Biren 壁仞 BR104 (国产 AI 训练/推理)
产品概述
壁仞科技（Biren Technology） 是中国 AI 芯片创业公司，2019-09 成立，总部上海。BR104 是其首款量产 AI 训练/推理芯片，2022-Q3 发布，7nm 工艺，1024 TOPS INT8 算力（约 H100 的 2×），64GB HBM2E 内存，896 GB/s 带宽。配套自研 BIRENSUPA 软件栈（类 CUDA）。
战略地位：壁仞与摩尔线程、景嘉微、芯原微电子、天数智芯并称"国产 AI 创业五虎"。融资 $700M+（B 轮 2021-Q1 创中国半导体单笔融资纪录），目标科创板 IPO（2026-2027 预计）。
核心规格
| 项目 | 参数 |
|---|
| 架构 | Biren BR104（自研） |
| 制程 | TSMC 7nm（2022 量产时），未来 SMIC 国产化 |
| GPU 核心 | 2 颗 BR104 小芯片（双 chiplet） |
| 计算核心 | 64× Biren 私有 ISA（类 GPGPU） |
| HBM | 64GB HBM2E |
| 内存带宽 | 896 GB/s |
| INT8 | 1024 TOPS |
| BF16 | 256 TFLOPS |
| FP32 | 128 TFLOPS |
| TDP | 300 W |
| 板卡形态 | PCIe Gen4 ×16 |
| 互连 | BirenLink（自研，类 NVLink） |
| 量产 | 2022-Q4 |
| 单价 | ~$3,500-5,500 |
双小芯片设计
| 维度 | 规格 |
|---|
| 小芯片数 | 2× BR104 计算芯片 |
| 封装 | CoWoS（TSMC 封装） |
| 互连 | 内部 SerDes，400 GB/s 双向 |
| HBM | 32GB × 2（双芯片各带） |
| 单芯片 INT8 | 512 TOPS |
| 双芯片 INT8 | 1024 TOPS（理论，可叠加） |
| 优势 | 良率高（双小芯片 vs 单大芯片） |
| 劣势 | 内部互连延迟略高 |
壁仞 7nm 双小芯片 vs 华为 7nm 双小芯片：两家都采用相同架构规避 SMIC 7nm 良率问题。壁仞 BR104 早华为 Ascend 910C 1 年（2022 vs 2023）。
与 NVIDIA H100 对比
| 指标 | Biren BR104 | NVIDIA H100 | 差异 |
|---|
| INT8 | 1024 TOPS | 1513 TOPS | H100 +48% |
| BF16 | 256 TF | 756 TF | H100 3× |
| 内存 | 64GB HBM2E | 80GB HBM3 | H100 +25% |
| 带宽 | 896 GB/s | 3.35 TB/s | H100 3.7× |
| TDP | 300W | 700W | BR104 -57% |
| 软件 | BIRENSUPA | CUDA | H100 成熟 |
| 价格 | ~$4K | ~$25-30K | BR104 -85% |
BR104 优势：TDP 仅 300W（H100 57% 节能）、价格 15% H100、国产化设计。在 H100 出口管制背景下是重要国产替代方案。
BIRENSUPA 软件栈
| 层级 | 工具 | 对标 NVIDIA |
|---|
| AI 框架 | PyTorch-BIREN | PyTorch + CUDA |
| TensorFlow-BIREN | TensorFlow |
| BIRENSUPA | 统一计算平台 |
| 编译器 | BPA Compiler | nvcc |
| 运行时 | BIRENSUPA Runtime | CUDA Runtime |
| 数学库 | BIREN Bblas | cuBLAS |
| 深度学习库 | BIREN DNN | cuDNN |
| 通信库 | BIREN Collective | NCCL |
⚠️ 生态限制：相比 CUDA 18 年生态，BIRENSUPA 仅 3-4 年，算子覆盖率约 60-70%（vs CUDA 99%+），复杂 LLM 模型迁移需大量手工优化。
厂商信息
| 项目 | 内容 |
|---|
| 公司 | 壁仞科技（Biren Technology） |
| 创始人 | 张文（CEO，前商汤科技副总裁） |
| 成立 | 2019-09 |
| 总部 | 上海市浦东新区 |
| 融资 | $700M+（B 轮 2021-Q1 创中国半导体单笔融资纪录） |
| 估值（2025） | ~¥30B |
| 2025 营收 | ~¥1.5B |
| 员工 | ~1500 人 |
| 状态 | 准备科创板 IPO（2026-2027 预计） |
| 主要客户 | 中国移动、浪潮、联想、字节跳动、智谱 AI、商汤 |
| 生态合作 | 飞桨（PaddlePaddle）、昇思（MindSpore）、阿里平头哥 |
国产 AI 创业五虎
| 公司 | 成立 | 代表产品 | 算力 | 融资 | 状态 |
|---|
| 壁仞科技 | 2019 | BR104 | 1024 INT8 TOPS | $700M+ | 准备 IPO |
| 摩尔线程 | 2020 | MTT S5000 | 100 INT8 TOPS | $500M+ | 准备 IPO |
| 天数智芯 Iluvatar | 2018 | MR 100/200 | 256 INT8 TOPS | $400M+ | 港股上市 |
| 寒武纪 Cambricon | 2016 | MLU 590 | 256 INT8 TOPS | 科创板上市 | 上市公司 |
| 景嘉微 | 2006 | JM9 | 军用为主 | 创业板上市 | 上市公司 |
关键特性
- 双小芯片 7nm：规避 SMIC 7nm 良率问题
- 1024 INT8 TOPS：国产 AI 芯片前列
- TDP 300W：比 H100 省 57% 功耗
- 国产软件栈：BIRENSUPA 完全自研
- 缺点：FP8 不支持、ROCm/CUDA 兼容弱、生态 3-4 年
适用场景
- ✅ 国产 AI 训练（H100 出口管制替代）
- ✅ LLM 训练（256 BF16 TF + 64GB HBM2E）
- ✅ 政府/国企 AI 项目（国产化政策强制）
- ✅ 智算中心建设（"东数西算"枢纽）
- ✅ 互联网公司（字节、商汤、智谱）
- ❌ 国际市场（无 CUDA 兼容）
- ❌ 顶级前沿 FP8 模型训练
Biren 产品线
| 产品 | 发布 | 算力 | 状态 |
|---|
| BR104 | 2022-Q4 | 1024 INT8 TOPS | 量产 |
| BR106 (推测) | 2025 H2 | 2048 INT8 TOPS | 路线图 |
| BR200 (推测) | 2026 H2 | 4096 INT8 TOPS | 路线图 |
相关卡