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。

这家公司叫东方算芯，2024年5月20日才成立，总部在上海张江，团队目前超过500人。7月13日这天，他们在2026世界人工智能大会开幕前夕发布了DF1000。

这颗芯片是国内首颗采用DRAM-LOGIC Wafer-level混合键合3D垂直封装的AI芯片，基于全国产供应链，在14nm工艺节点下实现了520TFLOPS@BF16的算力，访存带宽6.4TB/s，卡间互联带宽900GB/s。芯片已完成完整流片验证，128卡大规模集群全功能稳定运行。

光看参数可能没什么概念，520TFLOPS是什么水平？相当于每秒52万亿次浮点运算，传统上要达到这个算力，得靠7nm甚至更先进的制程，得用HBM这种高端存储芯片。但DF1000这两样都没用，制程是成熟的14nm，存储走的是3D堆叠近存计算路线，压根没碰HBM。

怎么做到的？东方算芯走了一条跟所有人都不同的路，当前AI芯片主流有两条路线，一条是GPU通用路线，代表是英伟达，性能强但高度依赖7nm及以下先进制程和HBM存储，地缘政治下国内获取这些资源越来越难。

另一条是ASIC专用芯片路线，针对特定场景定制，算力能效不错但硬件逻辑出厂就固定了，AI算法每三到六个月就迭代一轮，专用芯片根本跟不上。

东方算芯选了第三条路，软件定义芯片加上3D堆叠近存计算，软件定义芯片的技术源头在清华大学微电子所，从2006年到现在积累了二十年。简单说就是让硬件能跟着软件的变化实时调整，芯片不再是出厂就焊死的逻辑电路，而是像可以随时重新拼装的积木。

3D堆叠近存计算则是把计算和存储晶圆垂直堆叠在一起，互连间距从几十微米压缩到亚微米级别，数据传输路径大幅缩短。传统架构里计算和存储离得远，数据搬运耗费大量时间和功耗，这就是所谓的“内存墙”瓶颈。3D堆叠相当于把仓库直接盖在生产线隔壁，原材料随取随用。

两条技术合在一起，DF1000的访存带宽做到了传统HBM方案的五倍以上，实测集群大模型训练性能介于英伟达A系列和H系列之间。东方算芯董事长兼CEO魏少军说得很直白：“这条路线不需要依赖最先进的工艺技术，也可以实现高性能，同时，它不需要依赖当前国际上受限的大容量存储。”
这对阿斯麦、台积电、英伟达意味着什么？

阿斯麦卖的是EUV光刻机，先进制程离不开它。如果14nm也能做出先进制程级别的算力，EUV的市场逻辑就要打个问号。台积电靠先进制程代工赚取高额利润，7nm以下工艺贡献了主要营收。现在有人用成熟工艺绕开了这条路径，台积电的技术壁垒还能守多久？

英伟达的GPU帝国建立在制程优势和CUDA生态之上，制程优势被架构创新削弱，生态壁垒也面临挑战，东方算芯同步发布了全栈自主软件工具链，编译器、运行时、算子库全部自研，兼容主流深度学习框架。

这不是实验室里的PPT芯片，DF1000已经完成流片验证，128卡集群能稳定跑起来。围绕这颗芯片，东方算芯同步推出了巅峯DF1000加速卡、拓域TY64超节点、擎元QY100服务器、慧算HS512智算集群，覆盖从单卡到万卡集群的完整产品矩阵。迭代路线图也很清楚，2026年四季度DF2000性能翻倍，2027年四季度DF3000再翻倍。

消息传出来之后，费城半导体指数盘初跌幅扩大至3%，英伟达股价下跌，阿斯麦、台积电也跟着走低。资本市场反应很快。

当然，这条路远没到可以庆功的时候，魏少军自己也很清醒，他在接受采访时说，3D异质堆叠只是解决带宽瓶颈的手段，多层晶圆键合会带来成品率衰减、成本抬升等问题，不是万能解法，整套路线的长期天花板仍然是制程工艺本身。

如果国内先进制程未来取得突破，公司会第一时间引入，但现阶段靠成熟制程就能对标海外先进芯片。

一家成立不到三年的公司，用20年的技术积累，在14nm上造出了不用EUV、不用HBM的大算力芯片。阿斯麦、台积电、英伟达睡不睡得着不好说，但全球半导体行业一直以来的游戏规则，确实被人掀开了一个口子。