打造物理 AI 的算力底座：爱芯元智刘建伟谈端侧智能的技术布局与场景落地-电子发烧友网

电子发烧友网报道（文/吴子鹏）5 月 28 日，第十届集微大会之端侧 AI 峰会如期举行。该峰会以 “AI 重构未来，生态协同致远” 为主题，现场干货满满。其中，爱芯元智半导体股份有限公司联合创始人、副总裁刘建伟带来题为《爱芯元智・物理 AI 的算力底座》的主题分享，详解爱芯元智如何搭建面向物理 AI 的算力底座，为具身智能发展筑牢技术支撑。

AI 算力下沉：物理 AI 的必然趋势与核心逻辑

过去两年，大众有目共睹：AI 真正开始落地赋能、创造实际价值。不论是 ChatGPT 类产品营收快速增长，还是各行各业借助 AI 解决实际业务问题，AI 能够转化为生产力已成为行业共识。如今人工智能技术高速发展，AI 正加速从云端走向物理世界，逐步成为如水、电一般的新型生产力基础设施。

刘建伟表示，AI 算力从云端向物理世界下沉，已是大势所趋、不可逆的行业方向。这一趋势落地，依托两大核心条件逐步成熟：

一是模型能力持续进化。大模型的竞争不再单纯比拼参数量规模，行业开始追求更高的智能密度。即便在数 B 至数十 B 参数量的端侧设备上，也可运行高智能水准模型，持续释放商业价值。

二是端侧算力大幅跃升。终端芯片算力从早年数 TOPS，提升至如今几十 TOPS、甚至上百 TOPS，为终端本地运行复杂 AI 模型打下坚实硬件基础。

为何端侧智能成为刚需？刘建伟从隐私安全与落地实效两大维度作出解读。在隐私安全层面，以智能家居为例，设备采集的居家环境、用户行为等数据高度敏感，这类数据必须在本地完成感知与处理，杜绝数据上传云端带来的风险。在实时交互层面，工业产线、服务机器人等场景要求严苛：运行当前最优（SOTA）模型生成动作指令，响应频率需达到 50Hz 以上。若全程依赖云端传输，网络时延会直接导致物理交互失效，无法正常作业。

爱芯元智的答案：打造物理 AI 算力底座

顺应 AI 算力下沉的行业浪潮，爱芯元智将自身定位为物理 AI 算力底座提供商。围绕这一目标，公司搭建起爱芯通元 NPU + 爱芯智眸 AI ISP一体化技术平台，依托自研核心 IP，构建起 “感知 - 计算 - 决策” 完整端侧技术闭环，成为物理 AI 发展的核心算力支撑。

爱芯通元混合精度 NPU 依托算法与硬件深度协同设计，采用多线程、异构多核架构。通过处理单元与内存深度集成、可编程数据流微架构、全品类算子指令集三大设计优势，全面提升芯片计算效率、能效比与算力密度。该产品原生兼容 Transformer、CNN、BEV 等主流算法模型，搭配完善的软件工具链，可实现模型低成本、高效率、绿色化部署与运维，助力边缘端、终端 AI 规模化落地。

爱芯元智认为，NPU不能简单将 GPU 架构做小型化移植，而要打造AI 原生架构。正如当年 GPU 专为高密度图形计算而生，当 AI 计算成为主流，行业同样需要面向 AI 运算量身设计的专用处理器，让芯片算力与功耗最大程度服务于 AI 计算，而非追求通用硬件的泛用性。

爱芯智眸 AI-ISP 融合自研 IP 与前沿 AI 算法，重构传统图像信号处理链路，以 AI 算法重新定义影像画质，为智能汽车、工业视觉、智慧城市等领域打造可靠的视觉算力底座。

依托这套成熟的技术底座，爱芯元智正推动 AI 在各类物理场景规模化落地，智能汽车是核心赛道之一，也是 AI 与物理世界融合最具代表性的载体之一。目前爱芯元智自动驾驶芯片已实现大规模出货，业务主要聚焦两大方向：

一是L2 级辅助驾驶。这类功能需求明确、用户体验具备强依赖性，自动跟车、紧急制动等基础辅助驾驶功能，已成为用户出行中的刚需配置。

二是高阶智能驾驶。公司持续攻坚前沿技术，目标是打造媲美专职司机、甚至适配不同用户习惯的个性化自动驾驶体验。

与此同时，汽车座舱也在向智能空间演变，爱芯元智算力芯片可为座舱内所有需要 AI 增强的应用提供充足算力支撑。

除车载领域外，各类机器人也在 AI 赋能下拥有更强的物理智能。从普及度极高的扫地机器人，到工业产线分拣、装配机器人，再到物流机器人、人形机器人等品类，爱芯元智均有对应产品完成适配。该公司的目标，是让机器人摆脱单纯的指令执行模式，具备自主判断能力，可靠完成复杂作业，成为名副其实的 “物理员工”。

刘建伟还提到了一个热门的场景：龙虾。其最大意义在于让大众切实感受到AI在终端能“干活”。对于家庭场景，未来同样需要一个类似“家庭管理中心”的智能中枢，来统一管理和调度各类智能设备。爱芯元智的AI芯片能够帮助用户更好地部署龙虾，支持这类设备实现主动环境感知、智能预警等功能，让AI真正走进家庭生活。