在2025年的AI芯片领域，英伟达的身影无处不在，众多企业似乎都在追随其脚步，被称为“英伟达学徒”。然而，在这样的大环境下，有一群人坚信，英伟达所构建的叙事以及GPU这一品类本身，正面临被颠覆与重构的时刻。
清微智能的创始人王博，便是这些“颠覆者”中的一位佼佼者。他认为，面对市场上已占据主导地位的英伟达或英特尔，盲目跟随其路径无疑是自寻死路。
王博选择了与英伟达截然不同的道路——可重构芯片。这是一种能够动态配置计算资源的芯片，它打破了传统GPU的固定计算模式。王博用一个生动的比喻来解释这一概念：GPU如同一条笔直的铁路，火车沿着既定线路高速行驶；而可重构芯片则像是拥有多个“道岔”的铁路，通过切换这些“道岔”，即计算单元，可以轻松实现多种任务的转换。
更进一步地说，可重构芯片与GPU代表了两种截然不同的计算范式。GPU遵循指令驱动+共享存储的模式，而可重构芯片则采用无指令配置+数据流驱动的方式。在一个典型的工作场景中，两枚GPU在进行大模型训练时需要执行复杂的指令来传递数据，而在可重构芯片上，这一切变得更为简洁高效，数据无需指令即可直接通过通信接口传递，并在多枚芯片计算完成后统一写回外部存储器。
如果对芯片架构有所了解，便会发现可重构芯片已经脱离了典型的冯诺依曼架构。王博选择这一特殊的芯片架构，并非刻意回避英伟达的技术路线。早在2017年，当王博还在一家云厂商担任CTO时，他发现市面上几乎没有能满足端侧强算力、性能优的芯片。而那时，Transformer架构还处于论文阶段，王博也从未想过将可重构芯片与大模型联系起来。
王博与清华大学尹首一教授团队的相遇，成为清微智能诞生的契机。尹首一教授团队自2006年起便专注于可重构计算方向的研究，技术成果已达到产业化阶段。两人一拍即合，于2018年共同创办了清微智能。
然而，从实验室技术到商业化产品，中间横亘着巨大的鸿沟。王博和团队耗费了一年半的时间，才在2019年推出了第一枚量产的可重构芯片——一款用于智能手机的语音唤醒芯片。但好景不长，高通在下代SoC上也集成了这一功能。随后，王博带领团队转向蓝牙耳机芯片的研发，并前瞻性地加入了AI算力。然而，他们很快发现，蓝牙耳机芯片的需求与团队核心能力并不完全匹配。
经过深刻的复盘，王博意识到，创业应该在擅长的领域做有挑战的事。AI正是那个能发挥可重构技术优势的领域。于是，王博决定带领团队全力攻克AI占比较高的芯片领域，从边缘端芯片做起，逐步迭代至AI算力芯片。
2022年初，基于边缘端芯片的多年积累，清微智能正式立项用于云端部署的TX8系列芯片。尽管当时ChatGPT尚未开启公测，但王博认为，清微在端侧芯片上的成功已经证明可重构芯片的核及编译器趋于成熟，是时候尝试AI占比更高的行业了。
去年年底，清微AI算力芯片的首枚产品“TX81”开始批量出货。短短半年内，便在全国多地落地了千卡智算中心，累计订单超过20000枚。基于TX81芯片打造的REX1032训推一体服务器，单机算力达到4 PFLOPS，支持万亿以上大模型的部署，且无需交换机成本，成为兼具性能和性价比优势的产品。
面对当前的市场环境，王博认为，在与英伟达等头部企业的竞争中，生态上的劣势短期内难以逆转。因此，清微智能必须拥有“5倍性价比”的优势，才能在市场中站稳脚跟。这包括性能更优、成本更低，如果做不到这一点，很难说服客户将模型迁移到清微的产品上。
据王博介绍，在下一代TX8系列芯片上，清微智能将大面积使用“3D存储”技术，以实现更高的性能，“5倍性价比”将很快得到兑现。
值得注意的是，可重构芯片技术并非清微智能的独家秘笈。谷歌的TPU芯片、美国AI芯片新贵Groq、斯坦福系独角兽公司SambaNova等技术路线都属于可重构数据流新架构阵营。实际上，在英伟达主导的GPU阵营之外，新架构芯片已经呈现出开辟第二阵营的趋势。
对于未来可能存在的“同派之争”，王博的态度十分豁达。他认为，近两年新兴的美国创业公司大多选择3D堆叠、晶圆级芯片、数据流等技术路线，几乎没有做GPU的，这至少证明这一技术路线是可行的。
