中芯N+3工艺，核心目标是提升晶体管密度与能效比，为高端AI芯片，可供自主可控的先进制程支撑。
而在联合研发小组的集中攻关下，团队成功将N+3工艺的晶体管密度，从前代的108MTr/mm²，提升至125MTr/mm²！
介于台积电N6与三星早期5nm之间。
等效台积电5.5nm水平！
而骄阳600，作为骄阳500的迭代升级款，延续了“全栈自研+架构创新”路线，在中芯N+3工艺加持下，性能实现了大幅跃升！
晶体管数量，从前代的450亿，暴涨至820亿！
稍优于英伟达H100的800亿晶体管数量。
后者为英伟达去年发布的旗舰AI芯片，采用台积电4N工艺，为5nm改进版。
看似只是微弱的20亿差距，但在这背后，其实是中芯N+3工艺，以及极光DTCO，即设计与工艺协同优化技术的深度结合。
这也变相验证了国产工艺，在高密度集成上的性能潜力。
核心性能方面，得益于全栈自研骄阳指令集与骄阳架构，骄阳600更是呈现出了碾压级优势！
其采用的“骄阳V3架构”，在前代基础上，新增了32条稀疏矩阵计算指令与混合精度优化指令。
单条指令可覆盖16步通用操作，AI算子执行效率提升150%！
AI计算单元占比，提升至93%！
无效功耗压缩至7%以下！
这意味着，骄阳600的每一分功耗，都用在了AI计算上，而非通用场景的“无用功”。
这也是骄阳芯片，相较于英伟达、AMD通用芯片的核心优势所在。
无需考虑“通用计算冗余”，只需将全部精力，聚焦于AI核心任务之中。
其次，骄阳架构的“指令集映射引擎”，也升级至“V3.0”版本。
支持TensorFlow 2.15+、PyTorch 2.0+、MXNet 1.9+三大框架最新版本。
模型迁移适配率达99.9%！
并新增“大模型分片训练自动优化”功能，万亿参数模型适配时间，从前代的2小时，压缩至15分钟以内！
适配性方面，极光本身并不怎么需要。
极光通用大模型，及其衍生出的子模型、专家模型，全都是基于“星数架构”与“极光智算训练框架”，先天与骄阳芯片深度适配。
之所以优化指令集映射引擎，更多还是为了方便极光云，对外输出AI算力，降低企业客户的使用门槛。
此外，骄阳架构的“存算一体架构”，此番也升级至“4.0”版本。
计算单元与存储单元物理距离，从前代的200nm，进一步缩短至120nm！
数据搬运能耗，大幅降低75%！
内存访问延迟，降低78%！
权重访问延迟，压缩至0.4ns！
较H100的150ns，低了99.73%！
这意味着，万亿参数模型的权重数据，几乎可“零延迟”调用，彻底解决大模型训练的“数据搬运瓶颈”！
而架构与指令集的升级，推动骄阳600的各项核心性能参数，呈指数级增长！
INT8稠密算力，从前代的572TFLOPS，暴涨至1330TFLOPS！
是英伟达H100/H200的两倍！
后两者仅有669TFLOPS。
FP16/BF16稠密算力，同样高达665TFLOPS！
碾压英伟达A100的315TFLOPS，以及H100/H200的337TFLOPS！
FP32通用算力，骄阳600从前代的32TFLOPS，跃升至72TFLOPS！
小优于英伟达H100/H200的66.9TFLOPS。
核心原因在于，“通用性”并非骄阳芯片所追求的，差不多够用也就得了~
此外，骄阳600，还支持FP4精度计算！
FP4稠密算力，高达2660TFLOPS！
这一设计，专为大模型推理而生。
在保证精度损失＜0.5%的前提下，实现算力翻倍！
这也是当前市面上，唯一一款支持该精度混合运算的高性能AI芯片！
内存容量方面，骄阳600的96GB HBM3，优于英伟达H100的80GB HBM3，但逊于H200的141GB HBM3e。
后者的主要升级点，便是内存容量与内存带宽。
这一块，主要是受限于，长江存储和长鑫存储的HBM3e量产进度。
不过联合研发小组已明确，半年内即可完成国产HBM3e技术突破。
届时，骄阳600，可通过内存模块升级，直接扩充至192GB，彻底补齐短板！
不过虽内存容量暂且落后，但骄阳600的内存带宽，高达12TB/s！
是英伟达H100的3.58倍！
H200的2.5倍！
倍数级的高带宽优势，直接抵消了内存容量上的短板，数据吞吐效率远超竞品！
并且，依托于进一步优化迭代的“星际互联协议5.0”，骄阳600的单链路带宽，从前代的1.2TB/s，翻倍提升至2.4TB/s！
节点间通信延迟，也压缩至＜80ns！
较H100的NVLink 4.0，快了3.75~6.25倍！
支持20480卡超大规模集群！
理论上，可支撑10万亿参数模型全流程训练！
这也使得，骄阳600的功耗优势极为显著！
420W功耗，即可实现665TFLOPS FP16算力！
能效比高达惊人的1547GFLOPS/W！
相同算力下，集群功耗较英伟达H100，大幅降低40%！
年电费节省超3000万/万卡集群！
总之，骄阳600，在所有核心指标上，全面超越英伟达A100/H100！
相较于H200，也只在内存容量方面，暂且稍逊一筹。
但需要注意的是，H100/H200，为英伟达去年发布的旗舰AI芯片。
前世，英伟达于24年发布的下一代旗舰，B100/B200，采用新一代“Blackwell架构”，以及台积电4NP制程，算力性能大幅跃升。
届时，骄阳600现有的算力优势，必将被对方全面反超。
没办法。
于AI芯片而言，工艺制程的影响，远大于手机芯片。
这也是国产AI芯片的先天劣势。
当然，团队也没有坐以待毙的打算，后续将以“先进制程打磨+封装创新”双轮驱动，实现“性能提升+成本可控+能效领先”三维突破！
一方面，在N+3工艺突破后，团队虽放弃了5nm以下节点技术攻关，但同时又启动了“钻石计划”。
从GAA结构改良、阈值电压精细化、应变硅增强、金属堆叠升级等方面，持续挖掘N+3工艺潜力。
另一方面，团队还启动了“非摩尔定律”路线同步研发。
比如“Chiplet异构集成技术”。
通过Chiplet技术，将“计算-存储-互联”模块化拆分与异构集成，进而打破单芯片性能天花板，实现从“单芯”到“多芯”的质变！
以骄阳600为例。
双芯粒配置下，其单卡FP8算力，将从1330TFLOPS，暴涨至3200TFLOPS+！
而非翻倍的2660TFLOPS！
内存容量，也将随之扩展至384GB HBM3e！
而除了硬件升级外，团队同时还在架构与微架构创新方面下功夫。
比如，进一步优化张量核心、深化存算一体架构、优化多精度自适应。
同步构建三级缓存机制、HBM3e+DDR5混合内存池、升级预取引擎等等。
总之，核心思路还是那样——“用数学补物理”。
虽芯片制程受限，但骄阳系列可优化的地方还有很多。
如果一切顺利的话，骄阳系列单卡性能，有望在2年内提升3~4倍！
集群总算力，提升8~10倍！
同时保持30%的成本优势~
所以说，慌不了一定嗷~