得一微电子亮相HiPi Chiplet论坛,解读AI存力芯片创新路径
时间:2026-07-04 13:46
12月20日,第四届HiPiChiplet论坛在京落幕。得一微电子首席市场官罗挺发表演讲,指出Chiplet技术可突破存储带宽瓶颈,存算一体架构重塑计算范式,AI-MemoryX技术降低大模型训练成本,已在多领域应用。
12月20日,由高性能芯片互联技术联盟(HiPi联盟)主办的第四届HiPi Chiplet论坛在北京圆满收官。本届大会以“探索芯前沿,驱动新智能”为主题,重点围绕算力提升、先进工艺突破、技术演进路径、Chiplet生态构建以及人工智能技术赋能等关键议题展开,旨在为高性能芯片产业的加速突破注入新动能。得一微电子(YEESTOR)首席市场官罗挺先生应邀出席,并在“AI芯片及应用分论坛”上发表了题为《Chiplet时代的AI存力芯片》的演讲,深入剖析了AI存力演进趋势与技术路径,分享了独到见解。
Chiplet标准化与产业价值共建
全球集成电路产业正经历深刻变革,人工智能也进入高速发展阶段。在此背景下,芯粒(Chiplet)技术已成为突破高端芯片发展瓶颈的关键路径。由国内产业链龙头企业及高校科研机构联合发起的HiPi联盟,正全力推动端到端、可持续演进的Chiplet标准、技术与创新生态体系建设。
本次AI芯片及应用论坛阵容强大,汇聚了中国计算机行业协会人工智能产业工委会、北京大学、清华大学,以及超聚变、安谋科技、科大讯飞、得一微电子等顶尖学府、机构和企业的专家学者。参会者覆盖从芯片、服务器到模型及端侧应用的全产业链环节,围绕人工智能与AI芯片应用的软硬协同创新及生态共建,深入探讨了如何定义真实效能、突破部署瓶颈、驱动场景落地,最终促进AI技术的普惠化与产业价值的规模化实现。
Chiplet时代的AI存力芯片
在主题演讲中,罗挺先生重点聚焦Chiplet技术驱动下的AI存力芯片创新,探讨了存储架构如何主动驱动算力这一行业趋势。2025年,存力市场的供需关系正在发生转变,叠加AI需求的激增,发展高性能存力芯片已成为必然选择。
举例而言,当前基于Transformer架构的大语言模型(LLM)在计算时均依赖于GPU并行处理。然而,这一高度集中的计算模式正面临越来越严峻的存储带宽与容量瓶颈。Chiplet技术展现出IP芯片化、集成异构化以及IO增量化等趋势,对于突破传统的“存储墙”问题具有革命性意义。
罗挺指出,以存算一体为核心的存力芯片将深刻重塑神经网络的计算范式。重新设计的存力芯片通过搭配高带宽闪存颗粒,在大容量、高性价比及卓越能效方面具备显著优势。而Chiplet高速互连机制则为GPU-Storage直连架构的异构集成提供了天然载体,使GPU能够通过标准协议直接访问SSD数据,最终实现亿级IOPS性能的SSD解决方案。
结合产业实践,罗挺进一步剖析了得一微电子的AI存力芯片如何凭借存算一体与存算互联技术的协同,实现全新的融合存算架构,并展望了AI存力芯片在系统级优化与场景化部署方面的未来演进方向。
得一微电子,以AI存力芯片推动产业进化
作为国内领先的AI存力芯片设计企业,得一微电子率先实践了AI-MemoryX显存扩展技术,充分展示了对大模型训练与推理的赋能价值。AI-MemoryX技术可有效扩充可用显存容量,大幅降低对昂贵高速显存的依赖,使更多企业与研究机构能够以有限的资源与较低成本开展大模型训练及微调。目前,该技术已在政务、医疗、教育、办公等多个关键领域获得深度应用。
随着AI-MemoryX技术的持续迭代,得一微电子将在更多应用场景中推出AI存力芯片及解决方案。公司将持续深化在存储控制、存算互联与存算一体等领域的技术研发与布局,致力于为智能终端、智能汽车及智算中心提供全场景AI存力支持,推动AI手机、AI PC、AIoT、AI汽车及AI Infra基础设施领域的存力进化,让每比特数据创造更多智能。