3月31日，2026國際集成電路展覽會暨研討會(IIC2026)將在上海召開。 作為全球集成電路領域最具影響力的行業(yè)盛會之一，本屆大會以“技術賦能產業(yè)，生態(tài)鏈接價值”為核心定位，聚焦AI芯片、汽車電子、工業(yè)控制、通信系統、綠色能源等關鍵應用場景，匯聚全球IC設計、EDA工具、IP授權、先進封裝等領域的頂尖企業(yè)與專家，打造貫通芯片設計制造、能源技術革新、產品商業(yè)化落地的超級產業(yè)連接器。

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

Flash Attention系列由Tri Dao團隊主導開發(fā)，其核心哲學是IO-Aware的算法-硬件協同優(yōu)化：通過精細拆分計算任務以適配芯片的內存層次結構，將傳統注意力機制中的高開銷數據搬運，轉化為片上高效計算。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平臺上的落地實踐仍面臨巨大挑戰(zhàn)。

本次演講將揭秘FlashAttention-V4如何讓算法與NPU硬件實現“默契配合”，通過流水線式的協同設計，打通訪存帶寬、存儲層級、同步機制等關鍵堵點，為國產算力平臺上的大模型推理開辟一條高效新路徑。更進一步，倪亞宇還將在演講中披露國科微新一代NPU架構——該架構支持高性能FlashAttention推理，并配套新一代工具鏈，持續(xù)夯實國科微在打造“端邊AI芯引擎”戰(zhàn)略中的技術積累。