在大模型掀起的算力竞赛热潮中，国内AI算力芯片企业正面临双重困境：AI算法迭代周期极短，而先进制程工艺的获取却持续受限。如何在现有工艺条件下设计出高性能芯片，满足通用大模型的算力需求，已成为整个行业亟待突破的核心课题。

在此背景下，成立仅两年的上海东方算芯科技有限公司，在上海正式发布了其首款旗舰芯片DF1000。公司董事长兼CEO魏少军在接受采访时，剖析了当前AI算力芯片行业的两条主流技术路线及其共同面临的瓶颈。专用ASIC路线在特定场景下性能突出，但通用性与灵活性不足，面对AI算法每三到六个月一次的重大版本迭代，这类芯片因架构固化极易被快速淘汰。另一条通用路线虽具备灵活性，但性能提升高度依赖先进制程工艺。

金叶子 摄

DF1000走了一条独特的道路——通过架构创新实现突围。具体而言，采用“软件定义加三维堆叠的近存计算”方案。该方案的核心在于利用架构优势，绕过对国际最先进制程工艺的依赖。在追赶国际领先AI算力芯片的征程中，这条技术路线不依赖尖端制程、供应链自主可控、且具备持续迭代能力，为中国高端算力芯片开辟了一条可落地、可规模化的新型路径。

东方算芯副总裁郭炜进一步阐释，DF1000作为全球首款软件定义近存计算3D芯片，正是通过“软件定义+3D堆叠近存计算”的东方范式，破解中国高端算力芯片面临的三大核心瓶颈：突破制程依赖，开辟供应链自主可控的新路径；打破存储墙，以创新算存架构释放算力效能；构建全栈软件生态，让芯片真正实现可用、好用、易用。

郭炜表示，DF1000专注于底层计算架构的源头创新，凭借软件定义芯片技术，实现软硬件解耦与动态重构，利用空间并行与时分复用，大幅提升硬件资源利用率。在相对成熟的工艺节点下，实现了520TFLOPS@BF16的算力性能。

具体而言，DF1000是国内首款采用DRAM-Logic晶圆级混合键合3D垂直封装的AI芯片。通过3D混合键合技术，将计算层与存储层垂直堆叠集成，互连间距压缩至亚微米级别，从而带来互连密度与带宽密度的数量级提升，访存带宽达到6.4TB/s。这一设计从根本上破解了“存储墙”“带宽墙”“功耗墙”三大行业痛点，能够为大模型训练与推理等高强度算力需求提供有力支撑。

魏少军坦言，在现有工艺技术条件受限的情况下，他们并未盲目追求最先进制程，而是依托国际现有且资本受限的大规模存储资源，通过实现高存储量和大带宽，利用架构创新弥补工艺短板，从而达到追赶国际先进水平的目标。

受访者供图

谈及业内高度关注的3D堆叠技术，魏少军指出，目前3D技术更多应用于“异质集成”，主要解决空间布局问题，而在“同质集成”上的应用极少。原因在于同质3D融合带来的成本压力以及诸多底层问题，至今仍未得到有效解决。

在东方算芯的技术底层逻辑中，3D堆叠只是一种实现手段，真正的解题核心在于“软件定义”与“近存计算”的深度融合。软件定义芯片技术解决了高计算效率与高能效这两个根本问题；而近存计算则依托国际现有且资本受限的大规模存储资源，主要解决带宽瓶颈，从而实现高存储量和大带宽。

这条技术路线的雏形，可追溯到二十年前国内集成电路产业的变革期。2006年，国内集成电路主要处于专业集成电路发展阶段，并开始向大批量生产转型。魏少军回忆道：“我们当时已经意识到，当工艺推进到14纳米甚至更小线宽时，多品种小批量的专用集成电路将面临高昂的单位成本压力。为此，团队从2006年开始研究可重构计算芯片，即软件定义芯片的前身，希望在保持灵活性的同时控制成本。”

他们当时没料到的是，随着2024年前后大模型引爆算力需求，这项本意应用于超算的技术，在AI算力缺口面前迎来了产业机遇。魏少军表示：“人工智能的算力需求更为紧迫，因此我们决定将这项技术应用于人工智能领域。”

谈及未来的技术突破，魏少军认为，他们将与国际同行长期处于你追我赶、齐头并进的态势。虽然这条技术路线实现了“用不那么先进的东西就能实现高性能”，但工艺依然是最终的天花板。“如果未来我们有更好的工艺，一定会做得更好。”