阿斯麦、台积电、英伟达，该睡不着了。7 月 13 日，上海，一家成立不到三年的公司用 14nm 工艺造出了一颗 520TFLOPS 的 AI 芯片，没用 EUV，没用 HBM。

这家公司名字叫东方算芯，窝在张江一栋不起眼的楼里，带队的是清华出来的魏少军，国内芯片圈的老炮儿，当年 "核高基" 的技术总师。

芯片代号 DF1000，算力标到 520T，卡和卡之间能连 900G，一百二十八张卡的小集群已经跑得起来。

单看数字不稀奇，英伟达那边也能摸到，但把 "14nm、不用 EUV、不用 HBM、从头到尾国产" 这几张标签贴一起，味道就完全不一样了。

过去快十年，全球高端 AI 芯片圈早有了心照不宣的 “标准答案”：要算力就得堆晶体管，堆晶体管就得先进制程，先进制程就得靠 EUV 光刻机；要解决数据瓶颈就得堆 HBM 显存。

这条路上，英伟达握生态话语权，台积电掌先进制造能力，阿斯麦卡着最上游的设备供给，三家联手把高端算力的门槛抬到了天上，后来者只能顺着这条路追赶，还随时可能被断供卡脖子，连入场券都拿不稳。

东方算芯最 “不讲武德” 的地方，就是压根没往这条独木桥上挤，直接另开了一条路。

先说说不用 HBM 怎么搞定大算力的访存需求？核心是晶圆级混合键合的 3D 堆叠技术。打个通俗的比方，传统芯片里计算单元和存储单元是平铺在硅片上的，就像仓库和车间隔了好几条街，数据来回传输得跑老远，大部分时间都耗在路上，这就是行业头疼了几十年的 “存储墙” 难题。以往行业的解法是用 HBM 把存储挪得近一点，但 HBM 本身就是被海外垄断的紧俏货，照样会卡脖子。

DF1000 的思路更干脆：直接把存储层和计算层垂直摞起来，用 3D 键合技术紧密贴合，互连间距直接压到了亚微米级别。相当于把仓库直接盖在了车间楼上，数据走垂直通道就能直达，不用在平面上绕远路，单卡访存带宽做到了 6.4TB/s，自然也就不用依赖 HBM 了。

再说说 14nm 工艺怎么跑出 520T 的算力？这靠的是魏少军团队深耕了二十年的软件定义可重构架构。传统芯片的硬件电路设计好就定死了，换一类任务就有大量模块闲置，硬件利用率上不去。

而可重构芯片能通过软件动态调整硬件功能，相当于一块芯片能随时 “变身”，不管什么任务都能把晶体管资源拉满了干活，硬件利用效率比传统架构高出一大截。

说白了，就是不靠缩小制程堆晶体管数量，靠优化架构提使用效率。把 14nm 成熟工艺的潜力挖透，也能摸到以往更先进制程才能达到的算力水平，自然也就不用依赖 EUV 光刻机了。

这也不是什么横空出世的 “神话”。魏少军是国内芯片圈实打实的老兵，清华大学微电子所长聘教授，当年 “核高基” 国家科技重大专项的专职技术责任人、技术总师，从 2006 年就带着团队啃可重构计算这块硬骨头，前前后后拿过多个国家级科技奖项。

东方算芯 2024 年才成立看着是新面孔，兜里揣的却是近二十年的技术积累，相当于把实验室里磨成熟的技术直接落地产业化，两年就拿出流片验证的成品，是厚积薄发，不是凭空蹦出来的概念。

更关键的是，这不是实验室里的样品，是能落地用的产品。128 卡的智算集群已经实现全功能稳定运行，从加速卡到服务器再到整集群，整套硬件矩阵都齐了；自研的全栈软件栈也搭好了，能兼容主流深度学习框架，大模型训练和推理的场景都能承接。

也难怪说海外巨头该睡不着觉。阿斯麦靠 EUV 光刻机躺着赚暴利，台积电靠先进制程吃尽制造环节的红利，英伟达靠 “先进制程 + HBM+CUDA 生态” 的组合垄断全球高端 AI 算力市场，这套玩法的根基，就是 “高端算力必须依赖顶尖制程和高端器件” 这个行业共识。

现在 DF1000 告诉所有人：这个共识未必是唯一答案。靠底层架构创新，成熟工艺也能做大算力；全链条国产供应链，也能搭出可用的大规模算力集群。如果这条路越走越宽，以后行业未必非要挤先进制程的独木桥，那巨头们手里攥了多年的 “王牌”，分量自然就轻了。