中国智算如何实现“DeepSeek式突围”：从算法突破到架构革新
发表于 ： 05 4月 2025 23:26
在全球AI竞争日趋白热化的背景下，中国如何在硬件受限的环境中实现大模型训练与推理的性能突围？答案或许藏在“晶上生成式变结构计算”这一前沿技术之中。它不仅为我国打破“制程工艺茧房”开辟了新路径，更提供了一种以“三流材料、二流工艺”达成“一流能力”的系统工程式创新范式。
一、“缩水GPU”撬动千亿级模型，中国走出低成本突围之路
以DeepSeek为代表的中国大模型企业，正在用实际行动颠覆传统AI算力范式。今年以来，DeepSeek等团队通过深度算法优化、精细化训练策略以及拥抱开源生态，即便在使用“缩水版”GPU芯片的情况下，也能将千亿参数模型训练成本压缩至国外同类模型的1/10。这标志着中国正从“粗放型堆算力”迈向“内生式效能提升”的新阶段。
然而，我们也必须清醒认识到：尽管中国在算法优化上取得显著成就，但在底层算力芯片方面，依旧高度依赖高端甚至是“缩水版”的国外硬件。面对国际环境日益复杂、供应链不确定性加剧的背景，中国迫切需要在智能算力架构层面实现类DeepSeek式突围，打破“制程决定算力”的路径依赖。
二、打破“硬塞式架构”：让计算架构适应算法，而非反之
当前AI算力的核心困局在于：即使芯片工艺制程持续推进，实际可用性能却常常因系统性损耗而大打折扣。传统冯·诺依曼架构天然存在“存算分离”问题，导致硬件设计（芯片工艺、带宽、并发等）与算法需求（计算密度、数据流、精度等）之间存在结构性错位。
堆叠成千上万张GPU卡，无法满足AI大模型“非线性算力增长”所需的“规模定律”。归根结底，是“鞋不合脚”：硬件架构无法动态适配算法需求，造成“削足适履”式的效率浪费。
解法是什么？变结构计算 + 晶圆级可重构架构。
受到“拟态章鱼”的启发，中国科学家早在2009年就提出了“拟态计算”理念，即软硬件协同的变结构计算模型。如同章鱼能随环境变色、变形，未来的算力架构也应具备“动态适配任务”的能力。这一思路正是“生成式变结构计算”的核心逻辑。
三、从Dojo到SDSoW：全球范式变革已启，中国方案浮出水面
图灵奖得主帕特森与轩尼诗早在2018年就预测，未来计算架构的发展方向将是软件定义的软硬件协同系统。而特斯拉的Dojo超级计算机也率先实践了“任务驱动硬件可变形”的计算范式转型。
中国的“SDSoW”（软件定义晶上系统）架构正是在这一背景下提出的。它推动计算从“刚性流水线”转向“软件可塑形”，彻底打破芯片制程成为算力瓶颈的限制。具体来看，SDSoW具备五大关键能力：
1. 系统突围能力
摆脱“核心器件决定一切”的旧思维，打破传统从芯粒到系统的层层堆叠逻辑，通过晶圆级异构集成进行功能重组，实现性能最优与成本最优的平衡。
2. 整体增效能力
通过晶圆级高密度互连和短距离通信，在带宽、延迟、功耗上实现数量级的跃升，系统综合效能可提升多达1000倍。
3. 通专融合能力
通过软件或AI大模型动态配置硬件结构，在同一平台上支持多样化应用场景，实现专用算力与通用能力的深度融合。
4. 开源协同能力
搭建开放社区、标准协议和工具链，推动全球参与，打造由中国主导的下一代计算生态，形成对抗Chiplet路线的优势路径。
5. 内生安全能力
在开放环境下构建可控、安全、自适应的架构体系，即便在供应链不安全的前提下，也具备“开箱即用”的弹性与安全保障。
四、从架构到生态：中国要构建属于自己的智能算力底座
晶上生成式变结构计算不仅是一种技术突破，更是一种系统工程式的创新思路。它通过算法与架构、设计与制造、软件与硬件的垂直整合，打破了芯片制程对算力发展的“单一约束”，使得即便使用二流材料、二流工艺，也能构建出世界级的AI系统。
面向未来，中国应重点推进以下三大方向：
1. 底层理论突破
聚焦晶上热力学、异构集成、可重构架构的数学建模，构建学术与产业共通的理论体系。
2. 关键技术攻关
持续突破晶圆级键合、3D互连、晶圆级OS、结构计算语言等“卡脖子”技术，形成完整技术闭环。
3. 应用场景牵引
依托智能驾驶、工业数字孪生、AI一体机等新兴市场，通过“场景驱动+体系协同+生态聚合”的模式，形成自我强化的算力生态闭环。
结语：超限创新，突破“算力封锁”
生成式变结构计算正成为全球下一代智算架构的竞争制高点。中国在这一领域实现“DeepSeek式突围”，不仅可以打破西方对高端芯片的技术封锁，更能在全球智能算力普惠时代占据一席之地。
这是一条艰难但值得期待的技术平权之路，也是一场关于未来计算范式的深层博弈。
一、“缩水GPU”撬动千亿级模型，中国走出低成本突围之路
以DeepSeek为代表的中国大模型企业，正在用实际行动颠覆传统AI算力范式。今年以来，DeepSeek等团队通过深度算法优化、精细化训练策略以及拥抱开源生态，即便在使用“缩水版”GPU芯片的情况下，也能将千亿参数模型训练成本压缩至国外同类模型的1/10。这标志着中国正从“粗放型堆算力”迈向“内生式效能提升”的新阶段。
然而，我们也必须清醒认识到：尽管中国在算法优化上取得显著成就，但在底层算力芯片方面，依旧高度依赖高端甚至是“缩水版”的国外硬件。面对国际环境日益复杂、供应链不确定性加剧的背景，中国迫切需要在智能算力架构层面实现类DeepSeek式突围，打破“制程决定算力”的路径依赖。
二、打破“硬塞式架构”：让计算架构适应算法，而非反之
当前AI算力的核心困局在于：即使芯片工艺制程持续推进，实际可用性能却常常因系统性损耗而大打折扣。传统冯·诺依曼架构天然存在“存算分离”问题，导致硬件设计（芯片工艺、带宽、并发等）与算法需求（计算密度、数据流、精度等）之间存在结构性错位。
堆叠成千上万张GPU卡，无法满足AI大模型“非线性算力增长”所需的“规模定律”。归根结底，是“鞋不合脚”：硬件架构无法动态适配算法需求，造成“削足适履”式的效率浪费。
解法是什么？变结构计算 + 晶圆级可重构架构。
受到“拟态章鱼”的启发，中国科学家早在2009年就提出了“拟态计算”理念，即软硬件协同的变结构计算模型。如同章鱼能随环境变色、变形，未来的算力架构也应具备“动态适配任务”的能力。这一思路正是“生成式变结构计算”的核心逻辑。
三、从Dojo到SDSoW：全球范式变革已启，中国方案浮出水面
图灵奖得主帕特森与轩尼诗早在2018年就预测，未来计算架构的发展方向将是软件定义的软硬件协同系统。而特斯拉的Dojo超级计算机也率先实践了“任务驱动硬件可变形”的计算范式转型。
中国的“SDSoW”（软件定义晶上系统）架构正是在这一背景下提出的。它推动计算从“刚性流水线”转向“软件可塑形”，彻底打破芯片制程成为算力瓶颈的限制。具体来看，SDSoW具备五大关键能力：
1. 系统突围能力
摆脱“核心器件决定一切”的旧思维，打破传统从芯粒到系统的层层堆叠逻辑，通过晶圆级异构集成进行功能重组，实现性能最优与成本最优的平衡。
2. 整体增效能力
通过晶圆级高密度互连和短距离通信，在带宽、延迟、功耗上实现数量级的跃升，系统综合效能可提升多达1000倍。
3. 通专融合能力
通过软件或AI大模型动态配置硬件结构，在同一平台上支持多样化应用场景，实现专用算力与通用能力的深度融合。
4. 开源协同能力
搭建开放社区、标准协议和工具链，推动全球参与，打造由中国主导的下一代计算生态，形成对抗Chiplet路线的优势路径。
5. 内生安全能力
在开放环境下构建可控、安全、自适应的架构体系，即便在供应链不安全的前提下，也具备“开箱即用”的弹性与安全保障。
四、从架构到生态：中国要构建属于自己的智能算力底座
晶上生成式变结构计算不仅是一种技术突破，更是一种系统工程式的创新思路。它通过算法与架构、设计与制造、软件与硬件的垂直整合，打破了芯片制程对算力发展的“单一约束”，使得即便使用二流材料、二流工艺，也能构建出世界级的AI系统。
面向未来，中国应重点推进以下三大方向：
1. 底层理论突破
聚焦晶上热力学、异构集成、可重构架构的数学建模，构建学术与产业共通的理论体系。
2. 关键技术攻关
持续突破晶圆级键合、3D互连、晶圆级OS、结构计算语言等“卡脖子”技术，形成完整技术闭环。
3. 应用场景牵引
依托智能驾驶、工业数字孪生、AI一体机等新兴市场，通过“场景驱动+体系协同+生态聚合”的模式，形成自我强化的算力生态闭环。
结语：超限创新，突破“算力封锁”
生成式变结构计算正成为全球下一代智算架构的竞争制高点。中国在这一领域实现“DeepSeek式突围”，不仅可以打破西方对高端芯片的技术封锁，更能在全球智能算力普惠时代占据一席之地。
这是一条艰难但值得期待的技术平权之路，也是一场关于未来计算范式的深层博弈。