5月7日，2026新紫光集團創新峰會在北京中關村國際創新中心隆重舉辦。這是新紫光集團舉辦的首屆創新峰會，以“智鏈共生·聚創未來”為主題，有數千名來自政府、產業界、投資機構及科研院所的嘉賓代表出席，包括六位院士齊聚會場，共議智能科技產業新戰略、新技術、新生態。

在峰會期間舉辦的“AI基座芯片論壇”邀請到紫光國芯、紫光同創、紫光云、EIA聯盟生態伙伴無問芯穹等公司的技術專家帶來了7場精彩演講，多位嘉賓還參與了圓桌論壇《Agent驅動下的算聯存硬件一體化》的探討。

新紫光集團聯席總裁陳杰開場致辭

新紫光集團聯席總裁陳杰在開場致辭中指出，AI時代對算力基礎設施的需求是結構性的、長期的，芯片是這場變革不可替代的物質基礎。無論是在云端的數據中心里，還是在終端的手機、PC、智能汽車等之中，由AI芯片、高速互聯芯片、先進封裝與高帶寬存儲共同構成的AI基座，?正在成為智能衍生的物理載體，驅動智能無所不至。AI基座的高度，決定了AI的邊界；AI基座的成果，決定了自主的深度。

破局高速互聯，讓算力釋放無盡潛力

在AI大模型參數普遍突破萬億量級的當下，算力已不再是唯一的瓶頸，高速互聯正在成為決定AI訓推效率的關鍵變量。

LT公司首席技術官曾敏分享GT-Link/GT-Fabric芯片解決方案

LT公司首席技術官曾敏指出，在算力需求激增的趨勢下，當前互聯技術面臨帶寬、時延、擴展性、可靠性等多重挑戰，Scale-Up 網絡是突破算力天花板的關鍵一環。作為G-Link平臺關鍵成員，LT研發了全面支持G-Link協議的GT-Link/GT-Fabric芯片解決方案，可支持大整機72卡和背靠背144卡，到跨機柜的1024卡SuperPOD，乃至8192卡超大規模的xD Mesh等多種拓撲，時延低至300納秒，并可根據業務需求靈活提供100GB到800GB的通信帶寬。

GT公司首席運營官羅彬發布GT可編程交換芯片

GT公司首席運營官羅彬認為，可編程交換芯片打破硬件的“黑盒”限制，將網絡轉發規則的控制權從硬件轉移到軟件，支持通過編程動態定義轉發邏輯，完美適配云原生、AI等新興場景，為網絡創新開啟無限可能。GT研發了全國產可編程高性能交換芯片，其核心特點是協議、轉發邏輯、表項均可編程， 具備高密度、低時延、大緩存、高可靠等特性，廣泛適用于各類網絡、互聯應用場景。

在新紫光集團“大研發、大制造、大市場”的統籌機制下，LT與GT已實現技術協同，可共同構建起南北向全棧智算互聯方案，將MFU從30%提升至80%，單Token成本降至傳統方案的35%。

GT公司研發副總裁丁同浩分享CPO硅光互連解決方案

GT公司研發副總裁丁同浩則分享了面向下一代智算集群網絡的CPO硅光互連解決方案，他指出AI大模型的算力需求每兩年增長100倍，而GPU算力、顯存帶寬與互聯速率的綜合迭代僅維持在3.3倍左右。33倍巨大鴻溝已嚴重超出了傳統電互聯的物理極限。從電到光，CPO不僅是傳輸介質的改變，更是計算架構的一次全新重構。

多維技術創新，驅動AI芯片性能躍升

在AI追求算力極限的征程中，高速互聯技術雖然是至關重要的環節，但存儲與多元芯片的創新發展同樣不容忽視，存儲技術突破與計算架構創新也在驅動AI芯片性能躍升。

紫光國芯高級副總裁左豐國分享3D堆疊DRAM技術創新

紫光國芯高級副總裁左豐國認為，AI時代“存儲墻”問題比以往更加嚴峻，存儲性能提升緩慢，已經嚴重拖累芯片性能釋放。3D堆疊DRAM更易實現數量級的帶寬提升并且功耗顯著下降，同時借助先進封裝具備實現存算一體的天然優勢，是應對AI時代特別是推理場景下存儲需求的趨勢性技術，未來有望成為主流。

紫光同創市場總監呂喆分享FPGA技術創新

紫光同創市場總監呂喆更聚焦AI推理場景的芯片架構創新，他表示，以DeepSeek為代表的開源大模型推動了算力平權，但AI普惠需要解決現有硬件體系所面臨的“高性能、低成本、低功耗”三重挑戰，如何高效解決MOE的動態路由、內存帶寬、負載均衡等問題成為關鍵。在大模型推理落地場景中，FPGA分布式矩陣完美契合MOE架構，可重構特性支持模型極速適配，將算力利用率“打滿”，并且支持低成本 DRAM 實現高端 GPU 級內存帶寬，實現高性能、低成本、低功耗完美交付。

AI賦能行業，加速AI落地

AI的廣泛落地，既需要面向應用場景的、極致精益的技術工程能力以降低使用門檻，也離不開面向重點行業的、深度融合的賦能平臺以升級產業范式。

EIA聯盟生態伙伴、無問芯穹聯合創始人戴國浩從技術工程視角聚焦智能終端的優化，他提出AI時代的新范式是“Token工廠”，核心目標是高效、低成本的生產高質量Token。Token成本與單位時間內產生的Token數量（吞吐）和單位能量產生的Token數量（能效）直接相關。無問芯穹的技術團隊通過“軟硬協同+端云協同”的雙重優化，來系統性地降低Token成本，包括利用大模型指導小模型的MoE專家放置策略、端云模型協同處理、推測解碼、知識蒸餾與模型壓縮、定制化稀疏大模型設計等。

紫光云總裁王燕平分享天工設計平臺

紫光云總裁王燕平則立足于產業發展視角聚焦創新性AI芯片設計平臺的構建，他指出當前中國芯片設計公司數量眾多但“小、散、弱”，陷入低端內卷，行業迫切需要通過技術創新向價值鏈高端攀登，并解決普遍存在的人力資源短缺和研發效率低下的問題。紫光云天工設計平臺以“AI+云”賦能芯片設計，從傳統的工具提供，升級為覆蓋“人、流程、工具”
的一體化、智能化解決方案，將行業知識、工程實踐與AI能力深度融合。

《Agent驅動下的算聯存硬件一體化》圓桌論壇

此外，在圓桌論壇環節，與會嘉賓一致認為，應對以智能體為代表的新一代AI工作負載，必須進行系統級、一體化的軟硬件協同優化，核心是打破“存儲墻”、“通信墻”和“功耗墻”，通過芯片、互聯、存儲、封裝、架構乃至設計方法學的全面革新，來最終實現高效、低成本的生產Token的目標。未來AI將在芯片設計中扮演越來越重要的角色，從輔助設計走向共同設計，最終可能實現由AI主導的芯片架構創新。

Token經濟時代，面對算力、存儲與互聯的多重瓶頸，單一部件的性能堆疊已觸及天花板，未來的競爭力將取決于能否實現“算、存、聯、構、封”一體化設計——即通過計算架構、存儲層級、互聯拓撲、先進封裝乃至設計方法學的深度融合，以系統級協同創新，為AI提供更高效、更低成本物理基石，讓AI基座成為驅動產業突破的核心驅動力。