲墻」問題：計算單元的速度增長遠快于存儲與互聯，算力被「卡」在了數據搬運環(huán)節(jié)，而不是運算本身。
這個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，本質上也是在同一命題下尋找答案；近存計算、存算一體等技術路線近年重新被產業(yè)關注，反映的是同一個趨勢：當先進制程與HBM產能成為稀缺資源，「用架構換效率」正在成為一條被驗證可行的路徑。
這是東方算芯 DF1000 的核心邏輯也是其差異化定位的坐標：不局限于制程賽道的追趕，依靠架構創(chuàng)新打造全新算力路線。
東方算芯：一支二十年團隊的產業(yè)化落子
上海東方算芯科技有限公司（以下簡稱「東方算芯」）成立于2024年5月，由國際歐亞科學院院士魏少軍教授領銜。公司成立2年但技術根基并非一朝一夕：核心團隊自2006年便于清華大學深耕可重構計算與近存計算體系架構研究，先后承擔國家自然科學基金重點項目、863計劃、重點研發(fā)計劃等課題，相關成果獲得國家技術發(fā)明獎二等獎、中國專利金獎、教育部技術發(fā)明一等獎。
2017年起，團隊將可重構架構的積累延伸至信息安全芯片與人工智能芯片方向；2021年，團隊完成軟件定義近存計算的驗證芯片。2024年5月，東方算芯正式成立。
DF1000：兩大技術支柱如何解決「存儲墻」
東方算芯首款旗艦芯片DF1000基于國產成熟工藝打造，官方公布的核心參數為：BF16算力520 TFLOPS，訪存帶寬6.4 TB/s，Scale-up互聯帶寬900 GB/s。這些數字本身需要放在合適的參照系里理解——與采用4nm級先進制程、CoWoS封裝與HBM3高帶寬存儲的國際旗艦GPU相比，DF1000在絕對算力與制程上仍有客觀差距；但其訪存帶寬與互聯帶寬已進入同一量級，這正是「架構換效率」路線試圖證明的地方。
上表中H100參數引自公開資料，而非嚴格意義上的同場景實測對比——兩款芯片的內存架構（近存混合鍵合 vs. HBM外掛）、目標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——用可重構架構降低制程依賴
DF1000的第一個技術支柱，是東方算芯自主提出的「軟件定義芯片」架構。團隊構建了從硬件到軟件的全棧可重構計算體系，通過動態(tài)重構多精度融合計算陣列，使芯片能夠根據不同模型的計算特性自動選擇最優(yōu)數據通路。
具體到執(zhí)行層面，該方案以TensorTile為基本調度單元，構建全異步、無阻塞的數據流執(zhí)行引擎；通過任務處理的空間并行與硬件資源的時分復用，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這一相對成熟的工藝節(jié)點上，實現具備競爭力的算力密度的核心原因——本質上是用架構設計的創(chuàng)新，去置換對先進制程的依賴度。
在推理部署層面，DF1000還支持AFD等多種分布式推理模式，可實現Prefill/Decode（P/D）分離與Attention/FFN（A/F）分離的多機并行化部署，以滿足大模型推理場景下對高速率token輸出的需求。
支柱二：3D堆疊近存計算——把「存儲墻」直接搬開
第二個支柱聚焦在數據搬運本身。隨著大模型參數規(guī)模持續(xù)增長，AI芯片的瓶頸正從純算力轉向數據搬運效率，傳統(tǒng)馮?諾依曼架構下計算單元與存儲單元的物理距離，成為延遲與功耗的主要來源。近存計算的思路，是把計算和存儲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，實現邏輯晶圓與DRAM晶圓之間的無凸點垂直互連。相較于依賴硅中介層與微凸點的傳統(tǒng)HBM方案，混合鍵合能將互連間距從數十微米級壓縮至亞微米級，從而在帶寬利用率和訪存延遲上取得優(yōu)勢。這一設計還帶來一個附加價值：不再依賴HBM，整條技術路徑可實現全國產供應。
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)者提供從底層架構到上層應用的完整工具鏈——這一點同樣值得關注：架構創(chuàng)新如果沒有配套軟件生態(tài)的承接，很難真正轉化為客戶可用的算力，這也是接下來需要持續(xù)驗證的能力。
產品矩陣：從芯片到集群的完整落地路徑
圍繞DF1000，東方算芯已構建相對完整的產品層級，覆蓋加速卡、單機、服務器與超節(jié)點集群：
巔峯 DF1000 加速卡：遵循OAM2.0規(guī)范，適配國內主流OEM服務器平臺，支持AFD等多種分布式推理模式，是客戶導入的最小交付單元；
擎元 QY100P-S（風冷版）與QY100X-S（液冷版）：集成DF1000加速卡的AI服務器，可直接向最終用戶交付，滿足客戶快速上手的應用要求；
拓域TY64：分布式超節(jié)點液冷服務器，單柜配置64卡DF1000系列OAM模組，提供33 PFLOPS@BF16超高算力，滿足后訓練（強化學習）、AI推理的多機并行化部署（P/D分離、A/F分離）等場景需求；
慧算 HS128/HS512：基于超節(jié)點搭建的512卡集群，面向大規(guī)模數據并行訓練與推理需求；此外還提供慧算HS64（64卡超節(jié)點）及128卡集群等中間規(guī)格，覆蓋從64卡到512卡的更細粒度容量選擇。
該產品矩陣的意義在于，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)化交付準備——這是國產AI芯片能否被客戶實際采用的關鍵變量，比單一參數更值得產業(yè)關注。
產業(yè)鏈共振：從院士智庫到產業(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)布會當天的另外兩個環(huán)節(jié)，回答的是“能不能走下去”的產業(yè)鏈問題。
發(fā)布會特設的主題報告環(huán)節(jié)，邀請了香港工程院院士鄭光廷、北京超弦存儲器研究院執(zhí)行院長趙超、上海兆芯總經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，分別從半導體芯片技術演進、3D封裝與存儲技術突破、CPU與AI算力協同、先進封裝產業(yè)機遇四個維度展開分享。其中，上海兆芯與東方算芯聯合分享的“CPU+AI算力”協同實踐，被視為國產算力生態(tài)從“單點技術突破”走向“產業(yè)鏈協同”的一個具體信號——通用計算與專用AI算力打通，是國內政企與產業(yè)客戶構建一體化算力底座的現實需求。
發(fā)布會同期舉辦的兩場圓桌論壇，分別圍繞“后摩爾定律時代，AI芯片的東方范式”（技術路徑）與“新一代算力芯片產業(yè)投資趨勢”（產業(yè)資本）展開研討，產學研資多方代表同臺交流——這也從側面說明，架構創(chuàng)新型公司要獲得長期生存空間，除了技術驗證，同樣需要資本市場對這條技術路線的持續(xù)認可。
東方算芯董事長兼CEO魏少軍在發(fā)布會上表示：“DF1000的發(fā)布，是建立在國家全產業(yè)鏈深厚基礎上的成功”，并提出“堅持自主創(chuàng)新，開放合作”“堅持長期主義，耐心投入”“立足上海、布局全國、面向世界”的“共建、共筑、共贏”產業(yè)發(fā)展主張。
放在產業(yè)坐標里看：這條路線意味著什么
過去幾十年，半導體產業(yè)的發(fā)展邏輯主要圍繞摩爾定律展開：通過先進工藝提升晶體管密度，從而獲得更強算力。但進入大模型時代，尤其是推理需求爆發(fā)之后，單純依靠制程演進已經難以同時解決數據搬運、能耗與成本三重約束，新的計算架構正在成為產業(yè)突破的關鍵變量之一。
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算、存算一體技術方向，都指向同一個判斷：AI芯片的競爭不會只有「制程競賽」一條路徑。對于在先進制程與HBM產能上受到客觀限制的國內企業(yè)而言，這一判斷的現實意義更為直接——通過架構創(chuàng)新在成熟工藝上釋放更高的系統(tǒng)效率，是當下少數具備現實可行性的突圍方式之一。
東方算芯選擇的「軟件定義芯片＋3D堆疊近存計算」路線，正是在這一背景下的一次具體實踐。它不是對國際巨頭技術路徑的復制，而是試圖在國產制造體系的約束條件下，重新定義「性價比算力」的實現方式。當然，架構創(chuàng)新的價值最終仍需通過量產良率、客戶實測數據、軟件生態(tài)成熟度與長期成本曲線來檢驗——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時代的競爭，本質上不只是算力規(guī)模的競爭，更是計算體系創(chuàng)新能力的競爭。對于中國AI產業(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、制造工藝、軟件生態(tài)與系統(tǒng)應用之間形成完整閉環(huán)，并經受住真實工作負載的檢驗。
東方算芯此次公開亮相DF1000及其配套產品體系，提供的是一種不同于「堆參數、追制程」的發(fā)展思路：在成熟工藝條件下，用架構創(chuàng)新去逼近甚至局部超越先進制程帶來的效率紅利。
這條路線能走多遠，參數表給不出答案——發(fā)布會當天七百余位嘉賓、四位院士級專家與兩場產業(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)換來產業(yè)鏈的信任與資本市場的耐心。這也是DF1000故事真正有價值的下半場。
