AI芯片峰会燃爆深圳南山！17位大咖演讲万字精髓

8月26日，GTIC 2022全球AI芯片峰会在深圳市南山区正式开幕！

这场高规格产业集会由芯器械与智器械公然课团结主理，以“不负芯光智算未来”为主题，搜集了来自海内外AI芯片领域的产学研专家及创业先锋代表，泛论前沿手艺创新与最新落地希望。

经由一天精彩的干货分享与头脑交锋，峰会全场座无虚席，人气爆棚，现场交流气氛热烈，全网直播人数高达100万 人次。

深圳市南山区科技创新局党组书记、局长曹环出席峰会开幕式并致辞。北京大学集成电路学院院长蔡一茂教授分享了存算一体与类脑盘算芯片的创新路径与手艺挑战。

值得一提的是，在峰会现场，上海交通大学盘算机科学与工程系教授梁晓峣宣布，正式推出第一代开源GPU——“青花瓷”架构，打造开源通用智能算力芯片平台，“做人人都用得起的GPU”。

本届峰会笼罩当前AI芯片产业的焦点议题，涉及领域专用架构、通用GPU、存算一体、类脑盘算、光子盘算、量子盘算等手艺蹊径和EDA工具、Chiplet等上游手艺创新，并纵览云端数据中央、车路协同、自动驾驶、边缘盘算、智能家居等主流的落地应用场景。

在上午的AI芯片岑岭论坛时代，NVIDIA、壁仞科技解读了最新旗舰通用GPU的架构创新；瀚博半导体、地平线、后摩智能分享了用AI芯片助力车路协同与自动驾驶的心得；智一科技团结首创人、总编辑张国仁现场对话临芯投资董事长李亚军、和利资源董事总司理肖鹏、天数智芯CTO吕坚平，畅聊对AI芯片企业创新与生计的思索。

在下昼的云端AI芯片专题论坛上，Graphcore、墨芯人工智能、昆仑芯科技、鲲云科技从差异维度分享了在手艺创新与量产落地的履历之谈，芯行纪、奇异摩尔划分从EDA创新和3DIC Chiplet角度探讨了破解高性能盘算挑战的思绪。

01.

开幕致辞：聚焦集成电路与人工智能有机连系的最前领域

在开幕式上，深圳市南山区科技创新局党组书记、局长曹环揭晓致辞：“AI芯片峰会交流聚焦的边缘盘算、存算一体芯片等主题代表着集成电路和人工智能有机连系的最前领域，与深圳市南山区的战略新兴产业的结构高度契合。”

曹环谈道，南山区在具有雄厚的集成电路产业基础和突出的确立优势，2021年南山区的集成电路企业跨越200家，年销售额跨越700亿元，同比增进逾68%，培育了中兴微电子、国微团体、奥比中光等一批行业领军企业。未来，南山区将继续全力推动集成电路产业集群的高质量生长。

智一科技团结首创人、CEO龚伦常代表主理方为本次峰会致辞。在简要复盘了近年中国半导体行业面临的挑战后，他指出挑战的另一面是时机，中国是全球最大的单一市场，改造开放的战略并未改变，同时在周全推进产业升级和生发生涯的数字化，需求并不会因人为的限制而消逝，企业在砥砺奋进中创新、缔造至关主要。

创新需要优越的产业环境，这也是今年AI芯片峰会选址深圳南山的主要考量。深圳是创新之都，南山则是深圳这片创新热土的焦点区，在研发投入、硬科技数目、独角兽和投资机构数目等方面都居深圳之首。龚伦常希望AI芯片峰会成为前沿手艺交流和产业落地对接的主要平台。

今年是智一科技确立的第6个年头。智一科技坚持手艺和产业双轮驱动，聚焦以人工智能、集成电路为代表的前沿手艺及其行业应用，构建产业媒体与企业服务两大营业系统。

智一科技拥有以芯器械、智器械、车器械为代表的产业媒体矩阵，已成为海内定位怪异且具有较高影响力和公信力的产业媒体；同时针对产业升级需求，生长出以智器械公然课为焦点的企业服务系统，与产业优异公司、全球顶级高校的专家学者互助，举行系列talk及新青年讲座，并与海内外顶级企业互助举行定制公然课，住手现在已完成的课程跨越600节，收获优越口碑。

02.

北京大学蔡一茂：新型存储器是AI芯片的主要助推器

随着AI手艺逐渐获得普遍应用，智能盘算正出现从提高性能到降低能耗、从盘算麋集型到数据麋集型、从结构化数据到半结构化或非结构化数据的趋势。进入软硬件并进时代的AI，对硬件提出高算力、高并行、低功耗等需求。

在上午举行的AI芯片岑岭论坛时代，北京大学集成电路学院院长蔡一茂教授分享道，新型存储器与先进封装手艺是AI芯片的主要助推器，其中大容量、高速、高带宽存储器是瓶颈，AI时代正动员存储器接口尺度的连续创新。

基于存算星散架构的传统智能芯片受制于器件、架构、能耗瓶颈，存在低效率、高功耗的问题，而存算一体芯片能消除数据搬运造成的算力瓶颈，显著降低功耗，提高盘算能效。

借鉴人类大脑系统结构的类脑仿生芯片，同样接纳新型存储器，通过片间互连运行大规模的脉冲神经网络是一个主要的智能芯片手艺。蔡一茂教授以为，相比接纳传统器件，接纳RRAM忆阻器等神经形态器件的类脑仿生芯片具有多重优势，是突破算力瓶颈与实现更高智能的主要手艺，但现在还面临工艺不成熟和底层器件性能有待提高，集成密度受限等挑战。

现在，北京大学研发的类脑盘算芯片已具备高集成度、高扩展性、高通用性等特征，支持运行图像识别、音频识别、人脸识别与跟踪等常见DNN/BNN模子。

03.

上海交大梁晓峣：推出通用智能算力芯片平台，宣布首个开源GPU架构

上海交通大学盘算机科学与工程系教授梁晓峣在会上宣布，正式推出开源通用智能算力芯片平台，将第一代GPU架构“青花瓷”免费开源，“做人人都用得起的GPU”。

“青花瓷”的架构和指令兼容（或二进制转译或兼容）NVIDIA，支持SIMT为主体的可扩展性架构以保证壮大可编程性，并支持超薄的软件栈设计，通过极简的API封装将硬件细节露出给程序员，降低软件开举事度。

谈及国产自主云端GPGPU的生长时机，梁晓峣教授金句频出，好比将海内名目总结成：南“昇腾”，北“昆仑”，“平头”当中坐，器械齐上阵（划分代指华为昇腾、百度昆仑芯、阿里平头哥、众多创业公司）。

纵观云端AI芯片产业生长路径，是要做得更专业照样通用？梁晓峣诙谐地谈道，摩尔定律已经被“社死”了许多次，但仍然顽强地在世，而且是GPU历史上对冲2P风险的最强武器，数据并行盘算作为可扩展性最强的并行方式，与摩尔定律是“匹俦天成”。

他直言市场需要的不是“好”芯片，而是“好用”的芯片，“欠好用”是自主芯片公司的通病，是现在行业的最大痛点。

据他分享，商业化市场最希望做到与NVIDIA兼容，做到无缝切换，但要做一款能与NVIDIA完全兼容的芯片，需要至少3000人的团队、破费10年时间、支出跨越100亿美元的投资。

其中最基本的问题是软件。从旧天下生长起来的传统软件架构和条理要履历伟大的变化。当下海内芯片产业在软件层面存在“重复造轮子”问题。

梁晓峣教授说，云端大算力芯片的投资，要的是“细水长流”，凭的是“天荒地老”，第一条理投资金，第二条理投团队，第三条理投时间。要青出于蓝，需要以免费解决“钱”的问题，以开放解决“人”的问题，以开源解决“时间”的问题。

他以为国产芯片生态弱小的时刻，需要学术界雪中送碳。这也是为什么其团队打造了三个“一”工程（一本GPGPU架构和芯片设计专业课本、一门焦点课程、一个开源通用智能算力芯片平台），形成四大支柱（行业人才支柱、知识产权支柱、产业同盟支柱、开放生态支柱）。

04.

巅峰对话：一半火焰一半海水，AI芯片企业要学会“向客户要钱”

围绕AI芯片的趋势转变，智一科技团结首创人、总编辑张国仁，与临芯投资董事⻓李亚军、和利资源董事总司理肖鹏、天数智芯CTO吕坚平举行了一场以“创新与⽣存，AI芯⽚的现在和未来”为主题的巅峰对话。

临芯投资董事⻓李亚军曾参投过许多数导体项目，但对AI芯片项目一直郑重，直至考察到AI芯片走到了创新生长“S曲线”的第二波小岑岭，他才最先脱手，陆续投资黑芝麻智能、昆仑芯等着名AI芯片独角兽企业。

“一半火焰，一半海水。”李亚军谈道，参考“过剩经济学”的说法，AI芯片领域高端的人才及产物仍然稀缺，但一些中低端领域的芯片创业公司已显过剩。AI芯片是一个周期性行业，当下商业战、疫情把周期拉长了周期长度，既然是周期，低谷也会回归到正常周期，全球化浪潮不能阻挡。

现阶段，从投资角度来看，他更看好有软硬连系和场景应用连系能力的企业，看重焦点团队的自己素质，以及公司生态同伙圈的打造。

和利资源同样耐久重视半导体投资，从2019年至今投了30多个半导体项目。和利资源董事总司理肖鹏也重视对AI芯片团队的考察，对于大芯片赛道，他会更看重焦点团队的同类芯片乐成履历，团队完整性以及团队配合的默契水平；对于手艺门槛相对低的小芯片赛道，他会看重这家企业的焦点指标是否有10倍于竞争对手的优势，团队的瑕玷是否容易补齐。同时，他也异常重视公司生态“同伙圈”，以为整个团队的学习能力和界限延展性强，能够通过上下游同伴补齐短板。

谈及“创新与生计”问题，肖鹏以为，AI芯片企业需要着重想清晰“万物 AI”照样“AI 万物”这个问题，即企业要想清晰AI的附加值到底是在产物中占80%照样20%，差异占比做法完全纷歧样。不管是接纳哪种手艺路径去实现AI的功效，AI芯片企业都要加倍关注“向客户要钱”。

在他看来，今年AI创企或许不能再像前两年那样活得很轻松，需要思量三个要害问题：1、若是行业照样像前几年那么火热，公司CTO、合资人还会不会接着跟你干？2、热度降下来的时刻，正好可用来思索团队怎么建设，产物若何，服务客户等要害问题。3、做好现金流的治理。

天数智芯是海内通用GPU高端芯片的代表企业之一，今年7月刚宣布完成超10亿元C 轮及C 轮融资。天数智芯CTO吕坚平从被投资者的角度分享了他的洞察。

吕坚平说，天数智芯已走过寻找客户的阶段，公司的创新酿成与客户互助适配中突破。好比在当下备受关注的大模子领域，他以为从客户需求来看，当下智算中央的底层算力建设不只要通用，而且要有多维度的效能指标，如稳固度等，而不仅仅是强调高算力。

05.

突破云端AI芯片算力瓶颈！架构创新、全栈能力、落地心经

2017年，NVIDIA（英伟达）宣布Tesla V100领衔炸场，掀起了全球AI芯片的创新狂澜。现在五年已往，NVIDIA GPU始终是云端AI训练芯片的“标杆”，与此同时，海内外多家创企摩拳擦掌，基于差异架构蹊径向云端AI芯片市场提议冲锋。

今天，来自NVIDIA、壁仞科技、Graphcore、墨芯人工智能、昆仑芯科技、鲲云科技等着名云端AI芯片企业以及EDA新秀芯行纪、Chiplet创企奇异摩尔的手艺专家及创业首脑，携手送上了从手艺创新、量产落地到生态构建的深度看法。

1、NVIDIA赖俊杰：揭秘英伟达最强Hopper架构

今年3月，全球AI盘算巨头NVIDIA在GTC大会上重磅推出基于全新Hopper架构的新一代旗舰GPU盘算芯片H100，将多种精度下的AI算力最高提升至上一代A100的3~6倍。

NVIDIA中国区工程及解决方案高级总监赖俊杰对Hopper架构举行了详细剖析。实现性能提升的要害是新一代流式多处置器（SM）和新型线程块集群手艺。

SM引入了FP8张量焦点（Tensor Core），相较FP32/BF64吞吐量翻倍，与其Transformer引擎连系更是能大幅提升AI大模子的训练效率；还引入新指令集DPX，可加速动态编程算法，能解决路径优化、基因组学等算法优化问题。新的线程块集群机制可实现跨单元举行协同盘算，为大模子加速运算提供更好的支持。

随后赖俊杰分享了GNN（图神经网络）漫衍式训练的一些研究希望。对于大规模的GNN问题，图形结构和特征可能不适合单独的GPU内存，对此需要分区。行使能实现多GPU高速互连的NVIDIA NVSwitch系统，可以更好地处置大规模GNN盘算问题。

2、壁仞科技洪洲：对数据流深度优化，知足大模子全栈能力需求

近两三年，万亿参数的大模子优越性加倍显著，同时对盘算机系统结构和训练框架带来伟大挑战。壁仞科技团结首创⼈、CTO洪洲以为，大模子需要从集群、平台到框架的全栈能力，壁仞科技的新品BR100系列通用GPU芯片应运而生。

BR100接纳7nm制程，容纳近800亿颗晶体管，在BF16精度下到达1024TFLOPS性能，在INT8数据精度下支持2048TOPS算力。这款芯片在海内率先接纳Chiplet手艺、PCIe5.0接口和CXL互连协议，创下了海内GPU互连带宽纪录。

若何实现盘算效率的提升？洪洲说，这主要来自对数据流的深度优化。针对通用大算力GPU面临的内存墙、功耗墙、并行性、互连和指令集架构等挑战，壁仞科技设计了训推一体的原创芯片架构“壁立仞”，在数据流精度、存取加速、并行、搬移、隔离等方面实现了优化。

壁仞科技不仅有通用GPU架构、高算力的Tensor Core，还通过张量数据存取加速器提高数据存取效率；并接纳NUMA/UMA访存机制，凭证深度学习训练和通用并行盘算的数据流特点分配内存，从而实现“数据跑到那里，盘算就在那里”，提高盘算效率。

3、Graphcore金琛：行使IPU构建高能效AI盘算平台

“训练图像识别模子时，2012年AlexNet模子完成训练需要6天，现在只需要几分钟就可以完成这项义务。”Graphcore中国工程副总裁、AI算法科学家金琛在揭晓演讲时谈道。

大规模AI盘算的生长有三大趋势，划分是通过优化硅手艺实现专业化变得更难、对越来越大的模子的需求并未放缓、盘算系统和软件提升的空间仍然很大。

为了顺应AI框架的生长，Graphcore正不停厚实软件生态系统，其模子花园已涉及盘算机视觉、自然语言处置、图神经网络等领域。在详细应用效果上，Graphcore的产物在保险业中使用盘算机视觉来辅助评估、维修以及珍爱汽车和衡宇，使得效果效率提升了5倍。

AI大模子的参数规模暴涨带来许多挑战，包罗盘算系统的提升及模子自己应该变得加倍伶俐。在此历程中，数万亿参数的麋集神经网络不能行，需要希罕模子架构。因此，Graphcore正在设计一个系统，可以支持百万亿级的模子训练。

4、墨芯人工智能王维：希罕化推动AI盘算向超高算力、更低成本生长

大模子是AI的下一个必争之地，随着AI芯片受限于摩尔定律，硬件升级迫近物理极限，处置AI大模子算力瓶颈突破迫在眉睫。

墨芯人工智能首创人兼CEO王维以为，希罕化盘算是AI盘算的未来。希罕化盘算，是一种以人脑获得灵感的模子压缩方式。简朴来说，就是通过底层创新、软硬协同设计，让神经网络模子消减冗余，以提高盘算效率。

希罕化盘算相较于业内其他AI加速手艺，并不是微量的差异化创新，而是能够让性能带来十倍、百倍的创新。王维拿标志性的AI大模子——GPT-3来举例说明希罕化盘算的惊人性能显示。GPT-3有1700多亿参数，若是放在GPU上去做推理的话，需要内存量是要几百G，也就是需要许多张80G的GPU，且会有显著时延；但通过希罕化盘算，用一张墨芯S30盘算卡，就可以跑通GPT-3，而且盘算速率还变快了许多。

现在，墨芯基于自研希罕化云端AI芯片Antoum推出了对应的S4、S10和S30三款AI盘算卡，对标国际大厂主流AI推理卡，算力可达6倍以上。其中S30运算ResNet-50算力超90000FPS。

王维透露，流片乐成仅半年，墨芯已在焦点细分市场获得几家客户。在互联网市场，墨芯已在一些头部互联网公司进入适配阶段；在行业市场，墨芯也与生命科学领域部企业项目落地。

在未来一个阶段中，墨芯将围绕互联网、泛政府行业及垂直行业三大偏向举行市场推广。在订价上，会将整个算力服务器的TCO（总拥有成本）到达现有主流产物的1/2，甚至1/3。

9月，墨芯人工智能将宣布S4和S30在业内权威AI基准测试MLPerf上的性能测试效果，王维说，这有望代表国产AI芯片杀青一个新里程碑。

5、昆仑芯科技漆维：规模化部署通用AI芯片，攻克4浩劫点

空前繁荣的AI生态、场景与时势正驱动AI芯片快速生长，同时，行业也面临算法多样化、巨头生态壁垒、客户需求苛刻、部署环境庞大等众多挑战。面向这一趋势，脱胎于百度的昆仑芯团队于2017年推出了自研架构昆仑芯XPU，现在已推出两款通用AI芯片。

昆仑芯科技芯片研发总监漆维谈道，其自研新一代昆仑芯XPU-R架构接纳自研高效SIMD指令集，在海内业界率先支持GDDR6，支持片上共享内存，接纳软件界说神经网络引擎，并配合昆仑芯SDK全栈软件工具，实现更通用、易编程、高性能、低成本和自研创新的新特征。基于自研昆仑芯XPU-R架构，昆仑芯科技现在已推出了接纳7nm工艺的昆仑芯2代AI芯片，算力达256 TOPS（INT8）。以昆仑芯AI加速卡R200为例，经由营业规模部署的现实测试，对典型AI负载的性能相较业界主流150W GPU提升在1.5倍左右。

漆维说，昆仑芯2代AI芯片是海内唯一款经由互联网大规模焦点算法磨练的云端AI芯片，现在已落地搜索、Online learning（在线学习系统）、自智慧交通、智算中央等众多领域。下一步，对标业界最前沿产物的昆仑芯3代AI芯片将在不久之后面世。

6、鲲云科技蔡权雄：定制数据流架构，实现更优算力性价比

鲲云科技团结首创人&CTO蔡权雄谈道，数据流将成为解决性能瓶颈的要害手艺。数据流芯片就是依托数据流流动顺序控制盘算顺序，把数据的运算和搬运重叠起来，消除空闲盘算单元。

芯片行使率决议芯片的实测性能，即芯片现实性能占其峰值算力的比例。数据流架构可有用提高芯片行使率，接纳指令集架构的芯片行使率能到达7%~32%，而鲲云定制数据流架构的实测芯片行使率可以到达65%~95.4%。

“我们接纳成熟制程工艺的芯片，能够到达先进制程芯片的效果。”蔡权雄说。鲲云科技的高性能数据流AI芯片CAISA，将运算单元通过可编程的单元毗邻在一起，并通过算子的设置和数据流网络的编程保障芯片的通用性。现在，其产物已经应用于智慧化工、智慧油田、智慧电力等多个行业。

7、芯行纪丁渭滨：用AI优化EDA，大幅提升芯片设计效率

AI芯片能加速运行AI算法，反过来，AI算法也能助力更高效的AI芯片设计。芯行纪资深研发副总裁丁渭滨分享了AI优化芯片设计工具的两类应用——展望性能，辅助EDA工具更自动化。

AI算法在设计前期就可以展望芯片的性能，并能实现5~10%的PPA提升。用AI辅助EDA工具更自动化方面，当客户在频频跑某一个设计时，AI能基于此前参数的性能举行参数推荐。国际EDA巨头在探索这些应用，其效果已优于人工调参。

他也分享了芯行纪在用AI构建数字实现EDA平台的希望，其AmazeFP智能化结构设计方案能实现同时观察宏单元和尺度单元的拥塞度并控制拥塞模子的稳固性。该智能结构工具还能使机械自动摆放的宏单元加倍整齐，并使其客户在某一案例的结构设计事情时间从以周为记缩短至以小时为记。

8、奇异摩尔祝俊东：用“3D乐高”芯片手艺，知足大算力需求

许多关注芯片创新的人，都市对英特尔今年宣布的GPGPU 3D Chiplet手艺印象深刻，英特尔将47颗Chiplet拼接在一起，乐成实现在算力大幅提升的同时，兼顾了面积与成本的平衡。

奇异摩尔即是一家专注于2.5D/3DIC Chiplet手艺研发的产物和服务公司。奇异摩尔产物及解决⽅案副总裁祝俊东说，在当前高性能盘算面临显著挑战：如芯片良率随着面积上升出现指数级下降趋势；单芯片面积受限；先进制程设计量产成本高等等。3D Chiplet设计因有助于解决高性能盘算挑战，受到了更多AI芯片厂商的关注。在制程稳固的情形下，基于异构盘算的Chiplet能带来算力的连续增进，实现大芯片存储容量和毗邻性能的快速连续提升；通过异构天真堆叠，使多颗拼在一起的Chiplet像一个整体，同时也有用降低IP研发硬核支出。

祝俊东谈道，3DIC Chiplet常被比喻成“积木”，但“拆”和“拼”也面临着不少工程化挑战。为此，奇异摩尔面向芯片开发者提供2个硬件：3DIC Chiplet通用底座和高速接口芯粒；1个软件：Chiplet专用设计工具，从而辅助客户实现从芯片设计到实现量产的全流程。

06.

助攻智联汽车，AI芯片新势力崛起

高度自动驾驶涉及人与车、车与车、车和路之间的默契协同，是实现流通智慧交通的一概略害生长偏向，多家AI芯片企业正致力于通过优化加速盘算能力，为车路协同提供更好的算力支持。

国产AI芯片若何助力车路协同突破落地瓶颈？怎样知足汽车智能化对算力提出的更高要求？解决智能驾驶芯片生长的焦点矛盾，有哪些可行的创新思绪？瀚博半导体首创人兼CTO张磊、地平线团结首创人&CTO黄畅、后摩智能首创人&CEO吴强划分分享了他们的思索与探索。

此外，汽车营业希望飞速的移动芯片巨头高通，也拿出将AI能力从终端侧扩展至边缘侧、赋能智能网联边缘的心得。高通手艺公司产物治理副总裁ZiadAsghar还分享了对元宇宙趋势的考察。

1、瀚博半导体张磊：AI芯片助力车路协同，性能超主流GPU 2倍以上

进入大算力时代，众多智能应用加速落地，车路协同作为支持交通强国目的杀青的要害措施，是其中一大代表。这对智慧的路、实时的云、伶俐的车、准确的图提出更高的要求。边缘盘算是其中主要一环，从手艺层面来看，需要多元化算力、更低的时延、更精准的盘算。

确立于2018年的瀚博半导体主攻AI推理芯片，其推出的边缘端SV100芯片能充实应对车路协同新需求。瀚博半导体首创人兼CTO张磊称，GPU延时下降时，吞吐量也大大下降，使其在车路协同场景受限。SV100芯片在性能及延时方面举行优化，好比处置点云数据性能是业界主流GPU 2倍以上，延时大大降低。

瀚博半导体和客户一起在广州智慧高速三元里收费站、广州国际生物岛智能网联基地项目等场景落地相关产物。瀚博半导体为车路协同打造了边缘AI推理加速卡、智能MEC，具备100TOPS INT8峰值算力，支持多路多模态传感器接入，能天真部署，胜任种种边缘部署庞大环境。

2、地平线黄畅：智能盘算架构2.0时代，以高性能AI盘算为焦点

范式级智能算法的刷新推动了汽车智能化的生长。地平线团结首创人&CTO黄泛论道，智能汽车是堪比“盘算机降生”级的推翻式创新，随着自动驾驶手艺新范式的泛起和生长，需要相匹配的盘算架构，从而让机械更自主、闪开发更简朴、让盘算更智能。

他指出，智能盘算架构2.0时代，以高性能AI盘算为焦点，让范式级智能算法的刷新，和支持智能算法的硬件系统相连系，加速实现机械自编程和应用自顺应。地平线自主研发的BPU贝叶斯盘算架构，是先进处置器手艺的集大成者，实现高效的AI盘算，为软件界说汽车提供强劲AI性能，加速人机共驾时代的到来。

黄畅说，地平线通过软硬协同编译优化，实现性能连续提升，地平线的AI盘算架构仿真平台是其在寻找软硬件协同优化上的有用路径之一。接纳BPU贝叶斯架构的地平线征程5，专为高品级自动驾驶打造，拥有128TOPS大算力、盘算性能到达1531FPS、60ms业界超低延迟和30W超低功耗，搭配端到端全套硬件加速方案，能知足多样化开发需求。

他还分享了对于自动驾驶手艺和行业趋势的六大判断：一是中国成为全球顶级汽车智能芯片的“角斗场”；二是自动驾驶走向量产落地，算力需求连续提升；三是高品级自动驾驶落地，大规模并行化AI盘算成趋势；四是自动驾驶逐步由数据驱动替换传统基于规则的盘算；五是AI盘算逐步取代逻辑盘算，成为车载盘算的焦点；六是统一神经盘算架构，知足智驾场景种种应用需求。

3、后摩智能吴强：破解智能驾驶芯片焦点矛盾，存算一体成为金钥匙

智能驾驶的普及和商用对智能驾驶芯片提出了新的要求。后摩智能首创人&CEO吴强谈道，智能驾驶芯片生长的焦点矛盾在于算力需求不停增进，但供应侧的传统方案成本昂贵，且依赖于少数国际大厂IP，再加上高功耗和较为封锁的方案，也晦气于未来的算法演进和OTA升级。

“具有天生优势的存算一体，就成为领会锁算力和功耗难题的金钥匙。”吴强说。存算一体的实现可类比为厨师炒菜，为了压缩厨师在厨房和客栈之间拿菜、切菜、炒制的历程，要让客栈和厨房酿成一个整体。对应到盘算机系统架构中，就是将运算步骤和参数一起集成在内存上，这种架构能用低成本方式实现大算力、能效比、低延时，同时对先进工艺依赖较弱，能够用成熟制程做出先进制程的性能效果。

后摩智能研发的首款“存算一体”大算力芯片已于去年乐成流片，乐成跑通了一些主流的自动驾驶算法，今年年底有望给客户试用。

4、高通ZiadAsghar：终端侧AI助力打造智能网联边缘

高通手艺公司产物治理副总裁ZiadAsghar提出，边缘侧AI将依旧是AI生长的主要偏向之一。高通公司致力于不停增强终端侧AI能力，让数据在发生的地方举行处置，在既定功耗下不停实现处置能力突破，实现快速响应，并保障数据隐私平安。

高通公司构建了“统一的手艺蹊径图”，基于此打造了一系列面向AI的IP和手艺，助力终端侧AI能力实现规模化扩展，笼罩智能网联边缘。硬件方面，基于第七代高通AI引擎，高通公司为智能手机带来了业界领先的终端侧AI体验，同时也组成了面向高通汽车、物联网、XR等所有差异营业AI扩展能力的真正焦点。

软件方面，高通公司最新推出的高通AI软件栈（Qualcomm AI Stack）已笼罩其当前所有产物线，让客户一次开发，即可将解决方案跨高通所有产物线举行迁徙，开发者和终端厂商可以凭证现实需求举行模子开发和优化，Ziad提到这是一个对开发者和终端厂商都异常壮大的优势。

高通公司的研发团队致力于推动终端侧AI能力在性能和能效上不停实现突破。展望未来的边缘侧AI远景，Ziad提出，未来我们希望下一步能够实现完全漫衍式的AI，能够在终端上举行推理和一定水平的学习事情，而高通所开发的众多手艺已经能助力实现这一目的。

ZiadAsghar还谈及最近大火的元宇宙：“元宇宙是每个用户唯一无二的数字孪生，元宇宙中所有的视觉和体验都基于用户的喜欢，这意味着需要连续举行个性化，不停顺应用户的特定需求，我以为这也是元宇宙的怪异优势。”

峰会首日，来自产学研投界的17位重磅嘉宾，在AI芯片岑岭论坛与云端AI芯片专题论坛上，围绕手艺创新、生态建设等AI芯片焦点议题，输出了厚实的产业干货。