7 月 13 日，上海，东方算芯创始人魏少军站在发布会台上，说了一句听起来有点「反常识」的话。他即将交出的首份芯片答卷，不是在别人设定好的框架里被动追赶，而是「架构自主、技术原创、生态自立、供应链安全可控」的一条新路。

过去几年，几乎所有做 AI 芯片的人都被同一个问题反复拷问：当国际领先的制造工艺已经走到 3 nm，而你手里能稳定拿到的还是 14 nm+，这中间数代的差距，怎么补？

大多数答案是「想办法追上去」。而东方算芯给出的答案是，不硬追了，换道。

这颗名叫 DF1000 的芯片，正是这个答案的物理形态。它没有用最先进的制程，没有用 HBM，却把困扰整个行业的算力墙、内存墙、通信墙一起掀翻。这背后，是一支团队二十年的技术积淀，也可能是国产高端算力芯片的一次范式转移。

到底突破了什么：三项技术，重构了一颗 AI 芯片

要理解 DF1000 的分量，得先看清它踩在哪三块基石上。东方算芯副总裁郭炜在现场把它拆成了三项相互咬合的技术突破。

第一，是软件定义芯片的计算 Tile 架构。

这条技术路线的源头，要追溯到 2006 年魏少军团队在清华大学微电子所开始的可重构计算研究。二十年演进下来，它成了今天的「软件定义芯片」，一种能让硬件随软件变化而实时重构的芯片架构，目的是同时兼得高能效与高灵活性两个通常互相打架的优点。

落到 DF1000 上，它有三个关键设计：用粗粒度块状计算结构、以数据流驱动，实现大规模处理单元的并行加速；设计专用的集合通信处理器与分布式通信机制，把处理单元之间、计算阵列之间的通信代价大幅压低；让张量与向量计算单元的数据通路复用，在有限的芯片面积里既保住通用计算的灵活性，又榨出更高的算力。

软件定义芯片通过任务的空间并行和资源的时分复用，显著提升了资源利用率，从而从根本上降低了对芯片制造工艺的依赖。这正是「不追制程」得以成立的第一块地基。

第二，是近存计算技术。

这是东方算芯 2019 年提出的另一条核心路线。它把存储晶圆和逻辑晶圆通过 3D 混合键合的方式垂直堆叠起来，让「存」和「算」的物理距离无限接近，互连间距从数十微米一路压缩到亚微米级别。

带来的好处是数量级的。相比传统 HBM，3D DRAM 提供了数十倍的 TSV（硅通孔）数量，成倍提升内存访问带宽，在同等容量下能做到 HBM 带宽的 5 倍以上。更妙的是，它可以通过增加晶圆堆叠层数来扩容，通过高密度 TSV 来提带宽。这也就是说，它可以完全取代 HBM。

第三，是 3.5D+ 封装技术。

前两项技术要真正兑现价值，需要一套封装把它们「装」进一颗可量产的芯片里。DF1000 用 3D DRAM 替代了传统 AI 芯片的数据存储结构，省下片上面积；因为不再需要 HBM，省下了 HBM 的封装面积和接口占用的芯粒面宽。这些省出来的空间，被换成了更多的计算单元和更多的互联接口。结果就是：相比传统 AI 芯片普遍采用的 2.5D 封装，在相同封装尺寸下，DF1000 能提供更强的算力、更高的网络带宽和更大规模的互联扩展能力。

三项技术叠加，DF1000 成了国内首颗采用逻辑—存储晶圆级混合键合的 AI 算力芯片，也是东方算芯口中「全球首颗软件定义近存计算 3D 芯片」。它交出的硬指标是：520T 的 BF16 算力、6.4T 的访存带宽、900G 的 Scale-up 带宽，基于 基于14nm+制程工艺与全国产化供应链打造，是一颗训推一体的高性能 AI 芯片。

而在芯片之上，东方算芯还端出了一整套产品矩阵：面向万卡集群组网的巅峯 1000 通用模组（4.16P BF16 算力、51.2T 访存带宽），综合性能较普通集群提升 50% 的拓域 64 超节点（33.28P BF16 算力、采用 full-mesh 全铜缆互联），以及开箱即用、面向中小客户的擎元 100 一体机。配套的 CAAP 全栈自主软件栈覆盖编译器、算子库、集合通信库到分布式训练框架，兼容主流深度学习框架，并原生内置 DeepSeek、千问、Step 等开源大模型，让迁移「零成本、平滑无缝」。

在真实业务里，这套系统已经跑出了成绩。128 卡集群全功能稳定运行；LlaMA3 70B 训练性能达到 500 TGS；在阶跃星辰 Step-3.7-flash 的 P/D 分离推理场景下，decode 的 TPOT 低至 10 毫秒。这些不是 PPT 上的理论峰值，而是流片验证之后的落地数据。

突破背后的意义：一次从「追赶」到「换道」的范式转移

如果只把 DF1000 看成一颗参数漂亮的芯片，就低估了这场发布会。魏少军在台上反复强调，DF1000 的意义「远不止是一款产品」。它真正的价值，藏在三个层面的「解题」里。

第一，它给「高端算力芯片高度依赖先进制程」这道题，提供了一个可落地的解。

长期以来，算力的高低几乎和制程的先进程度绑定在一起。谁能拿到更先进的工艺，谁就能造出更强的芯片。可当先进制程发展受限、设备管制加剧，这条传统路线就撞上了难以突破的瓶颈。DF1000 的思路是把突破口从「工艺」搬到「架构」。在成熟工艺条件下，靠软件定义与可重构计算架构，实现算力、利用率与能效比的系统性跃升。它证明了一件事：先进算力，未必要用最先进的制程去换。这为整个行业提供了一条不被外部条件卡住、供应链稳定可控、还能持续迭代的技术路径。

第二，它正面回应了大模型时代最棘手的存储墙、带宽墙与功耗墙。

这不只是国产芯片的困境，而是全行业的共性难题。随着大模型的参数量和计算量指数级增长，传统架构里「计算快、存储慢、带宽有限」的矛盾越来越尖锐。郭炜的判断是，未来算力芯片的核心要求就三条：大算力、大内存、大带宽。近存计算 3D 架构用 3D 混合键合把计算单元与存储单元紧紧集成，大幅缩短数据交互路径，带来带宽数倍提升、访问时延显著降低、功耗大幅优化。它是从底层架构上解决问题，而不是在旧框架里打补丁。这也意味着它能高效支撑智算中心、互联网、金融、科研医疗、政务等一系列高强度算力场景。

第三，它试图构建一个自主可控、可持续演进的算力产业新生态。

芯片的竞争，最终是体系与生态的竞争。架构绑定、生态封闭、接口私有，这些老问题一直在制约产业的自主发展。东方算芯给自己定的规矩是：自主架构、自主工具链、自主软件栈，从底层实现全栈自主可控；但同时坚持开放、通用、中立、兼容，不搞封闭壁垒，也不依附外部专有生态。换句话说，它想要的不是另建一座围墙，而是一个开放共享、安全可控、能自主演进的新地基。

这三层意义之上，还压着一个更长的时间轴。东方算芯已经明确了「量产一代、研发一代、预研一代」的节奏：DF2000 预计在今年四季度推出，性能较 DF1000 翻倍；DF3000 计划明年四季度亮相。一条清晰的产品路线图，往往比单颗芯片更能说明一家公司的底气。

回到发布会开场那句听起来有点「反常识」的话。二十年前，魏少军和同事在实验室里研究可重构计算时，大概很难想到这项技术有一天会以「拆掉三堵墙」的方式，出现在国产 AI 算力最需要它的时刻。

芯片产业真正的转折，从来不是把别人的路走得更快，而是走出一条自己的路。DF1000 是东方算芯的起点，也可能是中国算力芯片「换道」故事的一个新开端，它未必立刻改变格局，但它至少证明了：在被卡住的地方，除了硬追，还有第二种答案。