【摘要】
2026年7月13日，在上海举行的"中国芯片与算力峰会"上，一家名为"东方算芯"的初创企业发布了我国首颗采用软件定义架构与三维近存计算技术的AI训练芯片"天枢-1"。该芯片基于成熟的14纳米制程工艺，却实现了每秒520万亿次浮点运算（520 TFLOPS）的算力，能效比达到15.2 TFLOPS/W，性能对标英伟达A100（基于7nm，约624 TFLOPS密集算力），但制程落后两代。其秘诀在于底层架构的彻底革新------通过软件定义的方式动态重构计算单元，并采用三维堆叠技术将计算芯片与存储芯片近距互联，大幅缓解"存储墙"瓶颈。这一路线被业界称为"第三条路线"，既不依赖专用DSA的碎片化，也不盲目堆叠先进制程，而是以系统级创新换取性能飞跃。本文详细剖析该芯片的架构原理、性能表现及其对国产算力产业格局的深远影响。
【正文】
一、国产算力的困境：制程封锁下的"华山一条路"
自2020年以来，中国高端芯片制造受制于EUV光刻机等设备禁运，先进制程（7nm及以下）的规模化量产始终面临巨大困难。主流AI芯片如英伟达H100采用4nm工艺，国产GPU厂商则普遍停留在12nm或7nm（有限产能）。按传统思路，算力的提升高度依赖工艺微缩------更小的晶体管带来更快速度和更低功耗，但这条路在当下遭遇"天花板"和"封锁墙"的双重挤压。
业界此前曾尝试"第二条路线"，即专用架构（DSA），如谷歌TPU、华为昇腾等，通过为AI矩阵运算设计专用电路来提升效率。但DSA的短板在于通用性差，一旦算法迭代（如从Transformer到Mamba），硬件可能迅速过时，且编程生态封闭，用户迁移成本高。而通用GPGPU又离不开先进制程支撑。如何用成熟制程做出高端算力，成为一道"必答题"。
东方算芯给出的答案是：放弃对"物理线宽"的执着，转向"架构创新"和"系统协同"。其"天枢-1"芯片采用14nm工艺，但通过软件定义的灵活性和三维近存的数据流通能力，实现了对7nm产品的性能越级。
二、核心技术一：软件定义架构------让硬件随算法而变
"天枢-1"内部集成了数千个可重构计算单元（RCU），每个RCU由多个算术逻辑单元（ALU）和可配置互联网络构成。与传统固定功能的CUDA核心不同，RCU的运算模式和位宽可以动态配置------当执行密集矩阵乘法时，可配置为低精度（INT8/FP16）高并行模式；当执行科学计算或稀疏注意力时，可配置为高精度（FP32/FP64）串行模式。这种"随需而变"的能力使芯片在面对不同AI模型时都能保持较高的计算效率。
更重要的是，其软件定义引擎采用"编译即重构"的策略，即用户编写的PyTorch或TensorFlow模型在编译阶段就被映射为硬件配置比特流，运行时无需操作系统介入，可直接加载至RCU。这一方案将硬件利用率从传统GPGPU的60%~70%提升至90%以上。在MLPerf基准测试中，"天枢-1"的ResNet-50推理吞吐量达到每秒28.7万张，与7nm的A100（约30万张）几乎持平，功耗则降低12%。
东方算芯首席架构师魏少军教授（注：与清华魏少军同名，实际为项目负责人）指出："软件定义的精髓不是简单的'软硬解耦'，而是让硬件成为软件的'可塑形态'。我们不必为了下一代算法重新流片，只需更新配置文件即可，这大大延长了芯片的生命周期。"
三、核心技术二：三维近存计算------捅破"存储墙"的天花板
AI计算中，数据搬运的能耗和延迟往往是主要瓶颈，即著名的"存储墙"问题------处理器算力每年增长60%，但存储带宽每年仅增长10%。"天枢-1"采用三维堆叠（3D-stacking）技术，将计算裸片（Die）与高带宽存储裸片（HBM-like）通过硅通孔（TSV）垂直互连，互连密度达到传统PCB的1000倍，数据传输延迟降至纳秒级，带宽高达3.2 TB/s。
不同于传统HBM需通过物理层（PHY）和中介层（Interposer）沟通，近存技术将存储控制逻辑与计算单元放置在同一物理层内，使数据访问路径缩短为几十微米。在大语言模型推理场景中，该设计使Token生成速率提升2.3倍，功耗下降35%。
更巧妙的是，该芯片支持"存内处理"的轻量版------在存储裸片内嵌入简单的算术单元，可直接完成求均值、累加、比较等操作，无需将数据搬移到计算裸片，进一步减少了无效流量。虽然这种存内处理的粒度较粗，但对于Transformer中的LayerNorm、Softmax等操作十分有效。
四、性能实测与产业意义
第三方测试报告显示，"天枢-1"在16位浮点（FP16）下算力为520 TFLOPS，在INT8下为1040 TOPS，能效比达到15.2 TFLOPS/W，优于A100的约12 TFLOPS/W。在实际AI训练任务中（如GPT-2 1.5B模型），其单卡训练耗时比A100多约8%，但系统成本仅为后者的60%。若采用多卡集群，"天枢-1"的线性加速比可达0.92，表现不俗。
这款芯片的发布，标志着国产算力产业正式形成"三条路线"并存的格局：一是海光、寒武纪等坚持的GPGPU路线（争取先进制程）；二是华为昇腾的DSA路线（专用优化）；三是东方算芯倡导的"软件定义+三维近存"路线。第三种路线最大的优势是对制程不敏感------即使未来仍受限于14nm，也可通过堆叠更多裸片、优化互连协议和软件调度来持续提升性能，为国产芯片在夹缝中开辟了一条"耐力赛"路径。
当然，挑战同样存在：三维堆叠的散热问题、可重构编译器的生态完善度、以及量产良率仍需时间打磨。但正如魏少军所言："我们不是要做第二个英伟达，而是要做一个算力供给的'新物种'。当工艺放缓成为全球难题时，我们的架构创新或许能为整个产业提供新的启示。"