阿斯麦、台积电、英伟达，该睡不着了。7月13日，上海，一家成立不到三年的公司用14nm工艺造出了一颗520TFLOPS的AI芯片，没用EUV，没用HBM。

这家公司成立于2024年5月，总部在上海张江，团队超过500人，2026年4月完成A+轮融资后估值约123亿元。

可要说它已经把英伟达按在地上摩擦，那就把芯片行业想得太简单了。

520TFLOPS对应的是BF16精度，芯片之间比算力，得看精度口径、稀疏计算是否开启、真实模型吞吐、功耗、显存容量、通信效率、编译器成熟度，还得看一百张卡接在一起后能保留多少单卡性能。

英伟达真正难替代的地方，也不只是一块GPU，它背后还有CUDA、算子库、通信库、服务器、网络设备和开发者生态，官方HGX平台本身就是把GPU、NVLink、网络与软件栈捆成整套系统来交付，不是宣布谁输了，而是证明成熟工艺也能进入大算力牌桌。

过去高端AI芯片的主流办法，是把逻辑芯片做得更先进，再配上HBM，用2.5D先进封装把计算、存储和互联装进一个大系统里。

这个办法性能高，代价也高，先进制程、HBM、封装能力少一项都很难成。

东方算芯选的路子更像是在房子面积有限时重做内部结构：计算层和存储层垂直贴近，数据不再绕很远的路，互连距离压到亚微米级，用更密集的连接换取更高带宽。

大模型工作时，芯片不光要做乘加运算，还要反复搬运参数、激活值和中间结果。

算力单元跑得再快，数据跟不上，大片计算资源就会空等，这就是行业常说的“存储墙”。

DF1000把重点放在近存计算，实际是在减少搬运，而不是单纯堆晶体管，这个思路并不土，反倒很符合后摩尔时代的技术方向。

制程微缩越来越贵，全球大厂也在做Chiplet、3D堆叠和系统级协同，台积电的CoWoS与SoIC走的也是先进封装和立体集成路线。

用国产成熟工艺、国产封装链和非HBM存储结构，做出一套能够落地的组合。

对阿斯麦来说，一颗14nm芯片不会动摇EUV在尖端制程里的地位，EUV承担的任务仍是帮助先进逻辑和存储芯片继续提升晶体管密度。

WoS的市场价值也不会凭空消失，东方算芯这次发布本身还说明，先进封装正从配角变成决定系统性能的重要环节。

对英伟达来说，真正需要留意的不是520这个单一数字，而是越来越多中国企业不再只做一张“对标卡”，而是从芯片、编译器、服务器、互联到集群一起做。

产业竞争一旦从单芯片改成整套系统，后来者就有机会利用本土供应链、场景适配和成本控制找到位置。

话也得说回来，DF1000披露的核心数据主要来自企业发布会与媒体报道，现有报道尚未给出MLPerf等独立测试，也没有完整公布主流大模型训练速度、推理吞吐、整机功耗、量产良率和批量交付规模。

直接等同于整卡性能超过英伟达；128卡能运行，也不等于万卡集群已经成熟。

英伟达H200官方标注的显存带宽为4.8TB/s，可它还拥有成熟的软件生态、集群互联和经过大量客户验证的整机平台，两种产品只拿带宽数字硬比，很容易把读者带偏。

难的是客户敢不敢长期部署，软件迁移是否顺手，出现故障能不能快速定位，下一代产品能否按计划交付。

国产芯片过去吃过不少纸面参数很强、实际生态难用的亏，这次更该少喊终结谁，多看真实订单和持续迭代。

DF1000带来的稀缺信号，是中国算力产业开始从“追制程”转向“制程、架构、存储、封装、软件、集群一起算账”。

这条路未必能替代先进制程，也未必要替代所有HBM方案，它更像多开了一条车道，让关键行业在外部供应不稳定时，还有能用、可控、可扩展的选择。

科技竞争靠的不是一句“谁睡不着了”，而是实验室里的长期积累、工厂里的良率、机房里的稳定运行和开发者手里的真实体验。

尊重规律、坚持创新、开放合作，把自主技术一代代做实，才是国产算力真正走远的办法。