AI 芯片与智算产业发展高峰论坛——产业热议多元架构与软硬协同之路
《2025年度国产AI芯片产业白皮书》发布，深刻揭示产业前景
论坛上，与非网和深芯盟深度调研编撰的《2025年度国产AI芯片产业白皮书》（以下简称“白皮书”）正式发布，与非网资深行业分析师张慧娟深入解读了白皮书。
该白皮书深刻指出，国产AI芯片产业正经历一场从“技术突围”到“生态崛起”的深刻变革，产业目前面临三大核心挑战：架构主导能力、软件生态短板与规模化落地难度，揭示了在技术创新与生态构建之间取得平衡的迫切性。
在创新路径上，白皮书系统梳理了从主流架构演进到前沿技术突破的双重维度，包括稀疏计算、FP8精度、存算一体、Chiplet等演进方向，共同构成了国产AI芯片突破算力瓶颈的多元化技术路径。此外，白皮书全景式呈现了国产芯片企业生态，收录了涵盖CPU、GPU、AI SoC在内的数十家代表企业，全面展现了从基础算力到智能应用的产业力量，并且聚焦于智算产业、汽车、机器人、端侧AI领域等方向，揭示了国产AI芯片规模化落地的产业前景。
基于深度产业调研，白皮书结论明确指向“软硬协同、生态共建”——未来竞争已超越硬件性能比拼，升级为软件栈兼容性、工具链完善度与开发者生态成熟度的系统性竞争，为业界理解和深化国产AI芯片技术路线、竞争格局与应用趋势提供了参考。
英特尔锐炫多卡方案，让全场景AI部署更高效
英特尔发表了题为《英特尔锐炫多卡方案助阵AI应用落地部署》的演讲。英特尔中国区显卡和AI高级产品总监徐金平，着重阐释了英特尔为加速企业AI部署所推出的创新路径——通过打造基于英特尔锐炫多卡的Battlematrix（战斗阵列）推理工作站平台，突破单GPU的算力和应用瓶颈，为从边缘、工作站到服务器的广泛应用场景，提供高效且极具成本效益的AI部署方案，让更多企业将AI转化为实际生产力。
作为方案的核心硬件，英特尔锐炫 Pro B60 GPU有着为AI推理量身打造的关键亮点——24GB的大显存和456GB/s的高内存带宽，满足了AI推理对显存容量的迫切需求，让大参数模型流畅运行，让海量数据高效吞吐；同时，197 TOPS的峰值算力则为各类复杂AI推理任务提供了源源不断的动力。
英特尔围绕该核心打造了覆盖多场景的部署路径：从边缘侧轻量推理，到通用工作站，再到专用AI服务器，均可匹配具备成本效益的配置方案，助力企业快速推进AI实践。
随着锐炫多卡AI算力一体机方案的推出，英特尔将正通过软硬结合的开放生态，持续强化其在AI部署领域的普惠化价值，为产业智能化升级构建更便捷、高效的算力基础。
同等制程3-5倍性能跃升，中昊芯英TPU驱动AI加速度
在本次大会上，中昊芯英展示了其在AI芯片领域的前沿成果与战略布局。该公司推出国内首款全自研高性能TPU架构AI芯片“刹那”，强调其具备完全自主可控的IP核、全自研指令集及计算平台，并已成功流片和量产。
中昊芯英首席营销官黄绪指出，大模型迭代拉动算力需求暴增，按当前的模型大小与算力成本的增长趋势，至2036年单个模型的训练成本将等同于美国GDP，这是不可能实现的。而TPU架构的创新设计，带来天然的AI算力性能优势。
她表示，TPU架构专为AI大模型设计，具有三大核心优势：第一，多维度的计算单元提高计算效率；第二，更省时的数据传输和高效率的控制单元；第三，面向AI加速，强化了AI/ML计算能力。基于上述特性，TPU在同等制程下可比GPU实现3–5倍性能提升。用于AI大模型计算场景时，算力性能较国外GPU芯片提升近1.5倍，能耗降低30%，综合单位算力成本节省一半。
此外，中昊芯英还实现了1024片芯片高速片间互联，集群扩容时性能可线性增长，支持构建千卡万卡规模超算集群，展现出在AI芯片自主创新与算力效能方面的领先实力。除了刹那算力芯片，中昊芯英泰则智算系统可实现系统级自主可控，兼容主流技术生态。从智算基建到多元生态，中昊芯英产品已在智算中心、金融工程、高校科研等多个领域落地应用。
腾讯云：多模态VLM极致推理性能实践
大模型正从对单一模态的理解快速转向多模态的融合，腾讯云高级研发工程师李宇良分享了《多模态VLM极致推理性能实践》。由于算力资源昂贵，且大模型推理资源消耗量巨大，如何获得高吞吐、低时延的推理服务就成为发展重点。他以三个经典场景：手机端智能助手、具身智能、文档检测为例，分析了其中的挑战和机遇。
李宇良重点展示了其自研的多模态大模型推理引擎TACO-X，致力于为多模态生成与理解场景提供高性能、低延迟的推理解决方案。该引擎具备全异步设计、高效显存管理、训练零依赖的投机采样（Lookahead Cache）以及FP8量化等多项核心加速能力，在图文理解、文生文等实际任务中，相较于开源引擎，可加速50%以上，输出吞吐提升最高达6倍以上，并显著提升服务启动与部署效率。
TACO-X 还具备良好的多芯片架构兼容性，支持在国产化芯片环境中快速迁移与部署，包括昇腾、海光、摩尔线程等。目前，TACO-X已在荣耀手机AI助手、机器人指令生成等场景成功落地，展现出赋能端侧与云侧智能应用方面的实力和潜力。
华大九天：站在AI和EDA的交叉路口
华大九天解决方案总监杨祖声进行了题为《站在AI和EDA的交叉路口》的演讲，他表示，AI对EDA 的贡献主要体现在连接作用，从而将持续促进EDA生态的繁荣。
当前，EDA正处于“点工具”智能化的阶段，AI被用于单个EDA工具或环节以提升效率。例如NVIDIA、Siemens EDA、Synopsys 等国际巨头分别在OPC加速、ML+单元库特征化、设计违规识别等领域中都应用了AI，华大九天在自适应矩阵求解、单元库特征化、像素预测等方面也有成熟应用。而未来的方向则是全流程智能化，通过利用强化学习和大语言模型等，实现从RTL到GDSII的全流程自动优化与生成。
华大九天的战略之一是打造EDA行业大模型智能系统，发展AI+点工具、AI+全流程解决方案集合，以及LLM/AI +智能设计工作流。其核心要素包括：智能工作流规划与调度：让大模型理解设计意图，自动规划并调用相应的EDA工具；智能知识问答：充当设计专家的角色，提供知识支持；开放的Python生态接口：通过制定标准接口，将全领域EDA工具集成到统一的AI应用平台中，实现数据和流程的打通。
根据杨祖声展示的华大九天的技术布局与实践案例来看，华大九天不仅具备覆盖半导体全产业链的EDA工具链，更在AI+EDA领域进行了深度和广度兼备的技术布局。成熟应用AI的产品包括异构Spice仿真、基于机器学习的像素单元优化生产、基于机器学习的高效时序特征化等环节；在研项目包括大模型生成PDK PCell、Model智能提参、模拟设计智能生成等。未来布局将重点发力LLM/RL驱动的全流程智能设计、RTL芯片设计智能生成、AI加速时序功耗分析流程等。
江原科技：国产大算力AI芯片的突围与超越
中国芯片产业正经历一场从“追赶”到“超越”的范式转变。江原科技联合创始人、CTO王永栋在《国产大算力AI芯片的突围与超越》演讲中提出，必须摒弃单纯“追逐摩尔定律”的旧思维，转向“超越摩尔”的新范式，通过工艺、架构、生态三大维度的协同创新，走出一条独具特色的发展路径。
工艺方面，核心是“拥抱本土制造”，与国内代工厂深度协同，通过工艺协同优化和系统级集成（如Chiplet），充分挖掘现有工艺潜力，共同构建安全可控的“设计-制造-封装”全产业链闭环。在架构方面，思维需从“芯片”升维至“系统”，在底层物理基础上，构建计算-网络高效融合的体系，从而实现系统集群调度等能力，以支撑Scale-Up/Scale-Out、异构融合等复杂场景。在生态维度，大算力AI芯片战略应从从“技术驱动”转向“场景驱动”，通过“赋能”提供本土化深度服务，最终通过“攻坚”打造性能长板。
这一多维创新体系将汇聚成一个清晰的超越路径：通过先进制程追赶、系统集成创新、计算范式探索的技术多元化发展，结合全栈生态进化的反向赋能，推动产业从技术替代的“可用”阶段，迈向定义场景、创造核心价值的“价值超越”新纪元。
江原科技致力于构建“全国产化设计、制造、封装测试”，其首颗大算力AI芯片“江原D10”已于2024年成功流片并点亮，并将于2025年量产。此外，该公司已形成覆盖从训练到推理的全国产大模型一体机及AI芯片产品矩阵，旨在为市场提供高性能的纯国产AI算力解决方案。
奕斯伟：RISC-V AI芯片的创新和应用
奕斯伟计算方案生态总监李建宇，在《RISC-V AI芯片的创新和应用》演讲中，全面阐述了以RISC-V架构拥抱AI时代的系统级战略与创新实践。他表示，面对AI算力爆发的历史性机遇，RISC-V创新应该聚焦于“垂直领域技术突破”与“垂直行业场景落地”的双轮驱动。奕斯伟通过RISAA生态技术平台，构建了从底层硬件、领域专用软件到开发工具的全栈技术体系，为RISC-V在高性能计算场景的落地提供了关键支撑。
在产品层面，奕斯伟展示了其EIC77系列高性能AI芯片的清晰路线图。该系列芯片实现了RISC-V在算力方面的重要突破，通过112 Gbps缓存一致性互连技术，成功将两颗Die集成为统一算力单元。例如EIC7702X集成了多核高性能RISC-V CPU与自研NPU，提供高达40 TOPS的INT8算力，并具备强大的视频编解码与图形处理能力，能充分支持大语言模型在边缘端的部署与推理。
这一系列成就标志着RISC-V已成功突破传统嵌入式边界，迈入AI加速、AI PC、边缘计算等高性能应用领域。奕斯伟通过“RISC-V+AI+DSC”的深度融合，不仅展现了其在定义下一代智能计算架构方面的技术实力，更为中国在全球芯片架构格局中开辟了一条开放、自主的创新路径。
云边无界AI技术分论坛——架构创新驱动端边场景深化
聚焦AI应用驱动的云端与边缘芯片设计及智算中心产业生态，“云边无界 AI 技术分论坛”则聚焦云端和边缘侧的AI芯片技术以及应用解决方案的分享，以促进产业链上下游企业和从业者的技术交流和互动。
后摩智能：存算一体技术加速端边智能落地
后摩智能软件产品线总经理陶冶在《存算一体技术加速端边智能落地》的演讲中表示，“端边智能” 已经成为从概念走向实用的关键赛道上，而存算一体是突破端边落地瓶颈的核心技术路径之一。当前，大模型在端边的落地，既要高算力、高带宽，又要低功耗、低成本，这些相互制约的需求，成为产业接下来要解决的核心问题。
后摩智能通过设计大算力的SRAM - CIM（存内计算）技术，和满足高带宽的DRAM - PIM（存内处理）技术，直接在存储单元内部或附近完成计算，能够大幅减少数据搬运。通过这种“算力+带宽”的协同设计，能够让端边设备运行大模型的体验更流畅。
基于存算一体技术，后摩智能推出了完整的芯片产品路线图，赋能AI PC、智能一体机，及智能工业等边端场景：2023年推出了业内首款存算一体架构的AI芯片，算力256TOPS，典型功耗35W；2024年推出了国内首款支持边端大模型的芯片，算力100-256TOPS，典型功耗最低降至12W；今年发布的M50将于年底量产，在推理性能上、算力功耗比上都有一倍多的提升。据透露，下一代A30将基于DRAM-PIM，可以大幅提升decoding阶段性能指标。
迈特芯：面向个人智能体的端侧大模型芯片
迈特芯主要面向手机/平板/PC/可穿戴市场，自主开发端侧个人智能体，为实现AI Agent本地化运行提供新一代高能效、高带宽、低成本的AI端侧芯片。
迈特芯主任工程师李凯在题为《面向个人智能体的端侧大模型芯片》的演讲中表示，端侧大模型芯片（LPU）的痛点主要包括：成本高昂、功耗太高、Token数太小，调动大模型有难度。迈特芯LPU技术核心在于通过先进的2.5D芯粒集成HBM、并通过3D-DRAM混合键合，在国产28nm工艺基础上实现数据吞吐量的跨越式提升。目前，其产品已在FPGA VCU128上进行原型验证，实现了LLM端到端的部署演示，实测带宽利用率75%，性能达75Tokens/s。
据其路线图，2026年，其新产品最高算力可达10TOPS，支持14B模型参数量，推理性能大于80 Tokens/s。产品与市场层面，迈特芯构建了清晰的 “云-边-端”整体方案矩阵，包括：面向无人机、机器人的终端LPU，到支持30B模型的本地中枢，再到支持600B大模型的云中枢。
欧时：AI重塑工作环境的浪潮
欧时电子中国区销售市场总监蒋文辉，阐释她对《AI重塑工作环境的浪潮》的深度理解。她表示，AI是影响企业运营和发展的关键力量，企业需要积极拥抱AI以保持竞争力。
例如在运营与生产中，AI是降本增效的核心动力，在预测性维护、智能质量控制、供应链优化等方面发挥重要作用。在市场与销售中，AI是精准触达与转化的利器，用于个性化营销与推荐、销售预测与潜在客户评分，以及聊天机器人与客户服务等。并在人力资源与人才管理、财务与法务等领域，AI在提升效率、创建个性化体验方面，都发挥越来越重要的作用。蒋文辉补充，值得关注的是在颠覆式前沿应用中，例如创意设计、编程、数字孪生与模拟、外科手术、远程机器人协作等场景，都在深度融合AI。
基于对AI产业变革的深刻理解，欧时希望助力客户共同拥抱数字化的未来。目前，欧时已经建立了覆盖全球、高效可靠的供应链体系。通过遍布全球23个配送中心、80多万库存产品及2500多家供应商的网络，该公司具备强大的现货供应与全球配送能力。同时，其大力推广的自有品牌RS PRO，特别是在传感器等核心工业组件领域，为市场提供了经过严格认证的高品质产品选择，构成了其“全球资源+自有品牌”的双重价值主张。
爱芯元智：AI原生处理器，让大模型在终端跑起来
2025年，端侧大模型经历了爆炸式增长，行业每个月都在适配新模型。而各行业的端侧大模型应用需求，几乎都需要本地离线运行多模态大模型，提高算法精度、提升用户体验。爱芯元智AI推理引擎技术总监唐琦，在《AI原生处理器，让大模型在终端跑起来》的演讲中提出，一个可行的解决路径就是AI原生处理器，来实现极致PPA。
具体而言，可以通过专用的算子指令集和数据流DSA微架构相结合，使AI 处理器能更高效地执行AI计算，减少不必要的调度与数据搬运开销。此外，它可以集成专用核心，例如高效张量核、灵活向量核、高带宽数据引擎等异构计算单元，并由硬件调度器统一协调，实现资源最优配置。并且通过支持混合精度计算和集成丰富的预处理/后处理算子，实现高有效算力、低功耗、低CPU占用的目标，从而实现比传统方案显著的能效提升。至于如何将上述强大算力落地到实际产品中，M.2 2242/2280标准接口升级改造方便，算力扩容简单（ M.2卡可扩展为PCIe卡），可实现便捷升级，灵活扩展。目前，爱芯元智基于AX8850的M.2算力卡在具体应用中，包括NVR智能升级文搜大模型、Immich智能相册，以及视频分析、会议转录、语音克隆等，都有较为出色的落地表现。
芯动力：RPP芯片架构给AI芯片带来的发展前景及机遇
芯动力工程副总裁朱建斌分享了《RPP芯片架构给AI芯片带来的发展前景及机遇》。随着AI的迅速发展，并行计算迎来黄金时代。不过对于多样的市场应用来说，专用芯片与通用芯片各有优缺点，往往高性能与编程无法兼得。什么才是AI芯片的最优电路设计？需要给它可量化的评估标准。
芯动力自研的RPP（Reconfigurable Parallel Processor）架构芯片，使用空间流水线的处理形式，在保证通用性的前提下，实现了远超传统芯片的面积效率与能耗效率。首代芯片RPP-R8已成功流片并验证，主要面向边缘服务器市场。其RPP计算核心与NVIDIA GPU相比，面积缩小7倍，功耗大幅降低，为边缘侧客户提供了兼具高性能、低功耗与高兼容性的差异化算力选择。据介绍，芯动力下一代产品将进一步拓展边缘计算及数据中心领域。
复旦微：FPAI异构芯片如何破解端侧AI推理的灵活性难题？
复旦微AI生态推广经理孟凡宏，在《不止快，更要“灵”：FPAI异构芯片如何破解端侧AI推理的灵活性难题》的演讲中表示，端侧AI多样化的应用需求，对处理器的接口、算子、性能方面都带来挑战。为此，复旦微创新性地提出了现场可编程AI芯片（Field Programable AI；FPAI），从2018年的QM阡陌（纯软核），到2019年的JDY筋斗云，再到2022年的BY布衣，其FPAI新品还包括2025年的ZG诸葛，和2026年的WL卧龙，目前复旦微已形成了相对完整的AI芯片产品矩阵。
据介绍，FPAI平台的核心竞争力在于其软硬结合的极致灵活性，有效解决了传统AI芯片在部署时常遇到的接口、算子与精度瓶颈。接口方面，支持从SDI到PCIe的多种接口；算子拓展方面，提供专用硬件实现；性能方面，通过软核算子可实现任意精度的定制计算，为高精度应用场景提供了更优解。软件生态方面，复旦微提供完整软件栈，支持主流AI框架，提供从模型解析、优化、量化到部署运行的全流程工具链，旨在将多样化的任务场景与底层的FPAI硬件高效连接，最终赋能于光电侦查、频谱感知、人机交互等关键领域。
杰华特：面向AI时代的电源解决方案
数据中心供电架构为应对AI算力需求正在发生深刻变革。杰华特欧阳茜在《杰华特：面向AI时代的电源解决方案》的演讲中提出，为满足AI高密度算力需求，数据中心供电架构正经历两代革新。
当前革新以48V架构为主，核心改进在于将备份电源从串联在交流侧的UPS，改为并联在直流侧的BBU。这一变化将整体供电效率提升了约5%，同时允许使用能量密度更高的锂电池，释放了机架空间。下一步，800V + 48V供电架构会是更具颠覆性的变革，通过将配电电压提升至800V，可在相同母线尺寸下实现16倍的功率传输能力，从而将AC/DC电源单元移出机架，极大释放空间以部署更多算力卡，提升算力密度。
数据中心架构的演进带来了半导体与电源技术的全新挑战，主要集中在高效率、高功率密度的电源转换芯片上。杰华特AI电源解决方案正集中攻克多项前沿技术，包括：前级LLC/HSC数字控制器、高压驱动以及SR；高频全集成VR技术；48V~0.8V 一级转换控制器以及SR。通过这些技术的结合，杰华特致力于提升开关频率、转换效率和极快的动态响应，以满足AI芯片的严苛需求。
时擎智能：从音频消费电子市场看端侧AI芯片的过去现在和未来
音频AI端侧芯片正经历从功能到智能的深刻演进。时擎智能研发副总裁仇健乐在《从音频消费电子市场看端侧AI芯片的过去现在和未来》的演讲中表示，音频AI端侧芯片核心架构已从过去的MCU主导，历经MCU+DSP协同，发展到如今集成专用NPU以高效处理复杂AI模型。未来，RISC-V架构与CIM-NPU将成为进一步提升能效与灵活性的关键方向。
时擎智能的DSA智能处理器，能够高效灵活适用各类端侧场景。其TimesForme智能处理器，是基于RISC-V的端侧DSA处理器。该处理器通过高度定制化的硬件设计，实现了对端侧语音与视觉算法的精准加速，相比传统的DSP+NPU或IVE+NPU方案，在实现同等处理性能时，可节省超过50%的芯片成本。辅以成熟的TimesFlow软件工具链，构建了从模型训练到端侧部署的完整生态。目前，其解决方案已广泛应用于降噪耳机、智能眼镜、会议系统、儿童对讲手表等众多消费电子场景。
新基讯：轻量级5G SoC芯片，端侧AI与云端智能的最佳连接
新基讯高级副总裁芦文波在《轻量级5G SoC芯片——端侧AI与云端智能的最佳连接》的演讲中表示，为应对5G eMBB终端高成本、高功耗的挑战，5G标准演进中推出了RedCap制式，提供中速、低成本、低功耗的5G芯片和终端，拓展数十亿级的5G连接。这使5G能够从智能手机扩展到智能手表、工业模组、车载终端等数十亿级的海量物联网与轻量化交互场景，成为连接端侧AI与云端算力的“最佳桥梁”。
新基讯在5G RedCap（轻量化5G）领域，拥有云豹1系列RedCap芯片产品线，其研发历程从2021年启动，至2025年已实现客户终端量产并通过运营商测试。产品层面，IM6501面向交互型终端（如智能手表、AI接入终端），IM2501面向物联网模组（如CPE、智能摄像头），形成了对两大主力市场的精准覆盖。未来，其RedCap芯片将持续向更小尺寸、更低功耗优化，并计划集成端侧AI算力，以支持多模态大模型在终端运行。
写在最后
“AI芯片与智算产业发展高峰论坛”和“云边无界AI技术分论坛”，以密集的技术干货与前沿洞察，勾勒出了智能无处不在的产业图景。论坛的成功举办，不仅为产业链上下游提供了宝贵的交流平台，更清晰地指明：唯有通过持续创新、生态协同与场景深耕的深度融合，才能真正释放AI的普惠价值，共同迈向一个更具韧性、更高效能的智能化未来。
