2026智源大会丨30+顶级芯片、软件、AI系统专家,汇聚“智算前沿”论坛

智源大会是人工智能领域最具影响力的学术盛会,7年来,14位图灵奖得主与全球AI先锋齐聚,成为AI内行人的年度思想坐标。
2026年6月12日-13日,第8届智源大会如期而至。大会坚持“学术硬核”,汇聚200余位顶尖专家学者与40余位AI企业CEO及联合创始人,共同探讨Agent、世界模型、具身智能、AI自进化与AI安全等前沿议题,期待与全球AI同行相聚北京,共同定义下一代智能未来。
智算前沿系列论坛
6月12日 下午 AI赋能系统
6月13日 全天 下一代架构及基础软件
当算力需求倒逼计算基础设施全栈重构,从芯片架构创新到先进基础软件再到AI System,一场系统性变革正在加速展开。
本届”智算前沿”论坛完整呈现了这一进程:在架构层,从下一代高算力芯片到量子计算未来架构的探索,先进芯片架构与量子、AI的深度融合正在重塑计算范式;在编译层,从统一编程模型到多芯片编译后端的演进,正在系统性地降低跨硬件开发的门槛;在框架与系统层,vLLM、SGLang、PyTorch、veRL等主流框架的核心演进方向与下一代汽车芯片推理体系架构并列登场。而一条由AI驱动的系统建设工具链已然成形——从AI Coding到AI编译器优化,再到AI参与芯片逻辑设计,人工智能正在反身性地重塑自身赖以运行的算力底座。
两场论坛,30位国内外顶级专家与产业领袖,覆盖从芯片物理极限到AI自主进化的完整技术疆域。这不只是一次技术议程的集结,更是算力文明重写自身底层逻辑的现场记录。




论坛嘉宾介绍
「演讲题目」智算新范式:计算架构跃迁与大模型冲击下,重新定义开放计算——FlagOS 2.1

「演讲题目」以量子计算云平台建设推动量智融合发展

「演讲题目」高算力芯片发展路径探讨

「演讲题目」大模型时代的算力供给:异质互联软硬协同设计与实践

汪玉,清华大学电子工程系长聘教授,IEEE Fellow,国家自然科学基金杰出青年基金获得者。异质互联可持续智能算力芯片与系统北京市重点实验室主任。汪玉教授长期从事智能芯片、高能效电路与系统研究,发表IEEE/ACM期刊论文60余篇、会议论文270余篇,谷歌学术引用30,000余次。主持国家级以及企业联合项目多项,获中国电子学会科学技术奖自然科学一等奖、CCF科学技术奖技术发明一等奖、国际设计自动化会议40岁以下创新者奖、CCF青竹奖。曾获得5次国际学术会议最佳论文奖及13次最佳论文提名。2016年知识成果转化入股深鉴科技,打造世界一流的深度学习计算平台,2018年被业内龙头企业赛灵思(现AMD)收购。2023年推动成立无问芯穹,提供全球领先的Agentic AI基础设施平台服务,助力AI时代各行各业的智能革命。
「演讲题目」灵玑OS:智能体框架共性基础设施

「演讲题目」马赫M100:车端AI推理体系架构的思考与实践

「演讲题目」讯飞星火大模型国产化创新实践

「演讲题目」硬件架构创新,CANN编程体验全新升级

负责
CANN、Mind等基础软件的竞争力构建和开源开放工作;在ICT领域有20多年从业经验。近7年持续在AI领域负责昇腾础软件业务。「演讲题目」可重构超节点赋能全国一体化算力网高质量建设

「演讲题目」TileIR & MTX:打造支撑多DSL的编译后端

摩尔线程软件部副总经理
「演讲题目」vLLM 如何 Day-0 支持新模型

游凯超(Kaichao You),Inferact 联合创始人兼首席科学家,vLLM 核心维护者之一。从事大模型推理系统与分布式 AI 基础设施研究与开发,深度参与 vLLM 开源社区建设,主导和推动了 vLLM 在分布式推理、多卡部署以及 PyTorch 生态集成等关键能力的发展。曾在加州大学伯克利分校 SkyLab 开展研究工作。目前致力于推动 AI 推理系统在新模型与新硬件上的高效落地,加速大模型从研究创新走向规模化生产应用。
「演讲题目」Open Source AI: The Next Year

Alex Nails is the lead of MultiHardware as a Member of Technical Staff at RadixArk. Alex is a maintainer of the open source inference framework SGLang and has conducted research at the Berkeley Artificial Intelligence Research (BAIR) Lab. His work spans heterogeneous hardware, machine learning systems, and real-time machine learning applications, with a deep interest in performance.
「演讲题目」verl面向大规模Agentic RL的架构演进

verl maintainer,专注于大规模LLM强化学习框架建设,负责技术架构演进与开源社区维护。开源社区ray, openrlhf等项目contributor。
「演讲题目」智能体时代以来,我们如何降低 Token 成本?

「演讲题目」面向大模型的Data-centric AI基础设施

张文涛,北京大学研究员、博士生导师。研究兴趣为以数据为中心的人工智能。 主持国家自然科学基金重大研究计划项目、科技部重点研发计划项目(课题)、教育部学科突破先导项目(Co-PI),近5 年发表CCF-A 类论文100余篇,谷歌学术引用1万多,获得WWW’22和CIKM‘24等多个顶会最佳论文奖,领导开源了DataFlow、MinerU和Angel等多个机器学习系统,累计获7万多Github Star。曾获世界人工智能大会云帆奖、世界互联网大会领先科技成果奖、中国电子学会科技进步一等奖等多项荣誉。
「演讲题目」TileScale:面向多硬件层级的TileLang-Scale编程模式


「演讲题目」工业代码大模型发展与挑战

杨健,北京航空航天大学计算机学院副教授,上海AILab双聘副研究员,研究方向为代码大模型预训练、后训练、智能体及评测。2023年获北航计算机博士学位,师从李舟军教授和周明博士,曾为北航与微软亚研院联培博士生,博士期间获WMT 2021三项冠军。毕业后以阿里星身份加入阿里通义千问团队,作为Qwen及QwenCoder系列核心贡献者,负责代码能力建设与模型研发。已在ICLR、NeurIPS、ACL、EMNLP等顶会发表论文百余篇,第一/通讯作者30余篇,谷歌学术引用25000+次。担任NeurIPS、ARR、AAAI等国际会议高级领域主席/程序委员。与清华、北大、CMU、上海AI实验室等保持学术合作,与阿里、字节、美团等企业保持产业合作。
「演讲题目」需求编译:智能体软件工程演进的教学与前沿探索

林云, 上海交通大学计算机科学与技术系副教授,系副主任,博士生导师,原新加坡国立大学助理教授(研究岗),入选国家海外高层次青年人才计划、华为x-explore人才计划。研究方向包括自动编程、可解释AI、网络反诈等,获ICSE2018杰出论文奖,及多次中国软件大会原型研究奖。ICSE、FSE、USENIX Security等重要国际会议的程序委员会委员。主持国家自然科学基金委海外优青项目及面上项目和多项校企合作。自动编程技术落地于豆包代码模型以及Trae IDE,GUI测试相关研究入选信通院优秀案例等。
「演讲题目」量子+AI: AI时代的量子科学

罗迪,清华大学物理系副教授,兼职清华高等研究院。此前,他曾任美国加州大学洛杉矶分校(UCLA)助理教授。2021年至2024年间,他担任美国人工智能与基本相互作用研究所IAIFI Fellow,同时是麻省理工学院(MIT)理论物理中心与哈佛大学(Harvard)物理系博士后。2021年,他在伊利诺伊大学厄巴纳–香槟分校(UIUC)获得数学与物理双硕士学位及物理学博士学位。2016年,他毕业于香港大学,获物理学与数学双学士学位。罗迪博士曾在Google Quantum AI, Vector Institute 和Flatiron Institute 研究实习。他的研究聚焦在AI+Science和量子计算,包括发展AI和量子算法用于量子材料、高能物理和量子信息的科学模拟和发现,以及利用量子物理和统计物理发展构建AI理论和模型。
「演讲题目」DeepEye:自主数据智能体系统DeepEye: A Self-Driving Data Agent System

骆昱宇,港科大(广州) 助理教授,港科大联署助理教授、博士生导师,研究兴趣为自主智能体和Data-centric AI。在SIGMOD、VLDB、ICML、ICLR、KDD 等顶会发表论文60 余篇,在研项目包括国家科技重大专项课题、国自然青年项目等。曾获世界人工智能大会云帆奖、福布斯中国U30、清华特奖、Best-of-SIGMOD 2023 Papers、华为火花奖、清华/ CCF 优博等。领导DeepEye 和OpenManus 智能体开源项目(GitHub 5.5 万+ Stars),获日内瓦发明展银奖。 发起VLDB 2026 Agentic Data System Workshop Chair、KDD Cup 2026 Data Agent Track(首次由中国高校独立承办KDD Cup)。个人主页:https://luoyuyu.vip/
「演讲题目」启蒙:处理器逻辑全自动设计

承书尧
助理研究员 中国科学院计算技术研究所
承书尧,中国科学院计算技术研究所助理研究员。2019年在清华大学电子工程系获得学士学位,2024年在中国科学院计算技术研究所获得博士学位,研究方向为处理器的自动化设计。研究成果“启蒙”系列前端全自动设计处理器被Nature期刊新闻评价为“首个AI自动设计的芯片”,“对中国芯片发展是好消息”,并获得中央电视台新闻报道。相关研究获得世界互联网大会领先科技奖,中国计算机学会杰出论文,APPT最佳论文。
「演讲题目」ForgeTrain:全球首个完全由 AI 编写、并反超人工实现的生产级训练框架 ——迈向「AI 制造 AI」Level 4 的训练

李宇轩
清华大学“水木学者“博士后
李宇轩,清华大学“水木学者“博士后,计算机系博士(高性能计算)。NOI保送清华,国内外超算赛事七战五冠(ISC’17、ASC’17 世界冠军)。曾任国家超级计算无锡中心(神威·太湖之光)核心技术负责人,为“九章“光量子计算机设计核心模拟算法、助力中国首次实现“量子霸权“,成果以合作作者身份发表于SCIENCE 正刊。曾作为技术一号位从零构建国产AI 芯片自主算力底座。现为MiniCPM 系列模型共同一作,前瞻布局“AI 制造AI”,以智能体驱动大模型全流程的自动化研发。合作发表国际顶级论文三十余篇,Google Scholar 引用5000 余次,获中国青年五四奖章(集体)、江苏省“U35 探索奖“等荣誉。
「演讲题目」迈向 Agent 原生多芯片 AI 框架底座:FlagOS 插件体系实践

敖玉龙
北京智源人工智能研究院AI框架研发团队负责人
敖玉龙,北京智源人工智能研究院 AI 框架研发团队负责人,北京大学博士后、中国科学院博士。目前主要负责开源统一 AI 软件栈 FlagOS 中大模型训推框架 FlagScale、统一通信库 FlagCX 及框架插件体系研发,并在业界率先提出可产业落地的大模型跨芯异构混训与异构推理技术方案。长期从事人工智能、高性能计算和科学计算领域的分布式系统与性能优化研究,曾就职于华为和百度,参与多项大模型系统核心技术研发,2016 年共同参与获得中国首个ACM Gordon Bell奖。其相关成果发表于国际顶级会议与期刊,拥有多项国内外授权专利,并参与国家及国际算子接口、通信库等相关标准研制。
「演讲题目」大模型时代的AI编译器实践与探索

高级工程师,长期聚焦于智能算力调度平台、AI编译器及AI芯片等关键基础设施的研发与创新。已授权发明专利13篇。凭借在多家头部互联网公司担任技术主管及专家的丰富经历,不仅主导了多项从0到1的核心技术攻关,更成功推动了前沿AI技术在实际业务场景中的规模化落地。
「演讲题目」KernelGen:多芯片算子生成技术展望

「演讲题目」量智融合:量子与经典计算的协同探索


目前担任华为AI开源生态总监。同时担任LFAI&Data基金会主席,Open Model Initiative社区技术委员会主席,CCF开源发展委员会执委,启智OpenI社区等开源组织的技术委员会的委员职务, Kubernetes Policy工作组以及CNCF基金会安全兴趣组中Policy团队负责人, OpenStack Cyborg项目创始人, 并且带领团队参与ONNX, Kubeflow, Akraino等开源社区。曾经在OpenStack Summit、Cloud Native Con/KubeCon等国际顶级开源峰会进行过Keynote主题演讲,此外也在LinuxCon、RISC-V Summit等多个国际峰会进行议题分享

Alison Shao
Alison Shao 是 SGLang 项目的核心贡献者之一,主要活跃在 SGLang-Diffusion(扩散模型推理优化)及相关测试基础设施的开发中。


夜雨聆风