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。

2026年7月13日，上海张江，一家成立才两年多的芯片公司东方算芯，在世界人工智能大会开幕前夕发布了一颗名叫DF1000的AI芯片。

这颗芯片用国内成熟的14纳米制程工艺造出来，既没用阿斯麦的EUV光刻机，也没用台积电的先进代工，更没用上英伟达那种高端芯片离不开的HBM高速内存，却跑出了每秒520万亿次浮点运算的算力。

520万亿次浮点运算是什么概念？英伟达的H100芯片用的是4纳米先进制程，BF16精度算力大约是990万亿次。

DF1000在制程工艺落后两三代的情况下，拿到了H100一半以上的算力。

更厉害的是访存带宽，DF1000达到每秒6.4TB，几乎是H100的两倍。

制程落后，带宽反而反超，靠的不是硬砸钱买设备，是彻底换了条技术路子。

东方算芯这家公司什么来头？公开资料显示，公司成立于2024年5月，总部在上海张江，团队规模超过500人。董事长兼CEO魏少军，是国内集成电路设计领域的领军人物。

这家公司走的技术路线，跟市面上主流的GPU和专用芯片都不一样。魏少军自己把这条路线叫"第三条路线"。

他说过去算力芯片主要两条路，一条是专用芯片路线，针对特定场景做定制，但AI算法每三到六个月就大变样，专用芯片跟不上。

另一条是GPU通用路线，性能好但高度依赖先进制程，可国内偏偏拿不到最先进的工艺。两条路都走不通，怎么办？自己开一条新路。

这条路的核心就两个技术，一个是软件定义芯片，一个是3D堆叠近存计算。软件定义芯片说白了就是让芯片的硬件电路能够根据不同的计算任务随时调整。

传统芯片的硬件功能是固定的，好比一把螺丝刀只能拧螺丝。软件定义芯片像一套可以随时换头的工具，遇到什么活就换上什么头，把每一寸芯片的性能都榨干。

这项技术最早来自清华大学微电子所，从2006年就开始研发，整整积累了20年。3D堆叠近存计算更直接。

传统芯片的计算单元和存储单元是分开的，数据要在两者之间来回跑，跑得越远越慢越费电。

DF1000的做法是把计算晶圆和存储晶圆垂直叠在一起，用3D混合键合技术把两者牢牢绑定，数据传输距离被大幅缩短，带宽自然就上去了。

东方算芯说这套方案的访存带宽是传统HBM方案的五倍以上。

更关键的是整条产业链。DF1000从芯片设计、晶圆制造、3D先进封装到封测，全部用的是国产供应链。

芯片已经完成了完整的流片验证，并且实现了128张卡组成的大规模集群稳定运行。不依赖进口设备、不依赖海外工艺、不依赖高端内存，这条技术路线等于给国产高端算力芯片上了一道保险。

消息传开之后，行业里讨论最多的就是阿斯麦、台积电、英伟达这三家该睡不着了。阿斯麦靠的是EUV光刻机独家垄断，全球只有它能造这种生产7纳米以下芯片的核心设备。

如今中国企业证明造高端AI芯片不一定非要用EUV，14纳米成熟工艺加上架构创新也能跑出大算力。再加上出口管制越来越严，阿斯麦在中国的生意本来就在缩水。

EUV不再是必选项，这对阿斯麦的商业模式是个不小的冲击。台积电这些年靠的是先进制程的代工优势，3纳米、2纳米工艺几乎垄断了全球高端AI芯片的订单，AI相关业务一年营收超过400亿美元。

可DF1000向整个行业传递了一个信号，制程不是唯一的竞争力，架构创新可以抹平工艺上的代差。

如果这条成熟工艺路线被大量复制，台积电独一无二的代工溢价还能维持多久？英伟达面临的压力最直接，DF1000的集群训练性能已经介于英伟达A系列和H系列之间。

按照东方算芯的规划，2026年四季度推出的DF2000性能要翻倍，对标H200，2027年四季度的DF3000还要再翻倍，对标全球顶级产品。

除了性能追赶，DF1000在功耗上也有优势，英伟达新款芯片功耗已经突破2300瓦，散热成本越来越高，而DF1000依靠存算一体的架构，能效比更突出，更适合大规模数据中心部署。

当然客观讲，国产芯片在峰值性能和软件生态上跟英伟达还有差距，CUDA这个生态系统不是说赶就能赶上的。

但行业竞争的底层逻辑已经被改写了，过去只能被动追赶先进制程，一旦高端设备被封锁就卡住脖子，现在多了一条路，用成熟工艺加架构创新也能做出有竞争力的高端算力芯片。

魏少军自己说得实在，他在接受媒体采访时坦言这套路线的长期天花板还是制程工艺，如果将来国内先进制程取得突破，公司会第一时间引入。

但他强调这条路线的性能瓶颈会比传统GPU路线来得晚，现阶段用成熟制程就能对标海外先进芯片，未来工艺升级后还有巨大的跃升空间。

7月13日上海这场发布会，改变的不仅是一颗芯片的命运，而是整个全球算力芯片行业的竞争格局。