全球AI芯片峰会,9月上海见!
Quick Answer
The 2026 Global AI Chip Summit will take place in Shanghai on September 22-23, focusing on the evolving AI chip landscape, including the shift from training to inference, the rise of diverse chip technologies, and the restructuring of industry competition.
Quick Take
Notable speakers include experts from leading universities and companies, discussing advancements in AI chip architecture and applications.
Key Points
- AI chip demand is shifting from training to inference, impacting power consumption patterns.
- Diverse chip technologies like LPU and integrated storage-computing are gaining traction.
- The market is moving towards multi-layered competition, breaking NVIDIA's dominance.
- The summit will feature over 60 prominent speakers discussing key industry trends.
- The event will include forums and workshops on AI chip architecture and innovations.
DeepSignal Analysis
What happened
The 2026 Global AI Chip Summit is scheduled for September 22-23 in Shanghai, focusing on the evolving AI chip landscape. Key topics include the shift from training to inference, the emergence of diverse chip technologies, and changes in industry competition. Notable speakers include experts from leading universities and companies.
Key evidence
- The summit will feature over 60 prominent speakers discussing advancements in AI chip architecture and applications.
- The event will include a two-day agenda with an opening ceremony, three forums, and five workshops, covering topics from AI chip architecture to token-based operations.
- The summit has been held annually since 2018, except for 2021 due to the pandemic, establishing itself as a significant event in the AI chip industry.
Why it matters
The summit reflects a critical transition in the AI chip industry, with inference surpassing training in power consumption and a diversification of chip technologies. This shift indicates a broader competitive landscape, moving away from NVIDIA's dominance. The discussions at the summit may influence future developments and collaborations in AI chip technology.
📖 Reader Mode
~4 min read
今年,AI芯片从技术到产业正迎来清晰的结构性拐点,四大核心信号持续印证趋势不可逆。
AI算力需求结构发生切换,推理逐步超过训练成为算力消耗主力,通用GPU不再是全场景最优解,LPU、存算一体等AI芯片多技术路线在探索中加速跑通,超节点则正在成为释放大规模集群有效算力的核心形态;
市场格局打破NVIDIA一枝独秀,云厂商自研ASIC、国产AI加速卡持续放量,行业进入多元分层竞争阶段;
行业商业模式持续迭代,重心从不计成本抢夺高端算力,转向以Token成本、算力利用率为核心的精细化运营;
产业链分工走向重构,头部模型厂商深度参与芯片定义,芯片企业竞争主线从单纯售卖硬件,升级为硬件、编译器与模型适配一体化算力方案的比拼,超节点软硬件一体化能力成为行业竞争新焦点。
在上述背景下,由智东西发起的2026全球AI芯片峰会(GACS 2026)将于9月22-23日在上海正式举行。本次大会由智东西旗下智猩猩主办,芯东西协办,将以“芯路求索 聚力致远”为主题。为期两天的大会,由“开幕式+高峰论坛+研讨会+交流晚宴+展览区”组成,并计划邀请60+位重量级嘉宾与会带来致辞、报告、演讲和对话。
自2018年在上海启动首届以来,经过八年七届的成功运作,全球AI芯片峰会现已成为AI芯片领域国内规模最大、规格最高、影响力最强的技术产业大会。

▲2018全球AI芯片创新峰会现场图
一、两天日程框架出炉:从TOPS到Token,深度解构AI算力关键链路

2026全球AI芯片峰会为期两天的日程已出炉,由一场开幕式、三场高峰论坛以及五场研讨会组成。
其中,开幕式将于9月22日上午拉开帷幕;大模型AI芯片高峰论坛将于9月22日下午在主会场进行;Agent推理芯片高峰论坛、具身智能芯片高峰论坛则将于9月23日在主会场依次进行。
此外,大会还将举办五场闭门制研讨会,Token工厂异构混训混推技术研讨会、超节点技术研讨会将在分会场一进行;AI芯片架构创新技术研讨会、新型存储器技术研讨会、大模型KV Cache技术研讨会则将在分会场二进行。五场研讨会主要面向持有大会通票、VIP票以及贵宾票(SVIP)的观众开放。
二、首批嘉宾公布:三位学者同台,AI CPU与具身芯片新势力在列
今天,也将为大家正式公布本次大会的首批嘉宾。
灵睿智芯联合创始人兼副总裁李华庆将在Agent推理芯片高峰论坛上带来演讲分享,维泛智能创始人兼CEO殷积磊将在具身智能芯片高峰论坛上进行主题演讲。
南京大学计算机学院副教授、博导郑嘉琦将在分会场一的超节点技术研讨会上发表演讲。
上海交通大学集成电路学院副教授、博士生导师张宸,香港科技大学(广州)微电子学域助理教授黄嘉逸将在分会场二的AI芯片架构创新技术研讨会上进行演讲。
1、上海交通大学集成电路学院副教授、博士生导师 张宸

张宸,上海交通大学集成电路学院副教授、博士生导师、上海市海外高层次人才、启源青年学者;长期专注于GPU以及Multi-GPU超节点方面的研究;在ISCA、MICRO、HPCA等体系结构领域会议发表论文40篇,谷歌施引6100余次,单篇最高2900余次;以第一/通讯作者,获十年回顾最佳论文奖2次,最佳论文5次(ASPLOS‘26、ISCA’25、ISEDA’25、TCAD’19、FPGA’15)。其中,“ICCAD十年回顾最具影响力论文奖”和“FPGA与可重构计算名人堂奖”均为国内第一单位首次获奖。个人获世界人工智能大会“云帆奖-璀璨明星”、AI芯片设计世界最有影响力学者(唯一35岁以下获奖者)、ChinaSys新星奖等荣誉。加入上海交大前,分别在微软和某国产算力领军企业负责异构智能算力集群建设。作为部门八名核心架构师之一,负责国产AI算力芯片从零到一的架构设计与工程实现,率先突破超节点互连架构关键技术,并已实现大规模量产。相关成果获最高领导层亲临考察,并获中央电视台《新闻联播》报道。
2、南京大学计算机学院副教授、博导 郑嘉琦

郑嘉琦,南京大学计算机学院副教授、博士生导师。目前主要研究超节点互联系统,主持国家自然科学基金优青、面上、青年项目,以及华为、阿里、字节、腾讯等企业创新基金项目,在国际高水平刊物SIGCOMM、NSDI、NIPS发表学术论文100余篇,3次获得CCF推荐国际会议最佳论文奖。3项授权专利转让给华为中央研究院。相关成果被美国顶尖高校纳入计算机核心课程,并获美国NSF 2024年度里程碑研究报告专题引用,并成功应用于阿里、美团等互联网头部企业,服务全球亿万用户,形成了具有自主知识产权的网络优化框架与系统,获得中国日报网、中国网等主流媒体的关注报道。郑嘉琦博士曾获得江苏省科学技术一等奖,华为“难题揭榜”火花奖,小米青年学者科技创新奖,CCF优博奖等荣誉。
3、香港科技大学(广州)微电子学域助理教授 黄嘉逸

黄嘉逸,现任香港科技大学(广州)微电子学域助理教授。曾任阿里巴巴达摩院计算技术科学家,此前于美国加州大学圣塔芭芭拉分校从事博士后研究。分别于浙江大学和美国德州农工大学获得学士和博士学位。研究方向为计算机体系结构、互连网络与机器学习系统,研究工作主要发表于计算机体系结构(ISCA、MICRO、ASPLOS、HPCA)与人工智能(ICML、ICLR、MLSys)国际顶级会议,研究成果捷径连接混合专家模型ScMoE已落地美团龙猫大模型系列。曾获得英特尔2025年度杰出研究员奖、TAMU Dissertation Fellowship、ISQED 2026最佳论文奖、ISCA 2025杰出Artifact奖、DATE 2022最佳论文提名。
4、维泛智能创始人兼CEO 殷积磊

殷积磊,北京大学本硕,前沿工程博士(在读)。从业期间深耕高端处理器与高能效AI推理芯片研发领域,具有近10年AI推理芯片公司运营和软硬件协同产品研发管理经验,20年IC前沿产品及技术行业经验。
担任IBM/Global Foundries研发总监期间,深度参与IBM Power系列云端处理器的设计与全流程验证工作,积累了顶尖芯片研发的技术体系与项目管控经验。
任职知存科技期间,担任COO兼研发副总裁,主导从0到1组织搭建300人规模的前沿AI芯片产品研发,具有从架构、设计、验证、流片、封测以及软件、算法、工具链开发到客户量产交付的完整闭环经验。牵头带领团队完成多款核心产品研发与量产落地,覆盖智能耳机、智能手表、智能手环、智能眼镜、智能座舱等场景,累计出货量达数百万。
2025年5月创立维泛智能,聚焦泛机器人“大小脑”融合一体芯片研发,现已搭建上百人研发团队,完成数亿元种子轮融资,深耕机器人算力国产自主化赛道,破解人形机器人当下大脑芯片有效算力不足、能效失衡、成本过高等痛点,为工业、特种、科研类具身装备提供自主可控核心算力解决方案。
5、灵睿智芯联合创始人兼副总裁 李华庆

李华庆博士于2006年毕业于上海交通大学计算机科学与技术专业,拥有近二十年IT行业从业经验,先后在英业达、IBM、中科曙光等国内外知名企业任职,历任高级工程师、高级经理、高级总监等关键岗位,长期致力于软件、芯片、服务器及存储系统等领域的开发、测试与市场推广工作,积累了扎实的技术功底与深厚的管理经验。目前,李华庆博士担任上海灵睿智芯计算技术有限公司联合创始人及副总裁,分管产品市场与生态建设工作。
更多大会嘉宾,后续将陆续揭晓。
从2018年3月举办国内首场AI芯片产业峰会至今,八年来,除了2021年受疫情影响外,全球AI芯片峰会基本上保持每年一届的节奏,共邀请220+位大咖分享前沿进展和行业洞见,成为了解国内外AI芯片发展动态的重要窗口,也是目前国内在AI芯片领域里最具影响力的行业峰会之一。
2026年,全球AI芯片峰会(GACS 2026)将再次启幕,继续聚焦AI芯片产业发展的核心方向,探索智能计算新时代下芯片技术的新机遇。接下来带大家回顾下近三届全球AI芯片峰会盛况。
(往届会议详情可见官网:https://gtic.zhidx.com)
去年9月17日,2025全球AI芯片峰会在上海举行,以“AI大基建 智芯新世界”为主题,将国产AI芯片新老势力、核心生态链企业、投资机构代表汇聚一堂,集中输出技术及产业干货,全景式解构AI芯片热门发展方向,来自AI芯片领域的42位产学研专家及创业先锋代表,畅谈对大模型下半场中国AI芯片创新、落地、生存、破局的最新观察与思考。
在上午主论坛期间,中山大学集成电路学院院长、IEEE/AAIA Fellow王中风教授探讨了AI芯片设计的三大前沿方向,为行业的发展提供了宝贵的见解和指导,来自云天励飞、华为昇腾、行云集成电路、奎芯科技、探微芯联、新华三的产业嘉宾分别发表主题演讲,分享了他们的观察与思考。在下午的大模型AI芯片专题论坛上,上海交通大学计算机学院教授、上海期智研究院PI冷静文分享了数据流体系架构如何成为新一代的大模型加速引擎。随后,来自曦望Sunrise、爱芯元智、墨芯人工智能、江原科技、迈特芯、智源研究院、北极雄芯、Alphawave的产业嘉宾分别发表主题演讲,分享创新的技术路径与最新进展。
同时,大会的分会场也成功举办了AI芯片架构创新专题论坛、存算一体AI芯片架构创新技术研讨会与超节点与智算集群技术研讨会。

▲2025全球AI芯片峰会现场
2024年9月,2024全球AI芯片峰会在北京圆满收官,以「智算纪元 共筑芯路」为主题,全面展示AI芯片产业在算力、网络、存储、软件、系统及应用方面的前沿技术、最新成果与落地进程。50+位产学研嘉宾全程密集输出干货,有超过1500位观众到场参会,线上观看人次累计超过210万。
在首日主会场的开幕式上,清华大学教授、集成电路学院副院长尹首一系统性复盘了高算力芯片存在的技术挑战,并全面分析五条创新技术路径。首日共有21位来自顶尖高校及科研院所、AI芯片企业的专家、创业者及高管进行分享。其中,高端对话环节邀请了壁仞科技、爱芯元智、凌川科技三家AI芯片创企代表激情交辩,他们集中探讨了AI芯片产业现状、最新实践与进阶方向。峰会第二天演讲继续输出密集干货,并正式公布「2024年度中国智算集群解决方案企业TOP 20」、「2024年度中国AI芯片新锐企业TOP 10」AiiP AI生产力创新先锋企业榜单。
同时,大会的分会场也成功举办了三场论坛,分别为Chiplet关键技术论坛、智算集群技术论坛和中国RISC-V计算芯片创新论坛。

▲2024全球AI芯片峰会现场
2023年9月,2023全球AI芯片峰会在深圳圆满举行,以“AI大时代 逐鹿芯世界”为主题,邀请46+位嘉宾畅谈生成式AI与大模型算力需求、投融资机遇、架构创新、商用落地等AI芯片焦点议题。现场人气十分火爆,全场座无虚席。
在首日举行的主会场上,清华大学教授、中国半导体行业协会副理事长、IEEE Fellow魏少军带来开场报告《再谈人工智能芯片的发展》,来自英伟达、燧原科技、高通、亿铸科技、北极雄芯、AMD、奎芯科技、后摩智能、安谋科技、鲲云科技、珠海芯动力、芯至科技、每刻深思等12家国内外顶尖AI芯片企业及新锐企业的创始人、技术决策者及高管分别发表主题演讲,分享对AI芯片产业趋势的前沿研判与最新实践。
在第二天的AI大算力芯片论坛、高能效AI芯片论坛上,上海交通大学计算机科学与工程系教授梁晓峣发表开场演讲,随后来自英特尔Habana、壁仞科技、千芯科技、Graphcore、中科加禾、芯和半导体、云天励飞、知存科技、诺磊科技、迈特芯、肇观电子、智芯科、原粒半导体、九天睿芯等15家顶尖AI芯片企业及新锐企业的创始人、技术决策者及高管分别发表主题演讲,分享前沿研判与最新实践。首次增设的分会场,也成功举行了集成电路政策交流会(邀请制),以及AI芯片分析师论坛、智算中心算力与网络高峰论坛。

▲2023全球AI芯片峰会现场
四、展览区招展正式启动 交流晚宴也已开放申请
本次大会同期也将在会场外设置GACS 2026展览区,以标展形式为主,将邀请AI芯片产业的相关优秀企业展示最新技术、产品与方案。
在去年9月2025全球AI芯片峰会的展览区上,超摩科技、奎芯科技、特励达力科、Alphawave、芯来科技、Achronix、曦望Sunrise、矩量无限、AWE、晶心科技、芯盟科技等11家企业带来了最新技术产品展示,展览区人头攒动,从早到晚充斥着热切的交流声。

▲2025全球AI芯片峰会展览区现场
此外,本次大会首日的晚上也将举办一场交流晚宴。在今年4月2026中国生成式AI大会和7月2026中国AI智能体大会的交流晚宴上,百余位行业大咖、技术专家、企业精英等齐聚一堂,褪去学术研讨氛围,围桌畅谈行业前沿动态、技术研发成果与商业融合路径。

▲往届大会晚宴现场
目前大会筹备工作已经全面启动,对报告、演讲、赞助、展位有需求的企业和个人,欢迎与我们联系咨询。如果想参与交流晚宴环节,也可以扫描文末二维码,联系小助手“雪梨”进行购票申请。
五、观众报名通道开启:四类电子门票开放
随着大会首批嘉宾的公布,观众报名通道也正式开启。
大会设置了大会通票、VIP票、贵宾票(SVIP)和观众票。

▲大会门票票种及对应权益
大家可以扫描下方二维码添加小助手“雪梨”报名。已添加过“雪梨”的老朋友,可以给“雪梨”私信,发送“GACS26”即可。
有演讲、会议赞助、展位赞助需求的朋友也可以私信“雪梨”进行咨询。

— Originally published at zhidx.com
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from WebSearch (Tavily)
See more →Stop just chatting with AI. Learn to build production-ready software in ...
The 2026 Bootcamp offers hands-on training in building production-ready software using Generative AI, applications, and AI agents, emphasizing practical skills over casual interaction with AI. Participants will learn to develop applications like Cursor AI, preparing them for real-world challenges in AI development.


