人民日报评论员观察：数据权力如何尊重用户权利

端侧AI市场迎来爆发元年，中国芯片厂商进入角逐关键期

近年来，随着大模型技术日趋成熟，人工智能正从云端向终端设备加速迁移，行业发展进入全新阶段。2025年作为"AI智能体元年"，端侧AI芯片市场正迎来前所未有的发展契机，各大厂商纷纷在这一赛道上加速布局。行业分析表明，在中国端侧AI芯片市场的激烈竞争中，炬芯科技凭借其独特的基于模数混合 SRAM 存内计算技术正逐步确立领先地位。

端侧AI相比云端模型拥有三大核心优势：成本效益、响应速度、用户数据安全。这三大优势共同推动了端侧AI应用的快速普及。根据最新市场数据，中国端侧AI芯片市场规模在2023年已达1,939亿元，2018-2023年复合增长率高达116.36%。预计到2028年，该市场规模将攀升至1207亿美元，年复合增长率达30.3%。AI PC市场份额预计2027年将占据中国PC市场的85%，而AI手机2026年出货量预计达4.7亿部。在AI可穿戴设备领域，市场规模预计将从2024年的419亿美元增长至2028年的1207亿美元。这一爆发性增长趋势为芯片厂商带来了巨大机遇，也让技术路线的选择成为决定企业未来发展的关键因素。

随着DeepSeek等国产大模型逐渐走向端侧发展路线，"云端训练+端侧推理"的混合AI模式正成为市场主流。这一趋势不仅给端侧AI芯片带来巨大需求，也为具备技术创新能力的本土企业提供了与国际巨头同台竞技的舞台，以炬芯科技为代表的中国本土芯片设计公司迎来了弯道超车的历史机遇。

主流玩家各显神通，炬芯科技壁垒已筑

在端侧AI芯片市场，瑞芯微、全志科技、恒玄科技和炬芯科技等企业凭借不同的技术路径和产品策略，在这场AI变革中各显神通。通过对各家企业技术布局和产品特色的深入分析，可以清晰看出端侧AI芯片市场的技术竞争格局。

恒玄科技以集成化设计见长，其旗舰产品BES2800芯片采用6nm先进工艺，集成多核CPU/GPU、NPU等处理单元，形成了高度集成的SoC解决方案。该公司在智能穿戴设备领域深耕多年，通过优化的芯片架构和算法，为智能手表、手环等设备提供了功耗与性能的平衡方案，已成功应用于多家品牌的AI智能设备中。瑞芯微走的是平台化差异算力路线，能够提供从0.2TOPs到6TOPs的不同算力水平AIoT芯片产品矩阵。公司依托SoC芯片平台化研发优势，针对不同应用场景开发了差异化产品：通用应用领域的RK3588、RK3576带有6TOPs NPU处理单元，支持0.5B～3B参数级别的端侧大模型部署；机器视觉专用的RV1126/09系列；以及音频专用的RK2118等。其中，RK3588M作为智能座舱SoC芯片的代表产品，具备一芯带多屏、端侧AI等突出能力，已在汽车电子、工业控制等领域实现规模化应用。

全志科技则专注于场景化AI算法优化，围绕视觉、语音、行车、人机交互等典型场景进行深度技术布局。在视觉应用场景，公司成功研发新一代AI-ISP降噪算法，仅消耗V851系列芯片1T NPU算力便可实现AI图像降噪功能；在超清显示应用场景，基于T527和A733方案研发的AI超分辨率算法，通过NPU+ASIC并行加速方式实现2~4倍AI超分效果。产品方面，公司推出了集成3T NPU算力的机器人专用芯片MR536、集成2T NPU算力的智能工业控制芯片T536等，并与小米、腾讯、阿里、百度等头部客户在AI语音、AI视觉应用链条上深入合作。

相比之下，炬芯科技的技术路径更加独特，其核心优势在于自主研发的存内计算架构。这一创新架构将存储和计算深度融合，实现了数据的就近处理，大幅降低了数据搬移功耗，在相同功耗条件下能够提供更高的能效比。根据资料显示：炬芯科技针对电池驱动的端侧AI落地提出的战略，将聚焦于模型规模在一千万参数（10M）以下的电池驱动的低功耗音频端侧AI应用，致力于为低功耗AIoT装置打造在10mW-100mW之间的功耗下提供0.1-1TOPS的通用AI算力，也就是说将挑战目标10TOPS/W-100TOPS/W的AI算力能效比。这种技术路线特别适合电池容量有限的IoT设备，能够在保证AI处理能力的同时显著延长设备续航时间。在这场技术路径的差异化竞争中，各家企业都找到了自己的发力点：恒玄科技聚焦集成化设计，瑞芯微强调平台化算力覆盖，全志科技深耕场景化算法优化，而炬芯科技则以存储计算一体化架构独树一帜。随着端侧AI对能效比要求的不断提高，炬芯科技的存内计算架构所带来的能效优势将成为其在市场竞争中的重要差异化壁垒，有望在功耗敏感的IoT应用场景中获得更大的技术优势和市场份额。

技术路线决定未来：存内计算架构的长期潜力

从技术演进的角度分析，端侧AI芯片的发展经历了从传统CPU+GPU架构向CPU+GPU+NPU多核架构，再到新型计算架构的过程。在这一演进中，炬芯科技选择的存内计算(CIM)架构代表了行业的创新方向。传统架构面临的主要瓶颈是“存储墙”和“功耗墙”问题，数据在存储器和计算单元之间的移动消耗了大量能耗和时间。存内计算架构通过将计算单元直接集成到存储器中，从根本上解决了这一问题。

从长期来看，随着AI模型复杂度的不断提高，端侧设备对计算效率的要求将持续提升。炬芯科技的存内计算技术具有良好的可扩展性，数据显示，炬芯科技的存内计算架构NPU单核可提供100GOPS算力，能效比达到6.4TOPS/W（INT8），远超传统架构，受益于其对于稀疏矩阵的自适应性，如果有合理稀疏性的模型（即一定比例参数为零时），依稀疏性的程度能效比将进一步得到提升。其正在研发的第二代存内计算技术更是将单核算力提升至300GOPS，能效比提高到7.8TOPS/W（INT8），并支持Transformer模型。

这一技术优势使炬芯科技能够在功耗受限的端侧设备中实现更复杂的AI模型计算，为AI眼镜、智能手表等新兴应用提供了强大支持。这种快速迭代的能力为炬芯科技在未来竞争中提供了持续创新的基础。

应用场景扩展：从智能音频到AI眼镜的全面布局

端侧AI芯片目前主要应用于智能手表/手环、蓝牙耳机、智能音箱等具备低功耗边缘算力的 AIoT 终端领域。炬芯科技已推出多款端侧AI芯片产品线，构建了音频AIoT的完整生态。这些产品包括蓝牙AI音频处理器ATS286X、高性能低延迟私有无线音频AI处理器ATS323X、高性能AI DSP处理器SoC芯片ATS362X以及端侧AI穿戴处理器ATW6095等。这一全面布局使炬芯科技能够为不同应用场景提供定制化解决方案。

特别值得关注的是，AI眼镜被业内普遍视为2025年最具突破潜力的端侧AI载体。根据行业数据显示：2023年—2024年，AI眼镜行业市场规模由5.36亿元增长至30.83亿元，期间年复合增长率475.44%。预计2025年—2029年，AI眼镜行业市场规模由64.56亿元增长至777.26亿元，期间年复合增长率86.27%。炬芯科技的智能穿戴芯片与多家企业合作AI眼镜产品，为该领域提供了强大的芯片支持，其中Halliday AI眼镜上线即获百万美元订单。目前，Meta从2017年开始研发AI眼镜，Ray-Ban眼镜则使用高通AR1 Gen 1芯片，紫光展锐TW517芯片也已应用于多款商业产品。在2025年各大科技巨头纷纷布局AI眼镜的背景下，炬芯科技正积极推进新一代 AI 眼镜芯片的规格升级，为 AI 穿戴类产品的升级迭代做好准备。炬芯科技凭借其存内计算技术及三核异构架构所带来的高能效比优势，有望在低功耗、高性能的平衡中占据有利位置，早期投入有望带来丰厚回报。

Halliday AI眼镜，搭载炬芯科技智能眼镜芯片

AI Agent元年：市场和技术的双轮增长驱动

2025年被业内广泛认为是AI Agent元年，端侧AI在这一趋势中扮演着关键角色。具有自主规划能力、语音交互体验和多系统协同能力的AI智能体，对端侧AI芯片的算力、功耗和延迟都提出了更高要求。炬芯科技的存内计算技术恰好切中了这一需求痛点。随着模型小型化技术的进步和硬件性能的提升，越来越多的AI功能可以在端侧实现，而炬芯科技的高能效比端侧AI芯片正好适配这一趋势。特别是在语音交互、图像识别等多模态交互场景，炬芯科技的产品优势将进一步凸显。

炬芯科技在深耕音频和无线传输技术基础上，以AI为驱动，多领域全面布局，商业版图覆盖AIoT万亿市场，为不同应用场景提供完整解决方案。从长期来看，随着AI Agent和端侧推理应用的普及，炬芯科技有望进一步扩大市场份额。同时，中国巨大的市场体量也将帮助企业消化研发成本，形成良性循环，推动产业持续发展。

纵观端侧AI芯片市场的发展趋势，炬芯科技凭借其存内计算架构的技术创新和全面的产品布局，已在激烈的市场竞争中占据了有利位置。公司的财务表现和技术进步都表明，其选择的存内计算架构技术路线正在被市场所认可和接受。

在2025年这个端侧AI的关键发展年，随着AI从云端向终端设备的迁移趋势加速，炬芯科技有望在这一浪潮中实现跨越式发展，成为端侧AI芯片市场的领军企业。对于投资者而言，这一市场的爆发性增长以及炬芯科技在其中的技术优势和产品布局，无疑提供了一个值得关注的投资机会。