在大模型应用落地加速的今年，几乎每一家 AI 创业团队、研发部门、技术负责人，都遇到过这样的挑战：

• 同样的模型，换个硬件性能却骤降？

• 推理成本越来越高，如何可控？

• 能否做到“一次编写，在所有硬件都高效运行”？

这已经成为所有 AI 团队走向真实商业化前必须跨越的一道坎。

本期奇普斯达创新实践沙龙·第三期
由创业芯舟联合YiRage 智算团队共同发起，
将带来一场极具实战价值的技术分享：
如何突破 LLM 推理的硬件边界，让模型在GPU / CPU / Apple M 系列 / AWS Neuron等全环境自动达到最优性能。

---

🎯主题：YiRage——一次编写 · 跨硬件高效 · 自动调优

（Yield Revolutionary AGile Engine）

---

📅活动信息

时间：2024 年 12 月 21 日（周六）14:00–17:00
地点：北京市 · 海淀区 · 原点学堂（9–10 层）
规模：限 30 人 · 深度小型交流
主办方：创业芯舟
系列活动：奇普斯达创新实践沙龙 · 第三期
主题合作方：YiRage（易锐智算引擎）、原点学堂

---

🌟为什么值得参加？

随着 LLM 模型规模不断扩大，而部署环境越来越多样化（GPU、CPU、MPS、Neuron、边缘设备），技术团队正在面对：

• **性能差距巨大：**不同硬件表现完全不同

• **推理成本上涨：**直接影响产品毛利

• **研发链路变长：**适配多硬件耗费大量工程资源

• **人才结构缺口：**小团队难以找到顶级优化人才

YiRage 带来突破性解法：

✔ 一次编写 → 在所有硬件高效运行

（GPU / MPS / CPU / AWS Neuron）

✔ 自动调优 → 工程师不再手动调 kernel

✔ 多后端引擎 → 创业团队也能具备“强推理能力”

✔ 跨云 / 跨端 / 跨场景统一运行

对创业者和技术负责人来说，它不仅让推理“更快”，
更让产品更省、更稳、更可规模化。

---

🔍沙龙核心内容

⭐最终版活动议程（可直接使用）

---

14:00 – 14:10｜主办方开场致辞

奇普斯达 & 创业芯舟的品牌介绍及 COE 创新中心服务

• 创业芯舟 COE 人才方案

• 技术 × 人才 × 创业的联合价值

• 为什么奇普斯达要做创新实践沙龙

• 未来将持续做技术与落地结合的系列活动

---

14:10 – 15:30｜核心技术分享

《YiRage：突破 LLM 推理的硬件边界》

• 三层架构：Python API → Backend Manager → Backend Impl

• CUDA / MPS / CPU / AWS Neuron 的独立优化器

• Kernel 自动搜索机制 & 性能模型

• benchmark 实测（MLP / RMSNorm / Attention 等）

• 完整推理链路示范：
  Mac → GPU → CPU → 云端

---

15:30 – 16:00｜现场问答（AMA）

《跨硬件推理与性能优化 AMA》

可现场深入提问：

• 推理框架选择

• kernel 调优策略

• 模型部署经验

• CPU vs GPU 的性能差异原因

• 如何降低推理成本

• 如何为企业选最合适的硬件

---

16:00 – 17:00｜资源交流

《技术 × 创业 × 人才 × 合作对接》

• 创业团队互相认识

• 技术团队交流落地经验

• 创业芯舟提供人才需求对接

• 未来沙龙方向共创

• 现场合作项目匹配

---

🔥适合参加的人群

技术方向

• 算法 / 推理 / GPU / CPU 工程师

• 模型部署 / Infra 工程师

• 技术 VP / 架构师 / 平台负责人

• 做大模型产品的研发团队

创业方向

• AI 创业公司创始人

• ToB/ToG 业务落地负责人

• 在扩张研发团队的企业

• 做大模型商业化的业务负责人

一句话：只要你在做 AI，这场活动都能帮你省时间、省成本、提高成功率。

---

🎁参会福利

• 技术交流群入群资格

• 企业级试用申请通道

• 创业芯舟人才与技术资源对接机会