随着算法、芯片、场景的深度融合，端侧AI计算正在化身为终端智能化的核心引擎，尤其是在IoT物联网领域，助推各类终端设备完成在AI浪潮下的精妙进化。从智家到智驾，从安防到教育，端侧AI正在重塑每一个终端应用场景的智能体验。放眼未来，随着RISC-V、可重构计算、存算一体等技术的持续突破，端侧AI赋能下的IoT终端生态有望真正实现“智能无处不在”的愿景。

“AI中枢”大显身手，重塑万物智联新生态

炎炎夏日，在一颗端侧AI控制芯片的帮助下，AI空调在实时感知人体位置及冷热状态之后，可以智能调节送风角度与温度，让用户舒爽；在自动识别无人状态之后，主动切换至高效的节能模式，为家庭省点。

开车途中，在端侧AI服务器的加持下，司机可以享受到智能座舱主动提供的多种服务：在车载AI助手的安排下，车内播放了驾驶员最爱的几首歌曲，导航系统自动调度出了回家最快捷的路线。

在校园、工地、餐饮等领域，搭载端侧AI芯片的AI边缘计算盒子设备正在大显身手：监测校园周边的逗留、徘徊、入侵等可疑人员；实时监测工程进展和工地安全情况，并发现存在的潜在风险；实时进行口罩/帽子佩戴、厨师服装穿着、鼠患识别等监测和异常识别，提升餐饮企业的食品安全水平……

可以看到，在家居、汽车、教育、安防等领域，IoT终端智能化正在迎来一场以“端侧AI”为核心的技术之变。在这场革命中，端侧AI芯片作为技术底座与赋能核心，正悄然重塑终端产业的发展格局与路径。工信部相关数据显示，截至2024年7月末，我国移动物联网终端用户数达25.47亿户，占移动网终端连接数的比重达59%。中研普华预计，2025年基于AI的物联网解决方案市场规模将达5200亿元。今年3月，联想集团董事长兼首席执行官杨元庆表示，得益于算力与模型优化，端侧人工智能的进步速度将呈现指数级跃升，两者进步的叠加效应有望在未来12个月实现3倍的整体性能提升。他认为，算力和模型效率是驱动端侧AI性能的两个因素。拿前者来说，摩尔定律虽然停滞（也有人称之为失效），但当AI芯片重新激发市场活力，摩尔定律可能一点都不会停止，甚至会加速。

“在AI终端落地进程里，端侧AI芯片是绝对的‘中枢大脑’，承载着‘本地化算力供给、隐私数据保护、个性化体验塑造’三重使命。”清微智能联合创始人、产品工程VP李秀冬向《中国电子报》记者表示，从更宏观视角看，端侧AI芯片打破了智能终端对云端算力的过度依赖，降低了网络延迟与带宽限制，推动 AI 终端从“云端附庸”进化为独立、自主、智能的“本地伙伴”，这是AI在终端领域从概念走向普及的关键支撑。

从发展趋势来看，端侧AI正在朝着“高算力、高能效、即插即用”等方向进化，并在此过程中重塑终端生态，IoT领域也不例外。而支持这一变化的正是芯片的架构创新。

今年7月，从“存算一体”技术着手的后摩智能发布了全新的端边大模型AI芯片M50。与传统架构相比，适配了端侧与边缘设备“算得快又吃得少”的需求，该芯片的能效能提升5~10倍。这一变化有助于赋能笔记本、平板电脑、学习机等消费终端的本地推理能力，无需联网即可完成智能交互、内容生成等任务，用户隐私数据亦可闭环留存。后摩智能CEO吴强表示：“我们的目标是让大模型算力像电力一样随处可得、随取随用，真正走进每一条产线、每一台设备、每一个人的指尖。”

IoT领域场景丰富、终端多元化，需要一套芯片有更高使用效率。清微智能提出“可重构芯片”的概念，亦是通过架构创新提升能效、进行多场景适配：在处理不同AI任务时（如教育场景中的图像识别、自然语言处理），可灵活调配算力以降低功耗；在场景适配上，一套芯片架构适配多样场景需求，可根据不同应用切换计算模式。“未来终端会集成更多传感器，需要芯片能够协同处理多源数据，实现更全面、精准的智能感知与决策。”李秀冬表示。

端侧AI全“芯”进化，助力物联终端升维革命

在端侧AI计算赋能下，终端设备从过去“被动执行命令”的工具，逐渐转变为“主动感知、实时决策”的智能伙伴。在李秀冬看来，从核心价值看，端侧 AI 芯片将成为智能终端的“智能灵魂”，不再局限于简单的数据运算，而是主动学习用户习惯、环境变化，实现智能交互的自进化。长远趋势上，一方面是与边缘计算、云计算深度协同，构建 “端-边-云”一体化智能体系；另一方面，面向细分行业的定制化芯片会成为主流。

端侧AI技术不断下沉，推动物联网智能终端领域升维发展。在这背后，关键之处是端侧AI沿着“算力与能效协同、场景与芯片耦合、生态与标准构建”三条主线的持续进化。

一是算力与能效的协同进化。从传统架构到存算一体、可重构计算，端侧AI芯片设计思路正从“拼命堆算力”转向“精准配算力”。无论是清微智能的TX5系列还是后摩智能的存算一体M50，它们通过架构创新实现能效比提升数倍甚至十倍，让终端设备在有限功耗下实现复杂AI任务，真正让AI变得“可用、好用、用得久”。

二是场景与芯片的深度耦合。端侧AI芯片不再追求“一颗芯片走天下”，而是走向场景化、垂直化。

针对车载场景，瑞芯微布局智能座舱、车载仪表、车载视觉、车载音频、视频传输和协处理器六大领域，车载芯片覆盖10K DMIPS算力、20K、70K到300K的DMIPS算力，能对车机里的不同算力需求提供对应解决方案，其推出的高端车规级智能座舱芯片RK3588M适用于汽车仪表、智能座舱、中控系统和信息娱乐域控制单元（DCU）等多元应用场景。

面向智能穿戴场景，恒玄科技专注于低功耗无限计算SoC芯片研发，为端侧设备提升续航能力。其推出的BES2800系列芯片凭借超低功耗架构与高度集成化设计，在多款耳机和智能手表、智能眼镜等终端中量产落地。这些理解行业痛点、精准定义应用场景的端侧AI芯片，让端侧设备的价值真正释放。

三是生态与标准的加速构建。RISC-V等开源架构的崛起，让中国企业在标准制定、生态建设上正逐渐赢得更多话语权，也为相关芯片企业提供了换道超车的机遇。

基于RISC-V 开放指令集、构建软硬一体解决方案，正成为端侧AI芯片的主流路径。海思基于自研 RISC-V 内核推出应用于智能家电智能、工业控制领域的MCU芯片。比如，Hi3066M 芯片针对家电端侧智能化需求，内置eAI引擎，为空调、冰箱、洗衣机等家电带来AI节能、智能检测等创新应用，突破传统算法瓶颈。

特普斯微电子联合玄铁等IP企业推出了边缘AI推理系统级芯片EA6530。这是一款将高算力的推理 NPU、玄铁 C920 的双四核 CPU 集群、高性能媒体处理单元和配套存储及连接资源集成在一起的芯片，可支持多元化的、工业级的边缘AI推理应用。特普斯微电子市场总监杜云海表示，RISC-V 因生态成熟度等因素多应用于中低端嵌入式场景，现在随着玄铁等CPU厂商不断推出高性能的产品和建设完善的软件生态，高端边缘AI设备使用场景正快速增长。

另一家创新企业银河边缘科技有限公司推出了专为智能家电、工业控制等领域深度定制的端侧AI控制芯片RC605，采用全国产RISC-V内核与NPU架构，融合了AI控制算法与自适应变频控制算法。其核心亮点在于从实际应用场景出发，瞄准行业痛点，实现了家电智能化控制的全面升级，目前已在商用空调领域实现量产，可实现节能30%。

当前，欣欣向荣的端侧AI芯片正在加速推动IoT等领域迎来终端升级，不过在此过程中尚存一些需要继续攻克的挑战。李秀冬总结道，一是算法与芯片的适配难题，不同终端场景需要各异的AI算法，如何将复杂算法高效部署在端侧芯片上，确保性能与精度，是行业难题。二是场景的碎片化问题，市场上这对芯片的兼容性提出极高要求。三是成本控制与性能提升的矛盾。要让端侧AI芯片普及，必须平衡成本与性能。