電子發燒友網報道（文/李彎彎）在人工智能技術迅猛發展的當下，邊緣AI芯片作為智能設備的核心，正迎來前所未有的市場機遇。據調研機構預測，2025年中國AI芯片市場規模將達1530-1780億元，年增速超30%，其中邊緣計算設備滲透率增速高達40%。這一趨勢在智能穿戴、智能家居、工業物聯網、自動駕駛等領域尤為顯著，特別是AI耳機、AI眼鏡等消費電子產品的普及，將推動了對高性能、低功耗邊緣AI芯片的爆發式需求。

然而，邊緣和終端場景對芯片的“低功耗、小體積、高實時性”要求，暴露出傳統馮·諾伊曼架構的功耗瓶頸和算力密度不足等致命缺陷。如何在保證性能的同時實現極致能效比，成為制約行業發展的核心挑戰。在此背景下，九天睿芯憑借創新的存算一體架構技術路線，在邊緣AI芯片領域開辟差異化發展路徑。電子發燒友就此深度采訪九天睿芯副總裁劉錚，探討其技術創新與落地實踐，以及邊緣AI芯片大規模商業化面臨的挑戰及解決方案。

存算一體架構創新：晶體管層級融合存儲單元與計算單元

九天睿芯是一家專注于邊緣/終端AI芯片研發的創新企業，其核心技術團隊在存算一體架構領域擁有深厚積累。致力于打造集合高能效，高面效、高帶寬存算一體AI芯片，是全球新型存算一體架構技術領域的領導者。基于融合存算一體神經網絡加速器，在服務器、機器人等諸多場景支持大模型垂直應用算法。

九天睿芯的核心技術壁壘在于其創新的存算一體架構。與傳統馮·諾伊曼架構不同，其ADA系列芯片在晶體管層級融合了存儲單元與計算單元，實現了真正意義上的“存算一體”。

“我們的ADA100超低功耗音頻處理芯片采用基于SRAM的存算一體架構，輔以模擬域的諸多前處理技術，大幅降低AI計算功耗以及信號前處理的功耗。”劉錚介紹道。這種架構創新帶來了顯著的性能優勢：在僅1.4mm×1.6mm×0.45mm的極小體積上，ADA100實現了70μA的待機功耗（監測人聲喚醒）和170μA的全功率功耗（監測關鍵詞指令），相比傳統架構芯片具有超過一個數量級的功耗優勢和數倍的面積優勢。在端側設備諸如AI耳機、AI眼鏡、智能助聽器等應用場景中，極低功耗和小體積/面積的屬性是工程開發設計和用戶體驗等不同層面的剛需。

值得注意的是，這些突破性性能是在55nm成熟工藝下實現的。“55nm工藝成熟、供應鏈安全可控、生產成本足夠低，這為終端客戶帶來了顯著的成本優勢。”劉錚強調，“這也使得后續迭代產品有足夠的空間，未來可以采用28nm、22nm甚至更先進的工藝，實現進一步的性能躍升，拉開與競爭對手的差距。”

九天睿芯已構建了完整的邊緣AI芯片產品矩陣，滿足不同算力場景的需求。除ADA100外，公司還成功流片了ADA200超低功耗視覺處理芯片，并在研ADA300超高能效比、超大帶寬、大算力AI推理芯片。此外，公司還擁有幾款輔助業務的模擬互聯芯片，進一步豐富了產品線。

“ADA系列芯片的核心特點在于突破傳統架構限制，從底層實現數倍甚至數量級的能效提升。”劉錚表示，“這解決了端側設備對續航、散熱、便攜性（重量）的迫切需求，使客戶能夠在相對落后的工藝制程上獲得先進制程才能實現的性能表現。”

與國內外競爭對手相比，九天睿芯的差異化優勢不僅體現在技術層面，更轉化為實實在在的商業價值。劉錚分享了一個典型案例：“在某頭部客戶導入過程中，我們首先因為芯片功耗的巨大優勢得到了技術團隊的認可，可以大幅提高其產品續航。同時，1.4mm×1.6mm的極小面積使客戶能夠直接沿用上一代產品的PCB板，只需在空余處加上我們的芯片并做相應布線調整，大幅降低了迭代成本。”

這種“功耗足夠低、面積足夠小”的特性，使九天睿芯的產品能夠幫助各類終端設備廠商快速實現AI智能化升級，在激烈的市場競爭中脫穎而出。

邊緣AI芯片行業：痛點、挑戰與解決路徑

邊緣AI芯片的落地高度依賴對場景需求的精準把握。劉錚以可穿戴類消費電子為例進行了說明：“比如耳機或AI眼鏡在騎行場景中，用戶不希望用手勢控制（出于安全考慮），而傾向于使用語音操作。但傳統音頻喚醒、控制方案功耗過高，因此超低功耗的VAD（語音活動檢測）、KWS（關鍵詞識別）功能成為剛需。”

類似地，在掃地機器人等端側視覺場景中，對功耗（續航痛點）和芯片面積（設備尺寸限制）的敏感性同樣極高。“把握這些行業痛點，為下游客戶和最終消費者解決工程技術和使用體驗上的問題，是超低功耗視覺處理芯片的核心價值所在。”劉錚強調。

目前，九天睿芯的芯片已在AI耳機、AI眼鏡、智能助聽器、智能運動隨身掛件、AI玩具等多個智能化消費電子場景中實現量產交付或正在導入。這些行業的共同特點是用戶對設備續航、體積和實時性有極高要求，而這正是九天睿芯產品的優勢所在。

邊緣AI芯片的價值釋放需要構建完整的生態閉環。“我們會和客戶在前期對齊算法（底層算子）需求，然后通過存算架構高效執行相關算子來實現客戶所需算法。”劉錚介紹九天睿芯的生態策略時表示，“同時，我們在未來芯片研發中會提前收集客戶或潛在合作伙伴的算法（算子）需求，確保設計方案能夠覆蓋市面上絕大部分主流音頻、視頻算法和大模型。”

這種“軟硬結合”的生態建設思路，使九天睿芯能夠與算法廠商、設備制造商形成緊密協作，共同推動邊緣AI場景的落地。劉錚認為，一家合格的AI芯片公司要兼備大模型的能力，這樣才能在芯片設計上把握最前沿的需求，避免芯片總是追著模型走。

盡管前景廣闊，邊緣AI芯片的大規模商用仍面臨諸多挑戰。劉錚認為，阻力主要來自兩方面：一是用戶使用傳統芯片的慣性，二是大模型快速迭代帶來的芯片設計落伍風險。“質量”越大，“慣性”越大。改變已經形成的供應鏈和技術路線需要巨大動力。不過他也相信，AI的“力”足夠大，從硬件到模型，這個“力”足夠推動中國AI事業向正確的方向加速。

面對這些挑戰，總結來說可以從幾個方面著手解決：其一是技術層面，比如進一步深化存算一體、近存計算等創新架構，從根本上突破馮·諾伊曼瓶頸；其二是生態層面，加強芯片企業、算法公司、設備廠商的協作，形成技術合力；其三是戰略層面，提升對AI技術趨勢的前瞻判斷能力，使芯片設計更具未來適應性。

“我們不僅僅是一家芯片設計公司，從員工的科研、工程技術能力到客戶戰略合作，我們都能做到‘軟硬結合’。”劉錚表示，“只有行業同仁有機協作，同時把握模型發展趨勢、硬件演進方向和用戶需求痛點，才能設計出真正‘好用’的AI芯片。”

寫在最后

邊緣AI芯片正站在技術與商業爆發的前夜。隨著5G、物聯網技術的普及和AI應用的深入，邊緣計算的重要性將持續提升。在這一進程中，如何平衡性能與功耗、通用性與專用性、先進性與成本，將成為行業持續探索的方向。存算一體等創新架構的涌現，為解決這些矛盾提供了新的可能，但技術突破永無止境。可以預見的是，隨著算法、芯片、應用場景的協同進化，邊緣AI將釋放出改變人機交互方式的巨大能量，推動智能設備進入一個更高效、更自然、更個性化的新時代。