当你唤醒智能手机上的语音助手，期待它实时理解一段复杂的多轮指令，却常常被“网络连接超时”或突然的卡顿打断——这份挫败感背后，正是安谋科技（Arm China）试图在2026世界人工智能大会（WAIC 2026）上回应的难题。大会期间，安谋科技首次公开面向智能体时代的新一代NPU架构“周易”X3‑Pro，同时牵头发起开源AI操作系统联盟AIOS，并演示了基于自研星辰CPU与Arm Ethos搭建的首代星辰300异构计算平台。一位接近该公司的市场人士直言：“安谋科技不再只是一家IP授权公司，而是要参与定义端侧AI的计算标准和软件生态。”
这个转向的动力来自端侧AI的刚性约束。安谋科技CPU产品线负责人朱晓鸣在演讲中给出的数据很直观：2022年，要让通用语言理解基准MMLU达到60分的商用门槛，需要规模达上百B参数的模型；到2026年，同等基准已降至接近1B参数，大模型向端侧迁移的条件开始成熟。但迁移不等于无痛。“用户希望端侧AI永远在线，能处理更多上下文数据，可电池是有限的能源，内存墙和带宽墙的约束反而更重。”朱晓鸣提醒，资源受限才是设计端侧AI时必须面对的第一命题。
基于这个判断，安谋科技铺开三条技术路线：在CPU上扩展向量和张量处理指令，外挂通用小算力神经网络处理器（NPU）作为算力补充，以及投入SRAM存内计算的探索。其中，自研的星辰STAR系列CPU从第二代MC2开始支持Arm Helium矢量指令集。朱晓鸣透露，Helium在机器学习场景下相较上一代平均性能提升3倍，部分场景增幅超过8倍。现场展示的星辰300平台已经将STAR CPU与Ethos NPU集成——单用一颗CPU只能跟踪一张人脸，加上NPU后，同一平台可以实现五六张人脸的同时追踪。这种“CPU+NPU”的异构组合，成为解决端侧算力缺口的一种务实路径。
不过，把端侧AI简单看作云端AI的“缩小版”并不成立。安谋科技将端侧场景拆为四类：个人终端强调续航和隐私，视觉与空间智能要求低延迟处理，工业边缘需要任务确定性和长生命周期，而边缘盒子则要满足多路并发和全天候在线的稳定性。这种分层也投射在“周易”X3‑Pro架构上。该架构采用统一的分层场景化设计，衍生出Lite、Premium、Subsys三个系列，分别覆盖从低功耗端侧到复杂推理的大算力场景，软件层保持统一，硬件层则做差异化抽象。产品目前仍在研发阶段，但其统一软件接口的思路，已经透露出降低生态碎片化成本的意图。
端侧视频处理同样在经历消费主体的切换。“越来越多的视频消费者是AI，用于推理和训练。如果视频质量有损，对AI推理精度的影响会很大。”视频相关负责人在介绍时提到。安谋科技今年发布的“玲珑”视频处理器峨眉系列，集成了轻量化AI算子以实现内容感知编码；预计明年初发布的武当系列将支持8K每秒30帧编码，面积比上一代节省40%。此外，端到端视频编码技术正在预研，在目标追踪和动作识别任务上，编码质量已可提升超过10%。
与芯片路线并行的，是软件生态的横向拉通。安谋科技在大会期间牵头发起开源AI操作系统联盟AIOS。安谋市场及生态副总裁梁泉解释，AI设备的交互范式正从回合制对话走向持续感知甚至具身互动，传统操作系统的架构无法承载这种变迁。AIOS的开放架构包含三个核心模块：模型引擎负责推理和端云协同路由，Agentic Engine处理多轮工具调用与任务编排，DataFlow Engine管理多模态数据流的实时处理。联盟首批成员已覆盖紫光展锐、瑞芯微、辉羲等芯片厂商，以及面壁智能等模型公司；安谋科技还与港科大物理AI实验室联合发布了视觉‑语言‑动作模型。
到这里，正反两面的信息已经摆上桌面。积极的一面是，安谋科技给出了从指令集、NPU架构、视频处理到操作系统的整套端侧AI方案，以此突破IP授权模式的“设计完即离场”的惯性。某芯片行业分析师指出，以往芯片设计完成之后，IP公司的影响力就基本停止；通过发起AIOS，安谋科技的影响范围从芯片设计端延伸到了终端产品端。但反向也不容忽视：AIOS联盟目前仍处于早期推广阶段，从代码开放到真正形成稳定的开发者社区、让终端厂商深度绑定，中间还有很长的路。端侧操作系统的生态建设从来不是一场速胜——历史上多次尝试整合端侧软件的联盟，都曾因碎片化和商业竞争而步履蹒跚。
若把两方观点放在一起，安谋科技所做的事逻辑上是自洽的：先以自研CPU和NPU组合回应“资源墙”挑战，再用分层架构降低设计门槛，最后用开源操作系统联盟尝试统一软件开发范式。但它的不确定性与任何生态项目一样——从技术蓝图到产业共识，中间隔着大量的适配、认证和利益协同。市场人士那句“要参与定义端侧AI的计算标准和软件生态”，既点明了野心，也暗示了难度。IP授权商转身做“标准定义者”，需要的不再只是技术优势，还有组织起一张从芯片到应用、从开源到商业的协作网络的能力。
热门跟贴