AICC2026大会聚焦算力变革 推动AI全栈协同与开放生态建设

新华财经北京9月22日电（记者孙广见） 2026人工智能计算大会（AICC2026）21日在北京举行。大会聚焦大模型、智能体加速演进带来的计算产业变革，以应用负载为牵引，汇聚芯片、系统、软件、模型与应用等产业链力量，展示前沿技术探索与落地实践，以开放、多元推动协同创新，共同探索适合智能体时代中国AI计算产业的发展路径，加快人工智能向现实生产力转化。

智能体加速产业与技术双重变革

工业和信息化部电子信息司电子系统处处长金磊表示，随着智能体加快进入生产、科研和社会服务，人工智能对计算能力提出更大规模、更高效率和更多元化需求。未来产业发展需要持续强化基础创新，推动计算架构、数据存储、高速互联、软硬协同和算电协同等关键技术突破；加强算力、存力、运力、电力等要素协同；完善标准体系、测试验证和服务平台建设，提升AI计算产业整体发展能力。

图为2026人工智能计算大会（AICC2026）现场

同济大学党委书记郑庆华围绕更高阶机器智能的演进路径展开分享。他认为，大模型依靠数据和算力驱动取得了显著突破，但面向更高阶智能，仅靠规模扩展仍面临持续学习、抽象推理和未知环境适应等挑战。未来机器智能需要进一步形成可持续、可泛化、可迁移的学习能力，并借鉴人脑记忆、联想等机制，探索面向小样本强推理的机器记忆智能新路径。

清华大学教授吴华强从存算一体切入，探讨AI算力芯片突破传统技术路径的可能性。他强调，面对大模型算力需求快速增长以及传统芯片在面积、带宽等方面的约束，AI算力芯片创新不能只依赖既有技术路径，还需要从新器件、新架构和新计算范式中寻找突破。忆阻器存算一体通过重构计算与存储的关系，减少数据搬移，并通过器件、工艺、电路、架构与软件协同，为高算力芯片发展探索新的技术路径。

应用负载牵引全栈协同 开放生态释放多元算力

Agent的快速普及正在重塑基础设施。多轮推理、长上下文、工具调用和多智能体协作，使计算瓶颈从单一算力环节进一步延伸至存储、互连、调度和软件栈，推动AI计算从单点优化走向面向真实负载的全栈协同。

围绕这一变化，浪潮信息首席AI战略官刘军将Agent时代的AI计算概括为两个演进方向：能力型智算，支撑突破智能上限；容量型智算，实现智能充分供给。面向这两类需求，计算系统需要以大模型和Agent负载为牵引，统筹算子、内存、互连与整机系统，从局部优化走向端到端协同。

北极雄芯创始人、首席科学家马恺声认为，Chiplet的价值不只是突破单芯片集成边界，更在于面向工作负载重新组织计算、存储和互连资源，系统瓶颈正在从单纯算力扩展到带宽、访存和通信等环节，架构设计需要根据模型特征、并发需求和时延成本目标进行选择，通过3D集成、近存计算等路径提升整体计算效率。

北京智源人工智能研究院副院长兼总工程师林咏华指出，AI负载不会收敛，计算架构也不会只剩一种。硬件创新要转化为可用算力，需要共享的软件生态支撑。众智FlagOS通过统一编译器、算子、通信和训推框架等能力，降低多元芯片的重复适配成本，让不同计算架构更快进入AI生态。

SGLang核心贡献者张晓雨表示，Agent时代的推理优化正在从单点算子加速走向系统协同。SGLang通过统一Kernel接口衔接不同硬件与实现路径，并将Kernel与调度、缓存、模型执行共同设计和验证，提升多元硬件环境下的推理效率；同时引入Agent参与算子生成、调优和验证，加快底层优化迭代。

会上，国际数据公司（IDC）与浪潮信息联合发布《2026年中国人工智能计算力发展评估报告》。《报告》围绕智能体规模化带来的算力变革，从算力供需、基础设施演进和产业发展趋势展开分析，指出智能体正在重塑AI算力基础设施，以乘数效应推动Token（词元）消耗激增，带动中国智能算力规模斜率大幅上调。预计2026年中国智能算力规模将达到2576.5 EFLOPS，同比增长87.9%。

据了解，今年是AICC人工智能计算大会的第七届。本届大会由中国人工智能学会支持，北京开源芯片研究院、北京智源人工智能研究院、清华大学具身智能与机器人研究院、中电标协开放计算标准工作委员会OCTC、SGLang、Datawhale、CSDN等多家专业机构及开源社区联合主办。

编辑：罗浩

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115