9月12日，PEC 2026 AI创新者大会暨第三届提示工程峰会在北京中关村东升科技园众智园举办。本届大会以“Won Token, Won World”为主题，聚焦Token产业链、大模型产业落地与本地私有化AI。寅谱（Infplane）受邀参与主论坛第二场圆桌“本地AI”，寅谱CMO陈展凌与AMD、MiniMax、戴尔科技、浪潮信息等企业代表同台，围绕本地AI与云端AI分工、端侧推理能力、本地部署Token成本等话题展开交流。
PEC峰会聚焦Token产业链与本地AI落地
作为国内AIGC与大模型领域标杆性年度行业会议，PEC自2024年创办以来，持续聚焦大模型产业落地，串联起算法、算力、硬件、应用等全产业链参与者。本届大会以Token产业链为统一主线，设置年度对话、四场圆桌、出海专题及三场下午工作坊；会场同步展出多款AI硬件，开放真实任务实测体验。其中，“本地AI”圆桌聚焦私有化大模型部署、端侧AI推理、本地Token成本与AI硬件落地等议题，紧扣AI基础设施从纯云端部署向云端+本地端侧协同演进的行业趋势。
寅谱陈展凌：分享本地AI发展趋势与选型逻辑
在圆桌对话中，陈展凌结合寅谱在AI基础设施系统级设计与智控领域的实践，分享了对本地AI发展趋势与选型逻辑的判断。他表示，用户选择本地AI，并非因为云端AI不好，而是AI的角色正在发生变化——AI正从工具嵌入到真正的业务流程中。一旦进入生产环节，数据主权与合规、成本结构拐点、响应确定性就成为绕不开的三个问题。对于每日调用数十万乃至上百万Token、长上下文与多轮工具调用的重度用户，云端Token计费“越用越贵”，本地设备则“越用越平”，重度使用场景下，半年到一年即可实现成本打平。
陈展凌还总结了三类典型本地AI场景：知识密集型企业的内部生产力平台，开发者和创业团队的模型微调与RAG测试，以及工业质检、门店分析等现场产生、现场消费的行业嵌入式推理。在设备选型上，他建议“先定场景，再选指标”，从显存容量、显存带宽、系统级吞吐效率到生态兼容性逐层判断；对端侧推理场景而言，算力往往不是决定因素，系统级效率与易用性更为关键。
面向2027年，陈展凌认为，本地AI最需要解决的问题是“让易用性追上云端API的体验”——用户不用关心显存、带宽、框架和量化，买来插上电就能跑；同时，还要把算力、显存、存储、网络的协同损耗降下来，让每一瓦功耗、每一块钱成本都转化成用户可感知的推理体验。
关于寅谱（Infplane）
寅谱（Infplane）是一家以Software-defined Chip Design和System-level Design & Control为核心技术特色的集成电路企业，擅长面向AI infra的集成电路设计以及系统尺度的控制和优化。面向计算，寅谱研发了LLM推理专用的ASIC芯片和计算机系统控制系统两类产品。面向存储，寅谱通过技术衍生及与联芸等科技企业的合作，推出了AI SSD以及智能存储节点等系列产品。通过面向AI infra的集成电路设计以及系统尺度的动态控制，寅谱在探索面向AI及其他高价值应用场景的计算和存储技术突破机会，以更高效的AI infra为AI应用打下更好的基础。
寅谱：持续深耕本地AI基础设施建设
随着大模型持续迭代，本地AI与端侧推理已成为产业落地的重要方向。寅谱将持续深耕系统级设计、动态智控与AI基础设施优化，推动本地AI实现高效、稳定、低成本部署，为个人创作者、AI创业团队与企业客户提供可靠的算力基础设施支撑，助力本地智能体与私有化大模型生态加速成熟。