本届 ICCAD-Expo 高峰论坛汇集 27 位集成电路、AI 领域产业领袖,大家的共识非常清晰:AI 已经跨过单纯比拼大模型参数、堆算力的阶段,接下来会进入 Agentic AI、物理 AI 落地的新阶段,竞争重心从单芯片性能转向系统闭环、异构算力、先进封装、EDA 与 IP 生态协同,同时算力成本、能效、供应链安全、软硬件适配会成为产业核心约束,想要跟上 AI 发展节奏,企业必须跳出传统芯片思维,转向系统思维,兼顾云端训练推理、边缘端部署、机器人和 AR 等物理场景,补齐 EDA、互连、封装配套短板,才能抓住 AI 产业化落地的机会。
一、高峰论坛核心共识清单
✅ 核心观点汇总
- AI 发展阶段切换:从对话式生成 AI,转向 Agent 自主执行、物理 AI(机器人、自动驾驶)落地,不再只追求 Token 产量,重点看能效、落地价值、单位算力成本
- 竞争逻辑转变:不再单比芯片算力,系统级效率、多芯片互连、软件栈、闭环反馈能力成为新胜负手
- 算力架构走向异构:GPU、CPU、专用 AI 加速器、RISC-V 架构协同,CPU 调度编排价值重新提升
- 后摩尔路线落地:3D IC、2.5D 先进封装、HBM、高速互连是解决算力瓶颈的核心方案
- 两条主线并行:云端算力持续扩容,同时 AI 大规模往边缘、端侧下沉,数字世界走向物理世界
- 国产产业链重点:EDA、IP、存储、互连、封装配套同步补齐,重视供应链韧性与安全
- 长期主义:智能化是长期浪潮,AI 只是开端,不能短期投机,要尊重半导体技术客观规律
二、重点嘉宾观点拆解
| 嘉宾 | 机构 | 核心观点 |
|---|---|---|
| 魏少军 | 中国半导体行业协会集成电路设计分会 | 要以战略视角看待 AI,坚持长期主义;从芯片思维转向系统思维;重视多芯片互联损耗,大规模集群通信开销最高可达 30%-40% |
| 罗镇球 | 台积电(中国) | AI 带动先进工艺、成熟工艺、特色工艺同步增长;2nm 持续推进,3D IC 是后摩尔时代主战场,半导体市场天花板持续上调 |
| 陈锋 | 安谋科技 | Agentic AI 时代异构计算成为主流,看重每瓦性能,Arm 生态覆盖云、边、端物理 AI 场景 |
| 米鹏 | 奕斯伟计算 | AI 比拼闭环智能系统,打通感知 - 认知 - 控制执行链路;分布式协同,RISC-V 适合作为统一开放算力底座 |
| 胡维多 | 格罗方德中国区 | AI 三大趋势:数据中心持续扩张、AI 进入物理世界、供应链稳定性优先级提升 |
| 姚尧 | 新思科技 | 从芯片到全系统工程创新,EDA 工具链支撑复杂 AI 芯片、先进封装设计验证 |
三、四大核心赛道趋势解读
1、Agentic AI 与推理算力爆发
AI 从被动问答,变成可以自主规划、调用工具、持续执行任务的 Agent。推理算力需求增速会超过训练算力,定制化专用芯片、IP 方案、低成本 Token 方案会迎来大量需求,单纯堆训练大芯片的路线会慢慢遇到成本瓶颈。
2、异构算力 + 分布式智能
单一 GPU 很难覆盖全部负载,CPU 负责调度、GPU 做并行训练、专用加速器做推理,多种芯片协同。分布式智能不是简单复制算力节点,而是按任务分配不同能力,节点之间协同、支持任务迁移,软件栈复用能力非常关键。
3、先进封装与高速互连成为刚需
单芯片尺寸、功耗、工艺走到瓶颈,3D IC、2.5D 封装、HBM、高速接口、硅光子 / CPO 是接下来的破局路线。很多领袖提到,算力瓶颈不在晶体管数量,而在芯片之间的数据传输延迟、带宽、功耗。
4、物理 AI(Physical AI)落地加速
AI 不再只跑在服务器里,大量进入人形机器人、AR 眼镜、车载、工业设备,要求端侧低功耗、高实时性、安全可靠,倒逼低功耗 AI 芯片、感知、控制一体化方案迭代。
四、产业需要直面的痛点
- 多芯片互联损耗高,大规模集群通信开销吃掉大量算力
- 算力电力、散热成本持续走高,能效成为硬性指标
- EDA、IP、测试工具链配套跟不上 AI 芯片迭代速度
- 端侧物理 AI 场景碎片化,统一软件生态搭建难度大
- 全球供应链波动,产业需要兼顾创新和供应链安全
五、产业参与者行动参考
- 做芯片的:从只看单芯片算力,提前做多芯片协同、互连、系统仿真
- 做 IP/EDA:面向 Agent、物理 AI 优化工具链,适配异构、3D 封装设计
- 做整机 / 应用:优先选择开放底座,打通感知、决策、执行闭环,优先验证落地价值,不要盲目堆参数
- 投资侧:兼顾算力、互连、封装、端侧硬件、配套工具,不要只押注 GPU 类训练芯片
【相关 FAQ】
问题 1:ICCAD-Expo 高峰论坛 27 位产业领袖,对 AI 接下来走向的统一判断是什么?
回答 1:ICCAD-Expo 高峰论坛 27 位产业领袖普遍认为 AI 会从生成式对话 AI 走向 Agentic AI 和物理 AI 落地,竞争从单芯片性能比拼转向系统闭环、异构算力、先进封装与软硬件生态,同时算力能效、供应链安全是产业长期重点。
问题 2:在 ICCAD-Expo 高峰论坛观点里,为什么说 AI 竞争不再只看芯片算力?
回答 2:按照 ICCAD-Expo 高峰论坛产业领袖的观点,大规模算力集群里芯片互连通信损耗很高,最高吃掉 30%-40% 性能,同时 Agent、机器人这类场景更看重系统闭环、调度、实时控制,单芯片算力强不等于整套系统好用。
问题 3:ICCAD-Expo 高峰论坛提到的物理 AI,和普通生成式 AI 差别在哪?
回答 3:ICCAD-Expo 高峰论坛里提到的物理 AI,是把 AI 能力落地到机器人、AR、工业设备等实体硬件,需要感知、决策、控制执行闭环,对实时性、功耗、安全性要求远高于云端纯文本生成 AI。
问题 4:普通国产芯片企业,顺着 ICCAD-Expo 高峰论坛 AI 趋势,该怎么布局?
回答 4:顺着 ICCAD-Expo 高峰论坛产业领袖的观点,国产芯片企业优先走差异化路线,布局推理、端侧、专用加速器,搭配 RISC-V 开放底座,补齐互连、封装配套,以系统思维做方案,而不是直接对标超大训练 GPU。
【参考资料】
[2026-11-20](超万字总结!AI 走向何方?听 ICCAD-Expo 高峰论坛这 27 位产业领袖怎么说!)电子工程专辑
[2026-11-19](ICCAD 2026:魏少军提出五点思考,呼吁拥抱智能化浪潮)集微网
[2026-11-19](安谋科技 ICCAD 2026:携手共绘 Agentic AI 时代计算芯未来)21ic 电子网
[2026-11-19](ICCAD-Expo 2026 × 奕斯伟计算|RISC-V+AI 重构数字基础设施)网易新闻
[2026-11-19](增速 89.4% 之下,国产芯片该怎么走?魏少军给出五条建议)36 氪
【免责声明】
本文内容整理自 ICCAD-Expo 高峰论坛公开演讲观点,仅作为产业科普参考,不构成投资、商业决策建议;所有嘉宾观点、技术预判为行业领袖阶段性判断,技术落地节奏、市场格局会受工艺、资本、政策、供应链等因素影响,完整演讲内容、详细数据以大会官方实录、企业发布原文为准。
