AI引領變革浪潮，晶片重塑未來——“2025AI技術創新論壇”精彩回顧

人工智慧，已然成為推動全球產業變革與技術創新的核心引擎。從智慧生活的細微滲透到傳統產業的深度賦能，AI的觸角無處不在、勢不可擋。在這個AI飛速演進的時代，每一顆晶片都值得被重新定義；而構建AI的算力基礎設施，則為技術落地與產業升級注入了無限潛力。

2025年4月15日，慕尼黑電子展期間，由半導體行業觀察與慕尼黑電子展聯合主辦的“2025 AI技術創新論壇”隆重舉行。論壇匯聚了概倫電子、兆易創新、速顯微、英飛凌、得一微、達摩院、萬國半導體、光羽芯辰、Imagination Technologies、上海百圖、德州儀器等行業前沿企業與重量級嘉賓，共們圍繞AI趨勢展開深入解讀，現場乾貨不斷，觀點碰撞激烈。

嘉賓演講精彩紛呈，AI產業全面加速

上海概倫電子副總裁馬玉濤發表了主題為“AI時代模擬和定製電路設計的挑戰和機遇”的開幕演講，系統闡釋AI技術在電子設計自動化（EDA）領域的創新實踐與產業突破。他指出，當前EDA工具在精度與速度上，面臨雙重挑戰。概倫電子在AI技術上探索已久，覆蓋晶片製造到設計最佳化全流程，貫穿成熟工藝與先進工藝，已部署和規劃多維度AI/ML融合解決方案。概倫電子從設計場景、工藝協同、效能提升三個維度重構EDA工作流。作為國內首家EDA上市公司，關鍵核心技術具備國際市場競爭力的EDA領軍企業，概倫電子將持續深化AI賦能，透過構建智慧設計基座推動半導體產業向資料驅動型範式轉型。

上海概倫電子副總裁馬玉濤

兆易創新市場經理田玥發表了主題為《AI伺服器浪潮下，Flash需求的深度解讀》的演講。他指出，隨著AI應用加速落地，AI硬體生態正迅速擴充套件，涵蓋AI PC、AI伺服器以及DS一體機等多類產品，其中AI伺服器市場增長最為迅猛，預計到2028年全球市場規模將超過2330億美元。當前，每臺AI伺服器所需的Flash價值約為100美元，AI伺服器中SPI NOR Flash的市場規模約4.5億美元。而兆易創新在SPI NOR Flash的市場佔有率已位居全球第二，累計出貨量超過270億顆，實力領先。公司在SPI NOR Flash產品線上構建了覆蓋512Kb到2Gb全容量段的完整矩陣，支援3V、1.8V、1.65V~3.6V寬電壓、1.8V VCC & 1.2V VIO以及1.2V等多種電壓規格，廣泛適用於AI伺服器、車規電子、消費終端等多元場景。

兆易創新市場經理田玥

速顯微電子董事長項天博士，帶來主題分《AI下半場—DeepSeek引發的GPGPU新機遇》。他分析指出，DeepSeek技術實現了模型效率的重大突破，在推理階段將每個Token的計算量減少了94%、KV快取的儲存需求降低了93%，極大減輕了算力負擔，為大模型在邊緣側的部署提供了可行路徑。項博士進一步介紹了速顯微自主研發的“天元”GPU架構，該架構具備高併發計算能力，並充分相容開源生態，構建了訓練與推理一體化的軟硬協同環境。他透過“GPU+儲存計算”“GPU+資料流控制”等實際案例，強調了GPU在AI時代底層算力平臺中的關鍵價值。在商業合作層面，速顯微採取開放式全棧賦能模式，可提供覆蓋IP設計、SoC開發、軟體棧、演算法庫、模型部署及市場拓展的完整解決方案，助力終端客戶快速落地AI產品，實現從晶片到應用的高效協同。

速顯微電子董事長項天博士

英飛凌科技消費、計算與通訊業務大中華區高階市場經理周成軍，帶來主題分享《英飛凌高能效AI電源解決方案》。他表示，人工智慧發展很快，但是電網演化很慢，因此首先，我們需要考慮電力高效應用問題。英飛凌致力於構建從電網到Vcore核心晶片的一體化供電解決方案，全面應對AI高效能系統對電源提出的多重挑戰。在演講中，周成軍特別強調封裝技術在提升電源效率中的關鍵作用。英飛凌推出的整合式電源模組，採用新型背面供電封裝架構，將功率損耗降低到2%，相比傳統側邊供電方式約10%的損耗，能效優勢顯著。他還指出，憑藉在高效能器件開發、先進封裝技術、客戶服務響應與大規模製造能力等方面的深厚積累，英飛凌已成為AI電源管理領域的全球領先者。

英飛凌科技消費、計算與通訊業務大中華區

高階市場經理周成軍

得一微電子市場副總監張淏楠在論壇上發表了主題為《得一微端側AI訓推一體解決方案》的演講。他指出端側大模型正在成為中小企業的智慧革命。而資料的積累、整理和分析運用是中小企業AI轉型的關鍵步驟。張淏楠分析道，目前中小企業在部署AI大模型時普遍面臨四大痛點：硬體搭建成本高昂、缺乏大模型應用人才、專業資料資源有限、私有資料無法上雲。為解決這些難題，得一微推出了面向中小企業的端側AI訓推一體機解決方案。該方案搭載自研AI-MemoryX卡，集成了AI專用晶片、平臺軟體、模型演算法以及可調硬體資源，支援從訓練到推理的全流程在本地完成，大幅降低技術門檻與部署難度。相比傳統方案，該一體機可將關鍵GPU成本節省高達95%。此外，該系統支援斷點訓練、壽命預警、訓推並行、二次開發等多項關鍵功能，具備開箱即用、一鍵部署、引數規模靈活配置、本地化執行等優勢，能夠相容並支援最大110B甚至671B引數大模型的全量微調，為中小企業提供了低成本、高效能、可持續的AI落地路徑。

得一微電子市場副總監張淏楠

阿里巴巴達摩院玄鐵商務拓展負責人李珏在論壇上發表了題為《產業協同，推動RISC-V走向新高度》的主題演講。他指出，RISC-V是晶片產業發展的必經之路。目前，RISC-V在主流市場的年增長率已超過40%，僅用十年時間走完了Arm三十年的發展歷程，正加速向高效能計算與AI加速方向邁進，伴隨著生成式AI領域的發展將發揮架構優勢，形成持續突破。達摩院也在不斷迭代玄鐵系列處理器，構建面向高效能與AI應用的技術底座。例如，玄鐵C930處理器專為伺服器級場景設計，具備強大的平行計算能力，滿足大規模AI推理需求，拓寬了RISC-V在高效能領域的邊界。在軟硬體協同方面，達摩院打造了覆蓋端、邊、雲的玄鐵SDK軟體棧以及“無劍”晶片設計平臺，大幅降低開發門檻。同時透過“無劍聯盟”開拓生態合作圈，加速上下游的技術生態合作，不斷推動RISC-V的產業持續創新。

阿里巴巴達摩院玄鐵商務拓展負責人李珏

隨著算力的持續提升，對電源的要求也越來越高。萬國半導體應用工程資深總監劉松在《AOS AI 電源高效能解決方案》演講中，圍繞三個核心主題展開：首先介紹了AI電源的基本架構；接著講解了AOS在AI伺服器領域的功率MOSFET管解決方案及其特點；最後，分享了公司在GPU和CPU的VCore供電方面的創新方案及其優點。隨著AI伺服器功率等級和功率密度不斷提高以及電源工作頻率增加，系統的可靠性及嚴格的熱設計對於半導體器件提出更高的要求和挑戰，AOS的αSGT系列產品以獨特技術優勢滿足不同的應用，如SOA增強技術產品適合高功率、高輸出電容軟啟動對線性區效能的嚴格需求，低Rds(on)進一步降低穩態工作的功耗。最佳化Rds(on)和開關損耗，同時具有高可靠性的不同電壓等級產品，可以滿足高頻高效的LLC電源模組或混合開關電容拓撲的需求。控制器加DrMOS或SPS，可以提供高效的VCore整體解決方案。

萬國半導體應用工程資深總監劉松

上海光羽芯辰科技產品副總裁兼聯合創始人楊磊在演講《端側AI的新趨勢、新變革、新發展》中強調，隨著消費電子、汽車、醫療等領域加速整合AI技術，端側AI大模型晶片作為核心元件，推動了各行業的智慧化升級，形成了新的產業生態，並重塑了企業的競爭力。他指出，端側大模型生態的崛起為硬體企業帶來了前所未有的商業機會。端側AI的優勢主要體現在即時性、可靠性、定製化、低成本和隱私保護等方面。然而，個人智慧體在效能、私有化和成本上仍面臨挑戰，亟需提升效能以滿足日益增長的需求。針對這一需求，光羽芯辰的近存計算解決方案，作為應對端側AI效能提升的有效路徑。

上海光羽芯辰科技產品副總裁兼聯合創始人楊磊

Imagination 中國高階業務經理黃音結合公司產品情況，從AI算力、圖形渲染，以及基於兩者的嵌入式裝置效能平衡等方面進行了主題分享。黃音回顧了AI模型自2012年起的發展歷程，強調了大模型（LLM）和小模型（SLM）的不同特點及其對端側應用的影響，特別是與物理AI的結合帶來的增長。同時，她介紹了硬體架構的變革，從CPU、NPU到GPU的不同應用，強調端側AI不僅需要高算力，還要兼顧儲存、通訊及隱私安全等需求。她重點介紹了Imagination在邊緣AI中的優勢，尤其是其D系列GPU在AIPC等桌面應用極為突出，其豐富的驅動支援得到業界廣泛採用。其次AI手機和自動駕駛也是他們圖形和計算的主要場景。黃音還展望了未來AI硬體的需求，特別是效率、整合度和靈活性，同時呼籲產業鏈合作，推動硬體架構的創新。

Imagination 中國高階業務經理黃音

百圖股份研發總監陸琤在《高效能導熱粉體方案探討》演講中指出，隨著各行業對導熱效能的需求持續上升，導熱填料的效能已逐步逼近材料應用的上限，市場對精細化、定製化解決方案的需求愈發迫切。目前，氧化鋁和氮化鋁仍然是高導熱率領域主流導熱材料，具備多種形貌和粒徑選擇，適配範圍廣，可滿足2–15W/m·K導熱效能要求，廣泛應用於凝膠、墊片、矽脂和相變材料等導熱介面材料中。此外，氮化硼憑藉其低介電常數、高絕緣性和優異的導熱效能，在通訊電路板和PI薄膜等高要求應用場景中展現出獨特優勢。他提出，可從材料本徵效能的最佳化、粉體規格的拓展以及功能性賦予等多個維度著手，可以進一步滿足應用場合的需求。

百圖股份研發總監陸琤

德州儀器現場應用工程師吳紀宣在題為《適用於即時控制系統並由AI賦能的高精度故障監控》的演講中，講述了電機及電弧故障檢測的重要性。他指出，相較於傳統分析方法，基於邊緣AI的檢測方案在分類準確率、抗噪聲能力、對新工況的適應性、演算法靈活性以及開發效率等方面表現更為出色。同時，邊緣AI在多個應用場景中也展現出相比雲端AI的獨特優勢，如響應更快、隱私保護更強、部署更靈活等。在具體實現上，德州儀器採用了整合神經網路處理單元（NPU）的邊緣AI架構，該NPU具備小體積、低功耗、高性價比等特點，能夠在單一硬體上高效執行多種神經網路模型，包括CNN、DNN、RNN等，廣泛適用於電機故障識別、電弧檢測等場景。同時，TI提供完善的API庫和模型編譯工具鏈，客戶無需為NPU手動編寫程式碼，進一步降低了AI模型的部署門檻。