安谋科技：端侧NPU技术创新，拉动AI算力落地引擎

电子发烧友网报道（文/黄晶晶）在日前举行的2025集成电路发展论坛(成渝)暨三十一届集成电路设计业展览会(ICCAD-Expo2025)上，安谋科技产品总监鲍敏祺接受行业媒体采访，谈及最新发布的周易X3 NPU IP以及生态建设、NPU发展趋势等话题。

图：安谋科技产品总监鲍敏祺

周易X3 NPU IP正当时

安谋科技周易X3 NPU IP面向端侧AI落地需求，基于专为大模型的DSP+DSA架构，协同AI软件平台，可应用于加速卡、智能座舱、具身智能、ADAS、AI PC等设备为其提供AI计算核芯。

该产品支持CNN与Transformer模型架构，单Cluster最高支持4核配置，可提供8~80 FP8TFLOPS灵活算力范围。其单核带宽达256GB/s，相较于上一代周易产品在同等工艺下FP16算力提升16倍，计算核心带宽提升4倍，Softmax与LayerNorm性能提升超过10倍，多核算力线性度达70%~80%。

该产品具备多项核心技术优势，包括通用与专用计算单元深度融合的DSP+DSA架构；支持横向扩展的多核设计与层级化内存互连方案；软硬件协同优化的任务调度机制；同时面向开发者提供开放的生态系统，支持硬件自定义接口与软件层面的算子扩展，增强平台适配性与应用灵活性。

鲍敏祺表示，周易NPU的核心优势根植于研发阶段对软件生态的巨大投入，成熟的软件体系与完善的生态布局，构成了其立足市场的核心竞争力。

在端侧 AI 领域，当行业聚焦于同工艺下冯诺依曼架构相差无几的面积与功耗指标时，周易NPU走出差异化路线。产品面向大模型重点强化了浮点支持能力。这并非简单集成 FP8浮点等计算单元，更关键的是攻克特定精度下模型稳定运行的量化相关技术难题。团队融入 W4A16、W4A8等一系列计算范式，通过降低神经网络模型的数值表达位宽来减少计算量、内存占用和功耗，同时尽量保持模型性能，从而让浮点运算与大模型适配。

周易NPU 的推出时机，源于一年半前的产品定义与对市场趋势的精准预判。彼时，端侧 AI 的价值尚存在争议，全球 AI 应用还普遍依赖云端算力。而当下，端侧 AI 的发展必要性已然凸显，这既顺应行业风向，也契合国内市场的特殊需求。

从行业趋势来看，今年3月起国际大厂纷纷转向端侧AI赛道，释放出明确的技术信号。从国内市场来看，面临着与国外不同的发展环境，例如在算力卡领域，国外已采用3 纳米工艺，而由于工艺限制，国内大算力芯片（如 GPU）的单卡性能仅为国际先进水平的 1/5。

同时，中国庞大的用户群体，也对算力供给提出更高要求。从前些年2T、4T 的算力需求，到如今 8T 乃至更高的算力诉求，市场对端侧算力的需求持续攀升。以运行 Llama2 7B 模型为例，仅支撑 256token 的对话功能，算上50%利用率，理论上就需要 3.2TFLOPS 的算力，算力需求的增长可见一斑。正是基于对行业趋势的深刻洞察，以及对客户真实需求的精准把握，安谋科技认为当下正是周易NPU 推向市场的最佳时机。

生态伙伴协同

鲍敏祺表示，从生态上来看不同类型企业在AI 赛道的侧重点各有不同。算法公司更关注如何通过高效的 AI 算法，在具体业务场景中创造效益、提升效率，底层的算力与芯片并非其关注的核心；SoC公司则聚焦快速go to market的目标，部分企业选择自研算法，更多企业则倾向于挑选适配的 IP 来加速产品市场化进程。无论是算法公司的效率诉求，还是SoC公司的市场化需求，最终都指向IP高效交付与快速推向市场的核心能力，而这正是安谋科技践行 AI Arm China 战略的发力点。

从行业趋势来看，AI 算法正逐步走向收敛。以往 CNN 等传统模型迁移过程中，基于cuda编写的算子往往面临迁移难题。如今，无论是英伟达向上层 Python、应用层MaaS延伸，还是 OpenAI 等企业的技术推动，国内厂商都形成较高的适配统一性。大模型的运行门槛已大幅降低，仅需支持几十个左右的算子即可实现大模型部署，所需计算量相较以往大幅减少。与此同时，行业也正经历从GPGPU 向 ASIC AI 的转型，博通等企业的快速发展印证了这一趋势。专用架构能更好地突破GPGPU的能效天花板，实现更优的能效与面积表现。

端侧NPU技术趋势

伴随 AI 技术的深入演进，端侧 NPU 的发展方向逐渐清晰，其未来趋势将围绕云边端协同、通用性提升、专用算力强化三大核心展开，同时在物理工艺与算力功耗的限制下，探寻效率与灵活性的最优解。
鲍敏祺谈到，以机器人领域为例，云端负责统筹规划，边侧承担协调部署，端侧聚焦执行落地。在这一体系中，国外凭借先进算力优势，可通过持续堆叠硬件提升性能。国内则受限于工艺天花板，难以无限突破物理边界，因此云边端协同成为破局关键。

算力与功耗的限制，进一步框定端侧 NPU 的发展边界。在电池技术未出现革命性突破的前提下，短期之内端侧 AI难以复刻云端的超大算力规模。因此，在有限算力范围内，提升NPU的通用性与综合能力，成为行业的核心发力点。

以安谋科技周易X3 NPU IP为代表，DSP+DSA 的组合架构已成为兼顾效率与灵活性的关键选择。周易NPU已支持270余个公开模型，加上客户定制模型更是达到 400 余个，端侧 NPU的通用化已成为必然趋势。未来，NPU不再局限于适配单一类型模型，而是要具备快速对接多元算法、满足多场景需求的能力。

针对端侧AI不同需求，NPU未来需在专用与通用之间找到平衡。如NPU需要强化Tensor 计算能力，通过增加 Tensor core与带宽，提升专用算力的效率，但同时也需保留一定的通用 Vector core能力。

总体而言，端侧 NPU 的未来发展，将是在云边端协同的大框架下，以通用化适配海量模型，以专用算力保障运行效率，最终在有限的物理与功耗约束中，实现性能与灵活性的双重提升。周易NPU从2018 年发展至今已迭代至第六代，最新一代重点面向大模型，未来还将不断拔高端侧NPU IP规格，持续迭代升级稳步深耕。

端侧AI时代已经到来，秉持AI Arm China这一发展战略，安谋科技将聚焦AI技术，依托Arm生态，全力服务于中国本土市场的创新。