清微智能同北京智源人工智能研究院（BAAI）喺中國算力大會宣布，將 Open3D-PIMC 正式開源。呢套編程模型及軟件框架屬於 FlagOS 技術棧，針對新興嘅三維（3D）算力晶片而設，核心想法係：開發者唔使因應每間加速器廠商，各自學一套軟件棧。 1

對做 AI 模型部署同編譯工具嘅人嚟講，重點唔係多咗一個晶片名，而係佢嘗試將「一粒芯一套軟件」變成較統一嘅開發入口。

點解 3D 算力晶片需要另一套軟件思路？

新一代 AI 加速器愈來愈常見幾類設計：存內計算（compute-in-memory）、chiplet／小晶粒封裝，以及可重構邏輯。共同目標係令記憶體同運算單元靠近啲，減少資料喺兩者之間來回搬運。

資料搬運往往係 AI 運算嘅速度同耗電瓶頸之一。理論上，縮短資料路徑可以提升有效頻寬，亦有機會減低傳輸資料所消耗嘅能源。 1

但硬件愈多元，軟件問題就愈棘手：不同晶片可能有不同指令集、記憶體行為同執行方式。如果冇共同層，開發團隊好可能要為同一個模型，逐款晶片重做移植、調校同除錯。

Open3D-PIMC 正正係想處理呢種碎片化。

開發者要做乜？框架又負責乜？

Open3D-PIMC 要求開發者喺較高層次描述工作負載，主要包括：

• 資料分布同佈局：資料應該放喺邊度、以咩形式組織；
• 任務切分：運算工作點樣分配畀可用嘅計算資源。

之後，框架預期會為目標裝置做映射同優化。至於每間晶片商嘅私有指令集、微架構功能等，則可以放喺外掛（plugin）入面處理。咁做嘅用意係一方面畀開發者見到較一致嘅介面，另一方面又讓供應商保留自家實作細節。 1

呢個架構有潛力令同一個工作負載較容易搬去新加速器；但「可以跑」同「跑得快」係兩回事。最終能否做到性能可攜，仍然取決於各硬件外掛同編譯器後端嘅質素。

Open3D-PIMC 喺 FlagOS 入面係咩位置？

FlagOS 由 BAAI 牽頭，定位為支援異構 AI 算力嘅開放基礎設施。簡單講，佢想做一層中間軟件，令大型模型唔需要為每種底層 AI 硬件重新起爐灶。 35

Open3D-PIMC 就係將呢個方向延伸到 3D 算力晶片。FlagOS 所講嘅長遠目標係「一次開發，多芯運行」，涵蓋 GPU、NPU、GPGPU、專用加速器（DSA）、RISC-V AI 裝置，以及 Arm 類架構。 1

FlagOS 表示，整個生態至今已適配超過 20 間晶片廠商、30 多款 AI 晶片，亦可在一天內為多款晶片完成主流大模型嘅適配。呢啲都係生態層面嘅宣稱，唔應該直接理解成 Open3D-PIMC 已在所有相關裝置上，證實具備同等正確性、覆蓋度或效能。 1

清微智能硬件示範，同 Qwen 驗證代表咩？

清微智能將其第二代可重構處理器，視為 Open3D-PIMC 所瞄準硬件類型嘅一個例子：結合 3D 存內計算、chiplet 封裝同可重構計算。BAAI 就將 Open3D-PIMC 放入建立 3D 算力晶片開放編譯器基礎嘅工作之中。 1

報道亦提到，FlagOS 於 2026 年 8 月為阿里巴巴 Qwen3.8-2.4T-A95B，完成九個 AI 晶片平台嘅發布當日適配驗證。Qwen3.8-2.4T-A95B 係開放權重嘅混合專家（MoE）模型，總參數為 2.4 萬億，推理時啟用約 950 億參數。 118

呢件事可視為 FlagOS 有意快速支援新模型嘅一項訊號；但佢本身唔係一份可重現嘅 Open3D-PIMC 跨硬件基準測試，未足以證明編譯器可攜性、延遲、能耗、吞吐量或可靠性表現。

已經確認咗乜，仲欠乜證據？

目前可以確認嘅係：Open3D-PIMC 已以開源軟件形式發布，其設計者正推動一個面向新類型 AI 加速器嘅共同抽象層。 1

不過，以下問題仍然關鍵：

• 除咗初始參與者，會唔會有更多晶片商提供並長期維護量產級外掛？
• 同一應用搬去架構差異好大嘅裝置時，效能可唔可以保持競爭力？
• 除錯、效能分析、故障處理同長期維護工具做成點？
• 有冇獨立、可重現嘅結果，驗證跨廠商嘅正確性、吞吐量、延遲同能耗？

開發團隊表示，會繼續推進標準化、跨廠商支援同開發者工具，並計劃喺 2026 年第四季公布更多 3D 晶片優化結果。 1

總結：一個有意思嘅開放入口，未係已驗證嘅通用答案

Open3D-PIMC 最合適嘅定位，係 3D AI 硬件嘅開放編程入口，以及一個倡議中嘅共用編譯器／框架層。

佢嘅吸引力好直接：開發者由較高層描述資料同任務，底下硬件差異交由供應商外掛處理。對存內計算同 chiplet 型加速器嚟講，呢個方向有實際意義。

但開源發布，加上大規模生態支援嘅說法，並唔等於已經係成熟、經獨立驗證嘅多廠商部署方案。Open3D-PIMC 最後可唔可以站得穩，要睇外部開發者同晶片商會唔會持續投入，以及有冇透明、可重現嘅跨晶片測試數據。 1

清微智能同北京智源人工智能研究院（BAAI）喺中國算力大會宣布，將 Open3D-PIMC 正式開源。呢套編程模型及軟件框架屬於 FlagOS 技術棧，針對新興嘅三維（3D）算力晶片而設，核心想法係：開發者唔使因應每間加速器廠商，各自學一套軟件棧。 1

對做 AI 模型部署同編譯工具嘅人嚟講，重點唔係多咗一個晶片名，而係佢嘗試將「一粒芯一套軟件」變成較統一嘅開發入口。

點解 3D 算力晶片需要另一套軟件思路？

新一代 AI 加速器愈來愈常見幾類設計：存內計算（compute-in-memory）、chiplet／小晶粒封裝，以及可重構邏輯。共同目標係令記憶體同運算單元靠近啲，減少資料喺兩者之間來回搬運。

資料搬運往往係 AI 運算嘅速度同耗電瓶頸之一。理論上，縮短資料路徑可以提升有效頻寬，亦有機會減低傳輸資料所消耗嘅能源。 1

但硬件愈多元，軟件問題就愈棘手：不同晶片可能有不同指令集、記憶體行為同執行方式。如果冇共同層，開發團隊好可能要為同一個模型，逐款晶片重做移植、調校同除錯。

Open3D-PIMC 正正係想處理呢種碎片化。

開發者要做乜？框架又負責乜？

Open3D-PIMC 要求開發者喺較高層次描述工作負載，主要包括：

• 資料分布同佈局：資料應該放喺邊度、以咩形式組織；
• 任務切分：運算工作點樣分配畀可用嘅計算資源。

之後，框架預期會為目標裝置做映射同優化。至於每間晶片商嘅私有指令集、微架構功能等，則可以放喺外掛（plugin）入面處理。咁做嘅用意係一方面畀開發者見到較一致嘅介面，另一方面又讓供應商保留自家實作細節。 1

呢個架構有潛力令同一個工作負載較容易搬去新加速器；但「可以跑」同「跑得快」係兩回事。最終能否做到性能可攜，仍然取決於各硬件外掛同編譯器後端嘅質素。

Open3D-PIMC 喺 FlagOS 入面係咩位置？

FlagOS 由 BAAI 牽頭，定位為支援異構 AI 算力嘅開放基礎設施。簡單講，佢想做一層中間軟件，令大型模型唔需要為每種底層 AI 硬件重新起爐灶。 35

Open3D-PIMC 就係將呢個方向延伸到 3D 算力晶片。FlagOS 所講嘅長遠目標係「一次開發，多芯運行」，涵蓋 GPU、NPU、GPGPU、專用加速器（DSA）、RISC-V AI 裝置，以及 Arm 類架構。 1

FlagOS 表示，整個生態至今已適配超過 20 間晶片廠商、30 多款 AI 晶片，亦可在一天內為多款晶片完成主流大模型嘅適配。呢啲都係生態層面嘅宣稱，唔應該直接理解成 Open3D-PIMC 已在所有相關裝置上，證實具備同等正確性、覆蓋度或效能。 1

清微智能硬件示範，同 Qwen 驗證代表咩？

清微智能將其第二代可重構處理器，視為 Open3D-PIMC 所瞄準硬件類型嘅一個例子：結合 3D 存內計算、chiplet 封裝同可重構計算。BAAI 就將 Open3D-PIMC 放入建立 3D 算力晶片開放編譯器基礎嘅工作之中。 1

報道亦提到，FlagOS 於 2026 年 8 月為阿里巴巴 Qwen3.8-2.4T-A95B，完成九個 AI 晶片平台嘅發布當日適配驗證。Qwen3.8-2.4T-A95B 係開放權重嘅混合專家（MoE）模型，總參數為 2.4 萬億，推理時啟用約 950 億參數。 118

呢件事可視為 FlagOS 有意快速支援新模型嘅一項訊號；但佢本身唔係一份可重現嘅 Open3D-PIMC 跨硬件基準測試，未足以證明編譯器可攜性、延遲、能耗、吞吐量或可靠性表現。

已經確認咗乜，仲欠乜證據？

目前可以確認嘅係：Open3D-PIMC 已以開源軟件形式發布，其設計者正推動一個面向新類型 AI 加速器嘅共同抽象層。 1

不過，以下問題仍然關鍵：

• 除咗初始參與者，會唔會有更多晶片商提供並長期維護量產級外掛？
• 同一應用搬去架構差異好大嘅裝置時，效能可唔可以保持競爭力？
• 除錯、效能分析、故障處理同長期維護工具做成點？
• 有冇獨立、可重現嘅結果，驗證跨廠商嘅正確性、吞吐量、延遲同能耗？

開發團隊表示，會繼續推進標準化、跨廠商支援同開發者工具，並計劃喺 2026 年第四季公布更多 3D 晶片優化結果。 1

總結：一個有意思嘅開放入口，未係已驗證嘅通用答案

Open3D-PIMC 最合適嘅定位，係 3D AI 硬件嘅開放編程入口，以及一個倡議中嘅共用編譯器／框架層。

佢嘅吸引力好直接：開發者由較高層描述資料同任務，底下硬件差異交由供應商外掛處理。對存內計算同 chiplet 型加速器嚟講，呢個方向有實際意義。

但開源發布，加上大規模生態支援嘅說法，並唔等於已經係成熟、經獨立驗證嘅多廠商部署方案。Open3D-PIMC 最後可唔可以站得穩，要睇外部開發者同晶片商會唔會持續投入，以及有冇透明、可重現嘅跨晶片測試數據。 1