随著芯片産業走向“後摩爾定律”時代，3D集成技術正悄然成爲突破計算芯片制造架構瓶頸的關鍵選項。

近期，美國斯坦福大學、卡内基梅隆大學、賓夕法尼亞大學和麻省理工學院等機構的工程師合作開發首款由美國商業晶圓代工廠量産制造的新型3D計算芯片架構芯片，性能比同類2D芯片提升約四倍、AI工作負載性能提升12倍。對此，美國斯坦福大學教授米特拉（Subhasish Mitra）表示，正是3D技術突破，才能實現未來 AI 系統所需的1000倍芯片硬件性能提升。

相較於美國市場，國内面臨先進工藝産能及高端 HBM（高帶寬内存）供給受限的客觀産業條件，以“空間堆疊”爲核心的3D可重構架構，正成爲國産 AI 芯片突破性能天花闆的關鍵技術演進方向。

在12月20日舉行的“第四屆HiPi Chiplet論壇” 3D IC分論壇上，清微智能聯合創始人兼首席技術官歐陽鵬表示，國産高端AI芯片有望在2026年通過3D可重構架構技術，實現對國際主流高端AI芯片的超越。

AI加速，算力芯片亟待“垂直造樓”

随著在AI大模型快速疊代、算力需求指數級攀升的背景下，芯片任務的複雜度不斷提升，2.5D單芯片的優化已顯得杯水車薪，那麽，AI芯片封裝和架構層面的兩大核心瓶頸也随之凸顯：

一是“内存牆”問題。數據顯示，基於Transformer架構的AI模型參數規模大約每2年就會增加240倍，計算過程中需存取大量中間數據和權重，但是單個GPU的内存容量每2年僅能實現2倍的增長，AI存儲和帶寬增長跟不上模型疊代的速度和要求。

二是芯片面積瓶頸問題。2.5D技術是單一平面擴展，布局布線資源受限，集成密度低，在AI高算力的場景下，芯片面積無法進一步壓縮，亟待用三維集成等技術解決“小型化”瓶頸。

針對諸多行業挑戰，2024年計算機體系結構領域頂會ISCA上，清華大學集成電路學院尹首一教授帶領團隊，發表瞭題爲《Exploiting Similarity Opportunities of Emerging Vision AI Models on Hybrid Bonding Architecture》的論文，首次通過混合鍵合技術實現邏輯芯片與DRAM的3D可重構，構建瞭具有超高帶寬的三維DRAM存算一體架構，從而提升AI芯片算力能效和面積效率。

論文顯示，與最先進的2D/2.5D AI加速器相比，新架構的平均能效提升2.89倍至14.28倍，面積效率提升2.67倍至7.68倍。引入聚類相似效應（Clustering Similarity Effect）優化後，能效和面積效率的提升分别爲5.69倍-28.13倍，以及3.82倍-10.98倍。

在“第四屆HiPi Chiplet論壇” 3D IC分論壇上，清微智能技術總監梁華嶽博士以“三維可重構計算架構設計實踐”爲題發表演講。梁華嶽表示，可重構分布式數據流計算模式與三維集成存儲架構天然适配，可充分發揮三維集成架構的效能。與二維集成技術相比，三維可重構計算架構的有效帶寬提升10倍。

中茵微電子（北京）有限公司創始人兼董事長王洪鵬表示，從行業趨勢來看，随著模型規模持續提升、存儲帶寬需求不斷增加，以及雲、邊、端應用場景日趨複雜，3D ASIC将成爲AI領域極具價值的技術分支。他認爲，當前3D可重構架構的IP解決方案正逐步豐富，能夠進一步幫助客戶節約成本、縮短設計周期，並降低芯片設計風險。

上海方宜萬強微電子有限公司CEO陳衛榮指出，未來AI大模型算力的增長一定不是單芯片，而是要多芯片、多Chiplet、多卡、多節點方向。3D Chiplet優勢非常明顯，不僅可以降低IP移植成本、降低設計成本、降低開發門檻，還能讓大家專注於功能開發，並用Die、Chiplet等技術解耦，讓大家做並行開發、解耦開發，減少開發疊代周期，降低開發成本。

展望未來，清華大學集成電路學院尹首一團隊胡楊老師以“晶圓級芯片計算架構與集成架構研究”爲題發表主題演講。胡楊表示，AI大模型催生瞭存儲容量、存儲帶寬以及多芯片集群協同等方面的龐大算力需求，給整個芯片系統的設計帶來瞭一定挑戰。不僅如此，MoE（混合專家）模型還使得多卡之間的互聯與通信能力成爲性能提升的關鍵瓶頸。基於此，胡楊提出構建晶圓級AI芯片和晶圓級計算機，從而有效提升算力密度、互聯效率與通信帶寬。

江西沃格光電集團股份有限公司副總裁兼首席戰略官王鳴昕指出，玻璃基線路闆在散熱、集成度、可靠性方面優於傳統基闆，随著先進封裝從2.5D走向3D，基於玻璃基先進封裝以及異構的多片堆疊技術能助力大規模的Chiplet芯片集成，同時使用玻璃闆的面闆嵌入技術能夠優化散熱性能，減少熱隔離插入損耗和集成損耗。

中國科學院微電子研究所研究員金仁喜以“混合鍵合一些表面檢測需求探讨”爲題發表主題演講。他表示，混合鍵合基於傳統技術，通過柔性材料的互聯方式形成高互聯密度結構，而這種特殊結構對晶圓表面提出瞭極高要求。未來，随著表面顆粒觀測溯源與抑制研究逐步從實驗室走向産業化，異質集成、3D IC 等技術将成爲芯片架構層面最理想的發展方向。

國産AI芯片“彎道超車”主戰場：3D可重構架構技術

不僅是學術層面，如今，3D可重構架構技術已經商業落地，並有望成爲中國AI芯片“彎道超車”的主戰場。

弗若斯特沙利文預測，到2029年，中國的AI芯片市場規模将從2024年的1425.37億元激增至13367.92億元，期間年均複合增長率爲53.7%。

國内市場方面，國産AI芯片有望在2026年採用3D可重構新架構。作爲源自清華大學的全球可重構架構計算領導者，清微智能在3D可重構AI架構技術方面布局較早，有充足專利儲備，並且正加速整合國内相關産業鏈。

早在2019年，清微智能和清華大學團隊就開展瞭3D可重構AI架構相關研究，自2023年1月開始，清微智能在中美進行3D芯片相關的大量專利布局。另外在産業層面，清微智能正在與清華大學、智源研究院、智譜等上下遊産業鏈機構共同構建國産AI生态。

憑借自研可重構計算芯片技術，截至今年12月，清微智能的可重構芯片累計出貨量已超3000萬顆，2025年其算力卡訂單累計超3萬張，在全國十餘座千卡規模智算中心實現規模化落地。截至2025年上半年，清微智能AI加速卡出貨量位居國産商用類企業第一梯隊。

此外，清微智能的新一代基於3D可重構架構技術的雲端算力産品，計劃2026年推出，将全面對标國際主流的高端AI芯片。