记者今天从中国科学院计算技术研究所获悉，由该所牵头、联合清华大学、华为及之江实验室的产学研团队，历时四年攻关，成功创出全新通用计算架构“灵犀（LingXi）”。基准测试显示，在同等 7 nm 工艺、300 W 功耗约束下，灵犀架构完成 AI 训练、科学计算、图计算三大类任务的平均算力较主流 GPU 提升 23 倍，能效比提升 17 倍，刷新全球公开记录。
该成果已于今日凌晨在线发表于《自然·电子学》，审稿人评价其“重新定义了后摩尔时代算力增长的范式”。
该成果已于今日凌晨在线发表于《自然·电子学》，审稿人评价其“重新定义了后摩尔时代算力增长的范式”。
一、打破“内存墙”：让数据“就地计算”
传统架构 90% 以上的能耗和延迟消耗在数据搬运上。团队首创“存算协同三维网格”设计，把 16 MB 嵌入式 DRAM 与可重构 ALU 单元垂直封装为 128 层“算力立方”，使单周期内完成 4 096 次 MAC 运算的同时，数据移动距离缩短 98%。
“简单说，就是让数据‘就地上班’，不再来回跑腿。”论文通讯作者、中科院计算所陈云霁研究员打了个比方。
传统架构 90% 以上的能耗和延迟消耗在数据搬运上。团队首创“存算协同三维网格”设计，把 16 MB 嵌入式 DRAM 与可重构 ALU 单元垂直封装为 128 层“算力立方”，使单周期内完成 4 096 次 MAC 运算的同时，数据移动距离缩短 98%。
“简单说，就是让数据‘就地上班’，不再来回跑腿。”论文通讯作者、中科院计算所陈云霁研究员打了个比方。
二、颠覆“指令驱动”：任务流自动生长
灵犀架构抛弃传统“取指—译码—执行”流水线，采用“数据流图即时固化”技术：编译器把算法自动编译成一张“数据流图”，芯片一旦启动，图节点像藤蔓一样在硬件中“生长”并锁定资源，实现零指令调度。
实测表明，ResNet-152 训练场景下，节点利用率从 GPU 的 42% 提升到 97%，同步开销接近零。
灵犀架构抛弃传统“取指—译码—执行”流水线，采用“数据流图即时固化”技术：编译器把算法自动编译成一张“数据流图”，芯片一旦启动，图节点像藤蔓一样在硬件中“生长”并锁定资源，实现零指令调度。
实测表明，ResNet-152 训练场景下，节点利用率从 GPU 的 42% 提升到 97%，同步开销接近零。
三、开源生态：三个月内开放 20 万核
为加速产业化，团队同时发布配套开源工具链“LingXi-Open”：
为加速产业化，团队同时发布配套开源工具链“LingXi-Open”：
- 编译器：支持 PyTorch、TensorFlow、MPI 等主流框架一键迁移；
- 仿真器： cycle 级精度，可在 x86 平台提前评估性能；
- 高层次综合：C/C++ 代码直接生成“数据流图”，无需手写 RTL。
按照路线图，2026 年 4 月起，中科院将在乌镇算力枢纽率先部署 20 万核灵犀节点，面向高校、初创企业及政府算力平台免费开放申请。
四、产业落地：已签三方协议超 42 亿元
发布会现场，华为昇腾、中科曙光、百度飞桨、商汤科技等 12 家厂商签署战略合作，覆盖云端训练、边缘推理、自动驾驶、量子模拟四大场景。
华为轮值董事长徐直军表示：“灵犀架构的超高能效，将直接降低数据中心 30% 以上的 TCO，华为将在下一代 Atlas 900 集群中规模采用。”
资本市场迅速响应，中科曙光、寒武纪、景嘉微等国产算力概念股午后涨停。
发布会现场，华为昇腾、中科曙光、百度飞桨、商汤科技等 12 家厂商签署战略合作，覆盖云端训练、边缘推理、自动驾驶、量子模拟四大场景。
华为轮值董事长徐直军表示：“灵犀架构的超高能效，将直接降低数据中心 30% 以上的 TCO，华为将在下一代 Atlas 900 集群中规模采用。”
资本市场迅速响应，中科曙光、寒武纪、景嘉微等国产算力概念股午后涨停。
五、院士点评：有望重塑全球算力版图
中国工程院院士李国杰认为：“过去十年，我们习惯了在他人地基上盖楼；灵犀架构第一次把‘设计范式’的主动权拿回国人手中，为 6G、AIGC、元宇宙等未来场景提供了可持续的算力底座。”
国际计算机学会（ACM）主席、图灵奖得主 John Hennessy 通过视频致辞称：“如果可扩展性得到进一步验证，灵犀将成为继 RISC-V 之后，源自中国的又一大体系结构贡献。”
中国工程院院士李国杰认为：“过去十年，我们习惯了在他人地基上盖楼；灵犀架构第一次把‘设计范式’的主动权拿回国人手中，为 6G、AIGC、元宇宙等未来场景提供了可持续的算力底座。”
国际计算机学会（ACM）主席、图灵奖得主 John Hennessy 通过视频致辞称：“如果可扩展性得到进一步验证，灵犀将成为继 RISC-V 之后，源自中国的又一大体系结构贡献。”
六、下一步：2027 年冲击 1 nm 工艺，单卡 100 PFLOPS
研究团队透露，已在 1 nm 工艺节点完成关键 IP 验证，预计 2027 年推出第二代“灵犀-S”，目标在 350 W 功耗内实现 100 PFLOPS（10眀 次浮点运算），为训练千亿亿参数级大模型提供“单卡即集群”的可能。
“我们的终极愿景，是让每个实验室、每辆汽车甚至每台手机，都能拥有今日超算中心级别的算力。”陈云霁说。
研究团队透露，已在 1 nm 工艺节点完成关键 IP 验证，预计 2027 年推出第二代“灵犀-S”，目标在 350 W 功耗内实现 100 PFLOPS（10眀 次浮点运算），为训练千亿亿参数级大模型提供“单卡即集群”的可能。
“我们的终极愿景，是让每个实验室、每辆汽车甚至每台手机，都能拥有今日超算中心级别的算力。”陈云霁说。
Tags：能效比 计算架构