生成式AI時代，大模型及AIGC的快速發展推動著計算需求的高速增長。

從服務器到邊緣，再到AI手機、AI PC、AIoT、智能汽車，各個領域的AI芯片玩家都面臨著新的機遇和挑戰。

AI大模型與各個賽道的結合，帶來了新的體驗革新，這些新體驗的落地則離不開各類AI芯片的支撐。放眼全球，產業格局的激烈變動，也讓更多中國AI芯片企業看到了新的發展機會。

與此同時，芯片設計的復雜度不斷提升、產品快速量產上市的要求不斷增加、新興應用市場不斷涌現，投資和成本的壓力也水漲船高。

AI芯片作為AI產業發展的“基石”，是實現AI產業化落地的核心力量，對AI技術的進步和行業應用都起著決定性作用。

如今各路AI芯片創企可謂是百家爭鳴，群雄逐鹿成為國內AI芯片產業的主基調。在這樣的產業背景下，我們將全球頂級AI芯片產學研用及投融資領域專家們聚集起來，為他們提供思想交鋒、觀點碰撞的平臺。

9月6-7日，2024全球AI芯片峰會（GACS 2024）將在北京新云南皇冠假日酒店盛大舉辦。全球AI芯片峰會至今已成功舉辦六屆，現已成為國內規模最大、規格最高、影響力最強的產業峰會之一。

本屆峰會由芯東西與智猩猩共同主辦，以「智算紀元 共筑芯路」為主題。峰會采用“主會議+技術論壇+展覽展示”的全新形式。主會議由一場開幕式，以及數據中心AI芯片、AI芯片架構創新、邊緣/端側AI芯片三場專場會議組成，將在主會場進行；技術論壇分為Chiplet關鍵技術論壇、智算集群技術論壇和中國RISC-V計算芯片創新論壇，將在分會場進行。

峰會同期還將布設展區，展示AI芯片產業鏈優秀企業的最新技術、產品與方案。同時，峰會期間，還將重磅揭曉兩大AIIP AI生產力創新先鋒企業榜單，分別是2024年度中國智算集群解決方案企業TOP 20、2024年度中國AI芯片新銳企業TOP 10。

此前，我們共向大家公布了31位演講嘉賓。（、、）

今天，我們向大家公布峰會的最新進展！

一、最新36位嘉賓確認演講 架構創新專場陣容敲定

2024全球AI芯片峰會共計兩天日程，主會議由一場開幕式，以及數據中心AI芯片、AI芯片架構創新、邊緣/端側AI芯片三場專場會議組成，將在主會場進行；技術論壇分為Chiplet關鍵技術論壇、智算集群技術論壇和中國RISC-V計算芯片創新論壇，將在分會場進行。

清華大學教授、集成電路學院副院長尹首一將在開幕式做主題報告。同時，AMD人工智能事業部高級總監王宏強，高通AI產品技術中國區負責人萬衛星，清華大學交叉信息研究院、人工智能學院助理教授、北極雄芯創始人馬愷聲，也將在開幕式進行主題演講。

在數據中心AI芯片專場，6位嘉賓已確認參會，并分別進行主題演講。他們是：Habana中國區負責人于明揚，壁仞科技副總裁兼AI軟件首席架構師丁云帆，中昊芯英創始人、CEO楊龔軼凡，浪潮信息開放加速計算產品負責人Stephen Feng，芯和半導體技術市場總監黃曉波，Alphawave亞太地區業務總監郭大瑋。

云天勵飛副總裁、芯片業務線總經理李愛軍，后摩智能聯合創始人、產品副總裁信曉旭，安謀科技產品總監楊磊，智芯科創始人兼CEO顧渝驄，聆思科技副總裁徐燕松，視海芯圖創始人&董事長許達文，富瀚微資深市場總監馮曉光，將在邊緣/端側AI芯片專場發表主題演講。

芯動科技IP研發副總裁高專、硅芯科技總經理趙毅、銳杰微董事長方家恩三位專家，將在Chiplet關鍵技術論壇，圍繞UCIe Chiplet IP、2.5D/3D IC協同設計仿真EDA工具和先進封裝進行主題報告。

摩爾線程高級產品總監付海良、昆侖萬維AI Infra負責人成誠、智源研究院研究員敖玉龍三位技術專家，將在智算集群技術論壇發表演講。

在中國RISC-V計算芯片創新論壇，算能高級副總裁高鵬、躍昉科技研發副總裁袁博滸、芯來科技CEO彭劍英、賽昉科技NoC首席架構師葛治國、澎峰科技創始人&CEO張先軼、兆松科技聯合創始人兼CTO伍華林6位大咖已確認參會，他們將分別圍繞異構計算、邊緣AI芯片、IP商業化要素、片上網絡NoC、大模型推理引擎、AI編譯器等，全方位解讀RISC-V產業的生態發展與創新。

而AI芯片架構創新專場的7位演講嘉賓已全部敲定，他們分別是：北京超弦存儲器研究院首席科學家戴瑾，蘋芯科技CEO楊越，珠海芯動力創始人兼CEO李原，億鑄科技創始人、董事長兼CEO熊大鵬，時識科技創始人兼CEO喬寧，鋒行致遠創始人兼CEO孫唐，PhySim資深產品工程師黃建偉。

目前，主會議和技術論壇已有20位演講嘉賓主題出爐，下面為大家一一介紹。

二、20位嘉賓演講主題出爐 更多即將披露

1、清華大學交叉信息研究院、人工智能學院助理教授、北極雄芯創始人 馬愷聲

演講主題：《Chiplet邁向大芯片：計算、存儲與互聯》

內容概要：本演講將從大芯片需求出發，探討大模型、自動駕駛、機器人等對芯片的需求，繼而從計算、帶寬供給和互聯三個方向討論Chiplet相關的解決方案。

2、壁仞科技副總裁兼AI軟件首席架構師 丁云帆

演講主題：《國產GPU如何系統性的解決大模型算力難題》

內容概要：以ChatGPT為代表的大模型技術引發了新一輪的科技革命，國內外呈現了百模爭艷的狀態，并且已經開始了廣泛的應用落地。大模型的訓練和落地帶來了巨大的算力需求，以LLaMA3 千億參數為例，Meta建設了18000個H100的集群來滿足訓練需求。目前國內存在著較大的算力供應瓶頸，這也給國產AI芯片帶來了巨大機遇，國產千卡集群在逐步落地應用。大模型訓練是一個系統工程，需要軟硬件協同，算法與工程協同，對計算機體系結構如計算、存儲、通信都帶來了巨大挑戰，另外千卡集群對并行擴展、穩定可靠、彈性伸縮提出了更高的要求，同時不同異構GPU集群形成了算力孤島，如何實現異構GPU協同訓練通過算力聚合共同訓練大模型非常關鍵。針對上述挑戰，壁仞科技基于其高性能國產GPU打造了軟硬一體、全棧優化、異構協同、開源開放的大模型整體解決方案。

本次演講將從硬件集群算力、軟件有效算力、異構聚合算力三個維度分享壁仞科技如何系統性的解決大模型算力難題。

3、中昊芯英創始人、CEO 楊龔軼凡

演講主題：《從GPU到TPU，AI大模型基礎設施的變遷與未來》

內容概要：每一次歷史性的科技浪潮中，底層基礎設施的革新總是扮演著至關重要的角色。市場容量巨大的應用領域，其計算芯片硬件體系架構往往呈現出從通用型逐漸演變為專用型的歷史規律。如今，隨著大模型計算需求和復雜度的指數級增長，傳統GPU在用于大模型訓練時的成本高、算力利用率低、能耗大的瓶頸開始顯現。全球科技巨頭如微軟、AWS、特斯拉和OpenAI，以及新興的明星初創企業如Groq和Etched，都在探索研發AI專用芯片以替代英偉達GPU；7月底，蘋果公司也宣布使用谷歌TPU（張量處理器）而非英偉達GPU來訓練其AI模型。全球AI領域，正發生著使用非GPU架構來構建更高效的大模型基礎設施的轉向。

TPU是谷歌專為加速機器學習和深度學習任務而設計的專用芯片，專注于大模型訓練和推理中常用的張量運算。在此次演講中，曾在谷歌 TPU 核心研發團隊深度參與過 TPU v2/3/4 的設計與研發工作的楊龔軼凡，將分享AI算力硬件的進化歷史與趨勢，TPU與GPU的關鍵差異及用于大模型訓練時的優勢，以及中昊芯英自研的國內首枚且唯一已量產的全國產自主可控TPU 架構AI芯片如何重塑AI大模型算力基礎設施。

4、芯和半導體技術市場總監 黃曉波

演講主題：《EDA使能AGI時代大算力芯片Chiplet集成系統開發》

內容概要：人工智能與算力設施等新質生產力重塑行業數字化轉型，同時人工智能對算力的需求永無止境，高性能計算芯片采用Chiplet技術已成為后摩爾時代的行業共識，有力突破了半導體晶圓先進制程工藝帶來的芯片PPA提升瓶頸。Chiplet集成系統面臨架構探索、頂層規劃、物理實現、多物理場分析、系統驗證等一系列挑戰，構建針對Chiplet集成系統的設計流程與EDA平臺是Chiplet產品落地的首要考慮。

本次分享將聚焦當前大算力芯片Chiplet設計的典型應用，結合實際案例闡述Chiplet新的設計流程與多物理場仿真EDA方案，解決信號完整性、電源完整性、熱及應力等方面的問題，助力用戶加速Chiplet集成系統的開發與優化。

5、蘋芯科技CEO 楊越

演講主題：《存算的進階——從神經網絡到大模型》

內容概要：存算一體技術正在深度參與AI芯片的設計與落地。基于靜態隨機存儲器SRAM的存算一體芯片已經在AI 1.0領域內開啟了落地之旅，憑借突破性的高能效比，這類芯片給予了端側電子產品前所未有的AI能力。另一方面，隨著大模型技術的成熟與應用推廣, 內存帶寬瓶頸和計算能效問題顯現。我們從存算一體技術視角分析大模型加速芯片的解決方法和架構設計特點，為降低推理延遲、提高能源效率、實現更高的并行計算能力提供一個新的思路。

此次演講將深入分析如何以存算一體技術為基礎，構建高效加速AI計算與大模型計算的芯片架構。以及如何通過這一技術突破，使存算一體芯片在大模型時代成為關鍵的推動力量，為未來AI應用的發展提供嶄新的機遇和路徑。

6、珠海芯動力創始人兼CEO 李原

演講主題：《面向邊緣端大語言模型的RPP架構芯片與落地實踐》

內容概要：AI PC作為未來的發展趨勢，正引領著技術創新的潮流，而大語言模型在邊緣端的部署更是這一趨勢中的重要一環。

為了實現大語言模型在邊緣端的穩定、高效運行，我們需要精心規劃技術路徑和部署策略。芯動力將深入剖析這一過程中的關鍵要素，分享其在硬件加速技術方面的獨到見解。通過針對大語言模型的計算特性進行數據流的優化，以可重構并行處理器的方式，來高效靈活的處理邊緣端大模型的流暢運行。

然而，在這個領域也面臨著一些挑戰。模型規模不足和功耗過高都可能影響邊緣端設備的性能和用戶體驗。因此，尋找一種能夠最好地支持大語言模型、適合其落地的芯片或架構顯得尤為重要。

為此，芯動力分析了大語言模型在RPP架構中如何支持高效計算，與傳統GPGPU架構相比，它同時實現了靈活的通用計算，并在低功耗與高效率方面顯著提升。同時，針對大語言模型的稀疏化特性進行了優化，進一步提升了內存利用率和訪存效率，降低了功耗，從而延長了邊緣端設備的續航時間。這一創新方案為解決當前面臨的挑戰提供了新的思路和方向。

7、鋒行致遠創始人兼CEO 孫唐

演講主題：《存算大模型加速系統》

內容概要：存算一體技術能高效提升AI業務算效比，目前大模型底層架構技術演進迅速，國內芯片到軟件技術都遇到挑戰，目前存算一體技術對于大模型應用系統具有較好的加速協同能力。
本次演講，將分享鋒行致遠存算一體芯片對相關場景加速應用能力和技術細節。

8、PhySim資深產品工程師 黃建偉

演講主題：《Chiplet先進封裝中的多物理場仿真解決方案》

內容概要：隨摩爾定律逼近物理極限，后摩爾時代下的異構集成(Heterogeneous Integration)芯片技術——“芯粒”(Chiplet )應運而生，將一個功能豐富且面積較大的芯片拆分成多個芯粒，并將這些由不同工藝生產的芯粒通過MCM、2.5D、3D等先進封裝技術組合形成一個系統芯片。通過Chiplet技術，可以顯著提升芯片設計的靈活性及工藝良率，降低設計難度與制造成本。

但隨著先進封裝中芯片堆疊數量與互連密度的增加，芯片的發熱問題變得愈加嚴重、散熱也更加困難。如果不能較好地解決發熱與散熱問題，芯片內部累積的焦耳熱則會對其性能造成影響，還可能會帶來較高的熱應力風險。

除此之外，由于信號速率的提升，信號通道對高速信號的影響也不容忽視，其中損耗、反射以及信號間的串擾等問題尤為突出。

PhySim自主研發的的多物理場仿真平臺可以對先進封裝中的多物理場問題進行高性能仿真，其中ACEM、TurboT-BCA、PhySim-ET分別可以解決三維全波電磁仿真、電子散熱仿真、電熱協同仿真問題，幫助用戶在產品實體化前進行有效的仿真驗證，規避潛在設計風險。

本次演講將會分享以下幾個關鍵點：

1.異構集成芯片技術（Chiplet）的興起：隨著摩爾定律逼近物理極限，異構集成技術應運而生，將大芯片拆分為多個芯粒，并通過先進封裝技術組合成系統芯片，提升設計靈活性和良率，降低制造成本。

2.芯片發熱與散熱問題：隨著芯片堆疊數量與互連密度的增加，發熱問題加劇，散熱困難，可能影響芯片性能和帶來熱應力風險。

3.信號通道問題：信號速率的提升導致損耗、反射和信號間串擾等信號通道問題突出。

4.仿真平臺的意義：有效仿真驗證可在產品實體化前規避潛在風險，提高產品設計效率和成功率。

5.多物理場仿真平臺的應用：PhySim自主研發的仿真平臺可對先進封裝中的多物理場問題進行高性能仿真，包括三維全波電磁仿真、電子散熱仿真、電熱協同仿真等，幫助規避潛在設計風險。

9、安謀科技產品總監 楊磊

演講主題：《端側AI應用“芯”機遇，NPU加速終端算力升級》

內容概要：隨著AI大模型持續向邊緣側和端側滲透，AI計算和推理工作正逐步由云端遷移至手機、PC、汽車等智能終端產品上運行，在這一過程中，NPU（神經網絡處理器）能夠以其更簡單的控制流、更高的效率以及更低的功耗處理AI工作負載，特別是在視覺、語音及自動駕駛等高度依賴實時性的應用場景中表現出色。

本次演講將分享端側大模型應用的前沿趨勢以及安謀科技自研NPU處理器的最新進展，共同探索如何為AI、物聯網、智能汽車等新興領域不斷迭代的計算需求提供更為全面和高效的解決方案。

10、聆思科技副總裁 徐燕松

演講主題：《大模型時代，算法算力一體化芯片的思考與布局》

內容概要：在大模型時代，技術發展給各行各業帶來了全新的產業機遇，甚至不亞于互聯網、手機帶來的行業變革。在這個時代的風口，算法算力一體化對于智能硬件的發展具有極其重要的意義。這種一體化不僅涉及芯片算力與算法資源的緊密結合，還包含了整個嵌入式開發生態的建設，以此減少終端設備在智能化開發過程中大量的重復造輪子的工作，大幅提高研發效率以及性價比。通過這種軟硬件深度結合的方式，在性能和成本之間找到更優的平衡點，加速了技術的創新和應用普及，進一步推動了整個行業的前進步伐。

本次演講將從大模型時代硬件需求特點、算法算力一體化芯片的技術與架構、以及行業實際應用案例分析，全面詮釋聆思科技在算法算力一體化芯片領域的思考與布局。

11、富瀚微資深市場總監 馮曉光

演講主題：《邊緣視頻AI芯片復盤與展望》

內容概要：邊緣視頻AI芯片，這種專為邊緣設備如攝像頭和錄像機設計的智能芯片，正成為視頻內容分析和處理領域的革命性力量。它們在智能安防、交通監控、工業自動化、醫療影像分析等多個領域發揮著至關重要的作用。隨著技術的不斷進步，邊緣視頻AI芯片已經經歷了幾代的迭代，每一次演進都帶來了性能的飛躍和應用場景的拓展。

本演講將深入探討邊緣視頻AI芯片的發展歷程，分析每一代芯片的關鍵技術和創新點，以及它們是如何推動相關行業的發展。同時，我們也將展望未來，探討邊緣視頻AI芯片在技術、應用和市場方面的潛在發展趨勢，以及它們如何繼續引領智能化的浪潮，為各行各業帶來更多的可能性和價值。通過這次演講，我們希望能夠為聽眾提供一個全面的視角，理解邊緣視頻AI芯片的重要性和它們在未來技術發展中的關鍵角色。

12、芯動科技IP研發副總裁 高專

報告主題：《量產驗證的 UCIe Chiplet IP 加速 HPC 芯片系統設計》

內容概要：本次演講，將介紹UCIe Chiple技術及其發展背景，并著重講解芯動科技UCIe Chiplet解決方案的技術特點、優勢和應用案例。之后，高專還將深入分析UCIe Chiplet市場的發展現狀、面臨的挑戰和未來趨勢。

13、硅芯科技總經理 趙毅

報告主題：《針對先進封裝的2.5D/3D IC協同設計仿真EDA工具探討》

內容概要：采用先進封裝的2.5D Chiplet/3D IC堆疊芯片正在帶來半導體行業的一次重大升級，有效解決了芯片內存墻、功耗墻、面積墻等設計制造瓶頸。然而，2.5D Chiplet和3D IC無論從物理設計，還是物理仿真驗證方面都帶來了巨大的挑戰，對新一代的堆疊芯片EDA工具更是有全新的需求：無論是在設計環節中處理新的單元結構TSV等（相對傳統工具產生EDA特性的質變），還是由于多芯片集成，TSV等帶來的布局布線解空間急劇上升（相對傳統工具計算復雜度上的巨大量變），甚至由于多Chiplet先進封裝帶來的超高密度異質異構集成，而導致的高難度熱電力磁多物理場仿真。

本次演講，將深入探討上述挑戰和需求，此外還將分享硅芯科技在Chiplet-Interposer-Package Co-design和Performance-Cost-Testability Co-optimization方面的研究，并介紹Chiplet物理設計（2.5D布局布線）、多物理場仿真（SI，PI，Thermal分析）及針對先進封裝Chiplet Multi-die DFT測試等板塊的2.5D/3D IC新一代EDA工具。

14、銳杰微董事長 方家恩

報告主題：《Chiplet芯片技術在封裝級的相關應用》

內容概要：AI技術賦能千行百業智能化已經成為中國社會數字化轉型的有力抓手，互聯網+/5G+讓位于AI+，持續的算力需求帶動高性能芯片快速增長。高性能芯片的算力、內存帶寬、功耗指標的全面提升因制程因素而面臨挑戰。半導體技術進入后摩爾時代，Chiplet芯粒和集成芯片技術成為尋求突破的重要研究方向之一。基于Chiplet技術的集成芯片是硅片級IP重構和復用的新架構，在縮短新產品研發周期、提升產品良率和降低成本方面具有獨特優勢和潛力。D2D高速互聯技術、面向封裝設計和組裝工藝全流程的封裝工藝平臺成為推動Chiplet封裝技術發展的關鍵技術。

銳杰微科技作為聚焦Chiplet&高端芯片的OSAT企業，本次演講將闡述Chiplet產業觀點，圍繞chiplet主流標準和封裝技術路線的應用場景、芯粒互聯的封裝設計和組裝工藝平臺的重要節點，分享銳杰微在高性能芯片封裝級的應用實踐。

15、算能高級副總裁 高鵬

報告主題：《開啟算力新紀元—— 基于RISC-V的異構算力探索與展望》

16、躍昉科技研發副總裁 袁博滸

報告主題：《基于RISC-V的邊緣AI芯片在能源物聯網的應用》

內容概要：目前，RISC-V芯片的應用集中在在工業控制、物聯網、智能家居等對算力要求不高的領域，AI實際應用落地較少。基于對能源互聯網場景的深刻分析，躍昉科技推出業界首款基于RISC-V架構的高端邊緣智能應用處理器NB2，并構建了從芯片到系統的整體解決方案，已成功在能源互聯網場景實現商業化應用。

本報告將分享躍昉科技針對能源互聯網應用場景的需求分析、解決方案和實踐經驗以及未來演進方向。

17、芯來科技CEO 彭劍英

報告主題：《RISC-V IP的商業化要素與2.0模式》

內容概要：本次演講，將對RISC-V生態發展的關鍵商業化要素進行分析，并深入探討RISC-V CPU IP 的產業價值、發展趨勢與協同創新。

18、賽昉科技NoC首席架構師 葛治國

報告主題：《國產高性能NoC IP助力RISC-V眾核計算》

內容概要：一致性片上網絡（NoC）IP作為高性能計算領域的核心技術之一，廣泛應用于數據中心、專用處理器（DPU）、人工智能（AI）芯片等場景。作為構建高效、安全、可持續AI生態系統的基礎，NoC IP提升了系統的整體性能，降低整體能耗，進一步推動了人工智能技術的發展和應用。賽昉科技作為專注高性能RISC-V IP和軟件解決方案廠商，始終致力于國產RISC-V CPU IP和一致性片上網絡（NoC）IP的自主研發，其一致性NoC IP已成功研發至第二代——昉·星鏈-700（Starlink-700），專為支撐RISC-V眾核的高性能計算而設計，為其提供強勁的內核動力。

本報告將深入探討賽昉科技Starlink-700的架構和設計理念，包括其設計特性、多樣化應用場景以及未來演進方向。

19、澎峰科技創始人&CEO 張先軼

報告主題：《面向RISC-V的大模型推理引擎PerfXLM》

內容概要：本次演講，將介紹澎峰自研的PerfXLM大模型推理引擎，以及PerfXCloud大模型開發與部署平臺，并探討GenAI算力需求急劇增長背景下，新興的RISC-V ISA在此領域的移植與優化。

20、兆松科技聯合創始人兼CTO 伍華林

報告主題：《面向RISC-V異構AI芯片的“大編譯器”設計和實現》

內容概要：如何快速適配各類AI框架，支持各類模型高效的運行，以及讓用戶輕松編寫高性能的算子庫，成為一款AI芯片能否得到市場認可的必要條件。 同時，進一步降低AI芯片的軟件棧研發成本和算子庫維護成本，提升硬件利用率，也成為AI芯片公司走向盈利的必經之路。

兆松科技為解決AI芯片軟件棧和算子庫的性能和維護等難題，提出了“大編譯器”的概念。傳統編譯器只針對某一特定指令集的芯片產生單線程或者多線程的可執行文件，兆松科技基于MLIR框架設計的“大編譯器”，支持PyTorch, Tensorflow, ONNX, JAX導入，結合Triton和Mojo(未來支持)等類Python語言編寫的高層次算子庫，在統一的MLIR多層中間方言實現全局的圖優化以及更優的算子融合策略，從而進一步提升AI芯片的效率。同時，“大編譯器”還對平臺相關的runtime進行了平臺無關的抽象，從而實現從控制器代碼自動生成、AI加速器代碼自動生成、控制器和AI加速器數據搬運代碼自動生成的功能；并且因為只需要維護一套和平臺無關的高層次算子庫（平臺相關的內容自動由編譯器產生），讓算子庫的維護變得更加簡單。

兆松科技設計的這套“大編譯器”在第一階段支持基于RISC-V架構的AI芯片（包括數據流芯片），未來會逐步擴展支持非RISC-V架構的AI芯片。

本次演講主要分享兆松科技是如何通過“大編譯器”來解決AI模型到異構系統端到端高效適配的問題。

三、三類門票支持購票 免費票請注意查收

本次峰會設有四類電子門票，分別為免費票、免審票、通票和貴賓票。其中，免費票，申請后需經主辦方審核通過方可參會，免審票、通票和貴賓票均需購買。

免費票、免審票可參加主會議及中國RISC-V計算芯片創新論壇。對Chiplet關鍵技術論壇和智算集群技術論壇感興趣的朋友，可以選擇通票或貴賓票購買后參會。

大家可以掃描下方二維碼，添加小助手“雪梨”即可進行免費票申請，或購買電子門票。已添加過“雪梨”的老朋友，給“雪梨”私信，發送“GACS24”即可。

此前已申請免費票的朋友，組委會的審核和通知工作正在進行中，小助手會對通過審核的朋友進行微信告知（優先微信，并輔以短信或電話），請您查收和回復。