2006年，魏少军在清华大学微电子所启动了一个叫“可重构计算”的研究方向。那一年，英伟达刚推出CUDA架构，深度学习还在学术圈的角落里打转，没人觉得这个冷门方向能赚钱。同行问他做这个干什么，他的回答很简单：先把路修好，车总会来的。

20年后，车来了。而且来的是高铁。

过去几年，中国AI芯片圈子里有一个心照不宣的共识：要想追英伟达，先把光刻机搞定。7nm、5nm、3nm，每一纳米都是生死线。

2026年7月13日，魏少军站在上海浦东东郊宾馆的发布会台上。一颗用14nm工艺造出来的芯片，把这个共识敲碎了。

DF1000，东方算芯的第一颗量产芯片。BF16算力520TFLOPS，访存带宽6.4TB/s，128卡集群全功能稳定运行。不用最先进制程，不用HBM，全链条国产供应链。台下坐着的投资人刚刚用122.75亿的估值投了它的A+轮。

但发布会最精彩的部分，不是参数。是魏少军在所有人都在追捧3D堆叠的时候，自己泼了一盆冷水：“不要认为3D一做以后就什么问题都解决了，没那么简单。”

20年前修路的人，20年后仍然清醒地知道路有多远。这件事本身，就值得好好聊一聊。

换道：14nm为什么能叫板4nm

先看一个让人不太舒服的事实。

黄仁勋据中文媒体报道说过一句话：GPU有70%的时间在等待数据。不是算得慢，是数据搬不过来。华为的一篇论文给出了更直白的数字：超过80%的AI集群能耗消耗在数据移动上，超过70%的系统成本投入数据存储领域，而不是计算本身。

说白了，传统AI芯片就像一个跑车引擎装在了一辆永远堵在路上的车上。引擎马力再大，一脚油门下去，还是堵在那儿。芯片99%以上的算力潜力，被“搬运工不够快”这一个问题锁住了。

DF1000做的事，不是换一个更大的引擎。是重新设计了整条路。

它做了两件事。

第一件叫软件定义芯片。传统芯片是“硬件写死，软件来适应”：不管来什么任务，都用同一套电路去跑，就像一条固定宽度的路，早晚高峰车流方向不同，却没法调整车道。软件定义芯片反过来了：硬件资源随算法动态重构，训练大模型时切到算力猛兽模式，做推理时切成低功耗专家。魏少军把它比喻成“智能潮汐车道”：车流往哪走，车道就往哪变。

这条路，魏少军修了整整20年。从2006年的可重构计算实验室，到Thinker-I、Thinker-II、ReDCIM三代学术芯片验证，再到如今的DF1000。不是一阵灵光乍现，是两代博士一篇一篇论文攒出来的know-how。

第二件叫3D近存计算。传统AI芯片的计算单元和存储单元是分开放的两块芯片，数据在两者之间来回跑，物理距离几十微米，听着很小，但在芯片世界里，这已经算“异地恋”了。DF1000的做法是把逻辑层和DRAM层像三明治一样垂直堆叠，通过混合键合技术把互连间距从几十微米压缩到了亚微米级别。相当于把隔了两条街的仓库直接搬到工位隔壁。

结果是什么？访存带宽冲到6.4TB/s，同等容量下是传统HBM方案的5倍以上。常规DDR内存就能替代受限的HBM，供应链上少了一个被卡脖子的环节。实测数据：大模型训练性能介于英伟达A100和H100之间，Llama3 70B训练吞吐量500 TGS，DeepSeek-V3.2推理中Decode阶段每token输出延迟仅20毫秒。

DF1000不是在跟英伟达比谁引擎马力大，而是重新定义了什么叫“跑得快”。

供应链的账本：122亿估值，值在哪

技术说得再漂亮，资本市场认不认，看估值。

东方算芯成立刚满两年，A+轮投后估值122.75亿元。翻看股东名单是一件很有意思的事：力合资本、高瓴、武岳峰来了，这是早期硬科技基金在押注技术路线；国家人工智能产业基金、上海国投也来了，这是国家队在布局基础设施；云峰、金浦、招银国际，以及美团、小米、滴滴旗下基金都来了，这是互联网战投在给未来买保险。

不同逻辑的资本同时下注，说明东方算芯被当成“基础设施”来定价，而不是“创业项目”。

魏少军反复讲一句话：“技术固然重要，供应链的解决更重要。如果供应链不安全，技术再好也没用。”这不是口号，是定价逻辑。

把这个逻辑放回大背景里看，就更清楚了。2025年，中国AI加速卡总出货约400万张。英伟达220万张，份额55%；国产合计165万张，份额41%。三年前英伟达的中国份额还是95%。三年被切走了40个百分点。Bernstein Research预测，2026年这个数字会萎缩到8%。

华为昇腾是国产第一，2025年出货81万张，新品950PR在FP4精度下推理算力达到英伟达H20的近三倍。阿里平头哥、百度昆仑芯、寒武纪都在狂追。但问题是：这个市场不是谁跑得快谁赢，是谁不断供谁赢。

在美国出口管制反复收紧的背景下，能稳定供货的能力本身就是一种稀缺资产。这就好比你家门口的便利店——不是因为它东西比超市好，是因为它24小时开门，而且不用担心哪天突然被断供。东方算芯从晶圆制造、封装测试到服务器系统，全部走国产供应链。这个“确定性”标签，在当下的芯片行业，比跑分排行榜值钱得多。

但仅靠标签走不远。DF2000计划2026年Q4推出，性能翻倍，指标上要全面超越英伟达H200；DF3000排到2027年Q4，再次翻倍。路线图排得越满，考验越大。估值游戏的下半场不是讲故事，是交付。

3D不是万能药：清醒者的边界意识

发布会上有一个细节，值得反复琢磨。

魏少军主动算了一笔账。3D堆叠把多层芯片叠在一起，成品率不是相加的，是相乘的。90%乘90%，只剩81%。叠的层数越多，良率衰减越厉害。“成本压力会让产品失去竞争力。”

当全行业都在喊“3D堆叠是中国芯片破局关键”的时候，最懂3D的人站出来泼冷水。这种事在芯片圈不常见，但恰恰说明这家公司知道自己的技术边界在哪里。

魏少军说得很清楚：“真正的关键技术是软件定义芯片，它解决了计算效率和能量效率两个核心问题。3D只是实现近存计算的一种方式，主要解决带宽问题。”换句话说，DF1000能在14nm上跑出对标先进制程的性能，主因是架构，不是堆叠。

这种清醒在国产芯片的语境里相当罕见。过去几年，“弯道超车”“换道突围”的叙事此起彼伏，3D堆叠一度被当成万能解药。但现实是：中国在高端3D封装领域与国际差距仍在3年以上；先进封装设备国产化率不足20%，高端材料国产化率约15%到20%；全球混合键合设备市场，荷兰BESI一家占了70%。

弯道超车的前提是你已经在赛道上。3D堆叠不是捷径，是正面战场的一部分。

这跟20年前魏少军在清华实验室里的状态一脉相承。真正懂行的人，从不吹自己不懂的东西。20年前踏实修路的人，20年后依然不会为了融资画一个他自己都不信的饼。

下一个20年，还有人在修路吗

DF1000不是终点，甚至不是起点。真正的考验是接下来的12个月：DF2000能不能如期推出、客户能不能从“试用”转向“复购”、软件生态能不能从“能用”走到“好用”。

但有一点已经可以确认：中国芯片的竞争逻辑变了。过去是“你跑得快我就追得快”，现在是“你跑你的，我修我的路”。当换道成为可能，“卡脖子”这个词的保质期，可能比我们想象的要短。

而这条路，魏少军从2006年修到了2026年。整整20年。

这引出一个比芯片参数更值得追问的问题。

我们现在庆祝“冷板凳终于值钱了”，但扪心自问：当下的资本市场环境，对赌协议、IPO窗口、季度业绩压力，能不能容忍下一个魏少军？能不能给下一个“2006年的可重构计算”留出20年？

DF1000背后的真正价值，不在于这一颗芯片能卖多少张卡。在于它用实打实的量产和122亿估值告诉所有人：坐冷板凳这条路，在中国走得通。基础科研的回报周期动辄十年起步，但如果整个生态只奖励“快速见效”，这个样本就只能是孤例。

122亿的估值，买的不是一颗芯片。买的是“万一这条路能走通”的那个万一。而下一个“万一”，需要下一个愿意等20年的人，和愿意等20年的钱。