不拼4纳米 中国芯片“叠叠乐”叫板英伟达？

在中美科技角力愈演愈烈的今天，中国正悄悄换了一条赛道——不再死磕更小的芯片制程，而是试图用“堆叠”和“架构创新”来弯道超车。面对美国对先进芯片制造技术的层层封锁，这条路或许成了眼下最现实的选择。

最近，在深圳一场行业会议上，清华大学集成电路学院教授、中国半导体行业协会副会长魏少军抛出一个颇具启发性的观点：哪怕只用14纳米的成熟逻辑芯片，只要搭配高性能内存和一套聪明的计算架构，整体性能也能逼近英伟达基于4纳米工艺打造的GPU。要知道，后者目前几乎是全球AI训练任务的“标配”。

他的方案叫“软件定义近存计算”——听起来很技术，其实核心思想很朴素：让处理器离内存更近一点，减少数据来回搬运的损耗。具体做法是用3D混合键合技术，把14纳米的逻辑芯片和18纳米的DRAM像三明治一样垂直堆在一起。这样一来，不仅性能上去了，功耗和成本反而降下来了。

这种思路，其实早就在华为内部悄然实践。受美国出口管制影响，华为无法大规模生产5纳米甚至更先进的芯片。

但创始人任正非很早就提出，与其在制程上硬刚，不如通过“堆叠和集群”在系统层面实现突破。魏少军的方案，某种程度上正是对这一战略的学术化落地。

更重要的是，他强调这套方案完全依赖“自主可控的供应链”。这话说得轻描淡写，背后却是沉甸甸的现实压力。

自2022年10月起，美国不断收紧对华芯片管制，明确限制14纳米及以下逻辑芯片、18纳米及以下DRAM相关设备和技术的出口。这意味着，即便中国企业有钱，也很难买到通往尖端制造的“门票”。

而更大的隐忧在于生态。全球AI发展至今，几乎被英伟达的GPU和CUDA软件平台牢牢绑定。

魏少军称之为“三重依赖”——从模型训练、硬件架构到开发工具链，整个链条都绕不开英伟达。这种深度耦合，不仅抬高了后来者的门槛，也让中国在AI基础设施上始终处于被动。

正因如此，摆脱对英伟达的依赖已不仅是技术命题，更关乎产业安全。除了堆叠路线，国内企业也在尝试其他路径。比如杭州一家名为中昊新影的初创公司，最近就宣称其自研TPU（张量处理单元）的算力可达英伟达A100 GPU的1.5倍。

虽然这类说法还需市场检验，但它至少说明：中国AI芯片界正在多点开花，不再把鸡蛋放在一个篮子里。

说到底，芯片堆叠未必是终极答案，但在被卡住脖子的当下，它提供了一种务实而巧妙的突围方式——不靠最先进的光刻机，也能拼出接近顶尖的性能。

这条路走得通不通，时间会给出答案。但至少，中国人已经开始用自己的方式重新定义“先进”。