魏少军下场造芯！14nm超越4nm 东方算芯凭什么

2026年7月13日，主题为“东方范式引领AI算力新趋势”的“东方算芯软件定义算力芯片、系统及路线图发布会”在上海东郊宾馆召开。 作为一家成立仅两年多的AI芯片公司，东方算芯正式发布了基于其全新“软件定义芯片”+3D堆叠“近存计算”技术路线的首款AI芯片——DF1000， 为国产高端算力芯片开辟了一条不依赖先进制程和HBM的自主创新路径。 国产AI算力芯片的三大桎梏 先进制程、高性能内存、供应链 近年来，半导体制程工艺的推进速度已明显放缓，晶体管尺寸逐渐逼近物理极限，摩尔定律正在走向失效。传统的依赖制程微缩来提升芯片性能的路径，所带来的收益正日益减少。与此同时，追逐先进制程所需的研发与制造成本却呈指数级攀升，使得传统“升级制程”驱动性能增长的模式难以为继。特别在人工智能（AI）对于算力需求持续爆发的背景下，制程红利已无法再提供足够覆盖这些需求的性能跃升，导致“算力饥渴”与“成本鸿沟”之间的撕裂感愈发强烈。 另一方面，当前主流计算机系统仍沿用的冯·诺依曼架构，其核心特征在于计算单元与存储单元相互分离，数据需在二者之间频繁搬运——计算前从内存读取，计算后再写回。这种“存算分离”的设计在早期通用计算中尚可接受，但在人工智能、大数据分析、高性能计算等数据密集型场景爆发式增长的背景下，短板越来越凸显。典型问题包括：功耗墙（数据搬运能耗远高于计算本身）、性能墙（处理器运算速度远超内存带宽，计算单元常处于“等待数据”的状态）、以及内存墙（存储容量与带宽增长远落后于算力需求），三者相互叠加，严重制约系统整体效能。 当前，在AI算力需求已经开始由训练转向推理应用的趋势下，Decode依然占据当前