7 月 13 日消息，據央視新聞報導，7 月 13 日，中國首顆採用軟體定義與三維近存計算技術的 AI 晶片在上海正式亮相。這顆晶片在 14 納米制程工藝上，實現了每秒 520 萬億次浮點運算的算力，其最大特點是通過底層架構創新，走出了一條不依賴先進制程的高端算力發展路徑。

記者從報導中獲悉，該晶片採用了軟體定義與三維近存計算相結合的技術路線。一方面，通過軟體定義晶片技術，硬體資源可以根據不同任務動態調配，大幅提升算力利用率；另一方面，通過三維垂直堆疊技術，將計算單元與存儲單元緊密集成在一起，訪存帶寬達到每秒 6.4TB，從架構上緩解了長期困擾晶片設計的“存儲牆”瓶頸。

報導稱，由於不再單純依賴制程微縮來提升性能，這條技術路線的供應鏈更加穩定可控。同步發佈的還有與該晶片配套的全棧軟體工具鏈，相容主流深度學習框架，並形成了從單張加速卡、AI 伺服器，到液冷超節點、大規模智算集群的完整產品體系，能夠為大模型訓練與推理提供規模化、可落地的算力支撐。

業內認為，這標誌著我國在高端算力晶片領域，探索出了一條以架構創新代替制程追隨的自主發展新路，對夯實人工智慧算力底座具有重要意義。

延伸閱讀

軟體定義晶片（Software Defined Chip, SDC）是一種新型的晶片設計範式，其核心思想是通過軟體編程來動態定義和配置晶片的硬體功能，從而讓同一塊晶片能夠靈活適應不同的計算任務。這種技術可以顯著提升晶片的通用性和能效比。

三維近存計算（3D Near-Memory Computing）是一種將計算單元與記憶體（如 DRAM）在垂直方向上進行三維堆疊集成的技術。這種設計可以極大縮短數據在計算與存儲單元之間的傳輸距離，從而有效突破傳統馮 · 諾依曼架構中因“存儲牆”問題導致的數據傳輸瓶頸，提升整體能效和計算性能。

在 AI 晶片領域，除了追求算力峰值，訪存帶寬同樣是衡量性能的關鍵指標。例如，英偉達的 H100 晶片採用了 HBM2e 或 HBM3 高帶寬記憶體，其記憶體帶寬可達約 2TB/s。

“存儲牆”（Memory Wall）問題是指處理器計算速度的增長遠快於記憶體訪問速度的增長，導致計算單元經常需要等待數據從記憶體中讀取或寫入，從而限制了整體系統性能。這是當前高性能計算和人工智慧領域面臨的核心挑戰之一。

全棧軟體工具鏈對於 AI 晶片的生態構建至關重要，它通常包括編譯器、驅動程式、運行時庫、性能分析工具以及對接主流深度學習框架（如 TensorFlow、PyTorch）的介面。完善的工具鏈可以降低開發者的使用門檻，是晶片能否成功商業化的關鍵因素。

來源：中國IT之家