安謀科技端側AI技術前瞻：星辰、周易、武當先睹為快

最近安謀科技在WAIC 2026大會期間舉辦的媒體會上提到一句令人印象深刻的話，“要讓AI的智能體走進每一臺邊端側設備”——而為了達成這一目標，“AI算力底座必須進行全面進化”。當然這里的算力底座并不單純是指芯片，還包括了模型、軟件、系統等組成部分。

而安謀科技的此次媒體前瞻會透露了這家公司很快就要發布的幾款新品，包括結合了STAR CPU + Ethos NPU的“星辰300”原型驗證平臺，面向智能體AI的“周易”X3-Pro NPU IP，承載“AI作為視頻最大消費者”的“武當”VPU IP；也順帶介紹了具備“基于感知的生成式交互和具身互動”能力的AIOS操作系統...

↑今年安謀科技在WAIC展會上的展位分成了Physical AI、Cloud AI、Edge AI三個組成部分，云邊端全覆蓋…

除了先睹這些新產品的大方向，借著這場媒體會我們大概也有機會了解安謀科技眼中、用于邊端側的AI技術與產品需要具備哪些素質——因為這些產品都是圍繞著AI這一主題打造的。

星辰300：從“萬物互聯”走向“認知萬物”

作為端側的重要組成部分，IoT或嵌入式應用在安謀科技眼中，已經從原本“萬物互聯”，在加入AI之后走向“認知萬物”。安謀科技CPU產品總監朱曉明總結說，當代AIoT設備需要具備認知能力，需要有“主動性”，需要參與“邊緣計算”，還要“自我進化”。

安謀科技認為，“資源受限條件下嵌入式AI的技術演進線索”和路徑包含CPU指令擴展加速、融入通用小算力NPU，及SRAM存內計算新范式。在面向AI時代的嵌入式應用時，安謀科技現階段著眼于CPU指令擴展與NPU加速。

對于前者，在Arm技術體系內，現如今已經在廣泛應用的包括針對Cortex-M的Helium擴展和用于Cortex-A的SVE2擴展。尤其對控制而言，這兩年很流行的AI MCU芯片，不少已經在借助Arm Helium矢量指令集擴展來實現對機器學習和DSP應用的加速，電子工程專輯此前撰文對Helium就有過介紹。

朱曉明在媒體會上給出了Helium的加速成果數字：帶Helium指令集擴展的Cortex-M52、M55、M85相較Cortex-M4，在音頻編解碼場景（LC3編解碼）下分別能夠實現30%、50%、65%的性能提升；而在機器學習模型推理場景下更有著平均3倍、至多8倍的性能領先。安謀科技的“星辰”STAR系列CPU IP從2024年的STAR-MC2開始也已經支持Helium技術。

而對于后者，更為專用、強調能效比和面效比的Arm Ethos NPU也正在不少嵌入式計算領域中普及：Ethos-U55、U65、U85覆蓋64 GOPS到4 TOPS的INT8算力。“當應用場景擴展到視覺、語言模型相關，有實時性要求時，算力需求激增，Arm Ethos NPU就能覆蓋這類端側AI場景需求。”朱曉明說，“如果說Cortex-M和Cortex-A是基座，那么Ethos-U就是個強力補充。兩者結合能滿足大部分端側AI場景需要。”

安謀科技基于這兩個方向推出了“星辰300”AIoT原型平臺，“我們將STAR CPU和Ethos NPU集成在一起，放進FPGA原型驗證平臺”，作為“高效異構計算平臺”“全面支持主流小模型”——如Yolo v4, Deeplab v3+, Mobilenet v2, UNet, ESRGAN等。

現場展示了用“星辰300”跑人臉探測、語音識別、關鍵字檢測、圖像超分在內的多個demo應用。比如在人臉檢測demo中，外接攝像頭、后端基于Cortex-M52 + Ethos-U55進行實時人像追蹤，“其實很多門禁系統用一顆CPU也能追蹤單個人臉，加上Ethos NPU之后就能同時追蹤若干人臉了。”

“周易”NPU IP：面向AI智能體全場景

如果說“星辰300”是嘗試為嵌入式應用賦予AI能力——典型如CV、NLP這類感知型AI，以期實現AI普惠；那么作為安謀科技旗下的重要產品之一，“周易”NPU IP則期望更進一步地“讓AI智能體走向真實世界”，真正強調為現在流行的智能體AI（Agentic AI）服務。

“針對智能體推理場景，AI計算底座必須進行全面進化。”安謀科技NPU產品線負責人、首席架構師舒浩博士在媒體會上說，端側的AI智能體推理需求相較以前發生了相當大的變化。AI模型能力已經具備實用性、可參與生產；而AI智能體的工作流程涵蓋感知、記憶、推理、行動的持續循環——在本地實時處理、上下文持續保持、數據隱私保護、主動理解場景的具體需求下顯得挑戰更大；

與此同時，不同類型的AI應用負載又有著多樣化需求。舒浩談到邊端側AI推理場景下，個人終端設備、視覺與空間智能、工業與能源邊緣、邊緣節點和本地AI盒子的核心需求皆存在差異，對功耗、實時性、可靠性、軟件復用、產品形態等維度的約束都不一樣。

“差異化的場景需求和系統約束”可能就是“周易”X3-Pro NPU IP的核心考量。安謀科技對其定位是“面向Agentic AI的全場景高效計算底座”。

“周易”X3-Pro將以一個架構實現“全場景覆蓋”，包括面向低功耗端側推理場景的X3-Pro Lite（如AIoT設備）、用于“中等算力推理場景”的X3-Pro Premium（如智能手機、機器人等），以及覆蓋大算力復雜推理場景的X3-Pro Subsys（如智能駕駛、智慧城市、云數據中心等）。

舒浩透露，“周易”X3-Pro實現全場景覆蓋的核心思路是“采用統一的、分層的、場景化的NPU計算架構”。如上圖所示，“統一”和“分層”是指統一的計算架構分層。

應用層之下采用“統一的軟件層對應用做適配”。而軟硬件適配層，包括有統一軟硬件界面、統一ISA；面向不同場景需求時，該層引入了“差異化硬件抽象”對接硬件層。硬件層就是統一架構但不同規模的NPU了——包括“我們也會引入非馮諾依曼體系的架構創新”，即存算一體NPU。

以此實現“一次適配、多芯復用，面向場景、靈活配置”。對于開發者而言，軟件部分“通過統一的軟件架構，讓用戶在不同行業和產品形態中，可復用歷史模型適配、調優、部署的工作和經驗”；硬件部分則“通過場景化的統一硬件架構，滿足面向不同場景對性能、功耗、靈活性、可編程性的差異化要求”。

舒浩總結“周易”X3-Pro將具備幾大特性：通用可編程（更多數據精度支持、更高效的統一編程模型）、專用高效率（更多混合精度加速運算）、靈活可配置（更強單核算力、靈活的cluster配置、可配置內存層次架構），和面向未來可擴展（支持非馮諾依曼的創新架構）。預計在后續的“周易”X3-Pro發布會上，安謀科技將披露更多信息。

“武當”VPU IP：為人服務，也為機器服務

要說“讓AI走向真實世界”，視覺信息顯然是AI與真實世界產生交互的基礎，因為“AI獲取的數據超過80%來自視頻”。安謀科技VPU研發總監黃鑫博士談到，“人形機器人、機器狗、自動駕駛等應用場景中，AI需要視覺數據做推理和訓練。”“AI成為視頻最大的消費者。”

基于此，黃鑫表示VPU設計理念也要變，“從為人主觀視覺服務轉變為為機器視覺服務”，“AI打開了面向機器的視頻壓縮的新維度”。安謀科技將于明年年初推出代號“武當”的“玲瓏”VPU IP——和年初發布的“峨眉”一樣，也將繼承輕量化的AI算子，服務于內容感知視頻編碼（CAE）技術。

黃鑫總結內容感知視頻編碼（CAE）技術是在“第一層進行淺層的像素級預處理”，“第二層做深度語義解析”，“將兩層輸出給編碼器，服務編碼決策”，是現在不同場景中的碼率節省。

“武當”在此基礎上，還會有PPA的提升（單核實現8K30fps編碼、面積實現40%節?。?、支持更全面的編碼器規格（YUV422編碼、raw數據直接壓縮、最大1Gbps+碼率支持）、編碼質量提升（支持CAE、high-motion場景編碼質量顯著優化提升）。其中有部分提升將有助于Physical AI應用，如支持高碼率編碼、high-motion場景編碼質量提升等。

而武當之后的下一代產品，“我們會開始做AI端到端視頻編碼技術”，包括“從CAE局部優化拓展到端到端全局最優”，以及“從編碼服務于人眼主觀視覺，拓展到面向不同AI應用”——具體如上圖所示。

訓練過程中，“前置網絡結合虛擬編碼器、AI應用，通過直接反向梯度傳播做聯合訓練，最終達到特定任務最優化結果”；“部署階段，將前置網絡硬化，與‘玲瓏’VPU IP編碼器耦合，就形成了真正意義上的任務感知編碼器，壓縮、精度都有了最佳平衡”?，F階段已經在目標追蹤、動作識別等負載中表現出了編碼質量的提升。

黃鑫還提到，為了做到在優化主觀視覺的同時，提升針對AI應用的碼率節省，“我們將網絡做了泛化，引入前置網絡和后置網絡，通過多模態參數配置實現兩個方向的提升。”最終實現“讓硅基生命擁有和人一樣清晰的視野”，“讓人類看清世界、讓AI看懂世界”。

牽頭發起“開源AIOS”聯盟

在CPU、NPU、VPU等硬件IP之外，安謀科技還將視野延伸到了軟件與系統層面。安謀科技市場及生態副總裁梁泉在媒體會上談到，新型AI設備層出不窮、具身智能逐步落地，硬件之上的軟件棧形態已成為行業關注的焦點?；诖耍仓\科技聯合眾多合作伙伴，牽頭發起了"開源AIOS聯盟"，共同探索新一代AI產品的基礎設施。

梁泉認為，每一代計算平臺的迭代都伴隨著交互范式的變化——PC時代用鍵鼠，移動時代靠多點觸控。他舉例說，人與機器狗交互未必是基于喚醒詞的，其流程可能是"叫它一聲，它會回頭看一眼"——這種自然、持續感知的交互方式，會驅動AI計算平臺與系統軟件發生變化。

所以安謀科技定義的AIOS操作系統，將是基于感知的生成式交互與具身互動：交互方式被置于核心地位，AI模型能力作為中樞，輔以AI任務編排、傳感與運控、記憶管理等模塊。“這樣一個操作系統產品與技術定義，驅動我們發起開源的AIOS聯盟”。

從架構上看，AIOS涵蓋模型引擎（model engine）、智能體引擎（agentic engine）、記憶引擎（memory engine）與數據流引擎（dataflow engine）等核心模塊。

除了大部分人熟知的前三項，數據流引擎被視為貫穿整個系統的中樞通道，負責將語音、視頻、文本等多模態輸入實時融合并高效流轉。梁泉說，這一系統將運行在搭載Arm CPU的設備上，支持Mali GPU及“周易”NPU IP等各類加速單元。另外這套操作系統預期還將實現端云互通、設備互聯。

除了要推動AIOS落地到多場景，并促成其中核心模塊、設計原型等的開源開放，作為"開源AIOS聯盟"的落地載體，梁泉談到安謀科技發起的極術社區除了Jishu系列開源應用能夠驗證AIOS能力、聯合開發者與硬件伙伴定義軟硬件需求，還專注在模型評測與研究。“不僅是軟件和產品方面的開放，還會涉及下游鏈條方方面面的合作與開放”。

后續安謀科技很快將開放知識庫產品、端側模型benchmark套件；以及與港科大、清華AIR（智能產業研究院）合作的模型研究成果；“Q4會有開源動作”。聯盟第一波參與者涵蓋芯片、設備方案、AI模型供應商領域的數十家不同企業與機構。梁泉表示，發起聯盟只是第一步，開源AIOS的目標是要“盡快通過AIOS帶來更多前沿AI產品與設備，讓AI走進生活”。

朱曉明在開場演講中說，2022-2023年，AI模型要達到MMLU基準測試60%的門檻至少需要幾百B參數規模；但隨著算法的演進，“2025-2026年，接近1b參數量的模型就已經能夠達到60分的最低標準線”。

舒浩也提到中小模型能力迅速提升，工程能力“接近生產力級別”。這意味著端邊側的AI智能具備了更高的可用性。加上智能體能力的提升，“邊端側AI推理迎來新的機遇”。拋開本地AI推理具備實時性、隱私與安全、個性化等方面的價值不談，這是萬物AI普惠的基礎。

安謀科技顯然想要抓住這一機遇。"星辰300"解決的是嵌入式設備的AI賦能問題，讓資源受限的IoT終端也能跑起感知類模型；"周易"X3-Pro面向差異化極大的AI智能體推理場景，以統一架構覆蓋從低功耗AIoT到大算力全譜系需求；"武當"VPU IP則瞄準AI作為視頻最大消費者這一趨勢，讓機器視覺獲得更高質量的視覺數據輸入。再加上開源AIOS聯盟從軟件與系統層面補齊交互、編排與生態的短板...

安謀科技試圖構建的是智能體AI時代，端邊側AI普惠所需的底層基礎設施。當模型尺寸縮小到足以裝入終端芯片、智能體能力開始走向實用，硬件算力、系統軟件與開放生態三者缺一不可——這也正是"AI算力底座必須進行全面進化"這句話的完整注腳。