AI产业的竞争逻辑，正在经历一场根本性的迭代。过去几年，行业的目光几乎全部聚焦在云端大模型的参数竞赛和训练算力的堆叠上。但随着模型技术逐渐成熟，终端智能化需求全面爆发，产业的重心已经正式从“云端训练”转向了“端侧推理”。2025年，被业内公认为“端侧AI元年”。这一年，国内AI推理数据量首次超越训练数据量。IDC预测，到2029年，国内推理算力占比将逼近八成。推理算力，已经毫无悬念地成为AI产业化落地的核心主战场。

在这场产业变革的浪潮中，国内端侧AI推理芯片赛道迎来了一个爆发窗口期，国产化替代与技术革新双线并行。就在最近，国内端侧AI推理芯片的核心企业——聆思科技，完成了近5亿元的B轮融资。本轮由皖沪两地多家国资平台联合领投，多家知名投资机构跟投。这一动作，在行业内极具信号意义。

| 风口已至，痛点犹存

当前，中国端侧AI芯片产业已经进入规模化落地、高速迭代的黄金阶段，形成了与海外厂商截然不同的发展特色和产业格局。从整体来看，国内赛道呈现出“场景领先、量产成熟、技术突围、生态完善”四大特征。但与此同时，核心技术攻坚、高端算力短板等行业痛点依然存在，不可回避。

从市场格局来看，国产端侧AI芯片已经实现了规模化突围，成功打破了海外厂商的垄断局面。以瑞芯微、全志科技、聆思科技为代表的本土企业，在智能家居、消费电子、机器人、车载终端等中低端场景占据了绝对主导地位。一个典型的数据是：国产厂商在全球机器人视觉AI芯片市场份额中占比近七成。凭借低成本、高适配、快量产的优势，它们牢牢把控着大众终端赛道。数据显示，2025年中国AI加速卡国产渗透率已突破40%，而端侧推理芯片凭借轻量化、低功耗的适配优势，已经成为国产AI芯片中最为成熟、落地最快的细分赛道。

从产业趋势来看，“训推分离、能效优先、端云协同”已经成为核心发展方向。过去那种依赖云端GPU高功耗算力来支撑推理任务的模式，已经无法适配海量终端场景的需求。机器人、AIPC、智能座舱、全屋智能等终端设备，对低时延、离线可用、数据隐私、低成本部署的需求持续升级。传统云端推理的高成本、弱实时、隐私风险等弊端，被全面放大。由此，产业彻底告别了“唯算力论”，转向了算力、功耗、带宽、成本的综合最优解。专用端侧推理芯片替代通用芯片，已经成为必然趋势。

但话说回来，国内端侧大模型推理芯片仍然存在明显的短板。目前市面上大多数国产AI芯片，只能适配传统的感知类AI算法，很难支撑千亿、百亿级大模型的本地推理需求。在算子适配、内存调度、存算一体化架构等核心技术上，与国际顶尖水平仍有差距。与此同时，行业普遍存在算法适配碎片化、高端场景量产能力不足、大模型软硬件生态不完善等问题。能够实现端侧大模型高效稳定推理的专用芯片产品，依旧稀缺。这也正是国内头部芯片企业攻坚的核心方向。

| 国资背书

在国内端侧AI芯片升级迭代的关键节点，聆思科技此次近5亿元的B轮融资，具备极强的行业标杆意义。本轮融资由安徽省、合肥市国资平台联合战略领投，深报一本、天智投资等多家专业机构跟投。国资与产业资本的双重加持，既体现了地方政府对AI硬核科技产业的布局决心，也印证了聆思在端侧推理芯片领域的技术壁垒与产业化能力。

作为长三角科创与先进制造的核心高地，安徽、合肥近年来持续深耕芯片、人工智能、智能终端产业链，不断完善产业配套、供应链体系与政策生态，持续培育本土硬核科技企业。这一轮国资战略投资，并非单纯的财务投资，而是产业链层面的战略布局——瞄准端侧大模型推理芯片这一AI产业下一代核心基础设施，补齐区域AI算力产业链的关键环节，助力本土智能终端产业实现自主可控升级。

相较于行业多数企业聚焦于感知级端侧芯片，聆思科技的核心差异化优势在于，它提前卡位了认知级大模型端侧推理赛道，实现了从传统感知AI芯片到大模型推理芯片的战略升级。本轮融资资金将全部聚焦于新一代端侧大模型AI推理芯片的研发。其核心产品Nebula系列已经进入关键研发阶段，预计2026年底正式量产落地。这款产品，将填补国内高端端侧大模型专用推理芯片的市场空白。

| 自研全栈架构

端侧大模型推理的核心难点，不在于峰值算力的堆叠，而在于有限功耗、体积、成本下的综合能效最优。云端那种高功耗、高带宽的算力模式，无法直接复刻到终端设备上。这也是通用AI芯片难以适配大模型本地部署的核心症结。针对行业普遍面临的“算力浪费、内存瓶颈、调度低效”三大难题，聆思科技打造了“算力+存力+引擎”三位一体的自研技术体系，实现了端侧大模型推理的系统性突破。

在算力底座层面，聆思依托AI原生NPU架构，搭配自研算子指令集与专用DSA架构，结合多核NPU自适应调度机制，大幅提升了大模型推理的有效算力利用率。其NPU算力利用率可达80%，远超行业平均水平，彻底解决了通用芯片算力闲置、能效低下的问题。

在存力底座层面，针对端侧大模型推理最大的“内存墙”痛点，企业开创性地采用了3D-DRAM堆叠存算一体技术，突破了传统内存技术在端侧部署的限制，大幅提升了内存带宽与数据吞吐能力，实现了推理性能和能效比的跨越式升级，完美适配终端设备轻量化部署的需求。

在引擎底座层面，自研推理引擎与编译优化框架，可以快速适配主流开源大模型。通过算子融合、自动图优化、智能任务调度，有效降低了推理延迟，保障了终端实时交互、连续推理的场景需求。基于这套全栈自研架构，Nebula系列芯片相较主流通用AI芯片，可实现10倍计算加速、10倍模型参数支持，推理速度突破100 tokens/s，在功耗、性能、成本三大核心维度，达到了行业领先水平。

| 亿级出货打底

自2020年成立以来，聆思科技深耕端侧AI推理赛道多年。它是业内少有的同时具备芯片设计、AI算法、系统集成全栈能力的企业，早已打通了从研发、适配到量产的完整产业化路径。

在感知智能时代，聆思已经推出了23款端侧AI推理芯片，覆盖家居家电、智能车载、消费电子、教育办公等全场景。服务了海尔、美的、联想、新东方等一众行业头部客户，累计芯片出货量突破1.5亿片。亿级量产规模，充分验证了企业在芯片定义、算法适配、供应链管控、规模化量产方面的成熟能力，也为新一代大模型推理芯片的落地，奠定了坚实的客户基础与场景基础。

目前，聆思已经与联想、海尔、美的、聆动机器人、面壁智能等企业启动了联合预研，聚焦AIPC、智能机器人、汽车座舱、全屋智能四大核心场景，推进端侧大模型芯片的场景适配与产业化落地。这些场景，是端侧大模型商业化价值最明确、落地速度最快的赛道。依托端侧低时延、离线可用、数据安全的优势，可以彻底重构终端设备的智能化能力，实现从“被动响应”到“主动决策”的升级。

| 端侧算力国产化展望

随着大模型全面从云端走向终端，端侧AI推理芯片已经成为智能设备迭代的核心算力底座，更是中国AI产业实现自主可控、差异化突围的关键赛道。当前，国内端侧AI产业正处于技术迭代、场景爆发、资本集中的三重红利期，国产化替代的空间极为广阔。

对于聆思科技而言，本轮融资加持后，企业将加速Nebula系列芯片的产品化与场景验证。依托安徽、合肥完善的芯片制造与科创产业生态，持续完善“芯片+算法+平台+场景”的全栈能力。从感知推理到认知推理的技术迭代，从亿级出货到大模型终端规模化落地，聆思的发展路径，正是中国端侧AI芯片产业从成熟落地到高端突破的一个缩影。

未来，随着更多国产端侧大模型推理芯片实现技术突破与量产落地，云端算力垄断的格局将被打破，端云协同的全新AI算力体系将加速成型。在海量终端场景的驱动下，国产端侧AI芯片将持续夯实技术壁垒、完善产业生态，成为中国AI产业高质量发展、自主可控升级的核心支撑。