國產芯片2nm AI GPU亮劍！核心晶體管1700億顆，兼容英偉達CUDA

近日，上海棣山科技對外披露其自主研發的2nm高端AI GPU芯片最新進展，標志著國產高性能計算芯片在前沿制程與生態兼容領域取得重大突破。

這款被命名為"棣山智核（DS-Core）"的芯片已達到國際前沿設計水平，目前正處于原型驗證關鍵階段，距離正式流片、量產預計仍需1-2年時間。

該款2nm AI GPU原型芯片采用行業領先的FinFET/GAA混合制程與Chiplet異構集成架構，核心晶體管數量達1700億顆，接近英偉達B200的2080億顆水平。芯片創新性地應用2.5D CoWoS-L先進封裝技術，在提升集成度的同時降低信號延遲，為海量數據處理提供硬件基礎。

研發團隊成功攻克三大核心技術瓶頸：

第一項核心技術瓶頸突破是高帶寬內存（HBM）封裝互聯技術。

為解決大模型訓練時海量數據高速傳輸的痛點，棣山科技成功攻克HBM封裝互聯難題，為2nm AI GPU搭載了新一代HBM4內存。

該內存單顆容量高達48GB，引腳速率突破11Gb/s，內存帶寬達到3.2TB/s，相較上一代HBM3E內存帶寬提升約2.5倍，可高效承載AI大模型訓練過程中巨量數據的實時讀寫與傳輸需求，打破了內存帶寬不足對算力釋放的限制，為芯片高性能發揮提供了堅實的內存支撐。

第二項核心技術瓶頸突破是超低延遲片間通信技術。

針對多芯片互聯時信號延遲高、協同效率低的行業難題，研發團隊實現了超低延遲片間通信技術的重大突破，將片間通信延遲控制在0.25ns/mm以內。

同時，該芯片支持NVLink 6兼容互連協議，單鏈路帶寬達1.6TB/s，當多顆芯片進行互聯協同運算時，可實現無瓶頸數據交互，有效提升整體算力規模，讓芯片能夠靈活應對大規模AI集群運算場景，進一步放大單芯片的算力優勢。

第三項核心技術瓶頸突破是微流道高效熱管理技術。

高端AI GPU在高負載運行時會產生大量熱量，若散熱不及時，極易導致芯片性能衰減、熱失控等問題。

棣山科技研發的微流道高效熱管理技術，通過優化芯片內部散熱結構，大幅提升散熱效率，使芯片熱失控風險降低68%，能夠將芯片工作溫度穩定控制在85℃以下，這一突破有效解決了高端GPU高功耗下的散熱難題。

性能表現上，棣山智核展現出強大算力實力。其FP32單精度算力達50 TFLOPS，FP16半精度算力達100 TFLOPS，FP4低精度算力更是高達400 TFLOPS，可靈活適配從大模型訓練到邊緣推理的全場景需求。能效比方面，該芯片較上一代產品提升40%，典型功耗控制在350W以內，每瓦算力達142 GFLOPS，在高性能與低功耗間實現出色平衡。

目前，棣山科技已與國內多家頭部云廠商、自動駕駛企業達成預合作意向，待芯片正式商用后，有望在AI訓練、科學計算、自動駕駛等領域打破國外壟斷，推動國產高端芯片產業加速發展。