导语：当单芯片算力逼近物理极限，系统级集成的胜负手已然转移。新紫光给出的答案是——把“分散的异构”变成“统一的异构”，从物理层消除“跨”的概念。
“未来算力竞赛的胜负手，不是单一的芯片算力，而是整个系统的集成度、互联能力和异构协同效率。”第九届晶上系统生态大会上，新紫光集团联席总裁陈杰以此开篇，直指智能体时代算力基础设施的结构性变革。这一判断，正是新紫光在晶圆级异构智算方向上战略布局的逻辑起点。
一、万亿参数Agent时代：
算力需求的结构性重构
陈杰先生用一组数据勾勒出当前算力市场的核心矛盾。龙虾编码智能体拉开了万亿参数Agent时代的序幕——1万亿参数已成入场券，海外旗舰模型已达10万亿规模。全球云端AI算力推理市场正以36%的年化复合增长率快速扩张，到2030年推理与训练算力比例将接近4:1。Morgan Stanley预测，2026至2030年间国产AI芯片占比将达86%，对应市场规模约580亿美元。
但硬币的另一面是严峻的现实差距。当前国产芯片单卡算力约为海外主流旗舰产品的四分之一到六分之一，带宽差距类似。DeepSeek发布V4 Pro时坦言：“受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾超节点批量上市后，Pro的价格会大幅下调。”这段话揭示的核心矛盾在于：超万亿级大模型和智能体的高质量发展，亟需国产高效算力的大规模支撑。
二、异构计算的逻辑转向：
CPU不是配角
陈杰先生特别强调AI任务并非GPU的独角戏。以龙虾Agent智能体为例，典型工作负载分析表明，传统AI任务中已有相当部分依赖CPU参与，而在智能体工作流中，CPU的角色进一步强化。智能体不是简单的批处理推理，它涉及决策链路、工具调用、多轮对话——这些逻辑控制型任务天然属于CPU范畴，而大规模矩阵运算才是GPU的强项。不同智能体任务对CPU与GPU配比需求差异巨大，从1:12到2:1之间变化。这意味着“一刀切”的算力方案行不通，行业真正需要的是可灵活调配CPU-GPU比例的异构计算架构。
新紫光的优势正在于此。集团拥有从CPU、GPU、互联芯片、交换芯片到高速接口芯片的全品类自主设计能力，不是简单地把不同厂商的芯片拼在一起，而是从芯片架构层面就考虑异构协同的需求。这正是“计算×联接”战略的根本出发点。
三、解密“紫弦”：
三维近存计算的技术逻辑
当前AI计算的核心瓶颈在于“存储墙”——计算与存储分离导致数据传输延迟高、带宽不足、功耗居高不下，而日韩企业垄断的HBM更是国产高端AI芯片的关键卡点。为破解这一瓶颈，新紫光今年5月发布的“紫弦”三维化近存计算架构采用3D DRAM与首创的3.5D异质异构集成路线，通过先进封装将存储单元与计算单元三维堆叠，大幅缩短数据传输距离。该架构核心性能指标十分亮眼：存储带宽可达30TB/s，优于行业最新HBM4标准；PNM近存计算模式下访存延迟最大降低18倍；模拟仿真显示，同等算力条件下Token吞吐率较国际旗舰级产品高出1.5至2倍以上。
图 紫弦多维计算架构
传统芯片在二维平面上布线，信号传输距离随芯片数量增加呈指数级恶化；紫弦通过三维堆叠，将计算单元与存储单元在垂直方向紧密贴合，信号传输距离从厘米级缩短至微米级，可从根本上降低存储-计算间能耗损耗。当前，“紫弦”基于国内领先供应链设计，已具备规模化量产能力，无需依赖海外HBM资源。
图 系统视角的计算芯片扩展路径
从系统视角看计算芯片扩展，存在五层Scale模型，分别对应芯片内部、封装内部、节点内部、节点之间和数据中心之间的扩展。当前产业界的困境在于，Scale Out和Scale Up走得太远，而Scale In和Scale On远远不够——大家都在拼命堆节点、堆机柜，芯片间距越来越远，数据搬运成本持续攀升。“紫弦”架构将10到20颗不同种类的裸片集成在单一芯片内，已逼近单芯片微缩的物理边界，下一步更深度的集成，必须依托晶圆级技术来实现。
四、WSE的启示与局限：
同构并非终点
Cerebras WSE作为晶圆级芯片领域的先行者，已实际部署在美国DOE国家实验室和多个商业数据中心，其技术路线和工程实现获得业界广泛认可。
晶圆级技术路线的根本价值在于打破片间通信的能量壁垒——数据搬运成本每跨越一级存储-计算层级均为数量级增长。WSE将50%硅片面积用于SRAM，正是对这一逻辑的极致实践。但同构架构亦暴露边界：全晶圆平铺相同掩模，晶圆边缘互联密度严重不足，每毫米边缘仅0.17GB/s带宽，不足Blackwell的百分之一；存储容量与互联能力的双重制约，使Cerebras最大可服务模型止步于120B参数，在万亿参数时代面临显著瓶颈。
表 WSE核心痛点分析
陈杰先生由此提出核心判断：晶圆级系统必须走向异构。 而晶圆级异构集成的本质是从物理层消除“跨”的概念——不再需要跨芯片、跨封装、跨机柜。传统异构计算的根本矛盾在于芯片物理分离而计算任务需要密集协同，每一次“跨”都意味着能量损耗、延迟增加和带宽衰减。晶圆级集成的核心价值正是把“分散的异构”变成“统一的异构”。
五、晶圆之上：
新紫光的系统集成攻坚战
晶圆级异构集成的工程化落地，面临四道绕不开的硬关口。对此，新紫光拥有清晰而务实的破局思路。
第一关：工艺异构。
CPU、GPU、交换芯片、存储芯片——不同功能、不同工艺节点的芯片要在同一晶圆上协同工作，热膨胀系数各异、电压域不统一、信号时序千差万别。“紫弦”3.5D异质异构集成方案已实现跨平台多工艺兼容与自适应时序补偿，在X-Y平面和Z轴垂直方向同时扩展。
第二关：协议碎片。
D2D互联协议各自为战，异构芯片之间“语言不通”，多协议转换带来性能损耗。新紫光推进GT Link与CPU-GPU C2C互联协议，构建全自主多链路高速通信体系，覆盖芯片内、芯片间、系统间三级统一协议。
第三关：热力密度。
单晶圆集成数百颗芯片后总功耗可达数十千瓦，热点分布不均，传统冷却方案在晶圆尺度上面临失效风险。新紫光从封装级微流道液冷、晶圆级热管理仿真、动态功耗调度三个方向同步攻关。
第四关：良率与缺陷容忍。
单颗芯片缺陷可能导致整张晶圆报废，行业先行者Cerebras的良率仅20%-30%。新紫光的对策是依托自研三维化3D IC全流程设计能力，引入AT芯片设计智能体进行缺陷感知，并结合软件定义晶上系统（SDSoW）动态重构互联拓扑，绕开缺陷区域，从系统层面弥补制造环节的良率短板。
结语
本届大会主题“强基铸魂，场景突围”在新紫光的实践中得到有力印证。“紫弦”架构的发布是“强基铸魂”的最新注脚，晶圆级异构智算系统的最终目标，是让国产算力从“能用”走向“好用”，为万亿参数智能体的规模化部署提供坚实的底座支撑。面向未来，晶圆级异构集成需要全产业链的协同攻关。新紫光集团已深度融入这一产业协作进程，与晶上联盟紧密携手，联合更多产业力量，共同推动中国晶圆级异构智算从技术验证走向规模化应用。
本文转载自晶上世界，原文《新紫光集团陈杰：谈晶圆级异构智算系统的融合之道》，版权归原发布方所有。