AI 正在重写自己的底层规则｜智算前沿・AI 赋能系统论坛全程回顾

一句话看懂：2026年6月12日，在智源大会上，13位来自智源研究院、华为昇腾、科大讯飞等机构的专家集中展示了AI在算子生成、编译器设计、训练框架编写、芯片设计等底层系统环节的突破。核心信号是：AI已从“解决问题”的工具，演变为“构建下一代AI系统”的工程师，正在主动修改和优化自身赖以运行的基础设施。

事件核心：发生了什么

本次论坛长达五小时，多项成果公布了关键进展。智源研究院副院长林咏华在开场致辞中明确，FlagOS技术栈正在各层全面主动拥抱AI Agent，而非被动等待被替代。具体来看：智源研究院发布了KernelGen 2.0，通过MCP协议集成与多芯片适配，实现算子开发从代码生成到完整闭环的跨越，配套开源了首个覆盖vLLM、cuBLAS等生产级算子且支持5款国产芯片的评测基准KernelGenBench。中科院计算所展示了“启蒙”系列处理器全自动设计成果，其中启蒙2号（28nm流片）性能已达到2010年代水平。上海交大林云教授团队展示了“需求编译”方法，让本科生用AI一次性将上百个自然语言需求编译为完整网站，开发时间从两个月压缩到5-6小时，测试通过率90.3%。清华大学李宇轩博士后介绍了ForgeTrain，用四阶段Harness设计实现生产级训练框架全自动编写，研发效率提升100倍。华为昇腾宣布CANN已全量开源，并聚焦下一代950架构的软硬件协同升级。

为什么重要

这意味着AI基础设施的研发范式正在发生根本性转变。过去，AI系统依赖人工编写底层算子、框架、编译器和芯片设计；如今，AI不仅能够承担这些工作，而且其效率和质量在某些环节已超越人工上限。用林咏华的话说，“十年前AI能力小于AI从业者，十年后能力已经比我们要高”。这种转变直接冲击了算子库、编译器、芯片设计等传统核心岗位的存在价值。同时，论坛突出展示了国产算力生态的协同进展：科大讯飞在昇腾910B上实现了GPT框架、长思维链强化学习、MoE模型的训练效率对标英伟达A800；清微智能通过可重构数据流架构使晶体管有效利用率突破70%，并在非GPU架构中与华为昇腾并列成为FlagOS全栈兼容的前二企业。这表明国产AI基础设施正从“能用”走向“好用”，并通过开源与自动生成工具加速生态构建。

对用户/开发者/创作者的影响

对AI应用开发者而言，KernelGen 2.0已免费开放（每日20次调用），这意味着开发者在自定义算子时无需再依赖稀缺的底层硬件专家，可直接通过AI生成并验证。对企业技术团队，KernelGenBench的发布提供了在国产芯片上评测算子性能的统一标准，降低了多芯片适配的测试成本。对AI平台和云服务商，ForgeTrain和需求编译方法展示了大幅降低训练框架和复杂软件工程开发成本的可能性，可能加速定制化AI系统的落地。对硬件厂商和芯片设计公司，中科院的启蒙系列证明了AI自动设计处理器的可行性，长期看可能改变芯片设计的研发投入结构。目前公开信息显示，这些技术大多处于早期公开阶段（如KernelGen为免费使用），尚未大规模商业化。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，KernelGen 2.0的免费调用是否会推出付费API或企业版，以及其生成的算子能否通过实际生产环境的长期稳定性检验。第二，华为昇腾950架构的落地时间表及其对现有AI训练/推理任务的性能提升幅度，将直接影响开发者生态规模。第三，由AI自动生成的处理器的商业化落地路径——启蒙系列目前处于学术验证阶段，后续是否会有企业接手量产值得观察。第四，需求编译方法是否会被集成到主流开发工具链中，并解决易学易用和企业级安全合规问题。

来源：Readhub · AI