国产算力竞争转向系统能力
量子位 · wechat · 2026-07-17
这篇文章以清微智能为样本，讨论国产 AI 芯片真正的竞争点：**不只是“芯片能算”，而是能否形成可部署、可迁移、可扩展的系统能力**。 文章的核心判断是：国产算力替代面对的不是单颗 GPU，而是 CUDA 背后的软件生态、开发习惯、工程标准和迁移成本。因此，评估一家芯片公司不能只看峰值算力，还要看完整链路： - **芯片/计算卡**：基础性能与能效； - **软件栈**：驱动、编译器、算子库、开发工具； - **服务器/超节点/网络**：决定算力能否规模化聚合； - **模型适配与行业方案**：决定客户是否敢迁移和长期使用。 文中介绍了清微智能的几条路线： - **可重构架构**：通过提升晶体管利用率而不是单纯追先进制程来破局； - **3.5D 异构堆叠与存算融合**：缓解数据搬运和内存墙问题； - **4K 超节点**：将 4096 颗芯片组织成集群，降低互联成本； - **RAISA 软件栈 + FlagOS**：降低模型迁移与工程适配门槛。 文章还提到其已适配近千个算子、200 多个模型，并在多个智算中心和行业场景落地。作者强调，国产算力的评价体系正在从“有没有芯片”转向“能否稳定、易用、规模化部署”。