2026年6月12日-13日，第八届“北京智源大会”在中关村国际创新中心盛大举办。北京智源大会是智源研究院主办的“AI内行学术盛会”，以“技术前沿、国际视野、青年人才”为特色，汇聚海内外研究者，分享研究成果、共同探讨Agent、世界模型、具身智能、AI 自进化与 AI 安全等前沿议题，交流实践经验。作为国内领先的 AGI 基础设施服务商，无问芯穹携全栈技术积累与丰富产业实践经验深度参与本届大会，从底层算力架构创新到智能生产范式升级，多维度分享了对 AGI 发展的深度洞察。
汪玉：异质互联软硬协同，构建大模型时代的算力供给底座
清华大学电子工程系教授、IEEE Fellow、无问芯穹发起人汪玉出席“智算前沿 - 下一代架构及基础软件”论坛，并发表《大模型时代的算力供给：异质互联软硬协同设计与实践》为题的演讲。
他指出，当前算力的供需差距在持续扩大，而算力网的异构、异域、异属、碎片化问题是跨域异质算力互联的最大挑战，需通过软件硬件层的协同技术创新破解异域异构异属难题。目前，无问芯穹已围绕算子优化、通信优化、负载调度等多层级开展技术攻关，实现了“千卡异构+千里跨域”混合训练实践，并通过集群推理优化软件解决计算与通信的效率问题，充分利用国内异构算力，多层次协同优化Token生产效率与成本。同时他强调：“从电到 Token ，有软件、集群、芯片多个层次的优化空间。而从 Token 到生产力，还需要构建面向智能体的平台服务能力，加速 Token 到各个行业的价值转化。”
面向未来，汪玉教授提出三大核心发展方向：一是集群软件仍存在数量级优化空间，并行策略、推理框架、波峰波谷调度等将持续释放效率红利；二是联动光模块、算力芯片、液冷等上下游产业链，打造新一代万卡国产异构标杆集群；三是面向智能体推理负载，探索具有极致性价比和能效比的专用大模型推理芯片架构。
最后，汪玉教授指出，随着 Agentic AI 推动算力负载从人机交互转向机器持续推理，集群设计目标将从追求峰值算力转向单位 Token 能效优化，集群架构将从同构 GPU 集群走向 GPU、LPU、DPU 等多芯协同的混合异构模式，大规模训推可通过异构分域组网实现综合效能提升，算电融合、绿电直连也将成为下一代算力基础设施体系的重要演进方向。
李伯勋：基础设施撬动智能生产，解析 AGI 时代的经济新范式
无问芯穹首席技术官李伯勋参与“Token 经济与 OPC”论坛，发表题为《基础设施撬动智能生产的经济账》的主题演讲，围绕 AI 算力供需格局、基础设施价值定位与效率优化路径展开深度分享。
李伯勋提到，AI基础设施是衔接芯片层与模型层的核心中间层，其价值核心可概括为“规模 × 效率”，既要支撑算力规模快速扩张，也要实现从电能到 Token、再到应用价值的高效转化。“基础设施能撬动智能生产的经济账。”他指出，无问芯穹过去一年已经通过全栈技术优化将推理成本下降超 10 倍，并预计以每 3-6 个月压降推理成本 50% 的速度来满足市场需求；同时通过异构协同技术整合多类国产芯片，以智能体运维提升大规模集群稳定性，破解规模化算力的效率与可靠性难题。
站在 AGI 产业加速演进的关键节点，无问芯穹将持续以技术创新为核心驱动力，深耕异质算力协同与全栈基础设施优化，不断拓展 Token 的生产效率与价值边界，携手产业伙伴共同夯实 AGI 发展的基础设施根基，推动智能深度融入千行百业，助力中国 AI 产业高质量发展。
