国产2nm算力芯片，打破垄断第一步

4 月 13 日，上海棣山科技正式披露2nm 高端 AI GPU最新研发进展，芯片设计达国际前沿水平，目前进入原型验证关键阶段，预计 1-2 年后实现流片量产。

这款国产 2nm AI GPU 采用FinFET/GAA 混合制程与 Chiplet 异构集成架构，搭载自研棣山智核 DS-Core，集成1700 亿颗晶体管，芯片面积约 800mm²，采用 2.5D CoWoS-L 先进封装，实现高密度互连与高效散热双重优化。

核心性能方面，芯片FP32 算力 50 TFLOPS、FP16 算力 100 TFLOPS、FP4 算力达 400 TFLOPS，适配大模型训练与推理全场景；能效比较上代提升 40%，典型功耗控制在 350W 以内，每瓦算力达 142 GFLOPS。

技术突破上，团队攻克HBM4 封装互联、超低延迟片间通信、微流道高效热管理三大瓶颈。搭载HBM4 内存单颗 48GB、速率超 11Gb/s、带宽 3.2TB/s，较 HBM3E 提升约 2.5 倍；片间通信延迟低于 0.25ns/mm，微流道技术将热失控风险降低 68%，工作温度稳定在 85℃以下。

兼容性层面，芯片支持NVLink 6 兼容协议，单链路带宽 1.6TB/s，多芯片协同无瓶颈；兼容 CUDA 生态，大幅降低客户迁移成本，已与国内头部云厂商、自动驾驶企业达成预合作意向。

当前研发聚焦四大攻坚：系统级验证、时序收敛优化、量产良率预演、软件生态适配，计划 2026 年底推出 AI 推理加速套件原型，同步完善 CUDA 兼容编译器与 AI 框架适配层。

从全球竞争看，该芯片FP32 性能可对标英伟达 H100/H200，打破国际巨头高端 AI 芯片垄断，但在量产进度、生态成熟度、市场验证上仍存差距。棣山科技将持续加大研发，推进流片测试与生态建设，加速国产高端 GPU 产业化落地。

免责声明：
文章内容转自互联网，不代表本站赞同其观点；
如涉及内容、图片、版权等问题，请联系2644303206@qq.com我们将在第一时间删除内容！