新紫光集團最近動作頻頻。5月創新峰會上，新紫光集團一口氣亮出六大前沿成果，覆蓋IC、ICT、AI三大領域，從芯片到應用形成全鏈條布局。

在這張宏大的戰略棋局中，有一家主體格外引人關注——新紫光前沿技術研究院（前沿院）。在當下火爆的GPGPU賽道中，前沿院作為新生力量切入市場，走出了一條不同于摩爾線程、沐曦集成、壁仞科技等企業的差異化路線。

面對AI算力對存儲帶寬的極致渴求，以及HBM供應鏈的現實制約，前沿院避開了擁擠的主流賽道，采用創新的三維化近存計算創新架構重新定義GPGPU。這條路線交出了一份驚人的答卷：存儲帶寬超30TB/s（達到標桿級算力芯片帶寬8TB/s的4倍）、訪存延遲降低18倍，首創實現4種功能芯粒集成，且已具備國內首次規模化可量產能力。

當整個行業都在HBM賽道上內卷，前沿院卻另辟蹊徑。它的技術路線為何不同？它的野心到底是什么？半導體產業縱橫對話前沿院研究員于洪濤，試圖找到答案。

01

落子：為什么是GPGPU？

理解前沿院的選擇，先要理解產業的大邏輯。

2025年中國AI加速卡市場總出貨量約400萬張，中國本土芯片廠商拿下近41%的份額；預計中國AI芯片市場規模將從2025年約190億美元增長至2030年的670億美元，巨大的市場蛋糕就在眼前。

于洪濤開門見山的說到：“AI市場是一個確定性的市場，AI市場的發展處在長期的演進過程。”

當前，新紫光集團的產業公司在數據中心核心服務器、網絡、存儲等系統級設備和集成建設方面已經占據了相當的市場：AI服務器中國第二、刀片服務器中國第一、以太網交換機中國第二、企業級外部存儲中國前三。但這僅僅是新紫光集團宏大AI產業構思的序章，為了構建面向AI時代的全棧版圖，集團正在核心智算芯片領域落下關鍵一子。

恰逢此時，這個市場正在經歷一場結構性變革。第一個變化，AI對存儲帶寬的需求在持續攀升。當大模型的參數規模突破萬億級別，對存儲帶寬的需求呈指數級增長。HBM是目前行業的主流解法，通過2.5D封裝將存儲帶寬提升到TB/s級別。第二個變化，AI供應鏈在持續重構。國內獲取HBM的難度增加，這對于依賴HBM方案的企業來說，是一個必須面對的現實。

正是在這個條件下，前沿院選擇進入該領域。于洪濤說到：“我們需要有自己完全可控的核心算力產品，這是我們切入GPGPU的初衷。”

同時可以看到，在國產算力芯片的新興勢力中，GPGPU仍然是多數派，2025年成功上市的四家企業均為GPGPU架構，前沿院選擇順應市場需求主流，在計算單元的微架構設計上與市場主流生態做到完全兼容，為產品加速成熟和快速推向市場、靈活適配各類主流大模型提供通用能力基座。在此基礎上，結合三維化存儲架構的底層創新，使這款產品同時跨入GPGPU賽道和3D DRAM AI芯片賽道，兼具高易用性和極致高帶寬的雙重優勢。

02

突圍：3.5D架構的底層創新

在AI芯片行業，存儲帶寬是決定算力利用率的關鍵指標。帶寬越高，數據搬運越高效，芯片性能越能充分發揮。當前行業主流采用的是HBM方案：HBM3單堆棧理論最大帶寬為819GB/s，即便是最新的HBM4，單堆棧帶寬也只有2TB/s級別。

HBM本質上是一種2.5D封裝方案：存儲芯片和計算芯片鋪在同一塊基板上，通過中介層和大量的microbump（微凸塊）連接。這種方案的帶寬受限于基板面積和連接密度，想要更大的帶寬，就得用更先進的工藝、更大的面積，成本隨之飆升。

前沿院給出的答案，直接將單堆棧帶寬提升了15倍，芯片級總帶寬也達到當前國際標桿級算力芯片（8TB/s）的4倍。

在新紫光首屆創新峰會上，新紫光前沿技術研究院執行院長李鶯特別提到：“三維堆疊DRAM在存儲帶寬和容量上保持優勢，大帶寬使得計算效率更高，同時基于三維堆疊的國內領先供應鏈，我們的方案是規模化可量產。”不用HBM，存儲帶寬突破30TB/s，這不僅是對行業主流技術路線的挑戰，更是中國AI芯片產業的一次大膽突破。

紫弦架構

具體來看，前沿院選擇了3D堆疊近存計算路線，構建了一套完整的技術體系——紫弦架構。

第一，3.5D三維化架構。前沿院首創四種功能芯粒、三維異構異質集成，包括DRAM層、控制邏輯層、計算邏輯層，以及高速互聯的I/O Chiplet作為外部接口。通過3D堆疊高級封裝、2.5D高級封裝以及MCM封裝技術的組合，實現了帶寬的指數級提升。

第二，GPGPU架構加近存PNM計算模式。這種模式下，片內總線利用率提升1.7倍，訪存延遲最大降低18倍。模擬仿真顯示，同等算力下Token吞吐率較標桿級算力芯片高出1.5到2倍。

第三，超寬互聯，跨生態高速聯接。紫弦架構支持1024卡高帶寬互聯，互聯帶寬可以達到1600GB每秒，延遲低至百納秒。支持3種以上Scale Up交換協議，充分發揮超節點集群的性能優勢。

第四，CPU+GPU雙芯聯動。前沿院自研的CPU與GPU異構協同，內存統一管理。相較于原有PCIe互聯，雙向帶寬擴大5到10倍，網絡延遲降低5到10倍。

為什么選擇了3D堆疊近存計算這一路線？于洪濤解釋了選擇這條技術路線的兩大優勢：一是3D堆疊能提供更大的訪存帶寬和存儲容量，大帶寬優勢一定程度提升算力利用率，能夠提升推理市場的優勢；二是3D工藝已經趨于成熟，具備整體量產能力，且國內可以實施能夠保障供應鏈安全。成本是行業最關心的問題之一。于洪濤坦言：“從短期來看，3D堆疊有定制化過程，一次性設計費用會比HBM高，但從量產角度來講，單位容量成本低于HBM。”

03

破壁：開放生態的第三種選擇

當下，超節點正在成為AI計算的主流產品形態。當大模型的參數規模突破萬億級別，單卡性能已經無法滿足需求，需要更多的計算芯片協同工作，需要更大的互聯帶寬，需要更高的系統級效率。不管是英偉達的NVL72還是華為的384，它們首先都是一種超節點的形態。對于趨勢的判斷，于洪濤說，“從我們的視角來看，未來的市場產品形態會以超節點成為一個主力，這是我們對整體未來市場演進的判斷。但超節點也是一場大考。超節點其實更多的是一個系統性的工程，它已經不再單單是一顆芯片在承擔的一個任務，它是需要多芯片協同、整系統的協同。這個時候它會更多地要求你的系統的高可用性、效率更高、性能更強、穩定性更強、可靠性更強、可維護性更強。”

對于國內芯片企業來說，這是一個巨大的挑戰。過去，很多芯片公司的打法是：先把單卡做出來，再慢慢迭代系統級能力。但超節點時代的要求是：必須在芯片設計階段就把系統級能力考慮進去。“如果我們只是依賴于單顆芯片的產品能力去推進最終的產品形態，那會發現它在系統的可靠性方面會碰到一些瓶頸。”于洪濤指出了關鍵。

面對英偉達和華為的超節點方案，作為新進入者前沿院的差異化路徑是：開放生態。

英偉達的NVL72采用NVLink私有協議，實現了72顆GPU與18顆NVSwitch芯片的全互聯，5000根銅纜連接所有GPU。華為的CM384則采用靈衢總線，將總線從服務器內部擴展到整機柜、甚至跨機柜。兩個封閉體系，一個共同的邏輯：誰掌握了超節點的互聯標準，誰就掌握了下游客戶，但這個格局正在被打破。2025年，AMD、博通、Meta、微軟等公司聯合推動超以太網聯盟（UEC），目標是打破NVLink在高速互聯領域的壟斷。在國內，以太網生態也在推進開放協議標準。“不管是華為還是英偉達，他們的超節點形態，內部互聯方式更多采用的是一種封閉的體系結構。”于洪濤說，“我們想走的是一個更加開放、融合、共享的結構。”

前沿院的底氣來自哪里？無疑是紫光集團的協同能力。紫光集團對前沿院的賦能是全方位的。第一個層面是3D堆疊。紫光國芯是國內最早實現3D堆疊量產的公司之一。這意味著前沿院的3D堆疊方案從一開始就站在了成熟的供應鏈基礎上，可以實現、可以量產。第二個層面是多T戰略。紫光集團內正在推進一個協同布局：通算芯片CPU、智算芯片GPU、互聯芯片、交換芯片，這些芯片共同服務于智算中心的需求。這些芯片之間會進行深度技術協同，形成一個相對獨立芯片廠商的有力系統級產品能力。第三個層面是系統整合。前沿院不僅僅是一家芯片設計公司，它背后站著整個紫光集團的系統能力。集團內的產業公司具備從單板到整個系統方案的整合能力，“從芯片到板卡到系統，是個全方位的一個賦能。”于洪濤表示：“集團內已經做了CPU、GPU以及交換芯片的全方位布局，我們會通過內部的協同來打造一個在性能、在能效上能夠和業界高端產品相媲美的產品，在國內市場形成頭部。”前沿院不是一個人在戰斗，集團內的深度協同是獨立芯片廠商無法復制的優勢。

04

結語

AI產業正全面進入落地深水區，無論是訓練還是推理，都有廣闊的空間。而推理市場的規模，或許比訓練市場更大。在交流中于洪濤認為：未來的產品形態也會是多樣的，無論是訓練還是推理，在AI市場的都具有很大的市場空間。

在AI這場長跑中，我們看到前沿院手握兩張王牌：3D堆疊技術帶來的推理優勢，以及GPGPU架構在訓練市場的天然競爭力。但這只是開始，2026年是產品化元年，2027年將實現規模化突破。于洪濤表示：“我們在推理市場基于3D堆疊的大帶寬優勢會在整個市場拿到一個比較大的份額。另一方面我們也沒有放棄訓練市場，因為訓練代表了一個企業的AI能力的高度。我們會在訓練市場持續深耕，在國內達到一個更高水平。”

墻再高，也擋不住向上的力量。

從更大的視角來看，前沿院的誕生，折射出新紫光集團的戰略邏輯：協同共贏+突破創新。不同于成熟大企業的延續創新，也不同于孤立初創企業的突破創新，新紫光走的是集團支持下的新設企業創新路徑，大幅放大創新成功的概率。

新紫光前沿院的出現，讓中國在下一代AI算力的競爭中，多了一個有力的籌碼。正如新紫光集團董事長李濱所言：“創新從來不是一條坦途——它意味著要以艱苦·混沌·失敗為常態，同時葆有樂觀·試錯·堅韌的精神底色。”