AI算力硬件竞争从“堆算力”转向系统效率竞争【AI算力硬件产业研讨沙龙】

7月24日，“益企同行·梅林AI硬件创新产业社区系列活动——AI算力硬件产业研讨沙龙”在深圳福田举行。来自高校科研团队、AI芯片与功率半导体企业、上市公司、投资机构及产业服务平台的20余位嘉宾，围绕通用算力与场景化算力、高密度算力系统瓶颈及国产AI硬件规模化落地展开闭门研讨。

与会嘉宾认为，AI算力硬件竞争正从单一芯片峰值性能比拼，转向存储、互联、供电、散热、封装、软件栈和应用场景的系统级协同。随着模型规模与推理需求持续增长，“算得快”之外，“数据能否及时供给计算”“系统能否以可接受的功耗和成本稳定运行”成为产业关注重点。

沙龙现场，熵旋芯智围绕MRAM存内计算分享了新型算力架构探索。项目团队认为，传统AI芯片同时受到片外访存和片上缓存约束，存算一体可通过减少数据搬运提升能效与有效带宽。苏州达蒙德半导体展示了单晶金刚石衬底、金刚石热沉及微通道散热等技术，探索面向高功率器件和AI芯片的极限热管理方案。矽迪半导体则分享了三电平SiC功率模组、SST及数字化EDA平台在AIDC、储能和工业电源中的应用。

围绕“下一轮产业机会在哪里”，多位嘉宾提出，端侧和场景化算力将成为重要增量方向。AI眼镜、机器人、医疗本地推理、AIPC及行业专用设备，对低功耗、小面积、数据安全、系统兼容和单场景效率提出了更明确的要求，也为存算架构、专用芯片和模块化硬件创造了差异化空间。

在系统瓶颈讨论中，现场形成的共识是：功率、散热、互联和存储并不是相互独立的单项问题，而是决定算力密度与部署成本的耦合系统。供电效率关系到机柜功率密度和能源利用，热管理影响器件可靠性和寿命，互联与存储则决定峰值算力能否转化为实际性能。

在规模化落地议题上，与会嘉宾普遍强调，客户不会为单一技术概念买单。国产AI硬件真正进入采购体系，需要同时满足软件兼容、生态成熟、良率、成本、稳定性、合规性、持续交付和投资回报等条件。对于初创企业而言，应优先找到明确场景和首批客户，借助产业平台完成小批量验证，再逐步进入规模化供应链。

本次活动由中国科技发展基金会·青科创联、深圳嘉立创科技集团股份有限公司、后浪资本、上海德筑企业管理有限公司、深圳市福田产业投资服务有限公司、青托工程促进会大湾区分会共同主办。活动通过项目路演与主题研讨相结合的方式，推动科研、产业、资本、人才和供应链资源深度连接，为AI算力硬件技术验证、场景落地与产业协同搭建交流平台。（完）

往期活动：