胥森哲 科技日报记者 都芃
7月20日，“2025基础科学与人工智能论坛”在北京中关村国家自主创新示范区会议中心举行。本次论坛是“2025国际基础科学大会”的特别活动之一，由清华大学求真书院主办。
2025国际基础科学大会主席、菲尔兹奖得主丘成桐在致辞中表示，科学突破不是凭空堆砌，而是来源于对自然本质的深刻洞察与长期积累。他表示，要在中国大地上发展具有国际影响力的基础科学体系，使之进一步延伸至人工智能、工程物理等领域。
清华大学电子工程系主任、IEEE Fellow（电气电子工程师学会会士）汪玉教授在《高能效人工智能的发展与思考》的主旨演讲中认为，人工智能正逐步成为继蒸汽机、电气化与信息技术之后的“第四次产业革命”核心动力。以大模型为代表的新范式，标志着AI系统不再是孤立的算法优化，而是数据、电力与算力的深度融合。
在这种背景下，传统以TOPS/J（每焦耳执行的算术操作数）为核心的芯片效能指标已难以反映AI系统的实际推理效能，AI2.0时代更应关注“Tokens/J”指标，即单位能耗下可生成的有效Token数量。汪玉教授结合AGI（通用人工智能）五阶段模型，指出当前AI系统普遍面临“模型智能水平（IQ）持续提升，其推理能效（Tokens/J）却不断下降”的矛盾。他强调，技术从实验室阶段迈入产业阶段的关键条件是“价值大于投入”，真正意义上的产业革命需要突破系统性临界点，即生产与应用的成本足够低廉、智能水平足够可靠、系统规模足够可扩展。
针对当前AI系统能耗高的问题，汪玉从系统设计的底层逻辑出发，阐释了提升能效的两条主要优化路径：一是在保持能效水平的基础上提升智能水平；二是采用软硬件协同设计，在不牺牲IQ的前提下拉升 Tokens/J。
圆桌讨论环节，北京中关村学院院长、中关村人工智能研究院理事长刘铁岩认为，当下人工智能的发展已由早期的感知与表征进入到复杂推理与多模态理解阶段。大模型通过对人类知识的压缩与逻辑重建，成为当前人工智能体系的主引擎，而科学智能则通过模型提出科学假说、进行验证仿真，拓展知识边界；具身智能则为AI提供了与物理世界交互和验证知识的手段。这三者并非孤立，而是构成一个持续循环、动态反馈的飞轮系统，一旦闭环形成，将有望推动AI实现高频率、高密度的进化过程。
曦智科技（Xizhi Technology）创始人兼首席执行官沈亦晨系统阐述了光计算芯片在突破传统电子计算瓶颈中的颠覆性潜力，并分享了曦智科技在该领域的技术演进、产品落地及未来发展路线。
沈亦晨认为，随着人工智能模型参数量级呈指数级增长，算力成为AI落地与发展的核心瓶颈。尽管业界在传统电子芯片架构下已尝试诸如近存计算（CNM）、存内计算（CIM）等多种优化策略，但这些手段仍局限于晶体管架构内部优化，其算力上限受限于单位面积可集成晶体管数的物理天花板。
对此，他认为光计算提供了一种范式转变：通过在芯片级别上集成数万个纳米尺度的光学干涉单元，实现无功耗、超高速的矩阵运算。沈亦晨表示，集成光计算技术提供了从根本层面突破电子计算限制的路径。通过构建大规模纳米级光子器件阵列，利用光波干涉完成高并行矩阵运算，光计算在延迟、能效比和可扩展性方面具有显著优势。光子芯片天然具备低延迟、高能效特点，且其延迟不随矩阵维度增长而显著增加。同时，他也表示，光子技术无法完全取代电子技术，光电协同（hybrid computing）才是面向未来的最佳架构选择。
（论坛主办方供图）
