游乐游手机版
首页/科技数码/文章详情

安谋科技全AI矩阵与开源AIOS加速端侧AI规模化

时间:2026-07-21 12:11
安谋科技在2026世界人工智能大会上展示端侧人工智能布局,构建覆盖中央处理器、神经网络处理器、视觉处理器及开源人工智能操作系统的全技术矩阵,并联合20余家伙伴发起开源人工智能操作系统联盟,推动人工智能从云端向终端规模化落地。

历时三天,2026世界人工智能大会在上海圆满落幕。今年,安谋科技首次亮相,并于7月18日举办了一场AI前瞻会,集中展示了其在端侧AI计算、AI智能体、智能视频处理以及产业生态建设方面的最新进展与战略布局。

一个明确的行业趋势是,随着中小规模模型能力的持续提升,人工智能产业正从云端大模型加速向边缘侧与终端侧延伸。然而,终端部署面临功耗、时延、存储空间及部署效率等多重挑战。安谋科技的应对策略是,从CPU、NPU、VPU到AIOS智能系统,不断优化技术和生态布局,推动AI能力深入更多的终端设备与现实应用场景。



构建全栈AI技术矩阵,释放嵌入式设备计算潜力

安谋科技CPU产品总监朱晓鸣在演讲中指出,随着模型小型化与智能化水平的持续提升,十亿级参数的小模型正加速达到商用标准,这使得AI下沉至轻量化、低功耗的终端设备成为现实。这一趋势也推动了传统以“连接”为核心的IoT,向具备“认知”能力的AIoT全面演进。

不过,嵌入式端侧AI仍面临功耗、时延和存储等资源限制。针对这些挑战,安谋科技与Arm共同规划了三条技术路径:CPU指令集扩展、通用小算力NPU,以及SRAM存内计算。在此基础上,构建了覆盖Cortex-M CPU处理器、Helium矢量扩展技术及Ethos NPU的嵌入式AI技术矩阵。



安谋科技CPU产品总监朱晓鸣

其中,Helium是Cortex-M CPU内置的矢量扩展技术,能够显著提升设备的向量计算与矩阵运算效率,在音频编解码、蓝牙编解码、机器学习等场景中,有效弥补了传统CPU的性能短板。而Ethos-U55、U65、U85等NPU产品则形成了完整的算力梯度,为不同嵌入式场景提供专用AI算力支持。

基于这些自研核心技术,安谋科技打造了“星辰300”AIoT原型平台,采用“星辰CPU+Helium+Ethos NPU”的异构计算架构。目前,该平台已在FPGA系统上成功跑通了人脸检测、语音识别、关键词检测和图像超分辨率等应用,在有限功耗与硬件资源条件下,释放出更强的AI计算能力。

首发“周易”X3-Pro NPU,面向AI智能体全场景部署

AI智能体正加速进入各类边缘设备,安谋科技NPU产品线负责人兼首席架构师舒浩博士,在演讲中系统介绍了新一代“周易”X3-Pro NPU架构。



安谋科技NPU产品线负责人兼首席架构师舒浩博士

他指出,当前AI模型在实际应用场景中的推理负载高度分化,边缘侧的AI推理需求更是千差万别,不同应用场景对性能、功耗、灵活性以及可编程性提出了差异化要求。因此,AI计算底座已不能仅追求峰值算力,更需要关注系统效率、场景适配能力与部署效率。

“周易”X3-Pro NPU采用统一、分层、场景化的计算架构,其设计理念是“一次适配,多芯复用;面向场景,灵活配置”。在软件层面,统一的软件架构帮助客户在不同行业和产品形态中复用模型适配、调优及部署经验;在硬件层面,则通过灵活配置满足不同应用对性能与功耗的差异化要求。

相比“周易”X3 NPU,X3-Pro主要在四个维度实现了升级:增强通用可编程能力,支持更多数据精度与统一编程模型;提升专用计算效率,引入更多混合精度加速能力;增强灵活配置能力,提供更强单核算力、Cluster配置及可配置内存层次架构;同时面向未来,支持非冯·诺伊曼创新架构。

安谋科技透露,“周易”X3-Pro NPU即将正式发布,其目标是推动AI智能体进入更多边缘侧设备,并与生态伙伴共同探索Agentic AI时代的智能产品形态。

玲珑VPU“武当”亮相,探索面向机器视觉的视频压缩

随着自动驾驶、人形机器人及智能监控等应用快速发展,视频不仅是人类获取信息的重要载体,也已成为AI训练与推理的主要数据来源。安谋科技VPU研发总监黄鑫博士在演讲中表示,超过80%的AI训练与推理数据源自视频,VPU的服务对象正从人眼主观视觉进一步扩展至机器视觉。



安谋科技VPU研发总监黄鑫博士

为满足AI时代的视频处理需求,安谋科技首次披露了新一代玲珑VPU产品“武当”。该产品继承了上一代“峨眉”的CAE内容感知编码技术,并在性能、格式支持与AI场景适配能力方面进行了全面升级。

据黄鑫博士介绍,“武当”可实现8K 30fps编码,同时节省约40%的芯片面积;支持YUV422编码与Raw Data压缩,可服务于专业拍摄及AI训练场景;同时支持高达1dbps的更高码率,以满足人形机器人等Physical AI应用需求。在不规则运动等典型AI场景中,其编码质量较前代产品可额外提升5%至10%。

安谋科技还构建了AI VPU端到端训练框架,将视频压缩与下游AI任务进行联合优化。压缩过程能够感知目标追踪、动作识别等任务需求,在降低视频传输与存储成本的同时,尽可能保持AI任务的精度。

测试结果显示,玲珑VPU在目标追踪任务(Ostrack/ViT-Base)中可节省18.3%的码率,在动作识别任务(SlowFast)中可节省12.0%的码率。未来,该技术还将通过引入前置与后置网络,实现人眼主观视觉与AI任务效果的协同提升。

发起“开源AIOS联盟”,联合20余家伙伴共建产业新生态

除了底层IP与芯片技术,安谋科技还将布局延伸到了面向新一代AI产品的系统基础设施层面。

安谋科技市场及生态副总裁梁泉在演讲中表示,随着AI智能体、具身智能及各类新型AI设备不断涌现,边缘端操作系统正由传统工具型系统向智能体形态演进。面向AI设备与具身智能原生打造的AIOS智能系统,将成为释放端侧AI能力、连接模型与硬件的重要基础设施。



安谋科技市场及生态副总裁梁泉

基于这一判断,安谋科技牵头发起“开源AIOS联盟”,联合芯片、模型、操作系统、软硬件方案厂商及高校科研机构,共同推动边缘AI与机器人技术研发、标准建设及多场景应用落地。

目前,联盟已汇聚20余家生态合作伙伴,包括芯发科技、紫光展锐、瑞芯微、辉羲智能等芯片厂商,面壁智能、RT-Thread、AutoCore等模型及软硬件方案提供商,以及清华大学智能产业研究院、香港科技大学物理AI研究中心等学术机构。

梁泉表示,安谋科技还将推动技术、代码、产品文档与设计原型的开源开放,并依托极术社区等平台开展技术验证与产品落地,降低边缘侧AI设备的开发与部署门槛。

从“星辰CPU+Helium+Ethos NPU”的嵌入式AI技术组合,到面向AI智能体的“周易”X3-Pro NPU,再到玲珑VPU“武当”与开源AIOS生态,安谋科技正逐步构建起覆盖计算、视频处理、系统软件及产业协作的端侧AI完整布局。

随着AI从云端进一步走向终端设备与物理世界,算力效率、软硬件协同与生态适配,将成为规模化落地的关键所在。安谋科技正通过底层技术创新与开放生态建设,推动端侧AI从单点应用迈向更广泛的产品与场景。

来源:https://www.163.com/dy/article/L2AB1NC90511RIVP.html
上一篇韦东远:中国具身智能产业的全球竞速发展之路 下一篇WAIC 2026大咖论词元 Token时代到来
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
罗福莉入选新一届35岁以下科技创新35人中国区名单
科技数码 · 2026-07-25

罗福莉入选新一届35岁以下科技创新35人中国区名单

2025年《麻省理工科技评论》“35岁以下科技创新35人”中国区名单在上海发布,罗福莉、姚顺宇等入选。罗福莉推动大模型从“能聊天”走向“能干活”,探索智能体演进;姚顺宇建立非厄米拓扑能带理论。本届AI+机器人领域入选者占四成。

美国科技巨头为AI投资年内裁员近14万人
科技数码 · 2026-07-25

美国科技巨头为AI投资年内裁员近14万人

美国科技巨头年内裁员近14万人,同时计划在AI基础设施上投入7250亿美元。裁员主要目的为AI投资腾出资金并纠正疫情期间过度招聘,市场对AI相关裁员反应负面,而AI初创公司正加速扩招,形成对比。

位AI Infra高管复盘WAIC:暴力美学触顶后求变?
科技数码 · 2026-07-25

位AI Infra高管复盘WAIC:暴力美学触顶后求变?

WAIC2026上,AIInfra行业关注点从算力规模转向推理效率与Token产出。Agent驱动Token消耗激增,AI工厂与Token工厂成为关键载体。效率竞争取代规模竞赛,玩家分层加速,具备全栈优化能力的头部厂商优势凸显。

显卡厂商封仓引发涨价 玩家面临高价购买
科技数码 · 2026-07-25

显卡厂商封仓引发涨价 玩家面临高价购买

显卡市场,恐怕又要迎来一波涨价潮了。过去两年,不少玩家咬咬牙买下的高价显卡,如今回头看,竟然成了抄底。但问题在于,硬件市场每一次涨价,最终买单的永远还是玩家。 业内消息显示,GDDR7显存价格出现了明显上涨,单颗2GB显存价格上涨接近20美元。按8GB显存规格计算,一张显卡的显存成本或将增加约542

OpenAI加入签署AI开源模型公开信,组织达35家
科技数码 · 2026-07-25

OpenAI加入签署AI开源模型公开信,组织达35家

7月25日,微软、英伟达等25家美国公司联署公开信支持开放权重AI模型,随后签署方增至35家,新增包括OpenAI等。开放权重模型可下载、修改、运行,能扩大创新、强化竞争并降低风险,避免AI收益集中于少数巨头。