9月28日下午，清华x-lab主办的“AI+创业精英实训营”第六次课程在清华大学建华楼清华x-lab开放交流空间开讲。清华大学电子工程系教授、系主任汪玉带来了一场主题为《面向AI 2.0的高能效电路与系统设计》的专题讲座。汪教授全面剖析了AI 2.0时代电路与系统设计的挑战、机遇，并提出了切实可行的解决方案。活动由清华x-lab主任郝秀清主持。
“实训营”报名启动十余天，500余名同学对课程进行了咨询，近300名学生提交了报名材料，经过评审，最终50名学员入营，部分课程开放百余位旁听席位。
清华大学电子工程系教授、系主任汪玉
在讲座中，汪教授首先回顾了AI 1.0时代软硬件协同优化的主要方法，包括模型压缩、量化、算法优化、芯片设计和编译器设计。他特别提到了清华大学在“剪枝-量化-编译”工具链和深度学习加速器方面的代表性工作，这些成果显著提升了硬件能效。
基于Transformer架构的大语言模型在多种应用上取得了优异的性能，标志着AI 2.0时代的来临。随着模型参数量的激增，大模型的计算、存储和访存开销相比传统深度学习模型增加了4-5个数量级，导致现有端侧硬件平台难以实现大语言模型的高效部署。汪玉教授聚焦大模型时代下软硬件系统方面的关键挑战和发展现状，介绍面向AI 2.0的高能效电路与系统设计方法，包括算法模型压缩、软件算子优化、到硬件架构设计等一系列软硬件协同优化方法。此外，汪玉教授对存算一体、光计算等下一代前沿计算技术的发展趋势进行了展望。
在我国AI 2.0时代算力生态建设方面，汪教授指出算力需求与供给不平衡、模型层和算力层生态分散、算力成本高等问题。为此，他提出了构建“M×N”AI基础设施新范式、发展国产芯片、构建统一的大模型平台和探索新的商业模式等解决方案。
展望未来，汪教授强调了存内计算、近存储计算、光计算等在电路与系统设计中的发展方向，以及软硬件协同设计在大模型训练瓶颈解决中的重要性。
汪玉教授的讲座为清华大学师生提供了关于AI 2.0时代电路与系统设计的先进视角，对于推动我国AI领域的研究与发展具有重要的指导意义。无问芯穹Infini-AI异构云平台的推出，有望推动AGI（通用人工智能）时代的到来。
无问芯穹联合创始人、清华大学电子工程系副研究员颜深根
无问芯穹（Infinigence AI）联合创始人颜深根教授深入剖析了公司在大模型时代下的AI基础设施新范式。颜教授指出，无问芯穹致力于成为大模型时代首选的算力运营商，通过“多元异构、软硬协同”的核心技术，打造“MxN”AI基础设施，实现大模型算法在多元芯片上的高效协同部署。讲座中，颜教授详细介绍了无问芯穹的技术优势、产品与服务，并展望了未来AI基础设施的发展方向。无问芯穹的成功案例表明，公司已在我国AI领域取得显著成果，为推动AGI时代到来奠定了坚实基础。
相关阅读
“AI+创业精英实训营”面向在AI领域有创业想法或实践的清华大学在校生及校友，致力于打造全方位、多层次的人工智能知识体系，汇聚了教授与业界专家、产业深耕者与领军者，所授课程涵盖前沿技术与产业应用，通过走进知名企业进行深度学习，与行业领军者面对面交流，创业基金全程陪跑，引导学生与产业应用场景深度融合，培养复合型AI人才。
