英伟达称霸机器人SoC市场，芯原如何助力国产“换芯”突围？|gpu|机器人|芯原|英伟达

7月3日，在上海浦东嘉里酒店举行的“具身机器人专题技术研讨会”上，芯原股份董事长戴伟民及多位高管详细介绍了芯原在具身机器人领域的布局。在他看来，2026年正是具身机器人能否从“演示”跨越到“稳定交付任务”的关键转折点，而芯原股份已经站在这条赛道的核心位置。

一、AI ASIC需求爆发，芯原订单额暴涨

近年来，AI算力需求持续爆发，以英伟达为代表的通用AI GPU厂商也迎来了爆发式增长。随着AI智能体时代的开启，AI算力需求由训练转向推理的背景之下，AI AISC需求也开始爆发。

在此背景之下，芯原股份近年业绩高速增长，其根源就在于抓住了AI算力爆发的结构性机遇。

当前云服务提供商（CSP）、互联网巨头和造车新势力都在自研AI芯片，他们需要的正是芯原这样的“造芯服务商”。虽然像谷歌TPU、亚马逊Trainium等都云服务大厂的AI ASIC（专用芯片）主要是找的博通来合作，但是还有很多其他的AI ASIC客户，特别是在国内市场，这类客户更多（比如很多的国产云端AI芯片以及造车新势力自研的智驾AI芯片等）。

对于作为国产半导体IP和芯片定制服务大厂，芯原股份董事长、首席执行官兼总裁戴伟民在开场致辞当中指出，芯原作为中国的AI ASIC龙头企业，正受益于ASIC定制浪潮，国内外的CPS和互联网大厂以及国内的AI ASIC厂商，很大一部分都是芯原的客户。

得益于抓住AI ASIC市场的需求爆发，芯原股份今年一季度财报也显示，公司实现营业收入8.36亿元，同比大涨114.47%。2026年1月1日至4月29日公司新签订单金额高达82.40亿元，绝大部分为一站式芯片定制业务订单。其中AI算力相关订单占比达到91.37%，数据处理领域占比90.15%（主要来自于云侧AI ASIC及IP）。

二、芯原没有对标的公司

谈及外界对于芯原的定位，戴伟民坦言，有人称芯原是“中国的博通”，也有人说是“中国的Arm”，但在他看来，这些都不准确。

“这说明什么？芯原没有对标公司。”戴伟民指出，这种独特性源于其SiPaaS（芯片设计平台即服务）的商业模式。与传统的芯片设计公司（如英伟达）不同，芯原的核心业务是半导体IP授权和一站式芯片定制服务——将自研的IP授权给客户使用，或帮助客户完成从设计到量产的芯片全流程。

“我们的IP是给别人用的，也不生产自有品牌芯片，不贴牌，所以客户不需要担心。我们就是提供服务。”戴伟民强调，芯原与客户之间是“水涨船高”的共生关系。

戴伟民指出，近两年来芯原股份在A股市场的股价表现出色——“两年不到涨了超过12倍”。他半开玩笑地说道，“不是叫你去买股票哦”，而是想说明一件事，“芯原走的这条路，市场是认可的”。

三、人形机器人市场潜力巨大，中国厂商已占据半壁江山

虽然芯原吃到了云端AI ASIC市场需求爆发的红利，但是戴伟民判断，大模型和云端AI基建只是第一步，真正的价值在于AI在端侧的落地。而端侧AI的落地，需要的是针对特定场景和模型优化的定制化芯片。所以，端侧AI ASIC将是下一个风口，具身机器人正是其中的一个高价值的应用赛道。

戴伟民指出，家庭场景是具身机器人的终极落地场景 (环境为人类设计+任务多样) ，但安全/成本/可靠性门槛最高，预计2028年后开始规模化，2030年才会进入大众市场。

对照汽车自动驾驶的分级体系，戴伟民判断具身机器人整体尚处L2阶段，远未达到L3。2026年将成为具身机器人能否跨越L2进入L3门槛（从“演示”到“稳定交付任务”）的关键节点。

Yole Group汽车及机器人首席分析师杨宇指出，2025年人形机器人市场规模约6亿美元，2030年将突破60亿美元，年复合增长率约为56%，2035年将进一步达到510亿美元，年复合增长率约为55%。

从出货量预测数据来看，Yole Group在2025年发布的一份报告中预计，2025年全球人形机器人出货量约8000台，2030年将增至约13.6万台，2035年达到210万台。

杨宇还展示了当前双足人形机器人市场格局：从全球60余家活跃人形机器人企业的分布来看，中国占据半壁江山，美国约12家，欧洲相对较少且以初创公司为主。

2025年人形机器人市场份额数据显示，宇树科技（Unitree）以37%的市场份额领跑全球，前五名中有三家是中国企业。

特斯拉与SpaceX首席执行官埃隆·马斯克此前也曾表示：“我认为中国将是迄今为止人形机器人市场上最大的竞争对手。”“任何人都不应低估中国。中国是下一个级别的玩家。”“如果美国没有突破性创新，中国将在人工智能、电动汽车制造和人形机器人领域完全占据主导地位。”

戴伟民也特别看好具身机器人市场，因为具身机器人不仅需要更高算力的端侧AI芯片来作为“大脑”，也需要更多的低功耗的端侧AI芯片来作为“小脑”，负责实时控制、运动协调、身体平衡和本能反应。显然，对于芯原股份这样的芯片设计服务和IP提供商来说，具身机器人是一个极具价值的市场。

戴伟民指出，当前具身机器人的“小脑”（运动控制）已经不错，但“大脑”（认知与决策）还远未成熟。

芯原股份首席战略官、执行副总裁、IP事业部总经理戴伟进也表示，人形机器人是行业长期终极目标，但产业落地遵循循序渐进路线。产业不必盲目追求全功能人形产品，优先复用成熟视觉、AI、视频处理技术，基于现有芯片体系打造轻量化、可量产的机器人方案，才是更务实的发展路径。

但是，如果从机器人SoC芯片市场份额来看，英伟达市场份额高达67%，而中国厂商的市场份额仅5%。

虽然当前机器人SoC芯片市场主要被国外厂商所占据，但是随着中国厂商在具身机器人市场出货量增长和市场份额的稳固，必然将会带动国产机器人SoC芯片需求的增长。

四、从IP到SoC，芯原提供一站式机器人芯片解决方案

具身机器人的本质是在物理世界中实现“感知-认知-决策-执行”的闭环智能。其算力体系并非依靠单一的端侧AI芯片，而是囊括了 CPU、GPU、NPU、ISP、VPU、DSP 等诸多计算单元的异构协同的混合计算平台。同时，计算不能全部堆在设备端，还需要端云分层协同。

芯原股份作为一家成立于2001年的国产半导体IP和芯片定制服务大厂，拥有具身机器人所需的全链路半导体IP产品矩阵，形成从感知、AI推理、视频编解码到人机交互显示的完整技术闭环，可助力具身机器人感知、决策、反馈全流的程打通，支撑量产落地。

1. 感知层：视觉与语音的“感官基石”

在机器人的感知层面，视觉系统是最为关键的一环，对此芯原也拥有

面向机器人视觉的子系统方案，该方案正是基于芯原多年来的ISP技术积累和智能驾驶领域的技术沉淀。

在机器人通过视觉感知所获取的视频流数据的处理方面，芯原也拥有强大的Hantro系列视频处理（VPU）IP，在主流视频格式支持、多核可扩展性、帧压缩、编码质量和码率控制等方面的能力突出。目前已经形成

从低功耗到高性能的完整产品矩阵，覆盖视频编解码、转码加速等多种场景，适合机器人视觉视频流数据的低功耗、高压缩处理需求。

值得一提的是，芯原Hantro系列VPU IP已经被全球前20大云厂商当中的7家所采用，并且国内头部互联网企业与多家新能源车企也有采用。

此外，原始摄像头数据（RAW图/视频流）也不能直接喂给AI模型，必须先进行格式转换、去噪、色彩校正、特征提取等操作。这些本质上是涉及大量矩阵计算任务，DSP（数字信号处理器）在处理这类任务时能效远高于CPU或NPU。

除了视觉系统之外，语音/音频也是机器人感知和交互的关键部分，但是要让机器人“听得清、听得懂”就需要克服嘈杂环境、远场干扰与混音等物理障碍。而DSP在波束成型、语音降噪等算法处理上的表现，优于其他计算架构。

面对具身机器人的这类感知计算需求，芯原推出了第五代DSP产品矩阵。其中，ZSPNano系列专注于低功耗语音处理，而高性能的ZSP5000系列则针对计算机视觉、无线通信及SLAM算法进行优化。值得关注的是，其Zturbo扩展接口允许客户根据自身需求自定义指令或硬件加速模块，这种“紧耦合”或“松耦合”的定制化能力，使得DSP能够真正成为芯片IP的有机组成部分。在多核架构设计中，通过硬化的多核通信模块，DSP核之间以及与CPU之间可以实现高效的数据交互，从而在低功耗场景下依然能保持极高的鲁棒性。

2. 大脑的“AI算力核心”：NPU与GPGPU

在面向机器人大脑的AI计算方面，芯原的NPU IP和GPGPU IP拥有多年发展历史和丰富的产品矩阵。而芯原的NPU和GPGPU的核心区别在于算力配比：NPU的Tensor（张量）处理能力较大，而GPGPU的Vector（向量）处理能力与Tensor持平，可以实现Vector和Tensor协同工作的处理能力。

其中，芯原的NPU IP在市场上处于领先地位，已有接近2亿颗量产芯片出货（主要在智能手机、AIPC领域）。包括VIP Nano系列、VIP9000-FS系列、VIP9X00系列等，覆盖了从1TOPS以下到200TOPS，可满足不同的性能层级需求，适配不同形态机器人的差异化算力需求。目前，在工业机器人及服务机器人领域，芯原的NPU IP也获得了客户的采用。

在GPGPU IP方面，芯原拥有面向边缘服务器的CC9X00CC以及面向云端大模型的CC9X00TC。同时，芯原还推出了新一代CC10000系列的GPGPU IP，在300-500TOPS算力范围内，PPA（性能、功耗、面积）相比上一代提升了约40%-50%，适合于有大算力需求机器人、边缘服务器和云端产品。据芯原股份GPU/NPU产品高级副总裁张慧明透露，目前芯原正在与跟多个合作伙伴推进该IP的产品化落地。

3. 软件平台与系统方案：降低开发门槛，加速产品落地

在软件平台方面，芯原搭建了一套一站式的、统一的AI计算编译器。该AI编译器上层可以对接各种AI框架，下层则可以适配不同算力的IP，中间层则负责完成模型优化及与硬件无关的软件抽象，从而实现软件与硬件的解耦。因此，当客户AI芯片需要升级换代的时候，只需升级到芯原新的IP解决方案之后，可以继续沿用之前的软件栈和软件生态，极大的减少了客户在软件方面重复开发和相关研发投入，也缩短了芯片迭代到上市的周期。

芯原除了有NPU IP和GPGPU IP解决方案也有SoC解决方案，芯原的IP团队和SoC团队也做了一系列的芯片架构参考设计，既可以支持客户自己的SoC研发，也可以用芯原的设计服务来帮助客户提供整体的解决方案。

同时，为了满足更高算力的需求，芯原还推出了CC10000系列的Die to Die的互联（基于芯原自研的UCIe芯片互联接口技术）及Chip To chip互联方案，相关互联技术已在4nm、8nm工艺客户项目中成功流片商用。通过多芯片互联架构，可以帮助客户突破单芯片算力瓶颈，进一步释放端侧AI与具身机器人的极致算力潜力。

4. 显示与全链路优化

对于带屏显示的机器人（比如商用引导机器人、具有表情交互和画面展示功能的家用陪伴机器人）来说，还会涉及到显示处理器。芯原则通过收购逐点半导体（Pixelworks China）的控制权，将自身的图像前处理技术与对方的图像后处理IP相结合，可以为客户提供了一整套完整的显示处理器IP解决方案。

值得一提的是，当前具身机器人“感知-认知-决策-执行”链路还面临着高带宽、高功耗、高时延的难题，一旦遇到高速移动、动态避障场景，极易出现感知滞后、决策迟缓、动作失控的后果。

对此，芯原推出了 FLEXA 全链路无 DDR 解决方案，实现分段式片上 SRAM 数据流处理、硬件并行执行，ISP、NPU、GPU、VPU、显示处理器之间可直接互通数据，全程无需外部 DDR 参与数据中转。

基于芯原FLEXA技术和六大类处理器IP打造的一体化IP子系统，可实现低时延 AI 计算、超低功耗运行和一体化流式处理。

小结：

除了这六大类处理器IP与FLEXA技术之外，芯原还拥有超过1700项数模混合IP、射频IP和接口IP，全面覆盖250nm至4nm全主流晶圆工艺节点，且所有IP均已实现大规模量产，广泛应用于AI芯片、MCU控制芯片等各类终端核心器件。在这些IP与技术和大量的芯片定制量产经验加持之下，芯原可以为机器人客户提供一站式的芯片定制服务。