大模型加速下沉催生芯片架构更迭 北京将集中首发存算一体与光子计算新成果

随着人工智能应用从云端向边缘终端延伸,传统芯片架构的短板愈发明显;数据传输能耗高、算力受限、延迟偏大,正成为边缘AI发展的主要瓶颈。,存算一体与光子计算的进展为行业提供了新的路径。存算一体通过将计算与存储紧密融合,显著减少数据搬运带来的能耗。后摩智能、知存科技等企业推出的第二代SRAM-CIM与RRAM存算一体芯片,物理算力达到160TOPS@INT8,典型功耗约10W。相较传统架构,数据搬运能耗可降低90%,推理速度提升约3倍,并可支持7B至70B参数的大模型在本地离线运行,已在智能座舱、工业控制等边缘场景中显现应用潜力。光子计算同样迎来关键突破。光本位科技与上海交大团队联合发布的全光计算芯片,采用硅光异质集成与百万级光学神经元技术,首次实现端到端的片上自主学习与反向传播训练。该类光子芯片以光速完成矩阵运算,算力密度相比电子芯片提升两个数量级,功耗降低95%,可更高效支撑千亿参数模型的推理需求。展会现场将演示其在多模态大模型中的实时应用,以深入验证商业化可行性。政策与市场需求共同推动产业化提速。国家“十五五”规划已将存算一体和光子计算纳入算力基础设施重点方向,北京、上海、深圳等15个城市出台专项扶持政策,推动研发与落地应用。北京亦庄经开区依托集成电路产业集群,搭建从研发到应用的全链条服务体系。数据显示,2025年全球边缘AI芯片市场规模预计突破400亿美元,年增速超过65%;存算一体与光子计算产品在高端市场的占比预计到2028年将达到50%。本届展会吸引572家创新企业和3.6万名专业观众,成为重要的AI芯片交流平台。从核心IP设计到流片制造,再到工具链开发与应用方案落地,产业链的集中呈现为技术对接与生态合作提供了更高效的协作通道。

从云端走向端侧,意味着人工智能需要在更严格的能耗、成本与可靠性约束下,提供同等甚至更强的能力;存算一体与光子计算的集中展示表明,行业竞争正从“堆算力”转向“换架构、提能效、强生态”。能在关键技术、工程化能力与应用落地之间形成闭环的企业,更有机会在下一轮边缘智能浪潮中占据主动,也将推动智能能力更广泛地进入各类行业与场景。