CCF Chip 2026大会知存科技专场论坛议程预告

第三届CCF芯片大会

2026年7月17日-20日，第三届中国计算机学会芯片大会（CCF Chip）将在无锡国际会议中心举行。本次大会由中国计算机学会主办，是中国计算机和芯片领域专家阵容最强、报告内容最丰富、参会规模最大、覆盖芯片研制全周期的旗舰盛会。

作为CCF Chip大会连续三届的支持企业，知存科技将在今年带来全新嘉宾矩阵的存算一体专场论坛。北大、清华、华中科大顶尖学者带来底层器件与架构研究成果，出海巨头安克创新分享存算一体全球规模化商用落地成果，打通从实验室到终端量产完整链路。

论坛现场，我们还将发布面向2027届硕博的新一年「天才博士计划」，诚邀同学们参会、交流。

杨玉超 ｜北京大学博雅特聘教授

报告主题：忆阻器存算一体芯片

报告摘要：随着人工智能技术发展，非结构化海量数据产生，计算任务越来越体现出不同的特点，大量任务从计算密集型向数据/访存密集型转变，在此背景下，亟需在传统集成电路技术基础上引入进一步的器件创新、架构创新，以满足后摩尔时代指数增长的信息处理和存储需求。面向后摩尔时代集成电路科技前沿和国家重大需求，我们围绕基于大生产平台的忆阻器规模化集成技术、存算一体化智能芯片、高性能类脑器件与智能系统等方面开展系列研究，有助于推动后摩尔时代集成电路技术的创新发展，满足人工智能、大模型等新型应用对于计算技术的更高需求。

李学清 ｜清华大学副教授

报告主题：高密度 CMOS 存内计算电路与架构

报告摘要：存内计算已被广泛认为是实现高能效人工智能加速极具潜力的赋能技术。然而，基于 SRAM 与 eDRAM 等成熟 CMOS 工艺的现有 CIM 实现方案在存储密度方面存在显著局限，导致在较大模型加速等数据密集型应用中需频繁访问片外 DRAM 以读取权重数据。该瓶颈严重制约了系统的任务级能效。本报告提出一种 SRAM-ROM 混合型乘累加 CIM 宏架构路线，并展示了基于数字与模拟两种计算模式、具备极高宏级存储密度的卷积神经网络与 Transformer 加速芯片。通过引入迁移学习、YOLOC、Hidden-ROM 以及 FSDB，本报告将介绍实现灵活任务扩展、覆盖多种应用场景的代表性电路与架构设计创新技术。

李祎 ｜华中科技大学集成电路学院教授

报告主题：高能效跨精度忆阻存算一体技术

报告摘要：存算一体忆阻器凭借其非易失性、低功耗以及与 CMOS 工艺相兼容的优势，已成为后摩尔时代构建高能效智能计算芯片的领跑技术之一，在神经网络加速等领域已取得重要突破。然而，当前忆阻器技术仍面临编程精度有限、器件性能波动较大等物理层面的限制，导致其在实现 FP32 等高精度计算任务方面存在关键挑战，难以直接满足端-云计算中数值精度要求较高应用的需求。在本报告中，将重点介绍近期围绕这一问题所开展的器件、算法与架构三个层面的协同优化工作。在器件层面，通过改进忆阻器的材料与编程策略，提升了器件的编程精度和一致性；在算法层面，设计了适用于非理想器件的误差补偿与映射策略，使得低精度物理器件仍可支撑高精度数值计算；在架构层面，提出了一种可重构的存算一体计算范式，能够灵活支持定点、浮点以及混合精度计算模式。基于上述协同优化，成功实现了高精度的矩阵方程与微分方程求解，展示了忆阻器在复杂数值计算任务中的可行性。这一技术路径为科学计算、边缘智能、具身智能等对能效与精度均有较高要求的应用场景提供了技术方案。

魏建强 ｜安克创新2023实验室负责人

Hunter ｜安克创新芯片事业部负责人

报告主题：安克定制存算一体芯片 Thus-A1：从算法定义芯片的端侧音频实践

报告摘要：端侧音频任务典型帧长仅2-10ms，处理1秒音频需遍历整网权重数百次，本质是访存密集型推理，与大模型推理的"内存墙"瓶颈同源。传统 DSP 受冯·诺依曼架构存算分离制约，数据搬运功耗高、时延大，难以在低功耗下兼顾低延迟与高算力。存算一体将计算嵌入存储单元，从"减少搬运"走向"不搬运"，是切入端侧音频场景的核心动因。基于此，安克与知存于2023年联合启动芯片定制。Thus-A1 由应用与算法需求驱动：从实际模型出发，经可行性论证、规格设计、流片与精度优化，在精度、面积、功耗间反复权衡。这颗 NOR Flash 存算一体芯片峰值算力1.1TOPS，算力较 DSP 提升了150倍。围绕 Thus-A1，安克在六大音频方向完成规模化落地：ENC 通话降噪刷新吉尼斯纪录；音频超分逆向重建信号高频细节，还原高保真听感；音轨分离剥离人声与乐器，支撑实时重混与个性化听感；KWS 声纹命令词实现超低功耗常开与说话人识别；AI Codec 在80倍压缩比下保持自然听感；助听辅听实现传统向 AI 方案转型。该芯片已覆盖安克多数音频产品线，是存算一体在消费电子领域规模最大的商业应用案例。

7月18日下午13:30，CCF Chip知存科技专场论坛《多模态大模型的存算一体加速》，我们 107B 会场见！