清微智能與北京智源人工智慧研究院（BAAI）宣布，已將 Open3D-PIMC 以開源形式發布。這是一套面向新興 3D 算力晶片的程式模型與軟體框架，也是眾智 FlagOS 軟體堆疊的一環。1

它瞄準的並不只是「讓新晶片能跑模型」，而是試圖處理 AI 加速器愈來愈分歧的軟體問題：如果每種晶片都得配一套獨立的開發工具、編譯器與執行環境，模型移植與效能調校就會反覆重做。Open3D-PIMC 的目標，是把這種「一顆晶片、一套軟體」的模式，改為較一致的開發介面。1

為何 3D 算力晶片需要新的軟體層？

新一代 AI 加速器常結合記憶體內運算（compute-in-memory）、晶粒小晶片（chiplet）封裝與可重組邏輯。這類設計的核心訴求，是縮短資料在記憶體與運算單元之間搬移的距離；理論上可提高有效頻寬，並降低資料傳輸帶來的能源消耗。1

但硬體架構愈多元，軟體工作也愈複雜。不同晶片可能有不同指令集、記憶體行為與執行模型。缺乏共同抽象層時，同一個模型或工作負載往往得針對不同裝置重新移植與最佳化。

Open3D-PIMC 的定位，就是為這類 3D 算力硬體提供共同的程式設計入口，而不是要求開發者直接面對每一家供應商的底層差異。1

開發者需要做什麼？

依據發布資訊，開發者主要需在較高層次描述兩件事：

• 資料分布與配置：資料應放在哪裡、以何種方式組織；
• 任務切分：工作應如何分配到可用的運算資源。

Open3D-PIMC 再將這些描述映射到目標裝置，並進行相應最佳化。晶片供應商的私有指令集與微架構能力，則可置於外掛中處理；這一設計讓廠商保有實作細節與差異化，同時對開發者提供較一致的介面。1

這種分層方式有機會降低把工作負載帶到新加速器上的門檻。不過，「能執行」與「能在不同晶片上維持競爭力的效能」是兩回事：外掛品質與編譯器後端的成熟程度，將決定可攜性是否不只停留在功能層面。

FlagOS 生態中的位置

FlagOS 是由 BAAI 牽頭推動的異質 AI 運算開放基礎設施，其方向是在不同 AI 晶片之間提供中介軟體層，使大型模型較容易部署於多樣的底層硬體。35

Open3D-PIMC 將這個方向延伸至 3D 算力晶片。FlagOS 的整體願景是「一次開發、多晶片運行」，涵蓋 GPU、NPU、GPGPU、DSA、RISC-V AI 裝置與 Arm 類架構。1

FlagOS 資料宣稱，該生態已適配超過 20 家晶片供應商、30 多款 AI 晶片，並可在一天內完成主流新版本大模型的多晶片適配。1 不過，這些都是生態系層級的說法，不能直接視為 Open3D-PIMC 已在每一種受支援裝置上具備同等覆蓋範圍、正確性或效能的獨立證據。

清微硬體與 Qwen 驗證說法代表什麼？

清微智能將其第二代可重組處理器視為 Open3D-PIMC 的目標硬體範例之一，該處理器結合 3D 記憶體內運算整合、chiplet 封裝與可重組運算。BAAI 則將 Open3D-PIMC 視為建立 3D 算力晶片開放編譯器基礎的一部分。1

報導亦提到，FlagOS 在 2026 年 8 月對阿里巴巴 Qwen3.8-2.4T-A95B 完成發布當日的九個 AI 晶片平台適配驗證。此模型是開放權重的混合專家模型（MoE），總參數為 2.4 兆，推論時活躍參數為 950 億。118

這項資訊可視為 FlagOS 正在追求快速模型導入的跡象；但它本身不是可重現的 Open3D-PIMC 跨硬體評測，無法單獨證明其編譯器可攜性、延遲、能耗、吞吐量或穩定性。

已確認的事，以及仍待回答的問題

目前可以確認的是：Open3D-PIMC 已作為開源軟體發布，其設計者正嘗試為 3D AI 加速器建立共通抽象與編譯／框架層。1

但若要判斷它能否成為成熟的多廠商執行環境，仍有幾個關鍵問題：

• 初始參與者以外的晶片廠商，是否會提供並長期維護量產級外掛？
• 工作負載移至差異很大的架構後，能否保有具競爭力的效能？
• 除了執行之外，除錯、故障處理、效能分析與長期維護工具是否足夠成熟？
• 是否會出現獨立、可重現的測試，驗證跨廠商的正確性、吞吐量、延遲與能源效率？

開發團隊表示，後續將持續推進標準化、跨廠商支援與開發者工具，並規劃於 2026 年第四季公布更多 3D 晶片最佳化成果。1

結論

Open3D-PIMC 最適合被理解為：面向 3D AI 硬體的開放入口，以及一個擬議中的共同編譯器／框架層。

它的吸引力很直接：開發者在上層描述工作負載，底層的硬體特性則交由供應商外掛承接。對記憶體內運算與 chiplet 型加速器而言，這是值得關注的方向；但開源發布與生態系宣稱，尚不等於成熟、且經獨立驗證的跨廠商部署。真正的考驗，將是持續的外部貢獻，以及橫跨不同晶片、透明可重現的效能基準。1

清微智能與北京智源人工智慧研究院（BAAI）宣布，已將 Open3D-PIMC 以開源形式發布。這是一套面向新興 3D 算力晶片的程式模型與軟體框架，也是眾智 FlagOS 軟體堆疊的一環。1

它瞄準的並不只是「讓新晶片能跑模型」，而是試圖處理 AI 加速器愈來愈分歧的軟體問題：如果每種晶片都得配一套獨立的開發工具、編譯器與執行環境，模型移植與效能調校就會反覆重做。Open3D-PIMC 的目標，是把這種「一顆晶片、一套軟體」的模式，改為較一致的開發介面。1

為何 3D 算力晶片需要新的軟體層？

新一代 AI 加速器常結合記憶體內運算（compute-in-memory）、晶粒小晶片（chiplet）封裝與可重組邏輯。這類設計的核心訴求，是縮短資料在記憶體與運算單元之間搬移的距離；理論上可提高有效頻寬，並降低資料傳輸帶來的能源消耗。1

但硬體架構愈多元，軟體工作也愈複雜。不同晶片可能有不同指令集、記憶體行為與執行模型。缺乏共同抽象層時，同一個模型或工作負載往往得針對不同裝置重新移植與最佳化。

Open3D-PIMC 的定位，就是為這類 3D 算力硬體提供共同的程式設計入口，而不是要求開發者直接面對每一家供應商的底層差異。1

開發者需要做什麼？

依據發布資訊，開發者主要需在較高層次描述兩件事：

• 資料分布與配置：資料應放在哪裡、以何種方式組織；
• 任務切分：工作應如何分配到可用的運算資源。

Open3D-PIMC 再將這些描述映射到目標裝置，並進行相應最佳化。晶片供應商的私有指令集與微架構能力，則可置於外掛中處理；這一設計讓廠商保有實作細節與差異化，同時對開發者提供較一致的介面。1

這種分層方式有機會降低把工作負載帶到新加速器上的門檻。不過，「能執行」與「能在不同晶片上維持競爭力的效能」是兩回事：外掛品質與編譯器後端的成熟程度，將決定可攜性是否不只停留在功能層面。

FlagOS 生態中的位置

FlagOS 是由 BAAI 牽頭推動的異質 AI 運算開放基礎設施，其方向是在不同 AI 晶片之間提供中介軟體層，使大型模型較容易部署於多樣的底層硬體。35

Open3D-PIMC 將這個方向延伸至 3D 算力晶片。FlagOS 的整體願景是「一次開發、多晶片運行」，涵蓋 GPU、NPU、GPGPU、DSA、RISC-V AI 裝置與 Arm 類架構。1

FlagOS 資料宣稱，該生態已適配超過 20 家晶片供應商、30 多款 AI 晶片，並可在一天內完成主流新版本大模型的多晶片適配。1 不過，這些都是生態系層級的說法，不能直接視為 Open3D-PIMC 已在每一種受支援裝置上具備同等覆蓋範圍、正確性或效能的獨立證據。

清微硬體與 Qwen 驗證說法代表什麼？

清微智能將其第二代可重組處理器視為 Open3D-PIMC 的目標硬體範例之一，該處理器結合 3D 記憶體內運算整合、chiplet 封裝與可重組運算。BAAI 則將 Open3D-PIMC 視為建立 3D 算力晶片開放編譯器基礎的一部分。1

報導亦提到，FlagOS 在 2026 年 8 月對阿里巴巴 Qwen3.8-2.4T-A95B 完成發布當日的九個 AI 晶片平台適配驗證。此模型是開放權重的混合專家模型（MoE），總參數為 2.4 兆，推論時活躍參數為 950 億。118

這項資訊可視為 FlagOS 正在追求快速模型導入的跡象；但它本身不是可重現的 Open3D-PIMC 跨硬體評測，無法單獨證明其編譯器可攜性、延遲、能耗、吞吐量或穩定性。

已確認的事，以及仍待回答的問題

目前可以確認的是：Open3D-PIMC 已作為開源軟體發布，其設計者正嘗試為 3D AI 加速器建立共通抽象與編譯／框架層。1

但若要判斷它能否成為成熟的多廠商執行環境，仍有幾個關鍵問題：

• 初始參與者以外的晶片廠商，是否會提供並長期維護量產級外掛？
• 工作負載移至差異很大的架構後，能否保有具競爭力的效能？
• 除了執行之外，除錯、故障處理、效能分析與長期維護工具是否足夠成熟？
• 是否會出現獨立、可重現的測試，驗證跨廠商的正確性、吞吐量、延遲與能源效率？

開發團隊表示，後續將持續推進標準化、跨廠商支援與開發者工具，並規劃於 2026 年第四季公布更多 3D 晶片最佳化成果。1

結論

Open3D-PIMC 最適合被理解為：面向 3D AI 硬體的開放入口，以及一個擬議中的共同編譯器／框架層。

它的吸引力很直接：開發者在上層描述工作負載，底層的硬體特性則交由供應商外掛承接。對記憶體內運算與 chiplet 型加速器而言，這是值得關注的方向；但開源發布與生態系宣稱，尚不等於成熟、且經獨立驗證的跨廠商部署。真正的考驗，將是持續的外部貢獻，以及橫跨不同晶片、透明可重現的效能基準。1