清微智能、Groq與改變GPU單行道的可能性

21世紀(jì)什么最貴？大多數(shù)公司始料未及，最貴的原來(lái)是算力，是數(shù)萬(wàn)美元也“一芯難求”的GPU。

OpenAI創(chuàng)始人Sam Altman曾經(jīng)預(yù)言，算力將成為一種新的貨幣。去年，Gartner預(yù)測(cè)2026年的全球AI支出預(yù)計(jì)將達(dá)到2.52萬(wàn)億美元，其中光是基礎(chǔ)設(shè)施就需要增加4010億美元的投入，相當(dāng)于英偉達(dá)三年多的營(yíng)收。

算力的花費(fèi)可以分為兩部分，訓(xùn)練曾經(jīng)是最昂貴的支出。但隨著大模型嵌進(jìn)搜索、廣告、推薦、客服、游戲等高頻場(chǎng)景，推理逐漸取代訓(xùn)練，占據(jù)更大的成本。IDC預(yù)計(jì)，2026年，推理算力的消耗占比將會(huì)提升到62.2%，訓(xùn)練算力則降低到37.8%。

AI需要商業(yè)化，企業(yè)便需要更高性價(jià)比的算力，否則辛苦開(kāi)拓的商業(yè)模式，最后全喂飽了英偉達(dá)。然而，GPU遵循的傳統(tǒng)架構(gòu)在執(zhí)行運(yùn)算時(shí)有不小的數(shù)據(jù)搬運(yùn)成本，在大規(guī)模實(shí)時(shí)生成任務(wù)中會(huì)產(chǎn)生更多花費(fèi)，并且制造成本也在不斷上升。

于是，挑戰(zhàn)者不斷出現(xiàn)，并拋出新的想法：如果，我們不用GPU的架構(gòu)呢？

一、尋找GPU之外的可能性

GPU誕生于圖形渲染年代，并行運(yùn)算能力突出，通用能力強(qiáng)。但這種多功能性用來(lái)支持AI，就成了歷史包袱，難以滿足Token邊際成本持續(xù)降低的需求。

這是索羅斯“反身性”理論在算力領(lǐng)域的兌現(xiàn)：GPU“意外”適應(yīng)了AI的需求，早期AI依賴GPU并助推后者市場(chǎng)擴(kuò)大乃至絕對(duì)占有，然而當(dāng)算力需求發(fā)展到一定階段，GPU架構(gòu)又限制了AI效率的提高。早期的選擇也許只是那個(gè)時(shí)代的認(rèn)知偏差，但它又造成了后來(lái)的因果循環(huán)，直到有新的架構(gòu)能打破這種怪圈。

相比之下，非GPU路線能更好地針對(duì)AI需求做定制化，ASIC（專用集成電路）因此崛起。這條路上的知名企業(yè)數(shù)不勝數(shù)，華為、谷歌、博通、百度、寒武紀(jì)……無(wú)論采取何種架構(gòu)、打造何種產(chǎn)品，都是為了AI的降本增效。

2025年11月，谷歌發(fā)布Gemini 3，性能跑贏了OpenAI被市場(chǎng)寄予厚望的GPT 5.1。Gemini 3基于谷歌自研芯片TPU訓(xùn)練，高盛推算其單位token推理成本下降約70%，在后發(fā)條件下追平了英偉達(dá)GB200 NVL72的成本。

去年，Anthropic便宣布要采用最多100萬(wàn)張TPU，11月又有消息稱Meta考慮將部分AI基礎(chǔ)設(shè)施遷移至谷歌TPU。就連英偉達(dá)股價(jià)，也因此受到影響。

但ASIC有一個(gè)天然短板：既然是定制，那么就難以匹配還在持續(xù)更新的AI算法和架構(gòu)需求，而設(shè)計(jì)一個(gè)架構(gòu)需要很長(zhǎng)的周期，一旦算法變更，芯片就有可能過(guò)時(shí)。“芯模協(xié)同”，對(duì)于AI生態(tài)的構(gòu)建意義重大。

去年的上海世界人工智能大會(huì)上，就有不少國(guó)產(chǎn)芯片廠商格外強(qiáng)調(diào)這一點(diǎn)。DeepSeek作為開(kāi)源之光，也得到了國(guó)產(chǎn)芯片廠商的大力適配。其V4版本發(fā)布在即，很快又要接近適配節(jié)點(diǎn)。

既要高性能，又要強(qiáng)適配，有沒(méi)有一種辦法，能讓芯片和數(shù)據(jù)算法更好地協(xié)同，高效適應(yīng)模型的進(jìn)化？

不僅有，而且還得到了英偉達(dá)的變相認(rèn)可。

去年末，英偉達(dá)意外斥資約200億美元，獲得Groq知識(shí)產(chǎn)權(quán)的非獨(dú)家授權(quán)，并將其主要人物一舉收入囊中。

Groq由谷歌TPU早期團(tuán)隊(duì)成員創(chuàng)立，他們基于可重構(gòu)數(shù)據(jù)流方法打造了LPU（Language Processing Unit，語(yǔ)言處理單元）產(chǎn)品，適配開(kāi)源模型后展現(xiàn)的推理成本遠(yuǎn)低于GPU。

而幾乎同一時(shí)間，“北京四大明星芯片公司”之一的清微智能，也基于可重構(gòu)芯片（RPU）優(yōu)勢(shì)拿下超20億元C輪融資，國(guó)家大基金二期、京能集團(tuán)、京國(guó)瑞等多層級(jí)國(guó)資密集入場(chǎng)。我們從行業(yè)了解到，清微智能過(guò)去一年估值翻了三倍有余，接近190億元，目前正在籌備Pre-IPO輪融資，為最終上市做準(zhǔn)備。

“可重構(gòu)數(shù)據(jù)流”為什么這么獨(dú)特，能在大洋兩岸同時(shí)受到超級(jí)資本們的認(rèn)可甚至追捧？答案是架構(gòu)——它不再以上下指令的通用處理器為中心，而是先看要處理的數(shù)據(jù)流長(zhǎng)什么樣，再讓硬件圍繞數(shù)據(jù)流去重構(gòu)自己的電路拓?fù)?。?jiǎn)單來(lái)說(shuō)，軟件定義硬件：

傳統(tǒng)GPU存在“內(nèi)存墻、效率墻、互聯(lián)墻”問(wèn)題，因?yàn)橹笓]數(shù)據(jù)的“旗手”和搬運(yùn)數(shù)據(jù)的“員工”要不斷地交流信息，徒增成本。ASIC方案把搬運(yùn)流程變成了固定流水線，效率提高了，不過(guò)每次需求一改就要重新定制流水線。而RPU方案是根據(jù)數(shù)據(jù)算法的需求定義流水線，想要什么傳送方式，便可以朝那個(gè)方向重構(gòu)。

用清微智能創(chuàng)始人王博的比喻，這是在芯片里搭了一張充滿“電子道岔”的鐵路網(wǎng)。傳統(tǒng)芯片是一條單線鐵路，火車只能沿既定軌道跑；可重構(gòu)數(shù)據(jù)流芯片則在每個(gè)節(jié)點(diǎn)都埋了道岔，今天把這些“小計(jì)算器”連成卷積流水線，明天又重連成注意力模塊專用路徑，執(zhí)行完一段網(wǎng)絡(luò)就擦除配置，十幾納秒內(nèi)切成另一種拓?fù)洹?/p>

本質(zhì)上，它把程序驅(qū)動(dòng)硬件變成數(shù)據(jù)驅(qū)動(dòng)硬件，讓數(shù)據(jù)在芯片內(nèi)部節(jié)點(diǎn)之間直接流動(dòng)，盡量少繞回顯存排隊(duì)。這對(duì)參數(shù)海量、訪問(wèn)模式高度規(guī)則的大模型尤其友好——每少繞一次路，背后都是成本曲線被向下拉了一段。

于是，算力產(chǎn)業(yè)擁有了一個(gè)具備差異化特征的“第二陣營(yíng)”，嘗試在蠻力堆砌GPU之外找出路。以清微智能為代表的創(chuàng)業(yè)公司，正在給大模型算力問(wèn)題寫(xiě)出“第二解”。

二、太平洋兩岸的可重構(gòu)競(jìng)賽：清微智能領(lǐng)銜中國(guó)式創(chuàng)新

可重構(gòu)的概念并不新鮮，重要的是它有了產(chǎn)業(yè)化的能力。Groq把語(yǔ)言推理抽象成LPU，適配開(kāi)源模型后的推理效率一鳴驚人，SambaNova也在用RDU與整機(jī)方案做企業(yè)市場(chǎng)。

在這股潮流中，清微智能作為稀缺的新架構(gòu)算力芯片企業(yè)，自然而然扮演了一個(gè)新角色：中國(guó)并非只能在GPU主線上做追隨者，在剛剛打開(kāi)的第二條算力支流上，我們擁有一支能拿得出手的本土隊(duì)伍。它脫胎于清華大學(xué)微電子學(xué)院研究成果，如今正在為中國(guó)的芯模協(xié)同貢獻(xiàn)力量。

在端側(cè)，清微早期用TX5系列產(chǎn)品驗(yàn)證了這條路并非紙上談兵。一顆工作功耗不到2毫瓦的語(yǔ)音芯片，讓門(mén)鎖、音箱、手機(jī)保持常年待機(jī)聆聽(tīng)狀態(tài)；多款視覺(jué)與語(yǔ)音終端芯片被裝進(jìn)攝像頭、手機(jī)、IoT設(shè)備里，累計(jì)出貨超三千萬(wàn)顆。這些看似不起眼的產(chǎn)品，在較長(zhǎng)的鏈路中完成了可重構(gòu)架構(gòu)的可靠性和工具鏈壓力測(cè)試。

而真正讓清微智能具備“爆棚”潛力的，是面向云端市場(chǎng)的TX8高算力芯片。它把“數(shù)據(jù)流+可重構(gòu)”直接做到大面積裸片上，并配上一種不同于GPU的互聯(lián)方式——C2C算力網(wǎng)格。

傳統(tǒng)GPU集群的路徑是“PCIe—網(wǎng)卡—交換機(jī)—網(wǎng)卡—PCIe”，每加一層節(jié)點(diǎn)就多一層延遲和擁塞。清微選擇在芯片之間直接織網(wǎng)，讓多卡互聯(lián)更接近板上直連。這樣一來(lái)，在千卡規(guī)模內(nèi)可以削減大量昂貴交換機(jī)投資，同時(shí)把大模型訓(xùn)練/推理中最容易觸頂?shù)摹盎ヂ?lián)墻”壓薄一層。

搭載TX81的REX1032訓(xùn)推一體服務(wù)器，在同等功耗下可以承載萬(wàn)億參數(shù)模型部署，單機(jī)跑DeepSeekR1/V3級(jí)別模型無(wú)需“縮水版”；整機(jī)方案測(cè)算下來(lái)，比同類GPU產(chǎn)品綜合成本低約一半，能效比提升約三倍。

IDC統(tǒng)計(jì)顯示，2025年上半年，清微在國(guó)產(chǎn)非GPU（含可重構(gòu)、ASIC）加速卡銷量中位列第六，進(jìn)入本土算力第一梯隊(duì)。

目前，清微智能已經(jīng)為多地智算中心打造了“實(shí)戰(zhàn)裝備”。黑龍江、浙江、安徽、北京等地陸續(xù)上線千卡規(guī)模集群，新疆雙河的中樹(shù)云智算中心則在首期工程中直接采用可重構(gòu)架構(gòu)，成為“東數(shù)西算”和算力出海的重要節(jié)點(diǎn)之一。

在軟件與生態(tài)上，清微一方面在眾智FlagOS上做到卓越適配，與寒武紀(jì)、昆侖芯、摩爾線程、昇騰、中科海光并列為領(lǐng)域內(nèi)的“六脈神劍”；另一方面采用“三層兼容”策略——上層CUDA API級(jí)兼容，中層深度押注OpenAI主推的Triton編譯器并與智源共建生態(tài)，底層用RISC?V替代PTX，為開(kāi)發(fā)者預(yù)留足夠“壓榨性能”的空間。

這些看似瑣碎的工程選擇，針對(duì)的是新架構(gòu)影響的客戶遷移成本、交付與支持可靠性等問(wèn)題。太多AI芯片創(chuàng)業(yè)公司倒在這一關(guān)，而清微智能在可重構(gòu)數(shù)據(jù)流這條支流上，率先完成了從可用到可規(guī)模部署的躍遷，為中國(guó)算力產(chǎn)業(yè)探得了一方獨(dú)立、有潛力的天地。

三、從“補(bǔ)課生”到“解題人”：高階國(guó)產(chǎn)替代的第二條路

王博曾經(jīng)表示，“相比短平快的仿制路線，選擇新架構(gòu)實(shí)現(xiàn)‘換道超車’才是真正的高階國(guó)產(chǎn)替代?！鼻逦⒅悄苎鹤⑽磥?lái)3到5年的算力革命，實(shí)施“研發(fā)一代、儲(chǔ)備一代、釋放一代”的技術(shù)戰(zhàn)略。

在這個(gè)過(guò)程中，清微智能扭轉(zhuǎn)了算力問(wèn)題的維度：不做英偉達(dá)的“補(bǔ)課生”，而是在另一條技術(shù)主線上，成為“解題人”。

這條路的難度一點(diǎn)不低，它意味著幾件事要同時(shí)發(fā)生：

第一，要接受長(zhǎng)時(shí)間的生態(tài)劣勢(shì)，只能靠性能、能效、成本上的顯著優(yōu)勢(shì)來(lái)抵消遷移成本。王博給客戶的下一階段承諾是“5倍性價(jià)比”：把采購(gòu)、運(yùn)維和性能整體算進(jìn)來(lái)，讓不轉(zhuǎn)平臺(tái)顯得更虧。這會(huì)提高對(duì)架構(gòu)、互聯(lián)、存儲(chǔ)、系統(tǒng)設(shè)計(jì)每一層的要求，但也會(huì)提高中國(guó)算力發(fā)展的天花板。

第二，要在非GPU賽道上盡快走完從“單點(diǎn)突破”到“系統(tǒng)方案”的閉環(huán)?？芍貥?gòu)不是一顆孤立芯片，它要和3D存儲(chǔ)、Chiplet、晶圓級(jí)架構(gòu)等前沿方向咬合，形成一棵有延展性的技術(shù)樹(shù)。清微規(guī)劃中的TX83，就嘗試把可重構(gòu)算力網(wǎng)格與晶圓級(jí)芯片結(jié)合，為“后GPU時(shí)代”的大規(guī)模集群預(yù)留試驗(yàn)場(chǎng)。

第三，要承認(rèn)算力問(wèn)題已從芯片問(wèn)題升級(jí)為系統(tǒng)問(wèn)題。在大規(guī)模推理場(chǎng)景下，算力產(chǎn)業(yè)需要可長(zhǎng)期演進(jìn)的整體，支撐應(yīng)用。此時(shí)，如果基座完全由海外產(chǎn)品來(lái)搭建，我們的應(yīng)用將進(jìn)一步形成依賴。而清微智能則在押一條未來(lái)十年中國(guó)算力不再完全鎖死在GPU帝國(guó)里的技術(shù)路線。

這條路當(dāng)然不保證成功，GPU也不會(huì)被“第二陣營(yíng)”顛覆。但從產(chǎn)業(yè)角度，它至少已留下兩個(gè)里程碑：

一是把中國(guó)在新一代算力架構(gòu)上的時(shí)間點(diǎn)，第一次對(duì)齊到全球同一批玩家。

王博曾經(jīng)總結(jié)過(guò)，芯片技術(shù)發(fā)展有一個(gè)“類摩爾定律”：20年，架構(gòu)更新一次。過(guò)去在CPU、GPU、存儲(chǔ)、接口標(biāo)準(zhǔn)上，我們幾乎總是在別人定完方向后才開(kāi)始追；這一次，在TPU、LPU剛剛從論文走向產(chǎn)品的時(shí)間窗口，RPU也由中國(guó)工程師以同樣節(jié)奏做成了可出貨的工業(yè)品。

二是讓國(guó)家層面在算力上多了一條真正可選之路。當(dāng)GPU供應(yīng)出現(xiàn)風(fēng)險(xiǎn)、單一生態(tài)的議價(jià)能力高得離譜時(shí)，已經(jīng)被初步跑通的新架構(gòu)，會(huì)成為“火種”。

把視角再拉遠(yuǎn)一點(diǎn)，如果未來(lái)十年AI真能避開(kāi)上一輪“寒冬”的命運(yùn)，很可能不是因?yàn)槟Ｐ偷穆斆黝嵏擦巳祟愊胂?，而是低成本大?guī)模應(yīng)用改變了人類的生產(chǎn)方式。在如此宏大的時(shí)代旋律中，站在中國(guó)產(chǎn)業(yè)的支流上，機(jī)會(huì)也是無(wú)限的。清微智能被時(shí)代賦予的稀缺性，最終將以算力紅利的形式，反哺于中國(guó)產(chǎn)業(yè)。

來(lái)源：松果財(cái)經(jīng)