成立仅两年时间，估值便突破百亿大关，直至今年7月才正式对外亮相。在此之前，东方算芯——这家专注于AI芯片的独角兽企业，在行业内始终保持低调与神秘。
其董事长兼CEO魏少军，是半导体行业与学术界深耕多年的资深专家，曾担任清华大学教授及中国半导体行业协会副理事长；与此同时，国家人工智能产业基金、张江高科、高瓴、美团、小米、京东、滴滴等一众资本与产业方纷纷入局，累计融资规模超过百亿元。如此强大的阵容，想不成为焦点都难。
然而，外界此前所能获取的技术与产品细节极为有限。直到最近，这家公司才正式公开了其第一代产品DF1000的具体信息。
7月13日，在WAIC 2026开幕前夕，东方算芯举办了一场以“软件定义算力芯片、系统及路线图”为主题的发布会，正式推出了其软件定义近存计算3D芯片DF1000，并同步公布了基于该芯片的大规模智算系统以及后续产品演进路线。DF1000是这张技术路线图的首张王牌，而后续的DF2000、DF3000则直接对标采用4nm工艺的英伟达H200和B300。
图片来源：雷科技
DF1000芯片基于14nm工艺制造，专为大模型训练、推理以及智算集群场景设计。其单卡BF16峰值算力可达520 TFLOPS，支持多种数据精度；显存带宽高达6.4 TB/s，并支持AFD分布式推理。该加速卡遵循OAM 2.0规范，能够适配国内主流OEM厂商的AI服务器，同时兼容风冷与液冷两种散热形态。
与传统的AI加速芯片有所不同，DF1000的核心设计思路并非单纯堆叠计算单元，而是力求将计算单元尽可能贴近存储，从而在大模型运行过程中，有效减少因反复搬运数据所引发的带宽与功耗压力。
客观而言，仅凭520 TFLOPS的算力，在当前市场中并不算特别突出。真正引人注目的是其6.4 TB/s的显存带宽。
在大模型训练与推理过程中，大量时间和能耗实际上都消耗在数据搬运环节。计算单元需要不断从内存中读取数据，计算完成后再写回内存。模型规模越大、上下文越长、并发请求越高，“内存墙”问题就越发明显。因此，AI服务器的竞争早已不再仅仅是计算单元数量的较量，更关键的是数据能否更快、更高效地传输到计算单元。
东方算芯提出的解决方案，便是3D近存计算技术。
以第一代产品DF1000为例，其采用Hybrid Bonding（混合键合）技术，将逻辑层与DRAM层进行垂直堆叠，将互连间距从数十微米压缩至亚微米级别。存储单元虽不直接执行计算，但更靠近计算单元，从而加速数据搬移，并有效降低功耗与延迟。
图片来源：雷科技
DF1000的另一条核心主线是“软件定义”。通俗而言，东方算芯借助可重构计算阵列与数据流架构，根据模型、算子及精度的不同，动态重组计算通路，力求在GPU的通用性与ASIC的高效率之间实现平衡。
这种灵活性在当前环境下显得尤为重要。面对DeepSeek、GLM、Qwen等模型的快速迭代，如果AI芯片设计过于固化，很容易被模型架构更新所淘汰；但若只追求通用性，又难以在能效方面建立竞争优势。
这正是东方算芯敢于对标英伟达的底气所在——利用国产成熟工艺，通过软件定义与近存计算3D架构，绕开最先进制程的约束。
不盲目比拼晶体管数量，而是专注提升有效算力。
图片来源：雷科技
然而，软件定义芯片的最大挑战往往在于软件本身。国产AI芯片向来不乏亮眼的峰值参数，但实际进入客户应用场景后，困难通常集中在模型迁移、算子适配、框架兼容、集群稳定性以及运维工具等方面。
因此，本次东方算芯并非仅仅发布一颗芯片，而是同步推出了自主软件栈CAAP。此外，发布会现场还展示了基于DF1000构建的128卡集群以及服务器。其中，液冷服务器单机支持8张DF1000加速卡，采用Full Mesh全互联架构，单卡Scale Up带宽高达900 GB/s；多台服务器还可通过Scale Out网络组成更大规模的集群。
图片来源：雷科技
这实际上非常契合当前AI算力行业的真实需求。要让大模型真正稳定运行，卡间互联、集群调度、通信库以及故障恢复等环节，都会直接影响最终效率。对于客户而言，购买一张加速卡仅仅是起点，能否构建一个稳定且易用的算力系统，才是真正的挑战。
在此背景下，继续讲述“追赶英伟达”的故事固然合理，但显然已不足以应对当前局面。国产AI芯片需要开辟新的技术路线，同时建立新的评价体系。如果仅仅关注制程节点与峰值算力，很可能无法洞察接下来这场竞争的核心所在。
从这个角度而言，东方算芯此次发布的核心价值，在于为国产高端算力提供了一套试图绕开先进制程、海外HBM以及CUDA路径依赖的全新策略：采用14nm成熟制程确保制造可行性，通过软件定义近存3D芯片突破带宽墙、内存墙和功耗墙，并以服务器与集群的整体形态实现完整交付。
接下来，关键在于实际落地效果。520 TFLOPS与6.4 TB/s终究只是纸面参数，DF1000在真实模型上的性能表现、软件栈的成熟度、集群扩展效率以及客户的实际部署情况，才是决定这家百亿独角兽能否真正回应外界期待的关键所在。
