近日，在第26届中国国际工博会・集成电路展（国芯展）期间，东方算芯带来DF1000算力芯片及全国产大规模训练集群的全链路落地成果。

据悉，成立于2024年5月的东方算芯仅用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。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，并且年底将实现千卡级集群交付。 

为何能24个月跑通全链路？这背后是四大重构成就了东方算芯的系统级创新。

“软件定义+3D堆叠近存计算”底层架构，国产14nm成熟制程实现3D大算力

2026年7月东方算芯正式推出全球首颗基于软件定义+3D堆叠近存计算架构的旗舰AI芯片DF1000。该芯片BF16算力达520TFLOPS，单卡访存带宽6.4TB/s，达到传统方案HBM的5倍以上，卡间互联带宽900GB/s。

围绕DF1000芯片，东方算芯同步推出覆盖全层级硬件产品矩阵，精准匹配不同客户需求。巅峯DF1000加速卡遵循OAM2.0规范，可适配主流服务器平台。擎元QY100单机8卡AI服务器，提供风冷、液冷两个版本。拓域TY64 64卡液冷超节点，单节点算力可达33PFLOPS。

慧算HS128/HS256/HS512面向大规模训练的集群方案，可平滑扩展至千卡级规模。

软件层面，东方算芯搭建全栈自主研发工具链，编译器、分布式通信、算子库全部自研，全面兼容主流深度学习框架，主流开源大模型可一键迁移，大幅降低国产算力落地适配成本，打破海外生态垄断壁垒。

在实测场景中，DF1000集群大模型训练性能介于英伟达A系列与H系列之间。据介绍，东方算芯仅用7天完成Step 130B大模型训练适配，128卡集群系统稳定运行，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。

东方算芯 DF1000 以“软件定义芯片 + 晶圆级混合键合 3D 近存堆叠”实现架构层面的原创突破。这款芯片借助 3D 混合键合工艺，将逻辑晶圆与存储晶圆进行垂直堆叠集成。其中逻辑晶圆采用国产 14nm 成熟制程制造，无需依赖 5nm、3nm 等尖端先进工艺。

不同于行业主流依靠缩小晶体管尺寸、比拼先进制程的发展思路，DF1000 的性能提升源自架构创新，以此突破单一工艺节点的性能天花板。依托国内成熟晶圆制造产线，该方案也为芯片规模化量产奠定基础。

在逻辑晶圆与存储晶圆进行3D垂直堆叠的晶圆级混合键合工艺上，DF1000芯片于逻辑晶圆之上堆叠多层存储晶圆。借助混合键合技术，逻辑晶圆与 DRAM 晶圆在整片晶圆阶段完成对准与键合，将互连间距由传统封装的数十微米压缩至亚微米级别，实现互连密度、带宽密度数量级提升。

该架构与当前 AI 领域广泛使用的HBM方案存在本质差异，底层设计逻辑与制造工艺完全不同。简单来说，HBM技术方案是多层DRAM 堆叠，贴装在GPU 侧边，逻辑芯片与存储横向连接，之间仍保留较长互连走线。而 DF1000 采用底层为计算层、上层为存储层的立体结构，数据沿着垂直方向传输，路径更短，能够获得更低传输时延与数据搬运功耗。

在这套架构创新中，软件定义芯片更为关键。软件定义芯片通过软硬件解耦与动态重构能力，让同一套硬件资源能够依据不同算子的计算需求，灵活实现空间并行与时分复用。芯片以数据流驱动块状计算阵列，最大化硬件资源利用效率，这也是该芯片仅采用14nm 成熟工艺，便可实现对标国际高端产品性能的内核。

芯片、软件、集群并行协同的全栈研发模式

不同于行业传统串行开发思路，东方算芯 DF1000 采用芯片、基础软件与集群系统并行协同的创新研发模式，依托统一技术栈消除跨环节冗余适配，为大模型算力落地大幅压缩开发周期。

传统 AI 芯片研发多遵循 “芯片流片→软件适配→集群搭建” 的串行迭代路径，芯片设计、编译器算子开发、集群架构开发往往分属不同厂商。跨架构、跨平台的适配工作需要投入大量人力成本，每当芯片制程迭代，全链路适配工作就要重新开展，整体研发周期漫长，工程投入居高不下。

针对这一痛点，DF1000 从项目源头坚持芯片、软件、集群一体化协同设计，三大板块并行推进、同步验证。研发团队同步完成 DF1000 算力芯片设计、全栈软件体系开发、大规模训练集群部署以及大模型训练适配，一次性打通从裸芯片到智算集群的全链条能力。凭借统一技术栈，算子优化、任务调度、模型适配成果可以跨环节复用，有效削减跨团队、跨厂商对接带来的大量冗余适配工作。

软硬件协同的统一技术栈，也充分释放了软件定义芯片架构的优势，模型迁移适配效率显著提升。该研发模式的成效已有实例佐证，DF1000 仅耗时 7 天就完成 Step 130B 大模型的训练适配，直观体现这套一体化研发体系强大的模型迁移能力。

全栈技术体系，显著降低智算集群长期运维成本

在智算中心规模化部署中，集群运维成本已经成为算力落地不可忽视的重要指标，硬件架构的选择，直接决定后续长期运营的人力投入与维护难度。异构硬件、多类型芯片混合搭建的集群，是当前行业内较为普遍的方案，但也带来突出的运维压力。异构环境下，不同硬件之间存在接口、驱动、算子库的兼容性差异，日常需要投入大量人力开展故障排查、性能调优与版本维护。随着集群卡数不断扩容，各类软硬件冲突问题同步增多，运维人力投入会随集群规模近似线性增长，持续拉高智算中心长期运营开支。

依托 DF1000 构建的近存计算集群，采用全栈技术体系，从根源上简化系统复杂度。整套集群基于统一的芯片架构、统一软件栈与调度体系，不存在多种硬件混搭带来的适配隔阂，大幅减少跨硬件兼容类故障。在此基础上，配套的智能化运维工具可以实现自动化状态监控、故障定位与任务调度，不需要庞大的运维团队值守。即便扩展至千卡级大规模智算集群，仅依靠少量专业人员，就能够保障集群持续稳定运行。

这种统一技术栈、全栈协同带来的运维优势，与芯片层软件定义、全栈协同的设计理念一脉相承。从芯片设计阶段就统一技术栈，不仅缩短前期模型适配周期，更将优势延续到上线后的长期运营阶段。对比异构混合架构，全栈近存计算集群能够有效削减运维人力投入，降低故障排查与系统调优的工作量，压缩整体 TCO（总拥有成本），为政企、科研等客户大规模建设智算基础设施提供更经济可持续的算力方案。

成熟国产制程筑牢供应链安全底座

算力产业竞争背后，供应链自主可控已经成为智算基础设施建设的核心考量。传统高端 AI 芯片路线高度依赖先进制程工艺与海外高端器件，容易受到外部技术管制影响，不仅产能扩张周期漫长，制造成本也居高不下，给大规模落地带来不确定性。

与之不同，东方算芯 DF1000 近存计算方案立足全国产成熟制程供应链，逻辑芯片采用 14nm 工艺制造，无需依赖尖端先进工艺，有效规避外部技术限制，实现供应链安全可控。依托成熟产线资源，芯片产能扩张速度更快、交付周期更短，能够敏捷响应国内智算市场快速增长的算力需求。

基于 DF1000 搭建的大规模训练集群实现稳定运行，完成全链路验证，标志着从芯片制造到集群部署的完整供应链链路跑通。这套方案证明，依托成熟国产工艺，同样可以打造高性能算力底座，为国内智算中心规模化建设提供一条安全可控的全新路径。

近存算力规模化落地，东方算芯产品迭代，解锁算力新高度

随着信创产业持续深化、行业人工智能应用加速普及，市场对于自主可控、高性价比、高可靠性算力的需求持续攀升。近存计算方案凭借硬件成本更低、交付周期更短、供应链安全可控等特点，精准契合国内智算建设的核心诉求。

目前，东方算芯 DF1000 芯片以及 百卡级集群已经完成全链路验证，产品交付体系逐步成熟，具备快速复制扩展至千卡级智算集群的能力，可覆盖大模型预训练、行业模型微调、在线推理服务等多样化业务场景。

面向中长期发展，东方算芯已经制定清晰的产品迭代路线，坚持 “量产一代、研发一代、预研一代” 的长期战略布局。按照规划，2026 年四季度将推出 DF2000，实现综合性能翻倍，核心指标全面对标并超越英伟达 H200；2027 年四季度迭代 DF3000，对标海外顶级算力芯片。

东方算芯为国产算力产业走出了一条不依赖尖端先进制程、投入可控、落地迅速、易于复制的国产算力可持续发展道路，为国产算力自主可控提供全新选择。随着应用规模持续扩大，近存计算有望成为支撑我国算力自主的核心技术路线之一。东方算芯以架构创新为驱动、构建国产算力产业化新范式，为国内大模型产业与数字基础设施建设筑牢算力底座。