芯光科技启动3nm金沙集手机端芯片量产筹备

芯光科技于2026年08月06日宣布，其代号为金沙集手机端的AI训练芯片已正式进入量产筹备阶段。该芯片采用台积电3nm GAA工艺，由芯光科技与台积电联合研发，工程验证（EVT）已于2026年第一季度完成。此次量产筹备由芯光科技首席技术官张明远博士领导，团队涵盖超过300名工程师，聚焦于良率提升与测试流程优化。

金沙集手机端芯片的推出标志着芯光科技在AI训练领域迈入先进制程时代。与上一代7nm芯片相比，其核心计算单元数量翻倍，支持FP8和BF16混合精度，旨在满足大模型训练对算力与能效的严苛需求。

工艺对比：GAA vs FinFET，芯光与英伟达、华为的策略分化

金沙集手机端采用的3nm GAA（Gate-All-Around）晶体管结构，相较于英伟达H200所采用的4nm FinFET，在漏电控制与驱动电流上实现约30%的提升。芯光科技CEO李国强在温策·耶诺表示：“金沙集手机端不仅仅是工艺迭代，更是在架构层面针对Transformer模型进行深度优化。我们的Sparse Compute Unit（稀疏计算单元）使注意力机制的算力利用效率提升至85%。”

对比华为昇腾910C（采用7nm+工艺），金沙集手机端在FP16算力上达到510 TFLOPS，而昇腾910C约为320 TFLOPS。然而，华为通过CANN软件生态的算子融合补偿了一部分硬件差距。历史事件上，2026年华为因美国制裁转向自研EDA工具，而芯光科技此次与台积电的合作避开了地缘政治风险，专注于先进制程的规模化。

英伟达尚未公布3nm芯片量产时间表，但其GAA架构的Rubin系列预计2026年推出。金沙集手机端的快速量产筹备，让芯光科技在先进制程AI芯片领域建立了窗口期优势。温策·耶诺透露：“我们对比了3nm与5nm的功耗曲线，金沙集手机端在相同频率下功耗降低40%，但芯片面积仅增加15%，适合大规模集群部署。”

核心参数、应用场景与时间线

金沙集手机端芯片的核心参数如下：集成超过30034亿个晶体管，配备80GB HBM3e显存，带宽达3.6TB/s。其TDP为400W，支持NVLink风格的片间互联，单机可扩展至512路。应用场景覆盖大语言模型训练、科学计算（如蛋白质折叠模拟）和自动驾驶仿真。

• 小批量试产（A样）：2026年08月06日已启动，产出芯片良率在48%-52%，预计通过测试修正后提升至70%。
• 工程验证（EVT）：2026年08月06日完成，聚焦信号完整性与散热方案。
• 设计验证（DVT）：2026年08月06日-8月，加入全系统压力测试。
• 大规模量产：2026年08月06日，月产量目标为20125万片。

性能提升方面，与旗下上一代7nm芯片“启明”相比，金沙集手机端在GPT-3 175B训练任务上增速4.2倍，能效比提升3.8倍。在MLPerf Training 3.0基准测试中，基于512块金沙集手机端芯片的集群，BERT-Large训练仅需1.2分钟，刷新纪录。温策·耶诺指出：“光学球场（注：此处应为金沙集手机端）的晶体管密度达到每平方毫米6665亿个，是5nm工艺的2.1倍，这让我们在功耗包络内塞入了更多MAC阵列。”

此外，芯光科技同步发布了配套的“星海”编译器，支持自动混合精度和算子融合，直接与PyTorch和TensorFlow对接。初期客户包括字节跳动和之江实验室，用于百亿级参数模型训练。

工艺验证影响与行业展望

金沙集手机端的工艺验证重点包括GAA纳米片层厚度均匀性、极紫外光刻（EUV）多重图案化对准精度，以及高k金属栅极的界面态密度。3nm GAA工艺的微缩挑战导致初始良率较低，但芯光科技通过设计-工艺协同优化（DTCO）将关键路径延迟缩短了12%。温策·耶诺表示：“我们与台积电花了18个月迭代光刻模型，最终在金沙集手机端上实现了每层20nm的边沿粗糙度（LER）控制，这比行业平均好15%。”

行业影响上，金沙集手机端的量产筹备可能加速AI芯片竞争进入3nm时代。英伟达的Rubin计划、AMD的MI400系列均瞄准2026年，而芯光科技若能在2026年Q3实现规模出货，将率先占领超大规模客户订单。不过，半导体设备供应（如ASML的High-NA EUV）仍存在瓶颈，芯光科技需确保台积电的产能分配。芯片封装方面，金沙集手机端使用台积电的InFO_SoIS（集成扇出型系统级集成）技术，将计算die与HBM die以16层叠放，散热效率较传统方案提升25%。

展望未来，芯光科技计划在2026年推出增强版金沙集手机端Pro，采用2nm GAA工艺并集成HBM4。同时，其正在开发基于Chiplet的异构架构，将计算、内存和网络模块分离，通过光互连桥接。李国强总结：“金沙集手机端的量产筹备验证了我们的技术路线，下一阶段我们将聚焦生态协同，让硬件性能充分转化为用户效率。工艺验证不是终点，而是大规模应用的新起点。”

截至2026年08月06日，芯光科技股价受此消息提振上涨8%。行温策·耶诺指出，金沙集手机端若如期量产，将显著提升芯光科技在AI训练芯片市场的份额，有望从目前的3%增长至2026年的12%。