大模型时代，边缘AI芯片技术架构将如何演进？

【导语】随着深度学习技术的蓬勃发展，大模型已成为推动人工智能迈向新高度的重要力量。在2025年春节期间，大模型技术的开源化更是为边缘、端侧AI应用带来了颠覆性变革。在此背景下，边缘AI芯片产业正面临着前所未有的升级机遇。本文将深入探讨边缘AI芯片在大模型技术驱动下的产业升级路径，分析当前芯片架构的多元化趋势，并展望未来的竞争格局与发展方向。同时，视觉物联联合AIoT星图研究院即将启动的《2025边缘计算市场调研报告》也将为企业战略制定与市场拓展提供宝贵参考。

　　如果说深度学习是培育智能的土壤，那么大模型就是这片土壤中生长出的参天大树。

　　依托深度学习的算法根基，大模型通过海量数据灌溉和算力滋养，将特征提取、模式识别等能力推向新维度，让人工智能从“感知”迈向“认知”新跨越。

　　随着AI大模型不断迭代升级，特别是在2025年春节期间以DeepSeek为代表的大模型技术开源化，不仅大幅拓展了人工智能的应用边界，也为边缘、端侧AI应用发展带来颠覆性变革。

　　除市场应用带来变革之外，大模型也将对边缘计算AI芯片的技术架构、应用场景和产业生态等方面进行重构。

　　那么，我们今天就来聊聊，边缘AI芯片在大模型技术驱动下将如何进行产业升级。

　　视觉物联了解到，目前边缘AI芯片架构呈现多元化趋(qū)势(shì)，企(qǐ)业(yè)根(gēn)据(jù)能(néng)效(xiào)、算(suàn)力(lì)、灵(líng)活(huó)性(xìng)需(xū)求(qiú)选(xuǎn)择(zé)不(bù)同(tóng)方(fāng)案(àn)，主要(yào)有(yǒu)GPU、NPU、ASIC、FPGA、RISC-V和(hé)存(cún)算(suàn)一(yī)体(tǐ)等(děng)。

　　其(qí)中(zhōng)，NPU因(yīn)高(gāo)能(néng)效(xiào)占(zhàn)据(jù)主流(liú)，代(dài)表企业包括高通、瑞芯微、全志科技、恒玄科技、国科微和爱芯元智等。但因大模型运算使得边缘推理算力需求指数级攀升，传统单核NPU架构已无法满足需求，企业开始纷纷创新升级。

　　例如，为解决传统NPU芯片大模型推理效率不足问题，国科微创新提出MLPU芯片概念（面向多模态大模型的新型AI芯片架构），既能高效支持大模型推理计算，同时兼容传统小模型的高效推理。

　　据了解，国科微基于MLPU创新架构设计的AI SoC产品，预计将于2026年开始逐步量产上市。该架构具有高能效、低功耗、高性价比的特点；相比于市面已有的NPU芯片，能够更高效地支持大模(mó)型(xíng)的(de)端侧部署和推理应用，从而保证模型推理效率和应用效果。

　　同时，基于MLPU的创新架构设计，国科微积极布局AI生态建设。其围绕大模型及其大模型产品，深度优化适配，提供从模型压缩转化、推理部署、应用开发端到端全栈大模型工具链，方便开发者和客户能够简单高效地完成模型部署和应用开发。

　　而瑞芯微则通过Chiplet异构集成的方式，为满足不同市场、产品应用对性能和算力的差异化需求，其在自研NPU中内置不同性能层次的CPU、GPU内核，从而帮助客户有效缩短产品研发周期，节省研发投入。

　　面向AI大模型部署、大数据实时处理等场景带来的复合算力需求，多核化、专用化、低功耗的多核异构SoC也成为多模态复杂场景下的高效处理方案。

　　其中，全志科技通过集成CPU、GPU、NPU、DSP等不同架构的处理核心，可以在适应不同场景功能需求的同时，提升整体计算能力，结合软件系统带来的异构基础功能拓展衍生，构建起"分工协作"的高效计算体系，以支持更多样化的应用。

　　目前，全志科技的多(duō)核(hé)异(yì)构(gòu)方(fāng)案(àn)已(yǐ)经(jīng)在(zài)大(dà)量(liàng)产(chǎn)品(pǐn)场(chǎng)景(jǐng)中(zhōng)实(shí)际(jì)应(yīng)用(yòng)。例(lì)如(rú)，在(zài)消(xiāo)费(fèi)电(diàn)子(zi)产(chǎn)品(pǐn)中(zhōng)，通(tōng)过(guò)协(xié)处(chù)理(lǐ)器(qì)在(zài)主核(hé)上(shàng)电(diàn)前(qián)预加载引导程序，异(yì)步(bù)解(jiě)压(yā)系(xì)统(tǒng)镜(jìng)像(xiàng)，同(tóng)时(shí)延(yán)迟(chí)加(jiā)载(zài)驱(qū)动(dòng)至(zhì)CPU启(qǐ)动(dòng)后(hòu)执(zhí)行(xíng)，使(shǐ)开(kāi)机(jī)动(dòng)时(shí)间(jiān)相(xiāng)较(jiào)传(chuán)统(tǒng)方(fāng)案(àn)显(xiǎn)著(zhe)提(tí)升(shēng)，搭(dā)配(pèi)低(dī)功(gōng)耗(hào)控(kòng)制(zhì)、AI ISP视(shì)觉(jué)引(yǐn)擎(qíng)，可(kě)将(jiāng)快(kuài)启(qǐ)差(chà)异(yì)化(huà)类(lèi)法(fǎ)案(àn)部(bù)署(shǔ)在(zài)低(dī)功(gōng)耗(hào)IPC、智(zhì)能(néng)门(mén)铃(líng)等(děng)产(chǎn)品(pǐn)中(zhōng)。

　　小(xiǎo)结(jié)

　　大(dà)模(mó)型(xíng)时(shí)代(dài)正(zhèng)推(tuī)动(dòng)边(biān)缘(yuán)AI芯(xīn)片(piàn)架构从“专用加速”向“智能原生”演进，企业需在架构创新、生态构建和场景深耕三方面同步发力，推动边缘AI在消费电子、智能汽车和工业物联网等领域的规模化落地。未来，能效比优化、大模型端侧部署能力及生态兼容性将成为竞争关键。

　　近日，视觉物联联合AIoT星图研究院即将启动《2025边缘计算市场调研报告》，将从技术发展与落地应用等方面展开深度调研，揭示行业基本面，洞察竞争格局，为企业战略制定、投资决策、市场拓展等提供结构化的参考依据，欢迎边缘计算产业朋友一起参与到报告调研中。