9月12日，第三届AI创新者大会暨PEC 2026在北京众智园落幕。大会由PEC社区联盟、至顶科技、软积木共同主办，AIGCLink、LangGPT社区、爱智岛（AI?DAO）人工智能创作联盟、硅创联、海升睿达联合主办，并得到多家AI社区与商业组织支持。
主论坛之外，展区十余家参展企业与社区把AI产业链拆开，摊在了展区里。按照黄仁勋提出的“五层蛋糕”来看，能源、芯片、基础设施、模型、应用，几乎可以一层层对上号。
能源：AI的第一道门槛
模型再聪明，也得一度一度地烧电。算力密度越高，电怎么送进去、热怎么排出来，就越不能只当作数据中心的配套问题。
供电和冷却两条链路，在这个沙盘里被完整地串了起来。展板上的“AI就绪，全栈赋能”，也体现出，进入智算时代，数据中心首先得解决电从哪里来、热往哪里去的问题。
芯片：把电变成算力
芯片是能量和智能之间的转换器。模型能跑多大、推理能有多快，最终都要落到这一层。
AMD这次把重心放在了端侧。它的“智能体主机”基于锐龙AI Max+ 395处理器的128GB统一内存架构，展示了从27B到80B乃至更大参数Qwen模型的本地部署运行，AMD把这套方案的优势归结为三点：CPU、GPU与自适应计算的完整组合，开放的生态，以及成熟的创新积累。
值得留意的是，这颗芯片在展区里不止出现了一次。寅谱的Hilbert主机同样采用锐龙AI Max+ 395。一颗芯片被不同厂商做成不同形态的产品，也说明端侧AI的硬件底座正在逐渐成形。
基础设施：算力在同时往两头走
服务器、工作站、个人电脑和云平台，负责把芯片的能力变成可以直接使用的资源。这也是整个展区展商最密集的一层，同时最能看出一个变化：算力一头往桌面下沉，一头往云端集中。
先看桌面。
戴尔科技的判断很鲜明：智能体的下一个主场，是桌面端。
戴尔科把“桌面端智能体AI”拆成六个关键词：Token成本可预测、离线弹性运行、迭代更快、数据主权与安全、超低延迟，以及数据中心级性能的桌面部署。展台上的Dell Pro Precision家族产品，就是这套思路的载体。
当智能体开始全天候调用模型，每一次调用都是成本，每一份数据都有自己的边界，本地算力的账自然就值得认真算一遍了。
如果说戴尔回答的是“为什么要把智能体放在桌面”，华硕回答的就是“桌面上到底能拿到多大的算力”。
华硕的ASUS Ascent GX10，把“超算”装进了一个小盒子。它基于NVIDIA GB10 Grace Blackwell超级芯片，配备128GB统一内存，可以在桌面上完成大模型的推理与原型开发。华硕给出的口号是“让每个AI开发者及模型使用者拥有属于自己的AI桌面工作站”。
过去需要排队申请的集群资源，正在变成一台可以直接放在工位上的设备。
寅谱的切入点是存储。它的AI SSD“不只存储，也参与模型运行”，用NAND容量补足有限的内存和显存，让同一台设备可承载的模型规模提升两倍以上，工作站从235B扩到397B；持久化KV Cache则让长上下文任务的首Token时延下降90%到95%。
配套的Hilbert主机基于锐龙AI Max+ 395，最高可分配96GB显存，在ITX小机身里运行235B MoE模型，噪声不到40分贝。
显存不够，存储来补，这是本地大模型继续往更大规模走时，一条很务实的路径。
软通华方深耕个人用户市场，主打高性能计算产品与工作站，核心客群涵盖青年开发者、设计师与游戏玩家，这类群体对设备性能、安全与稳定性有着极高标准。本次亮相展区的 AI PC，释放出明确的信号：本地部署模型、运行 AI工具不仅专属于专业工作站，一台性能达标的笔记本或台式机，也能作为入门载体。
Google Cloud瞄准的是出海开发者。它把自身定义为“面向出海开发者的全栈底座”，从AI业务落地与工程化交付、智能体数据云、高性能基础设施扩展，到AI原生应用的全链路安全合规，一站打包。
对要做海外市场的中国团队来说，模型、部署和合规从来不是可以分开处理的事，而是同一个业务问题里的不同环节。
Google Cloud提供的是底座，但要把底座真正落到一家企业身上，还需要懂业务的服务商。
VeryCloud同样押注出海，走的是亚马逊云科技合作伙伴路线，主打“云网算融合，AI出海一站直达”。它把基于Quick、Kiro的AI应用分钟级搭建、全球融合CDN和睿捷云多云管理打成一套组合，让企业用一套账号管住多朵云。
展台上的案例显示，一款日活50万以上的全球休闲游戏，全量上云并配套DDoS防护，8周完成迁移。
VeryCloud的CDN分发的是内容，星汉未来想分发的，则是算力本身。
星汉未来长期布局云渲染和云游戏，把GPU算力以服务的形式交付给内容与游戏行业。对用户来说，这意味着不用购买昂贵的显卡，也可以跑起高负载的渲染和游戏；对行业来说，这也是算力从“买设备”走向“按需取用”的一种形态。
从本地设备到云端资源，这一层完成的是同一件事：把芯片的能力变成可以直接使用的资源。
资源有了，接下来就要看模型怎么跑起来。
模型：让算力变成Token
硬件铺好了，模型才有地方跑。但模型被用起来，还需要有人把它变成稳定、便宜、随取随用的服务。
硅基流动（SiliconFlow）给自己的定位是“AI时代的Token工厂”，做的就是把每一块GPU的算力尽可能高效地转化成Token。该平台上聚合了DeepSeek、Qwen、智谱、Kimi、MiniMax、文心一言、腾讯混元等170多个开源模型，服务超过1000万平台用户和1.3万家企业客户；自研推理引擎兼容英伟达、AMD、昇腾、海光、寒武纪等多种芯片。
飞书、TRAE、Dify、FastGPT、Cherry Studio等应用背后，都有它的模型服务。
而当模型越来越多，调用效率和使用成本本身，就成了一门生意。
硅基流动解决的是“模型怎么被调用”，调用之后如何进入业务流程，则是软积木要回答的问题。软积木也是本届大会的主办方之一。它关注的是模型之后的“最后一公里”。
其实，很多企业手里并不缺模型接口，缺的是把接口真正变成工作流程的能力。软积木通过低代码和Agent搭建降低这道门槛，让不需要写太多代码的业务人员，也能把模型编进自己的工作流。
应用：AI开始领工资了
蛋糕的最上层，AI不再停留在演示里，而开始进入具体岗位。从企业组织，到垂直行业，再到商家经营和个人创作。
网易智企面对的是企业组织。
它的帝王蟹ClawHive的定义是“从个人工具到组织资产，让AI员工真正为企业干活。”
帝王蟹ClawHive把岗位流程、业务知识和工具整合成可执行的AI员工，按“定义岗位、配置能力、执行任务、持续运营”四步推进，再用权限、审计与观测做治理。
Unity中国的智能体Tuanjie Codely则深入垂直行业，是个懂游戏开发的编程智能体，它支持Unity 2019及以后版本和团结引擎，理解代码结构、玩法逻辑与资源管线，提供代码生成、项目理解、代码审查、问题调试和自动化任务五大能力；桌面端、IDE插件、引擎内嵌、命令行多端可用，还能直接在编辑器里生成3D模型、天空盒、材质、音频和序列帧动画。
亚马逊把AI直接放进了跨境电商的场景中。
自2015年进入中国以来，它已服务数十万中国卖家，19大海外站点向中国卖家开放，可触达超过2亿Prime会员和1100万以上企业机构买家。
展台上展示的是各个行业的卖家故事成功案例分享，从产品与受众调研、创意构思、故事板，到展示广告、视频广告和流媒体电视广告。
对中小卖家来说，过去可能需要团队完成的工作，现在一个人加一个智能体就可以完成。
爱智岛（AI?DAO）人工智能创作联盟把镜头对准了个人创作者。作为本届大会的联合主办方之一，它聚集的是使用AI做内容的创作者，在展区呈现了他们的作品与工作流。
这些作品背后，是前面四层能力的叠加：足够便宜的算力，足够好用的模型，以及足够顺手的工具。
当这些条件同时具备，个人创作者能够完成多少工作，就不再完全取决于一个人的时间和精力。
蛋糕之外：把各层连起来的人
五层蛋糕讲的是产业链，但产业链不会自己运转。
展区里还有两个展台，承担的却是连接工作：一个让人上手，一个让公司“长”出来。
至顶AI实验室的口号是“把AI拉回真实场景”。展台围绕大模型、Agent、Skills设置了实战体验区，观众可以亲手在设备上跑一遍本地大模型和智能体工作流。
至顶AI实验室连接的是人和技术，海升连接的则是资本和新公司。
海升投资与海升睿达展示的是AI PLUS创新中心和“AI原点社区”企业加速营，展区陈列着多家被孵化的AI企业。五层蛋糕的每一层，都需要不断有新玩家加入，而海升睿达做的，就帮助新公司被发现、被扶持，再进入这条产业链。
写在最后
从施耐德的沙盘出发，先看清一座万卡集群背后的电和冷；经过AMD、戴尔、华硕、寅谱、软通华方，看到本地AI需要什么样的硬件；再到Google Cloud、VeryCloud和硅基流动，理解模型如何部署、调用和出海；最后来到软积木、网易智企、Unity和亚马逊全球开店的展台，看到AI如何进入真实业务。
这条路线本身，就是这届PEC2026展区想讲的故事：
从一度电，到一颗芯片，到一台机器、一个模型，最后变成一个能干活的AI员工。
PEC 2026已经落幕，但这块“五层蛋糕”每一层都还在继续往上长。
明年再见时，它会长成什么样，值得期待。