目录导读
AI硬件新形态的驱动力
随着大模型与生成式AI的爆发，传统基于CPU/GPU的硬件架构正面临能效比、延迟与成本的三重瓶颈，当前，AI硬件新形态探索已成为全球科技巨头与初创公司竞争的核心战场，从专用神经网络处理器（NPU）到光子计算、忆阻器阵列，技术路线的多元化折射出一个关键趋势：AI正在从“算力堆砌”转向“架构优化”，在这一背景下，星博讯观察到，2025年第一季度已有超过12家中国企业发布了面向端侧的AI芯片样片,这标志着硬件创新已进入爆发期。
推动变革的核心动力来自三个方面：一是大模型参数量突破万亿后，传统冯·诺依曼架构的数据搬运能耗占比高达80%以上；二是物联网与智能终端对实时推理的需求激增，例如自动驾驶时延需低于10毫秒；三是隐私法规促使AI处理从云端向边缘迁移，这些矛盾共同倒逼硬件设计者重新思考“计算在哪里发生”以及“数据如何流动”。
边缘AI芯片：从云端到终端的算力下沉
边缘AI芯片是当前最活跃的硬件新形态方向之一，与云端GPU追求通用并行计算不同，边缘AI芯片通过定制化指令集、稀疏计算支持和低精度量化（如INT4/INT2），将功耗从数百瓦压缩至毫瓦级，某头部厂商推出的“天枢”系列芯片，在运行MobileNet V3时能效比达到15TOPS/W,是传统GPU的30倍以上。
AI硬件新形态的典型应用包括智能摄像头、工业质检设备与可穿戴健康监测器，以智慧零售场景为例，搭载边缘AI芯片的摄像头可在本地完成商品识别与客流统计，无需将视频流上传云端，既降低带宽成本又保护用户隐私，值得注意的是，中国企业在RISC-V架构上构建的AI加速协处理器正快速追赶ARM生态——这一领域已成为星博讯持续跟踪的重点赛道。
可穿戴与嵌入式AI：重塑人机交互边界
当AI从手机、PC向眼镜、耳机甚至衣物延伸时，硬件物理形态的约束变得极为苛刻，可穿戴AI硬件必须同时满足三个条件：功耗小于100mW、体积小于指甲盖、实时性高于毫秒级，近期发布的“灵境”智能眼镜，便通过内置神经网络加速器实现了实时语音翻译与AR导航，其核心是一块仅0.8mm厚的柔性AI芯片。
嵌入式AI的另一突破方向是“无电池感知”，利用环境中的射频能量或振动发电，搭配非易失性存储器的存算一体单元，可以实现持续运行数月的人体体征监测，一种贴在皮肤上的汗液分析贴片，能实时检测血糖、乳酸等指标，并通过近场通信（NFC）将数据传至手机，这类设备依赖的正是新型AI硬件——低功耗模拟计算单元，它跳过了ADC/DAC转换,直接以模拟方式处理传感器信号。
新型存储与计算融合：存算一体架构的突破
传统AI计算中，数据在存储与计算单元之间的搬运消耗了90%以上的能量，存算一体（Processing-in-Memory, PIM）技术试图从根本上解决这一问题，通过将计算单元嵌入存储阵列（如RRAM、MRAM），使得矩阵乘法等关键运算直接在存储单元内部完成，2024年，中国科学院微电子所发布的“玄武”存算一体芯片，在ResNet-50推理中实现了120TOPS/W的能效,这一指标已超过领先的GPU方案10倍。
存算一体也面临工艺兼容性与精度控制难题，目前商用化进展较快的方向是“近存计算”，即通过3D堆叠将逻辑晶圆与存储晶圆垂直互联，例如三星的HBM-PIM方案已成功应用于部分超算集群，随着人工智能对硬件的要求越来越高，业界普遍认为，未来三年内存算一体芯片将率先在智能音箱、扫地机器人等消费级产品中落地。
问答环节：AI硬件未来挑战与机遇
问：AI硬件新形态探索中，最大的技术瓶颈是什么？
答： 当前主要瓶颈在于“算法与硬件的协同设计”不够成熟，很多芯片在设计时并未充分考虑最新模型结构的稀疏性与动态性，导致硬件利用率不足40%，先进封装（如Chiplet）的良率与成本仍需优化。
问：普通消费者何时能体验到这些新硬件？
答： 预计2025年下半年开始，搭载边缘AI芯片的中端手机将普及本地AI修图与语音助手功能；到2026年，千元级AR眼镜将具备实时翻译能力。AI硬件新形态将像今天的蓝牙耳机一样,成为日常生活的一部分。
问：中小企业如何参与AI硬件创新？
答： 建议关注开源RISC-V生态与软硬件协同工具链，目前已有多个基于FPGA的低成本AI加速平台，允许企业以极低门槛定制专用硬件，可借助星博讯等产业资讯平台,追踪头部厂商的参考设计与供应链资源。
问：中国企业在AI硬件新形态领域处于什么位置？
答： 在端侧推理芯片与存算一体基础研究方面，中国企业已进入全球第一梯队，但在EDA工具、先进制程制造与生态建设上仍存在差距，值得关注的是，许多创业公司正通过“小芯片”互联技术绕过单芯片工艺限制,这一路径或将成为突破口。
本文围绕AI硬件新形态探索，系统梳理了边缘计算、可穿戴设备与存算一体三大方向的最新进展，从算力下沉到架构革新，硬件创新的每一步都在重新定义AI的可能性边界，当AI硬件与生物传感器、量子计算等前沿技术融合时，我们将迎来真正意义上的“智能无处不在”时代。
标签： 智能终端
