会上，中国工程院院士、国家数字交换系统工程技术研究中心主任邬江兴作了题为《智能时代芯物种：SDSoW》的报告，从智能本质再认识谈起，提出了智能时代算力基础的探索之路——软件定义晶上系统（SDSoW），并对未来智能晶上世界进行了展望。

智能本质再认识

关于类脑智能的本质问题，也就是类脑智能的第一性问题，邬江兴院士指出，人类的大脑是宇宙中最复杂的系统，智能本质的属性则是由自指结构、自学习、自涌现构成的遗传学习机制。还原论系统是基于线性、高斯分布、低阶功能规律的，开发复杂巨系统则需要实现非线性、幂律分布、高阶智能，而复杂网络恰好可以作为这两者的桥梁。

邬院士从网络属性视角切入，提到神经网络的两大体系。一是以GPT为代表的人工神经网络（ANN），走的是能耗代价巨大的“功能等价”发展路线，邬院士形象地称之为“专用智能的‘巨兽’”；二是以DTB为代表的脉冲神经网络（SNN），其发展路线是“功能等价、效能逼近”，邬院士称之为“类脑智能‘精灵’”。

因此，关于人工智能的发展路径问题，邬院士提出了如下思考：能否从人脑作为复杂性系统的“第一性原理”出发，对复杂性系统中起主因作用的复杂性网络进行机理、模型与机制等开展基础创新，探索“网络极大化、节点极小化”的 “功能等价、效能逼近”人工智能发展之路？

邬江兴院士团队于2019年成功研制了第一款SDI芯片SDI3210，可支持RapidIO、Ethernet和FC协议。2023年研制的第二代SDI芯片SDI4820则是在第一代基础上进行升级，实现对自定义协议的支持。

SDI技术通过对神经网络赋能奠定了智能涌现的动态可塑网络基础，那么如何才能实现大规模高密度“发达多维连接”？这就需要我们找到一种方法，克服芯片封装与系统规模堆砌造成的互连密度随规模扩张逐级稀释，使得互连密度/维度和连接规模逼近甚至达到人脑神经网络的密度/规模“阈值”。

邬江兴院士团队通过研究智能涌现与发达多维大规模高密度连接之间的关系，找到了这样一条路径，即晶上互连网络（SI-IF）。邬院士指出，当连接密度和规模均达到某一特定阈值，就具备了“网络极大化、节点极小化”的结构智能属性，有望通过 “非线性增益”获得知识驱动、自演化、自学习等智能涌现效应。

2018年，邬江兴院士首次提出软件定义晶上系统技术（Software Defined System on Wafer，SDSoW），通过软件定义体系结构、晶圆级预制件拼装，从SoC飞跃到到SDSoW，获得性能和效能的倍数级提升，通过体系结构×晶圆互连拼装获得性能和效能的指数级增益，从而赋能智能涌现。

SDSoW融合工艺创新和结构创新，具有超大规模异质异构资源的高密度集成和软件定义互连网络属性，在微观、介观、宏观可实现对智能涌现结构的部署与运行天然支撑。基于SDSoW技术与工艺，打造新一代智能基础设施，赋能超级光网络、E级超算、云服务/数据中心、5G/6G网络、传统网络设施、工业互联与控制、多模态智慧网络环境等应用。

最后，邬江兴院士提到，未来我们要发展“独创独有”的中国晶上大脑体系，支持智能涌现、自组织、可演化的超大规模超高密度复杂性系统，开辟基于晶上大脑的双向智能发展模式。