IT之家发布7月13日报道，央视新闻消息指出，7月13日，国内首款运用软件定义和三维近存计算技术打造的AI芯片于上海揭开面纱。这款芯片在14纳米工艺上达成每秒520万亿次浮点运算的强大算力，其独到之处在于借助底层架构创新，寻得了一条无需依赖先进制程的高端算力发展新途。
IT之家进一步了解，此芯片采用了融合软件定义与三维近存计算的技术方案。一方面，软件定义技术使得硬件资源能够依据任务需求灵活调度，算力利用率得到显著提高；另一方面，三维垂直堆叠技术的应用将计算单元和存储单元紧密集合成一體，访存带宽高达每秒6.4TB，从根本上缓解了长期制约芯片设计的“存储墙”难题。
报道提及，由于不再单纯依托制程缩小来增强性能，这种技术路径的供应链显现出更为稳定和可控的优势。同时公布的还有配套该芯片的全栈软件工具链，它兼容主流的深度学习框架，并构建了一个从单张加速卡、AI服务器，至液冷超节点、大规模智算集群的完整产品矩阵，能够为大型模型训练和推理提供充足的算力支持。
业内专家认为，此事件意味着我国在高端算力芯片研发领域，开创了一条以构架创新取代制程跟随的自主发展新策略，对夯实人工智能算力基础具有不可磨灭的意义。
延伸阅读部分详细介绍：
软件定义芯片（Software Defined Chip, SDC）代表了一种新颖的芯片设计模式。核心理念是通过软件编程来动态设定和配置芯片的硬件功能，促使同一块芯片能够灵活应对不同计算任务。此种技术能明显提升芯片的通用能力和能效比。
三维近存计算（3D Near-Memory Computing）是一种在垂直向度上将计算单元和存储器（如DRAM）进行三维叠层组合的技术。这种构造大幅缩短了数据和计算单元、存储单元之间传送的距离，有力克服了传统冯·诺依曼架构因“存储墙”问题形成的数据传输限制，从而提升了总体能效与计算效能。
在AI芯片范畴内，算力峰值固然重要，但访存带宽同样作为性能衡量的一项关键标准。例如，英伟达的H100芯片选用HBM2e或HBM3高带宽内存，其内存带宽可达到约2TB/s。
关于“存储墙”（Memory Wall）的挑战，这指的是处理器运算速度的增长远超内存访问速度的增长，造成计算单元频繁等待数据从内存中调取或存储，进而影响整个系统性能。这是当前高性能计算和人工智能领域必须面对的核心难题。
全栈软件工具链对于AI芯片生态系统的建立极为关键，通常包括编译器、驱动程序、运行时库、性能解析工具以及对接主流深度学习框架（如TensorFlow、PyTorch）的接口。健全的工具链能够降低开发者应用门槛，成为芯片商业成功的核心要素。