东方算芯魏少军WAIC演讲：中国AI算力如何突破算力墙、内存墙、通信墙

来源：市场资讯

（来源：明亮公司）

作者：罗宾

出品：明亮公司

2026世界人工智能大会（WAIC）期间，由国泰海通主办的“智见AI 合创未来”人工智能投融资论坛上，国际欧亚科学院院士、清华大学教授、东方算芯董事长魏少军以《中国人工智能芯片需要原创技术》为题发表演讲，分享了他对AI芯片发展路径及国产算力突围的系统性思考。

魏少军表示，若以人的身体作为类比，农业革命解决了躯干的生命维持问题，工业革命延伸了四肢的能力，信息革命扩展了五官的感知，而正在发生的智能革命则是在延伸人类的大脑,即认知能力。而算力作为人工智能的技术底座，没有芯片就无法实现认知能力的延伸。

然而，当前AI芯片面临“更聪明的模型”与“更低成本的应用”之间的矛盾，训练需要极致算力，推理需要极致性价比，这给AI芯片带来系统性复杂度的挑战。

目前，国内大模型与英伟达GPGPU架构及CUDA生态的深度绑定，使底层算力基础设施的自主性面临严峻考验。中国AI芯片面临先进制程缺失、先进存储受限、高速互连落后等三大主要瓶颈。

对此，魏少军提出中国必须走一条颠覆性原创技术之路。

近期，东方算芯正式发布软件定义近存计算3D AI芯片DF1000。东方算芯以软件定义计算架构（SDC）为核心，通过粗粒度可重构计算、3D-DRAM三维堆叠和Infinity Chiplet 3.5D+扩展结构，在14nm国产工艺下实现520 TFLOPS（BF16）算力、6.4TB/s访存带宽和900GB/s Scale-up互连带宽，性能对标国际先进制程产品。

“DF1000最重要的价值在于实现了全国产供应链，而非单项性能指标的领先。”魏少军表示，没有稳定、可靠、安全的供应链，再好的技术最终都很难实现。他还指出，AI芯片的发展不仅是技术问题，更重要的是方法学的根本变革，要从传统的单点优化思维，转向算力、存储与通信的协同优化，重构芯片设计全流程。

以下为「明亮公司」对演讲内容的精编（未经演讲人审阅）：

人工智能芯片的演进需求

人工智能芯片的发展经历了四个阶段：从借用传统芯片，到开发专用芯片，再到面向灵活性的可重构芯片，最后到大模型对算力的极致需求。但问题在于，应用以周为单位更新，算法以月为单位迭代，芯片设计却以年为单位，系统部署周期甚至长达5至10年。这种时间周期的严重错配，使得“更聪明的模型”与“更低成本的应用”成为芯片发展面临的核心矛盾——训练要更高效，推理要更便宜。

从训练端看，预训练占整个训练时间的75%，强化学习占20%；过去五六年，强化训练时间增加了20倍，算力需求却增加了50倍。从推理端看，用户要求响应时间越短越好，从而需要高访存带宽、大容量内存，但同时又希望Token成本越低越好。速度快、容量大、成本低，这些互相矛盾的指标对芯片开发构成了极大挑战。因此，人工智能需要一款新型的芯片。

算力、内存、通信三大鸿沟

这就对芯片提出了三个最基本的要求：第一要灵活、可编程，能适应各类不同应用。二要有高算力和高存储密度，以适应大模型发展的需要。第三要具备高能量效率，满足终端侧（如手机）的续航需求。在这三点归结出来以后，我们发现最大的问题是现在的计算架构不适应AI的发展。

我们在AI算力这方面起步的不算太晚，但是我们在发展当中遇到很多的困难。我们做大模型的人比较担心，当大模型发展与英伟达的芯片全面捆绑的时候，也就意味着人工智能的发展与英伟达深度捆绑。中国需要有自己的道路。

如何来破解这样的状况？

首先，挑战主要是三个：第一，我们想做高算力芯片所需的半导体工艺；第二是需要大容量高访存带宽的半导体存储器；第三是保证大集群运行稳定的高速互联。我们把它归纳成算力墙、内存墙、通信墙。

要解决它们，我们就要回答在没有足够先进制程下如何提升算力、访存带宽如何能够匹配高增长的算力，避免算力的闲置，以及如何利用有限封装尺寸提供更大的互连带宽。

实际上算力的高低只是一维参数，算力高低跟存储、互联之间的适配程度才是真正关键的问题。高算力若无法输出则浪费，大存储若与计算引擎无法交互则失效。因此，这不是单项指标最优，而是多项指标协同最优。所以制程、存储容量、高带宽等挑战，本质上都是就是AI芯片把我们原来所熟悉的半导体领域所有参数推向极致的结果。

东方算芯的解决方案

介绍一下东方算芯的解决方案。面对算力、访存带宽、互联这三大问题，我们的方法是架构创新、三维堆叠技术以及系统组合的技术。

首先是架构。若架构不变，仅在工艺、封装等其他方面改进的空间有限。东方算芯采用粗颗粒度块状计算架构，即软件定义架构，通过分布式集合通信机制，复用计算单元与数据通路以提升计算效率。计算效率可达85%以上，相较其他方案高出30%甚至更多。原因在于计算、存储与互联三者匹配最优，而非单点指标最高，这是系统工作者的基本共识，也就是提升硬件利用率。

内存层面，通过三维方式缩短通信距离，将访存带宽压到最低。访存带宽可提高5倍，带宽容量比提升5倍。同等存储与计算能力下，计算效率进一步得以保证，突破了内存墙。

通信层面，突破通信墙极为困难，因为通信必然存在损耗。东方算芯提出3.5D扩展结构，融合三维与2.5D技术，将更强算力、更宽带宽与更大互联规模有效结合，在相同封装尺寸下实现更优性能。

简言之，我们的“软件定义近存计算芯片”可实现计算效率高、通用性好、访存带宽大、能效优越。这一技术路线带来的重要变化是可完全避开受限的先进内存，不依赖最先进的制造工艺，实现国产供应链上的全面稳定发展。没有稳定、可靠、安全的供应链，再好的技术也难以实现。因此，东方算芯最重要的价值在于供应链的全国产化，而非单个指标领先。

通过上述努力，东方算芯以14nm工艺实现520万亿次浮点运算，提供6.4TB带宽（较国际最优高50%），Scale-up带宽达900GB/s，以较先进技术打造了可与国际先进制程产品比肩的性能。

人工智能引发芯片设计方法学变革

当然，并不是知道了这些就一定能把这个芯片做出来。这里面对于方法学、设计方法的变革是更深层次的。

传统芯片设计流程是线性串行的，而基于AI发展需要新的设计流程。

东方算芯是基于一整套新的设计方法才发展出了今天的3D芯片，没有这套新的方法，难度将大得多。因此我也想跟同行讲一句，恐怕我们在后续的发展当中不能只看单点，要系统地看待问题，发展出成套的技术解决方案，这样才能推动中国的算力芯片走向新的高度。