尽管对于国内企业推出的高端AI GPU感到振奋，但理论和实际往往有着巨大的区别。目前棣山科技的这颗2nm AI GPU仍然存在于设计阶段，但问题在于当前全球公开量产最先进制程掌握在台积电/三星手中，2nm工艺在业内仍处于试产阶段，并且EDA工具、IP授权、关键工艺模块都受到了严格的出口管制。尤其是EDA，目前支持GAA的最新版EDA软件早已对华禁止出口，而2nm工艺涉及复杂的量子效应和物理场分析，没有Synopsys或Cadence的顶级工具支持，纯靠国产EDA或旧版工具设计出1700亿晶体管的复杂芯片，成功率极低。而在国内的公开信息中，没有任何成规模的2nm产线公开宣布投产，那么棣山科技的这颗芯片要如何进行制造呢？并且Chiplet、2.5D/3D 封装（CoWoSL等）虽然国内有布局，但成熟度与台积电差距仍较大。棣山科技在这种情况下，能否拿到台积电的2nm产能？在没有公开技术路线和第三方验证的情况下，便宣称其“2nm AI GPU已达到国际前沿设计水平”，这一点值得商榷。另一方面，棣山科技宣称使用HBM4显存，带宽达3.2TB/s，但HBM4目前主要由SK海力士、三星和美光垄断，高端HBM显存属于美国对华出口管制的重点对象。国产HBM产业链虽然在发展，但要在2026年量产高性能HBM4，技术难度极高，目前尚未有成熟的公开量产消息。此外，NVLink是英伟达的专有互连技术，公开资料中各代协议和带宽都有明确版本，但是NVLink 6兼容在公开信息里几乎没有什么先例，更多是面向内部的生态。即使真有合作或者授权，通常也会在英伟达官方渠道或合作伙伴名单中看到痕迹，但这里面并未有棣山科技的身影。至于CUDA兼容，本身就可以通过自己的编译器/中间层实现，但真正好用、性能无损地跑主流框架和模型，需要大量工程和生态投入。国内目前公开的国产GPU宣布CUDA兼容的很多，但真正在生产环境大规模替代英伟达的案例极少，更多是能跑，但是迁移成本很高。也就是说，目前棣山科技所公布的这款产品，只是一个早期芯片项目，用作纸面设计、架构研究和仿真验证，是完全合理的。但是将2nm/GAA/HBM4/NVLink 6这种级别的指标，在未流片阶段就大规模对外宣传，很容易误导外界以为很快能量产，这与实际技术成熟度严重脱节。并且令人疑惑的是，天眼查显示公司参保人数为0（2024年报），即便后来有扩张，也说明团队规模和项目体量未必能够支撑2nm AI GPU 这种顶级工程的快速推进。
夜雨聆风
喜欢就奖励一个“在看”吧！
