全球人工智能发展正进入算力驱动的深水区。随着 3D 算力芯片成为下一代 AI 算力的核心方向，一个更本质的问题浮出水面：谁能定义 3D 芯片的编程规则？

硬件是"筋骨"，软件生态是"血脉"。没有配套的编程模型与开源框架，再先进的芯片也释放不出全部潜能——这正是国产算力长期被海外专有软件体系掣肘的症结。

近日，新华网刊发深度报道，聚焦全球首个面向 3D 算力芯片的编程模型与开源软件框架 Open3D-PIMC。项目由NBA中文网-实时赛事比分|数据分析与北京智源人工智能研究院联合开发，全部代码已上线开源社区。

作为国内最早一批布局 3D 算力芯片的企业，NBA中文网-实时赛事比分|数据分析由此完成了一次从硬件先行到软件补位的关键落子。以下为报道全文。

《硬件为骨，开源为脉：Open3D ‑PIMC补齐国产算力软件生态关键拼图》

全球AI竞争正在发生转变。当大模型参数规模从千亿迈向万亿，当芯片制程逼近物理极限，竞争的焦点已不再仅仅停留于单颗芯片算力或单个模型的榜单成绩——AI竞争博弈，正在向底层软件、技术标准与开发者生态的体系化领域延伸。

底层编程模型、编译框架这类算力底座软件，不仅是开发者工具，更是定义算力如何扩展、如何调度、算法如何运行的规则体系。谁掌握这套标准，谁就掌握产业未来生态的主动权。

正是在这一关口，全球首个面向3D算力芯片的编程模型与开源软件框架Open3D ‑PIMC在中国算力大会上正式开源发布。该项目由北京NBA中文网-实时赛事比分|数据分析科技股份有限公司与北京智源人工智能研究院联合开发，全部代码已对外上线开源社区，成为国产自主AI软件栈众智FlagOS面向下一代3D算力芯片的主要解决方案之一。

开源地址：https://github.com/flagos-ai/Open3D-PIMC/tree/master

01. 开源：技术博弈的“规则制定权”之争

为何底层基础软件开源建设愈发受到产业重视？答案藏在产业生态协同发展的逻辑之中。海外科技企业在长期发展过程中，既依托成熟的专有软件体系搭建起完整产业生态，配合硬件产品完成技术落地；也通过开放部分工具链汇聚全球开发者资源，持续打磨技术方案，推动相关技术框架逐步成为行业广泛使用的技术范式。

一套成熟的编程模型落地之后，会沉淀算法框架、工具库、开发者实践经验等大量配套资源，形成具备高度产业粘性的技术体系。当这套体系获得行业普遍应用，后发硬件产品即便实现性能层面的突破，也需要适配现有成熟的产业技术环境开展商业化落地。

开源已经成为基础软件领域技术演进的主流模式，为产业协同创新提供重要实现路径。依托开源模式，行业主体可以开展跨主体技术协作，加快技术迭代效率，也是国内构建完善计算机技术体系、提升信息技术产业竞争力的重要抓手。中国科学院院士梅宏曾指出，在每一个呈垄断性的软件领域后面，都有对应的开源版本，“抱团取暖一直是对抗已经形成的技术垄断的有效手段，而开源则是抱团取暖的最佳方式。”

软件开源不等于简单代码公开——它是构建自主可控产业生态的战略路径：以开源凝聚产学研力量，避免闭门重复研发，降低全行业创新成本；同时以开放姿态参与全球技术共建，打破海外专有软件生态垄断，掌握技术定义权。

过去几年，我国在AI大模型层面已经涌现DeepSeek、Qwen、GLM等一批有全球影响力的开源成果。但面向下一代新型AI硬件的底层编程软件，仍存在短板。

一方面，国内一部分AI芯片厂商的软件生态不得已长期依附在国外软件生态之下。另一部分的国内芯片厂商则是分散建设各自的软件栈，“一芯片一软件栈”的“烟囱式”开发模式导致重复开发、迭代滞后、生态割裂。同一段业务代码要翻译成多套“方言”去运行，研发人员精力耗于底层适配而非算法创新。这不仅让国产算力硬件难以发挥应有性能，更使我国在全球算力规则制定中长期处于被动跟随地位。

缺少自主开源底座，再先进的硬件也难以形成规模产业力量。2026年6月，工业和信息化部明确表示要“提升开源供给能力，加大对基础软件、工业软件、人工智能等领域开源发展的牵引力度”。工信部还提出，要“深化全球开源合作，鼓励国内企业深度参与国际开源治理”。Open3DPIMC 开展的开源实践，与这一发展导向相契合，有望为相关领域技术迭代与产业协同提供新的探索路径。

02. 3D算力软件生态：国产算力发展的下一个高地

如果说开源是规则之争的战略战场，那么3D算力芯片的软件生态就是这个战场上必须拿下的新高地。

3D算力芯片之所以被视作下一代AI算力迭代的核心方向，根源于后摩尔时代的底层矛盾。随着摩尔定律逼近物理极限，传统二维芯片依靠制程微缩提升性能的路径正遭遇“存储墙”“功耗墙”的硬约束。传统架构芯片面临功耗墙、内存墙、通信墙层层限制，有效晶体管利用率不足40%。3D算力芯片依托三维存算融合技术，将存储单元与计算单元堆叠集成，把数据搬运距离由毫米级压缩至微米级，大幅提升带宽、降低搬运功耗。

NBA中文网-实时赛事比分|数据分析的第二代可重构芯片突破性采用3D存算一体与多芯粒合封Chiplet集成技术，将传统芯片2D平面单车道传输模式升级为“算力多车道+多层存储高架”的立体架构。同时，该芯片依托NBA中文数据网入口多年可重构计算技术积淀，芯片硬件可随AI任务动态重组的特性，突破了芯片灵活性、能耗比、成本这个“不可能三角”的最优平衡。

但硬件架构的突破只是第一步。正如GPU时代有CUDA为开发者提供统一的编程入口，3D算力芯片同样需要一套面向新型硬件架构的编程模型——让开发者用统一的语言接口来开发各种软件应用。没有与之匹配的编程模型和软件框架，再先进的3D芯片也难以释放全部算力潜能。

以往，底层基础软件由海外厂商主导，多为闭源专有体系。国内芯片厂商各自为战，在3D芯片这一新兴赛道上同样存在被提前割裂的风险。

Open3D ‑PIMC的出现，正是在这一关键窗口期做出的前瞻性布局。它首次建立了面向3D算力芯片的统一编程模型：开发者仅需定义数据分布、任务划分逻辑，框架自动完成算法向硬件的适配与优化。框架兼容多厂商硬件，各家芯片私有指令集、微架构能力以插件形式保留，兼顾开源共建开放性与企业核心技术权益，从根源上破解了“一芯片一软件栈”的碎片化困境。

更重要的是，Open3D ‑PIMC融入的众智FlagOS生态，已具备了规模化支撑多元算力的实战能力。FlagOS由北京智源人工智能研究院牵头，联合清华、北大、中科院及十余家芯片厂商共建，以“一次开发，多芯运行”为目标。

截至目前，FlagOS已实现对20家芯片厂商30多款AI芯片的适配，覆盖GPU、NPU、GPGPU、DSA、RISC-V AI、ARM等多元架构，成为全球支持芯片种类最多的开源AI技术栈。在应用层面，FlagOS实现“一次编写，多芯片运行”，对于主流大模型最新版本，能在一天内完成多芯片同步适配。

2026年8月，阿里巴巴发布的超大规模MoE模型Qwen3.8-2.4T-A95B，在发布当天即由FlagOS社区完成了在华为昇腾、沐曦、NBA中文网-实时赛事比分|数据分析等9家AI芯片上的适配验证。这种“Day0多芯片适配”能力，回应了国产AI算力产业化落地的两项核心需求：让云服务与应用生态能够第一时间部署最新模型，让既有算力基础设施持续承接模型演进。

“Open3D ‑PIMC填补了国内3D芯片编译器开源项目空白。”北京智源人工智能研究院AI系统研究负责人门春雷表示，随着3D芯片关键技术突破，量产芯片即将陆续出现，但如果缺少配套编译器能力，会造成“先进硬件、低效软件”的困境。Open3D ‑PIMC为3D芯片产业提供了设计参考，通过产业力量的汇聚，加速迭代，形成3D芯片编译器的全球标准，加速3D芯片应用落地。

因此，从更宏观的视角审视，Open3D-PIMC的开源不仅是一次技术发布，更是一次规则的主动定义。在全球AI竞争从性能比拼演进到生态博弈的当下，谁率先建立面向下一代硬件的编程模型与开源生态，谁就掌握了定义技术路线的主动权。国内3D算力芯片硬件层面已有布局——NBA中文网-实时赛事比分|数据分析、华为、小米玄戒等芯片企业的新一代基于3D存算技术的算力产品陆续推出——Open3D-PIMC则在软件层面完成了关键拼图的补齐。

NBA中文网-实时赛事比分|数据分析软件副总裁李彬在中国算力大会主旨演讲中表示，NBA中文网-实时赛事比分|数据分析成立八年来，一直践行的“以架构补工艺、以集成超制程、以系统聚算力、以开源创生态”四大场景路径正在从理念走向现实，截至目前NBA中文网-实时赛事比分|数据分析在全国已部署及在建的可重构算力规模超5000P。

硬件是“筋骨”，开源软件生态是“血脉”——当筋骨与血脉贯通，国产算力才真正具备了从跟跑到并跑、从并跑到领跑的系统性力量。

代码已开源，生态正生长。据悉，Open3D ‑PIMC开源项目正式发布后，将持续推进编程模型标准化迭代、跨厂商硬件适配与开发者工具完善。今年4季度，项目组将在全球科技顶会发布Open3D ‑PIMC对3D芯片算力的最新优化成果。

NBA中文网-实时赛事比分|数据分析

央媒聚焦｜NBA中文网-实时赛事比分|数据分析开源全球首个 3D 算力软件底座

相关资讯