伴随人工智能技术的不断演进，AI技术正从“数字世界”向“物理世界”渗透，具身智能时代的帷幕已经拉开。具身智能的快速发展对实时感知和低延迟决策提出了更高要求，而传统的云计算模式受限于数据传输延迟与隐私安全，难以满足工业检测、服务机器人等场景需求，边缘计算则在本地化处理与实时响应上拥有绝对优势，成为AI基础设施演进的核心方向。

5月13日，以 “具身智慧机器人”为主题的第十五届松山湖中国 IC 创新高峰论坛成功举办，爱芯元智半导体股份有限公司联合创始人、副总裁刘建伟在题为《AX8850：以边缘算力，让具身智能触手可及》的演讲中，分享了公司对 AI 技术演进的洞察及边缘算力芯片的创新实践。作为论坛推荐的 10 款智能机器人国产芯片之一，AX8850 凭借高性能低功耗架构与异构计算能力，为具身智能设备提供关键支撑。

AI 基建将带来 “具身交互” 的生产力革命

刘建伟指出，AI 已从早期的技术概念演变为 “稳定可靠的智能输出基建，将来会像水电一样”，未来将如水电般融入社会基础设施，驱动成本优化与效率提升。这一变革体现在两方面：

• 物理世界深度数字化：通过 AI 赋能摄像头、传感器等设备，实现对场景的智能解析（如人员检测、工业质检），为智能化决策提供高质量数据基础。

• 具身智能交互升级：从数字世界的规则驱动转向数据驱动，AI 通过训练与推理实现自主优化，推动机器人、自动驾驶等领域的高效自动化生产体系构建。

他强调，“AI的本质是数据驱动的新程序范式，其计算模式以Tensor（张量）为核心，数据维度与计算密度远超传统架构，催生了对专用算力芯片的需求，需通过专用硬件架构释放算力潜能。” —— 传统 CPU/GPU 难以平衡能效与成本，而原生 AI 处理器（如爱芯通元 NPU）则通过算子指令集与数据流微架构设计，实现 10 倍能效比提升，让 AI 算力更 “普惠”。 

软硬件协同定义 AI 处理器新范式

刘建伟以GPU与NPU的演进为例，强调边缘AI芯片需聚焦两大核心：一是基于算子指令集的数据流微架构，通过硬件优化降低数据搬移能耗；二是异构多核设计，以高能效比支撑混合精度计算。

爱芯元智的 AI 处理器设计遵循 “算子指令集 + 数据流 DSA 微架构” 双核心逻辑，实现能效比提升，为边缘端部署复杂AI模型提供经济可行的解决方案：

• 算子指令集：支持 Conv、Transformer、LSTM 等超百种 AI 算子，覆盖图像、视频、文本处理及多模态融合需求，原生适配 DeepSeek、Qwen 等主流大模型结构，为边缘侧大模型部署奠定基础。

• 异构多核架构：集成高效张量核、灵活向量核与高带宽数据引擎，支持 INT4/INT8/FP16 等混合精度计算，在保持高性能的同时降低功耗与成本。硬件级任务调度器优化数据依赖，提升算力利用率。

• 成熟工具链生态：提供从模型量化、编译优化到部署的全流程工具，支持 PyTorch、TensorFlow、ONNX 等主流框架，确保模型适配性与开发效率。

刘建伟进一步解释，传统程序依赖人工编写规则，而 AI 通过海量数据训练自动优化模型权重，实现‘自进化’能力。这一转变要求硬件设计从 “控制流” 转向 “数据流”，减少数据搬运能耗，提升计算效率。

AX8850 芯片：边缘智能的 “全能选手”

作为本次演讲的核心，AX8850 定位高算力高能效比边缘 SoC，硬件配置与场景适配性突出。

具体配置上，AX8850集成了八核A55 CPU，24TOPs@INT8高算力的NPU，支持H.264/265编解码、64bit LPDDR4x、eMMC v5.1/ SPI Flash、2路Ethernet、1路USB3.0、2路USB2.0、2路HDMI输出。满足多传感器数据处理与实时交互需求的同时，支持CNN、Transformer等主流网络模型，可高效运行DeepSeek、Qwen等大模型，帮助用户在消费类电子产品智能化升级等领域的边缘计算发挥更大的价值。

尤其是在服务机器人、AR 设备、智能汽车等领域上优势明显，可实现物体检测（如穿红衣服的人）、连续视频事件识别（如跌倒检测）、多摄像头与雷达融合感知，弥补纯视觉方案的环境适应性短板。

此外，通过软硬件协同设计，AX8850在保持高性能的同时降低系统功耗与开发成本，适配消费电子智能化升级对 “小体积、长续航” 的需求。刘建伟特别强调，AX8850 通过‘算子指令集 + 数据流微架构’设计，将能效比提升至传统 GPU 的 10 倍，使 AI 计算成本降至工业级可接受范围，真正实现 “1 元投入换取更多 AI 性能” 的算力经济性目标。

落地实践：从感知到决策的全链条赋能

据介绍，爱芯元智AI芯片和自研爱芯通元NPU凭借高性能低功耗架构、异构计算能力和自主IP创新，为服务机器人、智能汽车、AR设备等场景提供本地化AI处理能力，实现多传感器融合和实时空间交互。

此外刘建伟表示，通过算法-芯片协同设计和开放工具链，爱芯元智与行业伙伴将共同推动具身智能落地，未来将持续优化能效比并探索云、边、端协同，“以边缘算力，让具身智能触手可及”。目前相关方案已在多个场景落地：

• 多模态交互：支持 “图生文”“文生图” 双向生成，赋能机器人实时对话与情感表达，例如根据语音指令生成互动图像，增强人机交互体验。

• 环境感知：基于单目视觉实现人体检测、行为识别，甚至通过多摄像头融合构建3D环境地图。 

• 传感器融合：整合4D毫米波雷达数据，以低成本方案弥补纯视觉感知的不足，提升自动驾驶、扫地机器人、无人机等场景的可靠性。

凭借低 CPU 占用与高效工具链，助力客户快速实现大模型轻量化部署，推动端侧智能从单一功能向 “感知 - 决策 - 执行” 一体化升级。

构建普惠 AI 的 “算力桥梁”

成立于 2019 年的爱芯元智，已形成 “爱芯智眸 AI-ISP” 与 “爱芯通元 NPU” 两大核心技术：前者提升成像质量，为 AI 处理提供优质数据源；后者通过异构计算架构，打通边缘算力与大模型应用的壁垒。

未来，公司计划从两方面深化布局：

1.能效比升级：通过架构创新与制程优化，进一步降低边缘AI计算的功耗与成本；

2.云边端协同：构建混合推理框架，将复杂任务分解至云端训练与边缘端推理，提升系统整体效率。

“AI 不应是奢侈品，其价值应该像水电一样在于普惠”，刘建伟强调，随着边缘算力的成熟，具身智能将加速渗透消费、工业、汽车等领域，而爱芯元智正通过技术创新与生态共建，让高效、低成本的本地化 AI 处理成为现实。AX8850 的使命是打破算力成本壁垒，推动具身智能从实验室走向千行百业，这一愿景正通过技术突破与行业协作逐步成为现实。