紫光展锐发布N9系列端边AI平台
近日,新紫光集团成功举办首届创新峰会。本次峰会以“智链共生·聚创未来”为主题,会上迎来一项关键发布——紫光展锐正式推出其N9系列端边AI平台。该平台是专为端侧与边缘AI场景打造的系统级芯片(SoC),采用业界领先的4纳米制程与Arm v9.2架构,以“归一化设计、灵活配置”为核心理念,成功帮助客户将物料清单(BOM)成本降低39%,产品开发周期缩短67%。凭借年出货量超过16亿颗的规模优势,N9系列已成为中国端侧AI芯片进军全球市场的一张实力名片。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

4纳米工艺与Arm v9.2架构:端侧AI迎来高能效“主力芯片”
长期以来,端侧AI芯片市场面临两难选择:采用先进制程虽性能强劲,但成本过高令许多客户望而却步;而中低端芯片算力有限,往往难以支撑流畅的AI体验。紫光展锐N9系列的推出,正是通过架构与设计创新,旨在打破这一性能与成本之间的平衡难题。
该平台基于台积电4纳米先进工艺打造,CPU采用Arm最新v9.2架构。它由三颗高集成度SoC构成,支持灵活扩展,并可搭配专用协处理器进一步提升AI算力。这意味着,同一套硬件平台既能满足旗舰手机端侧运行大语言模型(LLM)的高算力需求,也能灵活适配智能座舱、边缘计算网关、AIoT设备等对功耗与算力要求多样的场景,真正实现了“一套方案,广泛覆盖”。
尤为关键的是,N9平台集成了紫光展锐自研的UniLLM GenAI引擎,使得在终端设备本地直接运行轻量化大模型成为可能,从而显著降低对云端算力的依赖。再结合专为小内存设备优化的Swap Ultra交换引擎,即使在资源受限的嵌入式终端上,也能保障流畅、低延迟的AI交互体验。
成本降低39%、开发提速67%:“归一化设计”带来的核心优势
紫光展锐执行副总裁周晨在峰会中阐释了N9平台的设计逻辑:端边芯片应在主控、操作系统、软件栈、开发工具及安全方案上实现“归一化”,同时在算力配置、功耗管理、外设接入和通信能力上保持“灵活可配置”。
这一“归一+灵活”的设计理念,为客户带来了两项显著效益:BOM成本降低39%,产品开发周期缩短67%。成本优化得益于高度集成的SoC架构,减少了外围元器件数量;而开发效率的提升,则源于统一的软件工具链与标准化接口,客户无需为不同终端产品重复进行底层适配与开发。对于正加速布局AI手机、AI PC及智能汽车赛道的终端品牌而言,这两项指标无疑具备极强的吸引力。
UniClaw智能体:让终端从“执行命令”进阶为“主动服务”
N9系列的另一大亮点,是同步发布的Agentic AI底座技术平台。其核心组件UniClaw智能体,具备环境自主感知、多任务决策与闭环执行能力,能够实现从语音指令识别、场景理解到物理设备控制的全链路贯通。
在峰会现场演示中,搭载N9芯片的设备展示了从语音唤醒、多设备联动到任务自主规划的全过程。这标志着端侧AI交互正从传统的“被动响应”模式,向更先进的“主动理解、自主执行”阶段演进。其背后,是芯片级安全体系与全栈开发工具链的深度整合,使得端侧AI智能体不再仅是技术演示,而是具备了可量产、可规模化部署的商业化落地能力。
年出货16亿颗:规模效应构筑行业壁垒
数据往往最具说服力。紫光展锐整体芯片年出货量已突破16亿颗,其5G芯片解决方案已进入全球88个国家和地区。N9系列并非从零起步,而是立足于这一庞大的出货基本盘,将先进的端侧AI能力注入每一颗芯片。这种“规模效应+AI赋能”的双轮驱动模式,在全球端侧AI芯片厂商中形成独特优势——联发科虽具规模但AI生态仍在整合,三星拥有先进制程但在中端市场覆盖尚存空间。紫光展锐恰恰占据了“先进制程、海量出货、全栈AI能力”三者兼备的战略交汇点。
从中关村到全球88个市场,N9系列的发布不只是一款芯片的亮相,更是一个标志性节点,意味着中国在端侧AI芯片领域正从过去的“技术跟随”逐步转向“全球并跑”,并在部分应用场景开始实现“局部领先”。当人工智能真正从云端下沉,融入每一台手机、每一辆汽车、每一个智能终端时,紫光展锐似乎已掌握了打开这扇未来之门的关键钥匙。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
华中科技大学团队突破人机交互让AI操控冰箱笔记本
你是否曾在游戏或动画中注意到,虚拟角色在操作物体时,动作总显得有些生硬?比如开门时手部与门把的接触不够自然,或是合上笔记本电脑的动作缺乏流畅感。这背后其实是一个长期困扰计算机视觉与人机交互领域的核心难题:如何让虚拟角色与带有活动部件的物体进行逼真的交互。 传统的技术方案大多只能处理静态的“死”物体,
耶鲁大学AI并行计算代码生成速度提升千倍
2026年3月,一项来自耶鲁大学计算机科学系与谷歌DeepMind的合作研究,在预印本平台arXiv上发布,论文编号arXiv:2603 02510v1。研究团队开发了一个名为ParEVO的革命性系统,其核心目标直指一个长期困扰业界的难题:如何让AI自动生成高性能的并行计算代码。 想象一下,计算机运
高通AI实现文生图精准控制可指定排除内容提升生成质量
2024年,高通AI研究院(Qualcomm AI Research)与越南邮电学院在arXiv预印本平台(论文编号:arXiv:2412 02687v3)上联合发布了一项突破性研究。该研究精准切入AI图像生成领域一个长期存在的核心痛点:如何让能够“一步生图”的快速AI模型,也能精准理解并执行用户指
Meta斯坦福阿波罗计划揭秘:3B小模型如何击败7B视频大模型
这项由Meta GenAI与斯坦福大学联合开展的突破性研究,于2024年12月16日发布(论文编号arXiv:2412 10360v1),为我们揭开了视频理解大模型的设计奥秘,并推出了革命性的Apollo模型系列。 如果把AI理解文字和图片比作家常便饭,那么让它看懂动态视频,无疑就是烹饪一道工序复杂
阿里巴巴通义千问2.5大模型升级:18万亿字符训练AI助手
如果说人工智能是当今科技发展的明珠,那么大语言模型无疑是这颗明珠上最璀璨的光芒。近期,阿里巴巴集团的研究团队发布了其最新成果——通义千问2 5的技术报告。这项研究不仅仅是一次常规的技术迭代,更像是对AI助手进行了一次从内到外的系统性重塑。 通义千问2 5如同一位经过严苛训练的多语言专家,不仅知识渊博
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

