近日，金刚第三届中国计算机学会芯片大会（CCF Chip 2026）在太湖之滨无锡成功举办。芯片

会场中，重新两院院士与顶尖工程师们的定义讨论话题直指底层架构的“根技术”创新。一个核心追问被反复推至台前：当摩尔定律逼近物理极限，视频算力制程红利日益稀薄，规则国产堆核心、金刚拼频率的芯片老路越走越窄，是重新否该彻底换一条路走？换言之，与其在通用架构上不断打补丁，定义能否从数据流动的视频算力本质出发，为特定场景原生设计一颗芯片？规则国产

作为全球首款RISC-V数据流架构视频智能AIGC芯片，金刚GC3芯片的金刚出现，不仅是芯片一次产品首发，更是重新为视频而生的专用算力。

视频洪流之下，通用芯片的搬运困局

当前，AI消耗的算力，大半都喂给了视频。从Sora引领的文生视频，到城市摄像头每秒数千路的实时解析，再到工业产线上毫秒级的质检判定，视频流不再是锦上添花的内容载体，而是AI基础设施的主航道。

然而，传统CPU、GPU骨子里流淌的是控制流的血液。它们依赖程序计数器一步步推进指令，数据在内存和计算单元之间来回搬砖。中科通量总工程师罗鑫算过一笔账：在视频处理中，数据搬运消耗的能量往往是实际计算的数倍，这种搬砖式算力，面对视频流的海量、连续、高并发特性，就像用快递三轮车去运洪峰期的集装箱。

更棘手的是，视频编解码与AI推理深度耦合，需要细粒度并行和极低延迟，而通用架构的缓存未命中、分支预测失败等老毛病，在视频场景下被成倍放大。当视频AI从可选变为必选，架构层面的结构性瓶颈，已不是堆更多晶体管能解决的。

数据流哲学：让数据自己“跑”起来

在CCF芯片大会的“数据流计算分论坛”上，论坛主席、中科院计算所研究员叶笑春表示：“数据流架构没有程序计数器，只有‘数据就绪即执行’。”

这听起来像哲学，实则是工程范式的颠覆。传统架构是指令驱动：CPU问“下一条指令是什么？”；数据流架构是数据驱动：哪个计算节点凑齐了所有输入，它自己就立刻触发，结果直接传给下游，无需折返全局内存打卡报到。

这种模式天然契合视频流：多路码流好比多条独立的数据河，每条河上的操作只依赖本地数据，互不等待，并行度被彻底释放；中间结果随流水传递，访存开销大幅削减。现场有技术专家比喻说：“如果说GPU是万人协同的大工厂，数据流芯片就是一条自动化的智能流水线——没有空转，没有堵车，每份数据到达即加工。”

当然，观众席上也有人抛出现实拷问：编译器好不好写？生态怎么建？大规模工程落地稳不稳？这些问题，恰好说明数据流已从理论探讨进入实战检验阶段。

金刚GC3：不只是参数，更是场景定制战

展台上的金刚GC3，给出了首份实战答卷。罗鑫表示，金刚GC3基于RISC-V架构的12核设计，主频2.0GHz，单芯片INT8算力200 TOPS，FP16达32 TFLOPS，同时支持128路1080P@30fps硬解码和64路硬编码。上海交通大学教授冷静文在现场评价：“在视频AI推理上，它有和主流GPU掰手腕的峰值能力，而同等功耗下的视频处理密度，是它的差异化杀手锏。”

值得注意的是其定位：不追求通吃所有AI负载，而是专注视频场景。AIGC视频生成、智慧城市分析、工业视觉感知。当大模型开始看长视频、理解多模态时，面向视频流优化的专用芯片，不再是大而全的配角，而是精而专的主角。

这也折射出国产算力演进的一条新路径：与其在通用赛道追赶巨头，不如在场景深水区构筑自己的护城河。从跟随适配到场景定义，金刚GC3释放的信号清晰而坚定：算力效率的最优解，不是对通用架构的修修补补，而是从数据流动的本质出发，为视频量身再造一颗“芯”。