近日，在第26届中国国际工博会·集成电路展（国芯展）期间，东方算芯正式发布df1000算力心片及全国产大规模训练集群的全链路落地成果。
公开信息显示，成立于2024年5月的东方算芯，仅用24个月便完成DF1000算力心片研发、全栈软件适配与大规模训练集群交付的完整闭环，成为业内首家实现3D大算力心片集群商用部署的企业。7天内完成主流大模型训练适配，128卡集群系统稳定运行，首批集群已交付客户并投入实际训练任务；千卡级集群预计将于今年年底完成交付。
为何能在24个月内打通从芯片到集群的全链路？答案在于东方算芯围绕系统级创新所实现的四大重构。
“软件定义+3D堆叠近存计算”底层架构，国产14nm成熟制程支撑3D大算力
2026年7月，东方算芯正式推出基于“软件定义+3D堆叠近存计算”架构的旗舰AI心片DF1000。该心片BF16算力达520TFLOPS，单卡访存带宽高达6.4TB/s，为传统HBM方案的5倍以上；卡间互联带宽达900GB/s。
围绕DF1000心片，东方算芯同步构建覆盖全层级的硬件产品矩阵，精准匹配差异化客户需求：巅峯DF1000加速卡严格遵循OAM2.0规范，可无缝接入主流服务器平台；擎元QY100单机8卡AI服务器提供风冷与液冷双版本；拓域TY6464卡液冷超节点，单节点算力突破33PFLOPS。
面向大规模训练场景，慧算HS128/HS256/HS512集群方案支持平滑扩展，最高可拓展至千卡级规模。
在软件层面，东方算芯打造全栈自研工具链，涵盖编译器、分布式通信库、高性能算子库等核心组件，全面兼容PyTorch、TensorFlow等主流深度学习框架，主流开源大模型支持一键迁移，显著降低国产算力生态适配门槛，打破海外封闭生态的技术壁垒。
实测数据显示，DF1000集群在大模型训练性能上介于英伟达A系列与H系列之间。据官方介绍，东方算芯仅用7天即完成Step130B大模型的端到端训练适配；128卡集群已实现72小时连续无中断训练，精度达到商用级标准，首批集群已在客户侧稳定承载真实业务负载。
DF1000心片以“软件定义心片+晶圆级混合键合3D近存堆叠”实现架构原创性突破。该方案通过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，完全规避对5nm、3nm等尖端先进工艺的依赖。
区别于行业主流依赖晶体管微缩、比拼先进制程的发展路径，DF1000的性能跃升源自架构革新，从而突破单一工艺节点的性能瓶颈。依托国内成熟的晶圆制造产线资源，该方案也为心片规模化量产与快速交付奠定坚实基础。
在晶圆级混合键合工艺层面，DF1000于逻辑晶圆之上堆叠多层DRAM晶圆。借助高精度混合键合技术，逻辑晶圆与存储晶圆在整片晶圆阶段即完成对准与键合，互连间距由传统封装级别的数十微米压缩至亚微米量级，实现互连密度与带宽密度的数量级提升。
该架构与当前AI领域广泛应用的HBM方案存在本质差异：HBM采用多层DRAM堆叠后侧贴于GPU，逻辑心片与存储单元呈横向连接结构，仍需较长互连走线；而DF1000采用“下层为计算、上层为存储”的立体堆叠结构，数据沿垂直方向传输，路径更短，显著降低传输延迟与数据搬运功耗。
在该架构体系中，“软件定义心片”尤为关键。其通过软硬件解耦与动态重构能力，使同一套硬件资源可根据不同算子特性，灵活调度空间并行与时分复用策略。心片以数据流驱动块状计算阵列，最大化硬件资源利用率——这也是DF1000仅采用14nm成熟工艺，即可对标国际高端产品性能的核心所在。
心片、软件、集群并行协同的全栈研发范式
不同于行业惯常的串行开发模式，东方算芯DF1000采用心片设计、基础软件开发与集群系统部署三线并行、深度融合的创新研发范式，依托统一技术栈消除跨环节冗余适配，大幅压缩大模型算力落地周期。
传统AI心片研发普遍遵循“心片流片→软件适配→集群搭建”的线性路径，心片设计、编译器与算子开发、集群架构设计往往由不同厂商分工完成。跨架构、跨平台适配工作复杂度高、人力投入大；每当心片迭代升级，全链路适配均需重新启动，整体研发周期长、工程成本居高不下。
针对这一行业痛点，DF1000项目自启动之初即确立心片、软件、集群一体化协同设计原则，三大模块并行推进、同步验证。研发团队同步完成DF1000算力心片物理设计、全栈软件体系构建、大规模训练集群部署及大模型训练适配，一次性打通从裸心片到智算集群的全链条能力。基于统一技术栈，算子优化、任务调度、模型适配成果可在各环节高效复用，显著减少跨团队、跨厂商对接带来的重复适配工作。
软硬件协同的统一技术栈，也充分释放了软件定义心片架构潜力，模型迁移与适配效率大幅提升。实践已验证该模式成效：DF1000仅用7天即完成Step130B大模型的端到端训练适配，直观体现其一体化研发体系强大的模型兼容与迁移能力。
全栈技术体系，切实压降智算集群长期运维成本
在智算中心规模化建设进程中，集群运维成本已成为影响算力落地效果的关键因素。硬件架构选择，直接决定后续运营阶段的人力投入与维护难度。当前业内普遍采用异构硬件、多类型心片混搭的集群方案，虽具备一定灵活性，但带来显著运维压力：不同硬件在接口协议、驱动程序、算子库层面存在兼容性差异，日常需大量人力开展故障排查、性能调优与版本管理；随着集群规模持续扩容，软硬件冲突频发，运维人力投入呈现近似线性增长趋势，长期运营开支持续攀升。
依托DF1000构建的近存计算集群，采用全栈自研技术体系，从根源上降低系统复杂度。整套集群基于统一心片架构、统一软件栈与统一调度体系，彻底规避多硬件混搭引发的适配隔阂，大幅减少跨硬件兼容类故障。配套智能化运维平台支持自动化状态监控、智能故障定位与弹性任务调度，无需庞大运维团队值守。即便扩展至千卡级超大规模集群，亦可由少量专业人员保障系统长期稳定运行。
这种统一技术栈、全栈协同带来的运维优势，与其心片层“软件定义”理念及整体协同设计思想一脉相承。从心片设计阶段即确立统一技术底座，不仅缩短前期模型适配周期，更将技术红利延续至上线后的长期运营阶段。相较异构混合架构，全栈近存计算集群可显著降低运维人力投入，减少故障排查与系统调优工作量，有效压缩TCO（总拥有成本），为政企、科研等客户提供更经济、可持续的智算基础设施解决方案。
成熟国产制程筑牢供应链安全根基
在全球算力产业竞争日益激烈的背景下，供应链自主可控已成为智算基础设施建设的核心前提。传统高端AI心片路线高度依赖先进制程工艺及海外高端器件，易受外部技术管制影响，不仅产能扩张周期漫长，制造成本亦居高不下，给大规模商业化落地带来不确定性。
东方算芯DF1000近存计算方案则立足全国产成熟制程供应链——逻辑心片采用14nm国产工艺制造，不依赖尖端先进制程，从根本上规避外部技术封锁风险，实现供应链安全可控。依托国内成熟晶圆厂资源，心片产能爬坡更快、交付周期更短，可敏捷响应国内智算市场爆发式增长的算力需求。
基于DF1000搭建的大规模训练集群已实现稳定运行，并完成从心片制造、封装测试、软件适配到集群部署的全链路验证，标志着国产近存计算技术从实验室走向规模化商用的关键跨越。该方案有力证明：依托成熟国产工艺，同样能够构建高性能、高可靠、高性价比的算力底座，为国内智算中心规模化建设提供一条安全、可控、高效的全新路径。
近存算力加速规模化落地，东方算芯持续推进产品迭代，持续攀登算力新高峰
随着信创产业纵深发展、行业人工智能应用全面提速，市场对自主可控、高性价比、高可靠性算力的需求持续升温。近存计算方案凭借硬件成本更低、交付周期更短、供应链安全可控等综合优势，精准契合我国智算基础设施建设的核心诉求。
目前，东方算芯DF1000心片及百卡级训练集群已完成全链路验证，产品交付体系日趋成熟，已具备向千卡级智算集群快速复制与规模化扩展的能力，可全面支撑大模型预训练、行业模型精调、在线推理服务等多样化AI业务场景。
面向中长期发展，东方算芯已制定清晰的产品演进路线图，坚持“量产一代、研发一代、预研一代”的稳健战略。按规划，2026年四季度将发布DF2000心片，综合性能实现翻倍提升，核心指标全面对标并超越英伟达H200；2027年四季度将推出DF3000，持续向国际顶尖算力水平看齐。
东方算芯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新路径，为国产算力自主可控提供了全新选项。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引擎，构建国产算力产业化新范式，为我国大模型产业发展与数字基础设施建设筑牢坚实算力底座。
