芯领域首创 3D LPU 架构,以 3D DRAM + SRAM 混合堆叠突破内存墙、算力墙、通信墙三大瓶颈, 不依赖先进制程,在国产成熟工艺上实现卓越推理性能,为中国大模型产业提供自主可控的算力底座。
AI 产业正加速由训练向推理迁移,大模型推理市场进入千亿美金规模。 图灵奖得主 David Patterson 研究指出:GPU / TPU 等主流架构在大模型推理场景下面临显著的内存带宽与延迟瓶颈。
数据在存储器与处理器间频繁搬运,造成高达 80% 的能耗和 70% 的成本压力,成为 AI 推理的核心瓶颈。
传统 GPU 架构并非为推理设计,算力利用率通常低于 30%,难以适应推理场景的离散访存特性。
多卡 / 多节点间数据传输带宽受限,PCB 级互联与片上互联差距达两个数量级,制约大规模推理部署。
数据来源:中信证券研究、德勤预测、中国信息通信研究院
跳出通用 GPU 设计思路,专为推理而生。以 3D 堆叠突破存储与计算间的物理壁垒, 让数据搬运功耗大幅减少,数据在「原地」即可完成计算。
「我们不是在别人的赛道上追赶,而是在开辟新的方向。」
无锡芯领域微电子有限公司专注 3D 架构 AI 云端大算力芯片研发设计,拥有自主知识产权的 LPU 处理器核心、 RISC-V 处理器核心及 EDA IP 设计平台。核心产品为面向大模型推理的 3D LPU 芯片, 为国内大模型产业提供自主可控、高性能、高性价比的算力支撑。
开辟 AI 推理芯片新赛道,不在别人的赛道上追赶
依托国产供应链,实现高端 AI 算力芯片的自主可控
采用成熟工艺实现卓越推理性能,大幅降低算力成本
自研 IP 族:PCIe IP、RISC‑V IP、抗辐照单元库 / IO 库(太空算力芯片基础,满足航天需求)
「我们不是在别人的赛道上追赶,而是在开辟新的方向。」
| 对比维度 | NVIDIA GPU | 国产 GPU | 国产 ASIC | 芯领域 3D LPU |
|---|---|---|---|---|
| 架构定位 | 通用计算 | 通用计算追赶 | 推理专用 | 3D 推理专用 |
| 存储方案 | HBM / GDDR | HBM / GDDR | HBM / LPDDR | 3D DRAM + SRAM 堆叠 |
| 推理能效 | 中等 | 追赶中 | 较高 | 极高 |
| 工艺依赖 | 先进制程 | 先进制程 | 先进制程 | 成熟工艺 |
| 供应可控 | 受出口管制 | 部分可控 | 部分可控 | 真·完全国产 |