下一代AI基础设施×AI Factory——中信证券2026年资本市场年会分论坛16纪要

主要观点总结

文章主要记录了中信证券主办的2026年资本市场年会中“下一代AI基础设施×AI Factory”分论坛的嘉宾发言内容。会议涉及AI芯片的发展、AI推理芯片的未来架构、AI在企业的落地应用以及AI算力服务商的角色等议题。嘉宾们探讨了AI芯片的技术路线、AI推理的云服务特点、AI芯片在云端大算力推理下的需求，以及AI在金融行业的应用和发展前景。

关键观点总结

关键观点1: AI芯片的技术路线

AI芯片的技术路线包括AI训练芯片的技术路线（遵循Scale up、Scale Out路径，兼容CUDA软件生态），NPU技术路线（实现低功耗、低成本的定制，覆盖从零点几T到几十T的算力需求），以及云端推理芯片的架构之争和性价比定义。

关键观点2: AI推理的云服务特点

AI推理的云服务特点包括模型和Agent的多样化，计算范式的多样化，以及应用场景的多元。AI推理的云服务呈现出模型和Agent的多样化，计算范式的多样化，以及应用场景的逐步走向多元。

关键观点3: AI芯片在云端大算力推理下的需求

AI芯片在云端大算力推理下的需求包括提高算力密度，解决访存瓶颈，降低功耗，降低成本，以及构建RISC-V存算一体异构架构和3D近存架构。

关键观点4: AI在金融行业的应用和发展前景

AI在金融行业的应用包括代码补全、聊天机器人、财报分析、合同分析等场景。AI在金融行业的发展前景看好，但需要解决算力供给、技术门槛、成本等问题。