7天适配大模型、年底千卡级集群交付：东方算芯如何跑出产业化加速度？

从2024年5月企业成立到2026年10月正式量产交付，东方算芯仅用24个月完成了DF1000算力芯片研发、全栈软件适配与大规模训练集群交付的完整闭环，成为全球首个实现3D大算力芯片集群商用部署的企业。这家植根于清华大学集成电路学院的上海芯片公司，在14nm成熟工艺节点下跑出520TFLOPS@BF16算力，用"软件定义+3D堆叠近存计算"的架构路线，绕开了对先进制程与高端HBM的依赖，为国产算力产业化提供了一条低投入、快落地、可复制的新路径。

交付提速：三个月走完发布到商用

10月的上海国芯展上，东方算芯的展台比三个月前更热闹。

7月WAIC期间，这家成立仅两年多的公司首次对外发布DF1000芯片及从加速卡到集群的全产品矩阵。彼时外界关注的焦点，是这颗芯片能否在14nm工艺下真正跑起来。

三个月后，东方算芯给出的回答是：已经向首个客户交付了一套全国产大规模训练集群，并且年底将实现千卡级集群交付。

“7天完成主流大模型训练适配，128卡集群系统稳定运行，已实现大规模训练集群交付，年底实现千卡级集群交付。这是全球首次3D大算力芯片的全国产训练集群部署。”东方算芯副总裁郭炜在展会上透露，首批集群已经在客户侧承载实际训练任务，72小时连续训练稳定无中断，训练精度达到商用级要求。

这不是一次简单的展品迭代。从芯片流片、全栈软件开发，到64卡超节点互联设计、128卡集群调度系统搭建，再到大模型适配与客户验收，东方算芯把传统产业路线中往往需要三到四年的串行周期，压缩进了24个月。

东方算芯在现场展示了更具体的成果：11项BF16算子测试一次性全部通过；主流大模型训练适配仅用7天完成，其中包括千亿参数级别的Step 130B模型；集群从基建适调至具备训练能力，形成了标准化的“部署—联调—压测—试训—验收”交付流程。

资本的背书也在加速累积。公开信息显示，东方算芯2024年7月天使轮即获得张江高科、上海集成电路产业投资基金、高瓴、力合等机构入场；2025年年中引入国家人工智能产业基金、上海国投先导、锦秋基金；2026年2月A+轮融资又吸纳了云峰基金、招银国际、成都高新等产业资本，美团、小米、滴滴旗下基金亦在股东名单中。今年2月A+轮融资后，投后估值达122.75亿元，9月，公司完成股份制改造，变更为股份有限公司，并计划于四季度启动B轮融资。

从国有产业基金到互联网大厂系资本，股东结构折射出市场对"成熟制程＋3D封装"路线的双重押注，既押注其技术可行性，也押注其供应链的确定性。

研发并行：打破串行迭代旧节奏

24个月跑通全链路，效率从何而来？

传统国产算力芯片的研发路径，大体是一条串行链，即先完成芯片流片，再交由软件团队做算子与编译器适配，随后系统厂商基于芯片搭建板卡与服务器，最后集成为集群。每一个环节的迭代都依赖上一环节的交付，跨厂商沟通成本高、责任边界模糊，往往一颗芯片从流片到能跑大模型，就要消耗一到两年。

东方算芯选择了另一种组织方式，芯片设计、编译器与算子库开发、集群系统架构三大板块从项目立项起并行推进、协同验证。这意味着硬件团队在画版图的同时，软件团队已经在仿真环境上做算子优化，集群团队同步定义超节点互联拓扑与调度协议。

“前端研发、供应链、工程交付、客户验证全环节高效协同，减少跨部门沟通损耗。”郭炜介绍，公司总部在上海张江，约400人，另在北京、南京、西安、成都、苏州、深圳设有研发分部，就近匹配供应链与客户资源。

这种并行模式的底气，来自统一技术栈。从芯片架构到编译器、算子库、集合通信库、分布式训练框架，再到集群调度与运维工具，东方算芯全部自研。当芯片、软件、集群出自同一支团队，每一代迭代都不需要跨厂商重新适配，上一代积累的算子优化与调度策略可以直接复用到下一代产品。

团队精干：五百人撑起全栈闭环

精干，是东方算芯团队的另一个关键词。

目前公司总人数550余人，其中近九成为研发技术人员。在国内AI芯片设计公司中，这一规模已属中大型。然而，要知道做一颗旗舰GPU并支撑万卡集群运营，国内外头部厂商动辄需要数千甚至上万人。

但就是这样一支团队，不仅完成了全栈技术闭环，还在客户侧支撑着128卡集群的日常稳定运行。

集群搭载了智能调度、故障自愈与全维度监控体系，大部分异常可以在无人工干预的情况下自动恢复。运维团队不需要逐卡排查问题，系统层面统一调度算力、显存与通信资源。"低人力成本实现高可靠集群运营"，这是郭炜在采访中反复强调的一点。

首批客户的反馈也验证了这一模式。据介绍，试点客户对集群稳定性、训练效率和服务响应速度均给出正面评价，方案可快速复制适配不同规模的算力需求。不过东方算芯目前仍未披露客户名称——其直接对接的是智算云与应用云厂商，由后者面向终端行业客户消纳算力。

550人的团队规模并未让公司感到轻松。“时间紧任务重，各个部门都在叫苦不迭，还是要加人。”郭炜坦言，目前一代产品进入量产交付期、二代产品研发同步推进，人才缺口仍在扩大。

架构破局：成熟工艺跑出高端算力

集群能在128卡规模上稳定跑通大模型训练，底层支撑是DF1000的架构创新。

DF1000采用“软件定义+3D堆叠近存计算”技术路线，在14nm成熟制程下实现520 TFLOPS BF16算力、6.4TB/s访存带宽，卡间Scale-up互联带宽900GB/s。其核心思路是通过3D混合键合技术将计算层与存储层垂直堆叠，将互连间距压缩至亚微米级别，从根本上缩短数据传输路径。作为参照，国际头部厂商的旗舰训练芯片普遍采用4nm级先进制程、CoWoS封装与HBM3高带宽存储。

在先进制程受限的背景下，国产算力公司长期面临一道两难命题，要么追逐最先进制程但供应链不可控，要么退而求其次但性能差距悬殊。东方算芯选择了第三条路——不在制程上硬碰硬，而是从架构层面把数据搬运的效率做上去。

具体做法是3D近存堆叠。DF1000是国内首颗采用DRAM-Logic晶圆级混合键合3D垂直封装的AI芯片，结构上为在逻辑芯片上，堆叠多层存储芯片。通过混合键合技术，逻辑晶圆与DRAM晶圆在晶圆级别直接对准、键合，互连间距从传统封装的数十微米压缩至亚微米级，带来数量级提升的互连密度与带宽密度。

这与HBM有本质区别。HBM是把多层DRAM堆叠后贴在GPU旁边，逻辑芯片与存储芯片之间仍有较长的走线；DF1000则是底层计算，上层存储，数据在垂直方向上流动，路径更短、时延更低、功耗更省。用东方算芯技术人员的话说，相当于在HBM下面直接贴了一颗逻辑芯片，但设计与制造工艺完全不同。

另一支柱是软件定义芯片。通过软硬件解耦与动态重构，同一套硬件资源可以根据不同算子的需求做空间并行与时分复用，提升利用率。这也是为什么在14nm这种成熟工艺下，仍能跑出对标国际高端产品的等效算力。

同构降本：统一技术栈摊薄迭代成本

架构创新带来的效率红利，不止于芯片本身。

传统异构算力集群中，芯片、基础软件、调度系统往往分属不同厂商。每一次制程升级或芯片迭代，都意味着跨架构的全链路重新适配——算子要重写、编译器要重调、调度策略要重新验证，人力投入巨大。而且异构硬件混合运行时，排错、调优、兼容性维护的工作量随集群规模线性增长。

东方算芯的全栈同构体系，从根源上改变了这一成本结构。芯片、软件、集群协同设计，统一技术栈，算子优化与调度系统可以跨代复用。这意味着计划今年四季度发布的二代产品DF2000算力有望提升至900—1000TFLOPS，显存容量更大，软件工具链在一代基础上继续打磨——不需要从零重建生态，而是在已验证的体系上做增量升级。

供应链层面，14nm成熟工艺与全国产DRAM配套，使DF1000不受海外先进制程管制与高端存储断供风险的制约。量产环节已由国内制造合作伙伴完成，从芯片到整机的交付周期可控，产能扩张不依赖海外封装产能。

这也是魏少军反复强调的判断，国产算力不能永远跟在先进制程后面追赶，必须找到一条不依赖EUV、不依赖HBM、但性能与可持续性都站得住的路线。

规模复制：从百卡集群走向千卡

东方算芯的产业化节奏，恰逢国产算力需求的结构性扩张期。

2026年被行业视为国产超节点方案的加速发展之年。据第三方机构IDC数据，2026年一季度中国AI芯片市场规模同比增长87.2%，国产AI芯片份额首次突破55%，在政务、金融、能源等关键行业领域，国产AI芯片采购占比已超70%。全国一体化算力网络建设的推进，也在加速国产技术验证与规模化落地。

站在大规模训练集群交付的节点上，等在东方算芯面前的是更大规模的市场验证。

目前，产品矩阵已经铺好，巅峯DF1000加速卡遵循OAM2.0规范，适配主流服务器平台；擎元QY100为单机8卡AI服务器，提供风冷与液冷两种版本；拓域TY64为64卡液冷超节点，单节点算力达33PFLOPS；慧算HS128则是面向大规模数据并行训练的128卡集群方案。从现场展示看，超节点内部采用铜互联，超节点之间通过光互联扩展，集群规模可从128卡平滑扩展至256卡、512卡乃至千卡级，可根据客户需求灵活扩展。与之配套的是自研全栈CAAP软件栈，覆盖编译器、算子库与集群管理，官方称其可兼容数千片加速器——低人力密度与全栈闭环，正是这家公司"用更少的人做更可靠的系统"的底座。

客户结构上，东方算芯定位为“算力底座提供者”，直接服务智算云厂商，间接覆盖互联网、金融、科研、医疗、政务等场景。公司计划优先向上海本地的企业、高校与研究所供货，再逐步向全国推广。

产品路线图也已清晰，量产一代、研发一代、预研一代。DF2000定于2026年四季度发布，三代产品也已立项。

结语

回顾东方算芯24个月的全栈落地，其意义或许超出单个公司的成长故事。

传统算力产业的竞争逻辑是“制程领先者通吃”——谁掌握了更先进的制程，谁就拥有更高的性能和更低的功耗。这条规则下，追赶者的窗口期越来越窄。东方算芯的实践指向另一种可能：通过架构创新、软硬协同和全栈自研，在成熟制程条件下实现有竞争力的算力输出，同时依托国产供应链保障产能扩张的确定性。

24个月跑通全链路，对一家2024年中才成立的公司而言，是效率的证明，更是路线的验证。但东方算芯真正要回答的问题才刚刚开始——当集群走向千卡级、当成熟制程架构的性能天花板遭遇更复杂的大模型训练需求、当更多国产算力路线同台竞争，"近存计算"能否持续兑现它在效率与成本上的承诺。

这条绕开制程弯道的新路径，接下来才是真正的大考。