策劃靖程

作者高雅

先進(jìn)制程受限，成熟制程如何撐起大模型時(shí)代？這句話背后，是一道橫亙?cè)趪a(chǎn)芯片面前的結(jié)構(gòu)性難題。

近日，在2026北京智源大會(huì)上，清微智能帶來了答案：從計(jì)算架構(gòu)上突破。

"模型越做越大，算力卻跟不上了。"清微智能軟件副總裁李彬表示，傳統(tǒng)架構(gòu)芯片面臨功耗墻、內(nèi)存墻、通信墻層層限制，有效晶體管利用率不足40%。為了解決這個(gè)問題，清微選擇以架構(gòu)補(bǔ)工藝，用可重構(gòu)數(shù)據(jù)流引擎讓計(jì)算單元根據(jù)數(shù)據(jù)流動(dòng)按需重組，晶體管有效利用率一舉突破70%，用成熟制程實(shí)現(xiàn)接近先進(jìn)制程的有效算力。

作為可重構(gòu)芯片代表企業(yè)，會(huì)議現(xiàn)場，清微智能也帶來了即將問世的下一代AI芯片——三維集成芯片技術(shù)的展示，其采用3.5D異構(gòu)堆疊與Chiplet架構(gòu)，讓可重構(gòu)計(jì)算芯粒與DRAM存儲(chǔ)芯粒實(shí)現(xiàn)了三維垂直堆疊。

"除了以架構(gòu)補(bǔ)工藝和以集成超制程外，清微還選擇以系統(tǒng)聚算力、以自主創(chuàng)生態(tài)，這是清微智能環(huán)環(huán)相扣的四步動(dòng)作。"李彬表示，下一步，清微智能將以四大路徑搶抓AI基建發(fā)展機(jī)遇，助力國產(chǎn)算力從"可用"邁向"好用"。

以下為李彬與財(cái)經(jīng)網(wǎng)科技等媒體的對(duì)話原文（略有刪改）：

Q：請(qǐng)介紹清微智能的核心技術(shù)路線，以及為什么要走可重構(gòu)架構(gòu)這條路線？

A:我們從創(chuàng)立之初就選擇了一條和主流不同的技術(shù)路線——可重構(gòu)計(jì)算架構(gòu)，之所以堅(jiān)持走這條路，主要有兩個(gè)原因。

第一，從國際科技競爭的大背景來看，以美國為例，其對(duì)中國芯片產(chǎn)業(yè)的遏制是長期性的,如果我們選擇跟隨國際主流成熟路線去追趕，永遠(yuǎn)只能跟在后面，差距難以縮小。

第二，從純技術(shù)角度講，摩爾定律已經(jīng)接近尾聲，傳統(tǒng)的計(jì)算架構(gòu)本身也已經(jīng)很難再做出突破性提升,要繼續(xù)大幅提升算力性價(jià)比，必須在架構(gòu)層面做根本性創(chuàng)新，而不是在別人的架構(gòu)上做漸進(jìn)式改良,所以我們寧愿選擇一條難而正確的路。清微智能 2018 年成立，到今天已經(jīng)八年，我們真正完成了從架構(gòu)創(chuàng)新到產(chǎn)品落地、客戶驗(yàn)證的全過程,這是我們最核心的護(hù)城河。

Q：在先進(jìn)工藝受限的背景下，清微是如何應(yīng)對(duì)"卡脖子"問題的？

A:我們的應(yīng)對(duì)思路是"以集成換性能"——通過系統(tǒng)級(jí)的技術(shù)創(chuàng)新，繞開單點(diǎn)工藝的限制。

具體來講有兩個(gè)關(guān)鍵點(diǎn)。第一，不用 HBM（高帶寬內(nèi)存），我們的第一代算力芯片用的是低成本的 DDR，通過可重構(gòu)架構(gòu)在芯片內(nèi)部解決帶寬瓶頸，在系統(tǒng)級(jí)實(shí)現(xiàn)高性能，從而繞開了 HBM 依賴。

第二，用3D封裝技術(shù)彌補(bǔ)工藝差距。通過先進(jìn)的封裝集成技術(shù)，我們用成熟制程實(shí)現(xiàn)了接近先進(jìn)制程的性能效果，這是一種彎道超車的思路，不是去硬碰硬地突破工藝封鎖，而是通過架構(gòu)和系統(tǒng)集成創(chuàng)新，跨過這道墻。

Q：和行業(yè)內(nèi)其他AI芯片產(chǎn)品相比，清微的產(chǎn)品競爭力如何？

A:在性價(jià)比和大規(guī)模集群兩個(gè)維度上，我們已經(jīng)能夠打平甚至超越。

單芯片性價(jià)比：同樣成本條件下，我們的性能、性價(jià)比大幅提升，下一代即將回片量產(chǎn)的產(chǎn)品，性能還會(huì)有 2~3 倍的快速提升。

大規(guī)模集群的創(chuàng)新：我們摒棄了傳統(tǒng)依賴外部交換機(jī)、以太網(wǎng)卡的互聯(lián)架構(gòu)，而是從芯片層面就內(nèi)置了高速通信能力。這樣可以不依賴額外的交換機(jī)和交換芯片，最多可以將4096 顆芯片通過光纖直連成一張網(wǎng)，實(shí)現(xiàn)高帶寬、低延時(shí)。

成本優(yōu)勢(shì)非常顯著：構(gòu)建同樣規(guī)模的 4千卡集群，我們的互聯(lián)通信成本可以降低約 90%。 交換機(jī)和光模塊在算力集群總成本中占比很高，而我們的方案幾乎可以把這部分成本省掉。相當(dāng)于花同樣的錢，我們能建更大規(guī)模的算力集群。

Q：芯片研發(fā)的周期為什這么長？清微如何保持技術(shù)路線的前瞻性？

A:芯片行業(yè)和互聯(lián)網(wǎng)行業(yè)完全不同。一款芯片從架構(gòu)設(shè)計(jì)、前端后端仿真，到流片、回片、量產(chǎn)，至少需要1年半到2年時(shí)間。你今天看到的產(chǎn)品，其實(shí)是2年前設(shè)計(jì)的。這就意味著，芯片公司必須往前看3~5年，預(yù)判技術(shù)趨勢(shì)，才能做出適合未來市場的產(chǎn)品。

所以對(duì)清微來說，我們?cè)?018年選擇可重構(gòu)計(jì)算架構(gòu)這條路的時(shí)候，就是基于對(duì)未來5~10年技術(shù)趨勢(shì)的判斷，今天看起來，這個(gè)判斷是被驗(yàn)證了的。我們現(xiàn)在的研發(fā)節(jié)奏是：落地一代、研發(fā)一代、預(yù)研一代，三個(gè)節(jié)奏同時(shí)推進(jìn)，確保技術(shù)路線持續(xù)領(lǐng)先。

Q:請(qǐng)介紹清微目前產(chǎn)品的量產(chǎn)情況如何，以及主要的應(yīng)用場景在哪里。

A:清微智能作為北京市集成電路產(chǎn)業(yè)的代表性企業(yè)，已量產(chǎn)十余款芯片產(chǎn)品，覆蓋"端-邊-云"全場景，并在全國十余個(gè)千卡智算中心實(shí)現(xiàn)規(guī)?；涞亍?/p>

Q:現(xiàn)在國內(nèi)也有一些企業(yè)走這個(gè)技術(shù)路線，您認(rèn)為清微智能處在什么位置？

A:可以說我們是進(jìn)展最快的企業(yè)之一，或者說是取得階段性成果最為明顯的，我們是第一個(gè)將這套技術(shù)（可重構(gòu)技術(shù)路線架構(gòu)）的2.0范式統(tǒng)籌和進(jìn)一步推進(jìn)完成的。

Q：您怎么看當(dāng)前 AI 大模型對(duì)算力需求的影響？

A:大模型能力的快速增長，正在從根本上改變算力供給的方式。過去，算力是以單臺(tái)服務(wù)器、單機(jī)的方式供給，比較離散，現(xiàn)在，模型越來越大，推理和訓(xùn)練對(duì)算力的需求越來越集中，集約式的集群部署方式成為必然選擇，相比過去離散的部署方式，集群化部署的整體 TCO（總擁有成本）效率明顯更好，如果再疊加我們超節(jié)點(diǎn)技術(shù)的優(yōu)勢(shì)，性價(jià)比會(huì)進(jìn)一步提升。

從需求側(cè)來看，模型能力的提升也非常快，模型從"輔助工具"變成"可以平起平坐的助手"，這種能力的躍遷，會(huì)進(jìn)一步引爆對(duì)算力的需求。

Q：算力成本什么時(shí)候能降下來？普通用戶和企業(yè)什么時(shí)候能用上便宜的 AI？

A:?算力成本下降需要兩個(gè)維度同時(shí)推進(jìn)。算法模型維度方面，同樣參數(shù)規(guī)模的模型，能力在持續(xù)提升，但價(jià)格并沒有相應(yīng)下降，未來隨著模型算法進(jìn)一步成熟，同樣智能水平的模型，成本會(huì)繼續(xù)下降。

硬件算力維度方面，我們需要進(jìn)一步挖掘芯片架構(gòu)的潛力——同樣的硬件，今年能跑10個(gè)任務(wù)，明年通過軟件優(yōu)化可能能跑15個(gè)，單位成本自然就降下來了。同時(shí)，像我們這樣的算力芯片廠商，通過架構(gòu)創(chuàng)新（可重構(gòu)架構(gòu)、3D 封裝、超節(jié)點(diǎn)互聯(lián)），從底層提升性價(jià)比，最終給用戶提供價(jià)格更具性價(jià)比、速度更快的 token 供給。這是一個(gè)持續(xù)迭代的過程，但趨勢(shì)是明確的，算力會(huì)越來越普惠。

Q：國產(chǎn) AI 芯片的生態(tài)如何走向主流？

A:這個(gè)過程是相輔相成的，五年前，國產(chǎn)芯片默默無聞，后來外部環(huán)境變化，加上我們自身創(chuàng)新能力提升，大家才慢慢發(fā)現(xiàn)國產(chǎn)芯片其實(shí)能夠解決很多問題。

但當(dāng)國產(chǎn)芯片越來越多地被用來支撐算力需求時(shí)，一個(gè)新的問題出現(xiàn)了：統(tǒng)一的軟件接口和標(biāo)準(zhǔn)。

如果每一家芯片公司都用自己的軟件棧，用戶面對(duì)這么多不同品類的國產(chǎn)芯片，要分別做適配、分別讀手冊(cè)、分別開發(fā)，同一個(gè)應(yīng)用可能要做很多份，這是不可持續(xù)的。我們需要一套統(tǒng)一的軟件生態(tài)，就像今天的安卓手機(jī)——雖然是不同廠商的硬件，但系統(tǒng)是統(tǒng)一的，用戶不需要關(guān)心底層芯片是什么，只需要在統(tǒng)一的軟件接口上開發(fā)一次，就能適配所有芯片。

這個(gè)生態(tài)一旦建立起來，規(guī)模效應(yīng)會(huì)指數(shù)級(jí)增長，芯片廠商更容易觸達(dá)開發(fā)者，開發(fā)者遷移成本大幅降低，最終形成正向循環(huán)。

Q：清微在軟件生態(tài)建設(shè)方面有什么布局？

A:生態(tài)建設(shè)的重要性，可能比芯片本身的技術(shù)創(chuàng)新還要重要。我們過去兩三年就意識(shí)到了這個(gè)問題，所以很早就參與到了國產(chǎn)AI 算力統(tǒng)一軟件生態(tài)的建設(shè)中，投入了大量資源，去適配這個(gè)統(tǒng)一生態(tài)框架。??對(duì)我們芯片公司來說，只需要做少量的適配工作，就能觸達(dá)到大部分的開發(fā)者；對(duì)開發(fā)者來說，他們只需要適配一次，就能讓我們的芯片跑起來。它的意義不光在于節(jié)省開發(fā)者的適配時(shí)間，讓用戶更快地用上新模型新應(yīng)用，更深層次的價(jià)值在于，它讓國產(chǎn)算力生態(tài)大家各自發(fā)揮自己最擅長的優(yōu)勢(shì)，芯片廠商專注架構(gòu)等硬件創(chuàng)新，軟件生態(tài)把算力的易用性拉滿，這種極致的專注和協(xié)同式創(chuàng)新，才能讓國產(chǎn)算力才有可能用最短的時(shí)間趕超領(lǐng)先國家的水平。

Q:所以是雙贏的結(jié)果。

A:對(duì)，這一定是一個(gè)多贏的結(jié)果，開發(fā)者降低了遷移到國產(chǎn)芯片的成本，我們也降低了服務(wù)客戶的投入，整個(gè)產(chǎn)業(yè)有機(jī)會(huì)抓住快速發(fā)展的窗口期。目前看，這個(gè)統(tǒng)一生態(tài)的建設(shè)進(jìn)展比預(yù)期快。

舉個(gè)例子，以DeepSeek為例，去年R1模型發(fā)布時(shí)，各家國產(chǎn)芯片平均需要1~2個(gè)月的適配優(yōu)化才能跑起來；今年 V4 版本發(fā)布，模型發(fā)布當(dāng)天，多家國產(chǎn)芯片就已經(jīng)同時(shí)完成了適配，這個(gè)變化是非常顯著的。

Q：您認(rèn)為國產(chǎn)算力替代的臨界點(diǎn)什么時(shí)候會(huì)到來？

A:我認(rèn)為現(xiàn)在已經(jīng)很接近這個(gè)臨界點(diǎn)了，剛剛提到的DeepSeek V4的發(fā)布是一個(gè)標(biāo)志性事件。

從軟件生態(tài)角度看，統(tǒng)一軟件框架的成熟速度也超出預(yù)期，當(dāng)市面上主流的大模型和算法都能在國產(chǎn)芯片上跑起來時(shí)。我判斷，未來1~2年內(nèi)，我們會(huì)看到這個(gè)臨界點(diǎn)真正到來——到那時(shí)候，用戶選擇國產(chǎn)算力芯片，單純是因?yàn)樗_實(shí)好用、性價(jià)比高。

Q：你怎么看 AI 對(duì)人力工作的替代？現(xiàn)在我們討論這個(gè)是不是太早了？

A:?一點(diǎn)都不早，而且這個(gè)趨勢(shì)已經(jīng)非常明顯了。

從個(gè)人體感來講，我自己的 token 消耗量非常高，今天這次分享的選題和歸納，我也用 AI 做了輔助，我日?？创a、寫代碼、了解團(tuán)隊(duì)每天的研發(fā)進(jìn)展，都會(huì)用 AI 來提升效率。

從企業(yè)視角看，如果是科技型公司，IT 團(tuán)隊(duì)統(tǒng)一采購算力、采購 token，正式引入生產(chǎn)環(huán)境，會(huì)是未來一兩年的標(biāo)配。以清微智能為例，今年我們就正式給每一位工程師開通了 AI 輔助服務(wù)，用量是爆炸式增長的。

再算一筆賬，現(xiàn)在100萬token只要幾塊錢，用AI完成一個(gè)工作需要幾百到一千塊錢，但它可能替代一個(gè)工程師一周的工作量。按軟件行業(yè)從業(yè)者的薪資水平來看，AI 的 ROI 已經(jīng)遠(yuǎn)超人力成本，這個(gè)回報(bào)是非常高的。

至于企業(yè)到底要保留多少人力，這是各行各業(yè)都在摸索的問題，但方向是明確的，AI不會(huì)讓人失業(yè)，但會(huì)用AI的人會(huì)替代不用AI的人。