9月17日，在2025全球AI芯片峰会上，来自学术界、产业界及创投界的代表齐聚一堂，共话AI芯片产业发展前景与落地之道。

　　与会人士认为，随着大模型进入爆发期，企业在软件应用层和芯片底层技术快速发展，国产大模型与芯片适配盘活存量资产，政策推动技术普及。多重利好因素催化下，我国芯片市场正进一步打开。

　　“在我看来，算力芯片是一个无穷大的赛道，因为人类对算力的需求尚且看不到头。”普华资本管理合伙人蒋纯表示，在这样一条无穷大的赛道中，国内市场未被巨头垄断，为各类企业和技术路线提供了发展窗口。

　　云天励飞董事长陈宁亦认为，在“政策+需求”的双重驱动下，国产AI推理芯片迎来绝佳发展机遇。从需求来看，一方面，从手机、平板、耳机、智能眼镜等随身产品，到家用电器、无人驾驶汽车和人形机器人等智能终端，未来都将具备语言交互能力，成为各类场景下的超级个人助手。AI推理芯片将从端、边、云多层次赋能AI软件。另一方面，基于AI推理芯片的推理算力网络，将如同今天的电网和无线通信网络一样，成为第四次工业革命的重要基础设施，无处不在。算力网络将包含国家级大型算力中心、城市级超低时延的算力中心、大型产业园区的边缘AI算力中心，甚至每个家庭都将配置家庭计算主机，用于部署私有化大模型，确保个人数据和隐私安全。

　　政策方面，国务院近期印发《关于深入实施“人工智能+”行动的意见》，其中明确提出，到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。

　　在AI芯片整体增长的大势下，如何把握具体的技术赛道并做出能够落地的好产品？

　　在IO资本创始合伙人赵占祥看来，无论是在当前的技术路线上有适当提升的、可以马上解决当下问题的成熟项目，还是存算一体、光子计算等更加前沿创新的技术路线，均值得关注。

　　想要进一步做出好的AI芯片产品，则需要从AI算法或模型驱动的角度进行芯片设计。BV百度风投董事总经理刘水认为，投资人更希望看到真正的AI芯片，而非“芯片for AI”。这意味着，按照原有的半导体思路设计芯片，使其能够匹配AI场景，可能无法创造出一个好的AI芯片产品。

　　中山大学集成电路学院院长王中风认为，AI芯片目前面临三大挑战：一是深度神经网络模型训练计算量与硬件摩尔定律之间存在“剪刀差”，模型规模呈现“超摩尔”增长；二是GPU的算力与内存带宽增长之间呈现“剪刀差”，超过60%甚至80%的能耗和时间花在数据搬运上，而非计算；三是AI芯片设计从通用走向专用，从单一走向多元。

　　“破局之路在于‘打破范式，跨界融合’。”王中风说，模型驱动的高效芯片设计、应用驱动的AI芯片创新，以及基于存算一体的芯片设计均是破局方向。软件、算法与硬件将协同进化，先进的软件栈（如MLIR、TVM）可促进硬件更好发挥效能，神经架构搜索（NAS）和压缩量化技术可扩大硬件的有效算力。

　　围绕共建智能时代的基础设施，王中风建议：一是开放标准，推动接口、互联、指令集等的开放，降低创新门槛；二是加强产学研深度合作，共同攻克存算一体、量智融合、新材料、新器件、新工艺等领域的技术难题；三是强化人才培养，培养兼具算法、架构、底层电路及软件开发等技能的交叉型人才。