课程 ID: 19322
描述:
话题概述:
受美国芯片法案影响，国内 AI 产业加速走向国产化算力替代已成必然趋势。我们的演讲内容围绕国产芯片模型适配展开。由于国产芯片架构、指令集与生态存在显著差异，大模型向国产化算力平台迁移适配面临诸多挑战，传统手工算子开发周期长、跨硬件适配难度大。
为此，我们希望引入 AI Coding 技术，构建面向异构芯片的智能算子开发工具链，依托 AI 编码能力自动完成算子编写、适配与性能调优，大幅降低算子研发人力投入，有效缩短大模型跨芯片适配周期，同时持续提升推理运行性能。
除此之外，算子工具链还可延伸应用于科学计算与下一代大模型研发，精简算子开发流程，助力工程师快速探索创新模型结构、落地复杂计算逻辑，为 AI 算力生态长远发展提供坚实支撑。
演讲题纲:
仍需完善...
话题亮点：
1. 相较于通用复杂场景，算子 Agent 应用场景高度单一、边界明确。
2. 算子开发任务易验证、AI 可快速长期迭代，落地门槛低。
3. 具备哪些性质的任务真正适配 AI 执行。