3月31日，2026國(guó)際集成電路展覽會(huì)暨研討會(huì)(IIC2026)將在上海召開。 作為全球集成電路領(lǐng)域最具影響力的行業(yè)盛會(huì)之一，本屆大會(huì)以“技術(shù)賦能產(chǎn)業(yè)，生態(tài)鏈接價(jià)值”為核心定位，聚焦AI芯片、汽車電子、工業(yè)控制、通信系統(tǒng)、綠色能源等關(guān)鍵應(yīng)用場(chǎng)景，匯聚全球IC設(shè)計(jì)、EDA工具、IP授權(quán)、先進(jìn)封裝等領(lǐng)域的頂尖企業(yè)與專家，打造貫通芯片設(shè)計(jì)制造、能源技術(shù)革新、產(chǎn)品商業(yè)化落地的超級(jí)產(chǎn)業(yè)連接器。

屆時(shí)，國(guó)科微AI算法部部長(zhǎng)倪亞宇將在“邊緣AI與算力芯片”垂直技術(shù)論壇上發(fā)表題為《Flash Attention-4：新一代大模型推理NPU流水線范式設(shè)計(jì)》的主題演講。

Flash Attention系列由Tri Dao團(tuán)隊(duì)主導(dǎo)開發(fā)，其核心哲學(xué)是IO-Aware的算法-硬件協(xié)同優(yōu)化：通過精細(xì)拆分計(jì)算任務(wù)以適配芯片的內(nèi)存層次結(jié)構(gòu)，將傳統(tǒng)注意力機(jī)制中的高開銷數(shù)據(jù)搬運(yùn)，轉(zhuǎn)化為片上高效計(jì)算。該系列自2022年首次發(fā)布以來，已迭代至第四版，但即便是V1版本，在NPU平臺(tái)上的落地實(shí)踐仍面臨巨大挑戰(zhàn)。

本次演講將揭秘FlashAttention-V4如何讓算法與NPU硬件實(shí)現(xiàn)“默契配合”，通過流水線式的協(xié)同設(shè)計(jì)，打通訪存帶寬、存儲(chǔ)層級(jí)、同步機(jī)制等關(guān)鍵堵點(diǎn)，為國(guó)產(chǎn)算力平臺(tái)上的大模型推理開辟一條高效新路徑。更進(jìn)一步，倪亞宇還將在演講中披露國(guó)科微新一代NPU架構(gòu)——該架構(gòu)支持高性能FlashAttention推理，并配套新一代工具鏈，持續(xù)夯實(shí)國(guó)科微在打造“端邊AI芯引擎”戰(zhàn)略中的技術(shù)積累。