北京
9月，中国算力大会，由清微智能与北京智源人工智能研究院联合开发的 Open3D-PIMC 正式开源 ——这是全球首个面向 3D 算力芯片的编程模型与开源软件框架。
一项开源，唯有被足够多的人读懂、使用、共建，才能沉淀为行业共识，成长为公共平台。作为众智 FlagOS 面向下一代 3D 芯片的主要解决方案之一，Open3D-PIMC从第一天起，就站在一个已适配 20 家芯片厂商、30 余款 AI 芯片的开源生态之上。
这一个月间，Open3D-PIMC 的足迹不断延伸。从中国算力大会上的开源首发，到 FlagOS 大会上的技术深潜，再到面向全球高校教师的分享课堂 ——清微智能讲的从来不只是技术，而是一封写给全球产业界的邀请函。
算力走向立体 软件如何跟上
在以 "一栈贯通，智算无界" 为主题的 2026 人工智能开放计算大会暨众智 FlagOS 技术大会上，一个 "通" 字，点破了行业当下的共同命题：模型迭代以周计，算力设施却要服役数载，已部署的算力，何以持续承接不断刷新的前沿模型？
答案，要从 3D 算力的地基说起。
后摩尔时代，传统二维芯片 面临着"存储墙、功耗墙、通信墙" 三重挤压。破局之路，在三维。
清微智能第二代高性能云端AI芯片，以 3D 存算一体与多芯粒合封技术，将存储单元与计算单元立体堆叠，数据搬运距离从毫米级压缩至微米级 —— 带宽跃升；延迟也从集中式架构下的 "非确定、易冲突"，变为近存侧 "可预期、确定性"。
2D 平面上的 "单车道"，就此升级为 "算力多车道、存储多层高架" 的立体路网。
纵观AI行业发展，硬件向前一跃，软件不能留在原地。
过去数年，国产 AI 芯片厂商中，一部分长期依附于海外专有软件栈，另一部分则各自搭建私有工具链。"一芯片一软件栈" 的烟囱式开发，使同一段业务代码须被反复翻译成多套 "方言"，开发者精力耗散于底层适配，而非算法创新。
3D 算力时代需要属于自己的编程模型；否则，再先进的硬件也难逃 "先进芯片、低效软件" 困境。
这道题，Open3D-PIMC 给出了答案。框架开源只是第一步，真正的考验在于，如何让这套框架既落地于产业现场，也扎根于未来。
在大会 "开放计算 AI 系统论坛" 上，清微智能以《3D 多芯粒存算一体架构的编译软件栈技术》为题，将这套框架的解题之道向行业讲透：
开发者无需直面 3D 芯片的裸片复杂度，只需描述数据分布与任务划分，框架便会自动进行Graph编译和Eager执行的划分和调用，进而完成AI模型向硬件的适配和优化；它生长在 PyTorch 等主流生态之上，推理侧原生对接 vLLM 与 SGLang，开发者不必另学一门方言；对于 Flash Decoding、MoE 这类强动态算子，框架又留出了手写优化的入口，让极致性能不至于束手束脚。而各芯片厂商的私有指令集与微架构能力，则以插件形式接入。底座共筑，长板各展。
从一间报告厅 到三十多国讲台
一段开源框架要真正成为行业标准，必须走到工程师的工作台前，走到大学的课堂上，走到产业落地的最前线。
全球 "AI 开放计算师资发展计划" 把清微的工程师送上了另一间课堂 。学员是来自三十多个国家的近五十位高校骨干教师——非洲二十余位、亚洲十有余位，其余来自欧洲与南美。
清微技术专家携一份全英文讲义走进教室，题为《3D Chip Architectures》，将Open3D-PIMC 开源理念播撒至远道而来的各国教师心中。
最热烈的时刻不在讲授，而在提问——数据究竟由谁切分？编译器自动完成，还是开发者手动指定？KV Cache 当常驻 N3D，还是落于 LPDDR？问题迅速从概念深入实现……提问一再拉长课时，直至课间，教师们仍围在讲台前交流讨论。
这批听众的身份决定了讲述的分量：他们带回一份对于中国开源软件栈的认知，也带回一份来自中国工程师的共创邀约。
清微智能深知，开源从来不是一场发布会的聚光灯，而是一场与芯片研发同样漫长的远征。底层软件的打磨没有终场哨响，唯有一轮接一轮的迭代、跨厂商的适配、与真实业务场景的反复磨合。代码开源只是序章，3D 算力的通用语法，正邀请更多行业共建者一起书写！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
