安谋科技新一代NPU IP如何赋能终端AI应用爆发

2025年，端侧AI的浪潮正以前所未有的速度席卷全球科技产业。从售价下探至299美元的Meta Ray-Ban AI智能眼镜，到智能手机拍照的实时AI优化、汽车自动驾驶的本地化决策，这些前沿应用的背后，都指向一个共同的核心挑战：对端侧AI SoC芯片算力与能效比的极致追求。在此背景下，上游半导体IP厂商的技术创新，正成为驱动这场“芯”变革的关键引擎。

在近期于上海张江举办的一场端侧AI技术研讨会上，安谋科技（中国）有限公司高级产品经理叶斌分享了行业洞察。他指出，端侧AI已从早期的概念验证阶段，步入规模化商业落地的关键前夜。安谋科技自主研发的“周易”NPU（神经网络处理器）IP，正致力于驱动终端算力实现关键性跃迁，助力中国芯片产业把握这一历史性机遇。

端侧大模型参数持续攀升，安谋科技DSA架构赋能芯片极致能效

当前，主流端侧设备所能承载的AI大模型参数规模，上限大约在100亿（10B）级别。反观Meta最新开源的Llama 3系列模型，其参数已涵盖80亿、300亿乃至700亿等多种规格。这清晰地揭示了一个产业趋势：未来，复杂的数据训练与通用性更强的超大参数模型将集中于云端完成，而终端设备则专注于运行经过剪枝、量化等轻量化处理后的精炼模型。这种“云边协同”的分工模式优势显著——能够带来更低的响应延迟、更强的个性化适配能力，以及天然的隐私数据安全保护。

从旗舰手机、高性能平板到智能汽车座舱和AI PC，硬件平台快速迭代，对AI SoC提出了明确且统一的要求：采用多核异构设计并持续提升算力，已成为不可逆转的技术主流。

随着技术演进，计算的重心必然向更高效、更专业的架构倾斜，以在峰值性能、功耗与成本之间找到最佳平衡点，从而支撑起大模型及各类AI应用的广泛部署。在此背景下，专为特定计算领域设计的DSA（领域专用架构），依然是端侧AI芯片追求极致能效比和面积效率的必然选择。通过NPU IP与其他处理单元的多核协同与算力融合来实现整体性能突破，正成为技术破局的核心路径。

安谋新一代周易NPU IP支持高精度浮点运算，前瞻布局未来应用场景

为应对未来更复杂的端侧AI计算挑战，安谋科技推出了新一代自研“周易”NPU IP。其在核心架构设计上持续针对Transformer模型进行深度优化，同时兼顾传统CNN卷积网络在超分辨率等场景的加速需求。更为关键的是，公司投入重兵完善其软件工具链与开发生态，不断丰富和扩展算子库，旨在高效支持大语言模型（LLM）的轻量化部署与实时响应，以敏捷满足AI PC、高端智能手机、智能座舱及高级驾驶辅助系统（ADAS）等新兴端侧应用场景的苛刻需求。

大模型要提升其对复杂语境的理解与生成能力，扩大上下文窗口（Context Window）和序列长度是必然的技术路径。这对AI处理器的内部架构设计提出了新课题：必须对计算单元、存储带宽及数据流进行精心的全局考量与平衡。

端侧AI的发展始终面临算力、内存带宽和功耗能效这三重挑战。从应用与底层算力匹配的角度看，存储技术的演进至关重要。目前，LPDDR5X内存能够支撑端侧10B以下参数模型的流畅运行，主要覆盖手机、平板和PC；汽车智能座舱的模型也大致在这一量级；而物联网（IoT）设备的模型则更小、更轻量。未来，随着存储技术向LPDDR6标准演进，预计端侧设备可承载的AI模型容量与复杂度将提升50%以上。

大模型的最终落地，是一个算法创新与硬件平台“双向奔赴”的协同过程。随着更低比特位宽（如INT4、FP8）的量化算法日益成熟，在保证模型精度的同时，其体积得以进一步压缩，最终使得参数量更大的模型部署在资源受限的端侧成为可能。行业预测，未来两到三年，参数规模在200亿至400亿的AI大模型出现在高端端侧设备上，将逐渐成为现实。

趋势已然明朗：端侧AI应用对算力的需求呈指数级增长，且所需计算精度正从CNN时代的INT低精度整数运算，转向需要更高表达能力的FLOAT浮点运算。为此，新一代周易NPU进行了全面架构升级，支持从INT4、INT8、INT16到BF16、FP16、FP32的多数据类型混合运算。在硬件设计上充分考虑了计算单元的能效复用，并致力于通过片上缓存优化减少片外内存的数据搬运，通过专用硬件加速模块来提升整体效率。针对长上下文序列处理场景，其AI加速模块得到了针对性增强；同时，多任务并行执行的QoS（服务质量）调度技术也进行了强化，以确保多样化的端侧AI应用都能获得稳定、流畅的实时体验。

AI大模型对内存带宽提出了前所未有的高要求，同时计算的核心也在从传统的卷积操作向注意力机制偏移。结合端侧部署大模型的具体诉求，采用专用NPU并追求极致的能效比和面积效率，是当前市场的最优解。通过引入多层次智能缓存系统和优化的硬件流水线结构，使数据尽可能在计算单元附近完成处理，能显著降低因频繁数据搬运所带来的巨额功耗开销。

在端侧AI设备加速普及、AI SoC设计热潮涌动的双重推动下，半导体IP的战略价值与产业地位日益凸显。安谋科技采取了灵活的IP授权与合作模式，全面覆盖从硬件架构到软件栈的完整解决方案。除了先进的DSA架构，NPU配套的软件生态同样至关重要。公司继承了ARM在移动计算领域的深厚基因，为“周易”NPU IP配备了一套成熟、完整的软件工具链，包括最新的GPU协同量化工具、动态形状识别支持以及持续维护的开源模型库。通过持续加大投入完善算子库，凭借软硬件深度协同的系统级创新，新一代周易NPU IP有望更好地满足新兴端侧AI应用的多元化与高性能需求，为终端用户带来兼具强大算力与超低功耗的卓越体验。