在昨天举办的“2021新思科技开发者大会”上，燧原科技受邀在“人工智能”和“高性能计算”两个技术分论坛上进行了三场主题分享，重点展示了研发案例与实践经验。这些内容对AI芯片开发者而言，包含许多值得深度解析的实战干货。

首先介绍基于HAPS的超大规模AI原型系统实现。随着人工智能芯片面积不断增大、总线设计日益复杂，原型验证平台面临显著挑战。新思科技的HAPS100设备相较于前代HAPS80，FPGA LUT资源提升了60%，物理接口数目提高了50%，并内置了更多存储和DSP资源。基于HAPS100，可集成更多计算单元，避免了拆分大型IP模块，从而减少FPGA间互连延迟，提升AI系统整体运行频率——这意味着能够搭建一个完整且高效的AI神经网络系统。对燧原科技而言，该方案极大助力从系统级全面验证芯片的完整功能，尽早发现设计中可能隐藏的缺陷，有效降低流片风险、缩短验证周期，从而满足流片条件。

接下来聚焦构建高效安全的AI芯片软件。燧原科技在三年半内成功实现邃思1.0的量产落地，并发布了第二代训练芯片邃思2.0，充分展现了其在芯片设计与量产方面的深厚实力。不过，硬科技的成功落地，软件支持同样至关重要。从早期设计阶段的架构软件评估、芯片验证阶段的DV测试用例与Diagnostics程序开发，到芯片流片后的量产测试及系统验证工具，直至最终业务部署的全栈软件——每一环节都离不开软件的支撑。软件质量已然成为AI加速卡落地的关键挑战之一。高效、高质量的自研工具软件为落地提供了坚实保障，而安全高效的AI业务软件，则是实现客户价值的重要基石。燧原科技在软件开发中，充分整合各类开源工具、商业工具及其组合，最大化发挥各工具的优势，结合高效敏捷的持续集成流水线，从设计初期便持续进行软件质量检查，实现持续集成。

最后探讨使用ZeBu Empower加速芯片流片前的功耗分析。随着AI应用场景和工作负载的复杂度持续增长，燧原科技的第二代训练芯片“邃思2.0”必须在提供高吞吐量的同时，将系统功耗降至最低。通过与新思科技合作，燧原在芯片设计早期阶段即可在Zebu Empower仿真平台上运行复杂的软件工作负载，从全局角度验证并优化芯片功耗架构。得益于Zebu Empower卓越的性能，设计团队能够快速迭代功耗分析与优化方案，显著降低产品的功耗风险，最终达成设定的功耗目标。

此外，燧原科技的王永栋还在本次大会中荣获“优秀论文奖”。