TechWebAI硬體

愛芯元智成立全資子公司“愛芯計算”,佈局AI算力

2026年7月24日 14:10

重點摘要

7月24日消息,AI系統芯片 供應商愛芯元智正式宣佈,成立全資子公司“愛芯計算”,邁出從“AI芯片供應商”向“AI計算平臺賦能者”戰略躍遷的關鍵一步。據介紹,愛芯計算將全面承接並深化母公司自研“愛芯通元”混合精度NPU的深厚技術積累,憑藉超高的計算效率與極低的物理功耗,在端側及邊緣側推理上構建核心技術代差。

站內 AI 整理稿

愛芯元智近期正式宣布成立全資子公司「愛芯計算」,此舉不僅是組織架構的調整,更代表公司從傳統的「AI晶片供應商」角色,全面升級轉型為「AI計算平台賦能者」。這一戰略布局,反映出愛芯元智對當前人工智慧運算市場趨勢的深刻洞察,以及對於未來邊緣運算需求持續擴張的積極回應。作為專注於AI系統晶片設計的業者,愛芯元智一直以來致力於為各類智慧應用提供高效能的運算解決方案。隨著人工智慧技術從雲端快速滲透至終端設備與邊緣節點,市場對於具備低功耗、高算力、即時反應能力的邊緣運算晶片需求日益攀升。

傳統的通用處理器在面對特定AI推理任務時,往往存在功耗過高或效率不足的問題,這促使專門設計的AI加速晶片成為產業發展的關鍵環節。愛芯元智藉由成立愛芯計算,進一步集中資源,深化在AI算力領域的整體布局,以滿足這股不可逆轉的技術浪潮。新成立的愛芯計算將全面承接並深化母公司自主研發的「愛芯通元」混合精度NPU技術。這項技術是愛芯元智多年累積的核心競爭力,其設計初衷便是針對邊緣運算場景中推理任務的特性進行最佳化。混合精度架構的優勢在於,它能夠在運算過程中靈活調配不同精度的資料格式,在確保模型推理準確度的前提下,大幅降低運算所需的能量與頻寬消耗。

這項特性使得愛芯通元NPU在執行各類神經網路模型時,能以極高的計算效率與極低的物理功耗,為客戶在端側及邊緣側的推理應用場景中建立顯著的技術代差優勢。具體而言,邊緣運算環境往往面臨嚴苛的功耗、散熱與成本限制,同時又需要即時處理大量感測器資料。傳統的通用GPU或CPU雖然能夠完成任務,但在能效比上並不一定理想。愛芯通元NPU專為此類場景打造,其混合精度設計不僅能加速卷積神經網路、變壓器模型等主流架構的推論,還能有效降低記憶體頻寬壓力,使系統整體運作更加流暢。這項技術優勢,對於智慧安防、工業視覺、智慧零售、物聯網終端等需要高效能邊緣AI處理的領域,無疑提供了極具競爭力的解決方案。

透過愛芯計算的獨立運作,愛芯元智期望能更靈活地整合內外部資源,加速AI算力產品與解決方案的落地。新公司將專注於技術研發、產品設計、市場推廣與客戶服務,形成一個更為敏捷的組織體系。這不僅有助於縮短從晶片設計到系統應用的開發週期,也能夠更貼近終端客戶的實際需求,提供客製化的運算平台。同時,獨立子公司也便於與合作夥伴建立更深層的生態連結,共同推動邊緣AI產業的成熟與普及。

從產業角度來看,愛芯元智此舉反映了當前AI晶片市場的兩大趨勢:一是專業化分工日益明確,頂尖的晶片設計公司開始將核心技術獨立成子公司,以更專注地服務特定市場;二是邊緣運算正從概念驗證走向大規模商用,市場對於高性價比、低功耗的AI推理晶片需求持續升溫。愛芯計算的成立,正是順應這一潮流,將公司多年累積的NPU技術進一步商品化與平台化。展望未來,愛芯計算將持續深化「愛芯通元」混合精度NPU技術的迭代升級,並拓展更多應用場景。隨著5G、物聯網、自動駕駛、智慧製造等新興領域的快速發展,邊緣運算的算力需求只會更加強勁。

愛芯元智與愛芯計算的聯手,有望在激烈的市場競爭中,為客戶提供從晶片到平台的一站式AI運算解決方案,推動各行業的智慧化轉型。這一步棋,不僅是企業內部策略的調整,更是對整個AI算力生態系統的積極貢獻。

Related

相關文章

AIBaseAI硬體

OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元

OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

19 小時前4700
雷峰網AI硬體

金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速

近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?

1 天前
雷峰網AI硬體

把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?

HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

1 天前
鈦媒體AI硬體

AI的錢,被誰賺走了?

AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。

2 天前