這次想了半天，還是講講東方算芯吧。

14天前，備受關注的、魏少軍老師的東方算芯終於公佈了消息，主要是為了接下來WAIC世界人工智慧大會亮相，其中包含了三個細節：

1、公佈清華大學長聘教授魏少軍親自出任董事長兼CEO，目前團隊規模已超過500人。

2、截至2026年4月底完成A+輪融資後，東方算芯投後估值已高達122.75億元人民幣，並計畫於今年四季度啟動B輪融資。

3、技術方向上，主打軟體定義+3D堆疊近存計算，而且重點是：基於全中國國產化供應鏈體系推進產品落地，不依賴海外先進製造工藝，意在通過架構創新和供應鏈中國國產化，實現中國國產高端算力晶片的安全可控。

今天下午，東方算芯終於在上海把首顆新品亮相了：軟體定義近存計算3D晶片、AI加速卡巔峰DF1000，以及計算伺服器DFSX QY100P-S。

當然，我沒在現場，所以具體參數還是看的PPT。

根據我看到的路線圖，東方算芯打算一年迭代一款晶片，而且都是全中國國產供應鏈。

其中，DF1000已經開始量產，520 TFLOPs@BF16算力，訪存頻寬6.4TB/s，互連頻寬900 GB/s；今年Q4會發佈二代DF2000，明年Q4會發佈DF3000，2000 TELOPS@BF16、4000 TFLOPs@FP8、8000 TFLOPS@FP4，20 TB/s。

你不可否認的是，這種近存計算和3D堆疊策略，甚至是整個量產節奏，與華為“韜定律”不謀而合。

至於你說這個性能是啥水平呢，以DF3000為例，頻寬架構是核心差異化長板，完全甩開輝達兩代產品——DF3000 互聯相當於3.5 倍 H100，1.78 倍 B200；DF3000 視訊記憶體頻寬相當於5.95 倍 H100，2.5 倍 B200。

所以，在純訓練算力（BF16/FP8）層面，DF3000 等效單張輝達H100 水平，不及 B200，但頻寬更大，所以屬於算力對標 H100、頻寬架構超前 B200 一代的 2027 中國國產 3D 堆疊 AI 晶片；在海量參數大模型場景，頻寬瓶頸消解帶來的實測增益，會抹平算力小幅落後B200的差距。

魏少軍老師非常有名，在半導體行業裡面屬於頂尖等級。

魏少軍是清華大學長聘教授、國際歐亞科學院院士、國家積體電路產業發展諮詢委員會委員，長期從事超大規模積體電路設計方法學、可重構計算架構和通訊專用積體電路技術研究。

魏少軍之前創造了兩家機構：他是清微智能背後技術最早期的項目掌舵人，也聯合創立了超弦儲存研究院。

此次魏少軍親自出任東方算芯董事長兼CEO，其技術路線也直接延續了魏少軍在清華大學移動計算研究中心長達近二十年的可重構計算研究積累。

所謂可重構計算，是一種創新的硬體計算範式。它打破了傳統 CPU 和 GPU “指令驅動”的限制，以及 ASIC（專用晶片）“邏輯固定”的缺點。其核心精髓在於：硬體架構可以像“數字樂高”一樣，根據當前的演算法和工作負載動態改變其物理電路結構。

所以就是這種，重構了架構，也重構了儲存、管理等多個單元，換到超車的方式。

官網顯示，東方算芯的產品涵蓋晶片、基礎軟體、應用軟體、伺服器及大規模叢集系統解決方案：

AI加速卡巔峰DF1000：基於3D近存計算與軟體定義架構的高性能AI加速卡，採用全中國國產供應鏈，遵循OAM 2.0規範，支援大模型訓練、分佈式推理及單機推理。

超節點拓域TY128：128卡無縫互聯高性能AI算力解決方案，專為AI大模型訓練和推理設計。

AI伺服器擎元QY100：訓推一體、超強算力、超高頻寬、海量視訊記憶體，無需額外硬體整合與偵錯，可直接交付。

AI計算叢集慧算HS512：面向算力中心、央國企、大型製造企業等終端客戶群體。

融資呢，東方算芯背後的主要投資人還是清華和上海國資、國家大基金及中國頂級投資機構：

2024年7月天使輪：力合資本、高瓴資本、武岳峰泰、張江高科、上海積體電路產業投資基金等參投；

2025年A輪：國家人工智慧產業基金、上海國投先導、錦秋基金參投；

2026年2月A+輪：雲峰基金、金浦創新、招銀國際、成都高新、上海臨科等參投。

4月底完成新的A+輪融資中，東方算芯的投後估值為122.75億元，國家人工智慧產業基金是其股東；

此外，美團、小米、京東、滴滴等公司旗下基金也參與了東方算芯的融資。

公司計畫於今年四季度啟動B輪融資。

所以這個事情還是挺有趣的，雖然說算力對標H100和B200，但在中國中國國產化層面，東方算芯其實就是對標華為昇騰的。

一個例證在於，今年WAIC公佈的展點陣圖上，華為展台對面就是東方算芯，兩者基本就是跟著對標即可。

這次7月1日新聞稿裡面，東方算芯特意提到了華為韜定律。

2026年5月，華為半導體業務部總裁何庭波發佈"韜（τ）定律"，提出通過晶片架構創新、3D堆疊、軟硬體協同及系統級最佳化等手段，實現晶片單位電晶體密度的等效提升。此前，聚焦AI雲端大算力晶片的算苗科技也在4個月內完成兩輪累計近10億元融資，其3D TokenPU晶片A4E已於6月正式流片。

這次WAIC，華為直接亮相昇騰超節點Atas950 SuperPoD真機，希望能超過去年386那種熱度。

長期以來，全球算力晶片以摩爾幾何縮微為唯一標尺，輝達靠先進製程、高密度電晶體持續拉開性能差距，行業默認追趕路線只有一條：追奈米、堆浮點算力。

華為“韜定律”推翻這套單一評判邏輯，提出以時間縮微、3D 邏輯折疊、全端協同壓縮電路時延，不再把先進製程當作必由之路。

而東方算芯 DF1000 恰好踩中這條換道路徑。

這戳破了一個真相：後摩爾時代勝負不再只看浮點峰值，訪存、互聯帶來的系統時延，才是大模型訓練、MoE 架構真正的性能瓶頸。

韜定律不是紙上理論，而是中國國產算力避開製程封鎖、實現差異化突圍的可落地技術綱領。

而且，從東方算芯身上，你會發現一個新資訊：

經過了兩年的沉澱，無論是華為，還是東方算芯，都可以公佈其中國國產AI晶片進展，包括阿里平頭哥、摩爾線程、壁仞、沐曦、天數，都已經公佈了GPU和AI晶片路線圖。

說明一個事，現在AI晶片行業已經度過了兩年間的最困難時期，雖然說中國國產的產能不一定能跟上，但設計先跟上再說。

現在儲存熱、AI熱、半導體熱，這時候再不發力，等待何時。

最終可以說明，摩爾定律已經失效，中國國產AI晶片不必復刻海外路線，架構創新、Infra創新，足以改寫實際AI算力的落地性能。(智能紀元AGI)

芯東西7月2日報導，7月1日，上海高性能大算力AI晶片創企東方算芯的官方網站和微信公眾號上線。

東方算芯成立於2024年5月，總部設於上海張江，在西安、北京、南京、蘇州、成都、深圳等地設有分部，團隊規模超過500人。

該公司原創的“軟體定義＋3D堆疊近存計算”技術路線，具備高算力、大頻寬的核心優勢，不依賴海外先進製造工藝，依託全國產供應鏈，實現國產高端算力晶片的安全可控。

據中國基金報報導，東方算芯由清華大學教授、國際歐亞科學院院士、中國半導體行業協會副理事長魏少軍擔任董事長兼CEO，在2026年4月底完成的A+輪融資後，投後估值為122.75億元，將於今年四季度啟動B輪融資。

中國基金報報導稱，力合資本、高瓴資本、武岳峰泰、張江高科、上海積體電路產業投資基金、國家人工智慧產業基金、上海國投先導、錦秋基金、雲峰基金、金浦創新、招銀國際、成都高新、上海臨科等投資機構，以及美團、小米、京東、滴滴等公司旗下基金，均參與了東方國芯的歷史融資。

官網顯示，東方算芯建構了從硬體到軟體的全端可重構計算體系，採用粗細粒度融合資料流程式設計範式。

（1）軟體定義可重構張量計算引擎

多精度融合計算陣列：支援FP32/FP16/BF16/FP8/FP4等多精度張量運算的動態重構，根據模型特性自動選擇最優資料通路。

可重構Transformer加速器：針對Attention等核心算子進行硬體級最佳化，支援DeepSeek、Qwen、GLM等主流大模型的架構演進。

（2）基於Tensor Tile的全非同步資料流程式設計模型

以Tensor Tile為基本調度單元，建構全非同步、無阻塞的資料流執行引擎。

計算與資料搬運深度重疊，通過軟體管理的顯式資料流消除傳統快取機制的開銷。

實現極致計算資源利用率，硬體利用率接近理論上限。

東方算芯的產品包括軟體定義超高性能近存計算晶片、基礎軟體與應用軟體、高性能伺服器和大規模叢集系統解決方案，將廣泛應用於伺服器廠商和產業公司，面向網際網路、人工智慧（AI）、金融和超高性能計算等領域複雜應用場景。

（1）AI加速卡巔峰DF1000：基於3D近存計算與軟體定義架構的高性能AI加速卡，採用全國產供應鏈，遵循OAM 2.0規範，提供標準化介面可無縫適配國內各大主流OEM廠商的AI伺服器平台，支援大模型訓練、AFD分佈式推理、大模型單機推理等應用場景。

（2）超節點拓域TY64：64卡無縫互聯高性能AI算力解決方案，專為AI大模型訓練和推理場景設計，採用標準液冷機櫃設計，算力密度與互聯頻寬均處於行業領先水平，可滿足大規模資料平行處理的需求，建構低延遲全網際網路絡，聚焦超高算力、超低延遲、高吞吐的高端應用場景。

（3）AI伺服器擎元QY100 & AI計算叢集慧算HS512：訓推一體、超強算力、超高頻寬、海量視訊記憶體、高整合化、高可靠性，無需客戶進行額外的硬體整合與偵錯，可直接向使用者交付，大幅縮短使用者的部署周期，降低技術門檻，主要面向算力中心、央國企、大型製造企業等終端客戶群體。   (芯東西)

彙整鉅亨號中所有使用「東方算芯」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`