每秒520万亿次浮点运算，我国自研AI芯片架构实现重大突破

7月13日，我国在人工智能芯片领域取得重要突破。当日，一款自主研发的AI芯片在上海正式亮相，这款芯片在14纳米制程工艺上实现了每秒520万亿次浮点运算的算力，标志着我国在高端算力芯片架构设计方面取得实质性进展。

该芯片的核心创新在于其采用了软件定义与三维近存计算相结合的技术路线。一方面，通过软件定义芯片（Software Defined Chip, SDC）技术，硬件资源可以根据不同任务动态调配，显著提升了算力利用率；另一方面，利用三维近存计算（3D Near-Memory Computing）技术，将计算单元与存储单元紧密集成，访存带宽达到每秒6.4TB，有效缓解了传统架构中的"存储墙"瓶颈问题。

"存储墙"问题是指处理器计算速度的增长远快于内存访问速度的增长，导致计算单元经常需要等待数据传输，从而限制了整体系统性能。而该芯片通过三维堆叠技术，极大缩短了数据传输距离，显著提升了能效和计算性能。业内专家指出，这一技术路线不再单纯依赖制程微缩来提升性能，使得供应链更加稳定可控，为高端算力发展开辟了一条新的自主路径。

除了硬件架构创新，该芯片还配套发布了完整的全栈软件工具链。这套工具链兼容主流深度学习框架，并形成了从单张加速卡、AI服务器，到液冷超节点、大规模智算集群的完整产品体系，能够为大模型训练与推理提供规模化、可落地的算力支撑。

"软件定义芯片是一种新型的芯片设计范式，其核心思想是通过软件编程来动态定义和配置芯片的硬件功能，从而让同一块芯片能够灵活适应不同的计算任务。"业内人士解释说，这种技术可以显著提升芯片的通用性和能效比。

"三维近存计算技术则是将计算单元与存储器在垂直方向上进行三维堆叠集成，这种设计可以极大缩短数据传输距离，从而有效突破传统冯·诺依曼架构中因‘存储墙’问题导致的数据传输瓶颈。"

在AI芯片领域，除了追求算力峰值，访存带宽同样是衡量性能的关键指标。例如，英伟达的H100芯片采用了HBM2e或HBM3高带宽内存，其内存带宽可达约2TB/s。而我国这款新发布的AI芯片通过三维近存计算技术，实现了每秒6.4TB的访存带宽，性能表现十分突出。

业内认为，这标志着我国在高端算力芯片领域探索出了一条以架构创新代替制程追随的自主发展新路，对夯实人工智能算力底座具有重要意义。随着人工智能技术的快速发展，高性能AI芯片的需求日益增长，此次突破不仅展示了我国在芯片设计领域的创新能力，也为未来构建自主可控的AI算力基础设施奠定了基础。