不用先进制程，中国也能做出不输英伟达的 AI 芯片架构

在深圳的一场行业活动上，中国半导体行业协会副会长魏少军提出了一条引人关注的技术路线：在无法获取高端制程设备与先进 GPU 的环境下，中国可以依靠自主供应链，通过将 14 纳米逻辑芯片 与 18 纳米高带宽 DRAM 以及 近内存计算架构 相结合，构建出有望接近英伟达 4 纳米级 AI GPU 性能的解决方案。

魏少军指出，这一思路的核心在于 “架构补工艺”。通过 3D 混合键合技术，将计算单元直接置于内存附近，可显著减少数据搬移带来的能耗和延迟，从而提升整体算力效率。这种模式与华为近年推行的“堆叠+集群”策略相似，其目标是在美国出口管制限制下，通过提高芯片集成密度来追赶先进制程所带来的性能优势。

他强调，此方案能够完全依赖国内制造体系，避免因 5nm 及以下制程受限而被“卡脖子”。借助成熟技术叠加创新架构，中国或许无需先进光刻也能打造高性能 AI 芯片。

尽管如此，全球 AI 生态仍深度依赖英伟达硬件与 CUDA 软件，形成了在模型、工具和架构上的“三重依赖”。不过，国内替代方案正在加速涌现。由前谷歌工程师杨工一发创立的中昊新影声称，其定制 ASIC TPU 的峰值性能可达英伟达 A100 的 1.5 倍，引发市场强烈关注。

凭借高通用性和成熟生态，英伟达与 AMD 的 GPU 在未来仍将主导 AI 训练。但随着供给紧张、价格飙升和国际贸易壁垒加剧，ASIC 芯片如 TPU 正成为不少企业的“第二选择”。若国产方案的性能接近官方宣传，它们可能在并非追求极限性能的市场中迅速占据一席之地，尤其适合有 GPU 缺口、希望多元化 AI 基础设施的场景。

在未来竞争中，先进制程并非唯一通往性能的道路。中国厂商正在用“成熟节点 + 新架构”的方式，为国产 AI 算力开辟新的可能。