报告摘要： 人工智能算法从基于统计学习的方法，发展到以CNN、RNN为代表的深度学习模型，再到以Transformer为代表的大模型的兴起，算法不断更迭，持续创新，对算力也提出了需求和挑战。算力芯片是大模型实现的载体，大模型驱动算力芯片的发展，算力芯片也反过来推进算法模型的进一步升级。典型的推理算力芯片包括GPU、TPU、FPGA、Groq等，有着不同的特色。已有相关探索研究证实FPGA在大模型推理上有着独特的优势，在大模型时代，可编程技术也将有着重要的价值。

个人简介： 黄志洪，博士，高级工程师，长期从事可编程芯片架构及电路设计研究工作。先后主持及参与国家重大科技专项、国家自然科学基金、中科院重大方向、北京市科技重大专项等项目，在包括IEEE TCAD、Electronics、FPGA等知名期刊及会议发表论文40余篇、授权专利30余项。担任全国微电子研究生学术论坛技术委员会委员，集成电路标准委会AI芯片组成员、科技部入库专家、北京市科技委评审专家等，Springer CSSP、FGCS、VLSIJ、电子与信息学报等期刊及会议审稿人。