让算力抵达现场：爱芯元智给出边缘AI的新答案｜2026工博会

编辑 / Jeffie

随着大模型、智能体和具身智能持续发展，AI 正从信息世界走向物理世界，边缘和端侧算力也成为智能智造实现实时响应的重要基础。

Part 1

AX8860发布：从参数表走向现场账

作为专为大模型边端侧落地打造的大算力AI 芯片，AX8860 并非只以峰值参数为目标，而是聚焦模型部署、现场推理和系统协同等实际需求，为物理 AI 应用提供更完整的算力底座。

公开参数显示，AX8860集256TOPS混合精度算力（原生支持FP4）与273GB/s内存带宽于一身，配备128GB LPDDR5X大容量内存；支持AXLink级联技术与PCIe5.0高速互联，为多芯片协同和算力弹性扩展留出空间；64路视频解码与16路视频编码适配多路视觉感知与视频分析任务；6nm工艺兼顾算力、能效比与集成度。新产品全面满足智能制造、仓储物流及机器人等场景对端边大算力的严苛需求。

随着AX8860 系列的正式发布，爱芯元智的 AI 芯片版图再次延伸。面向差异化的算力需求，爱芯元智已构建起覆盖小算力到超大算力的完整产品矩阵。从芯片、核心模组到推理卡、推理服务器，客户可以按业务阶段选择算力，沿同一技术路线持续扩展，减少重复选型和系统迁移成本。正如爱芯元智在发布现场所强调的：客户可以按业务阶段选择算力，沿同一技术路线持续扩展，不必反复面对“算力选择题”。

值得一提的是，围绕AX8860，爱芯元智同步发布元曦模组 A256S，并亮相元曦系列推理卡和推理服务器。A256S 采用模块化设计，具备体积小、算力强、落地快等特点，支持 LLM、VLM 和 Omni 等多类模型应用，能够为核心算力与应用硬件之间提供更灵活的组合方式，帮助客户加速产品研发落地。

软件侧，AX8860 系列面向开发者和行业用户提供了完善的工具链和软件开源，支持 vLLM、SGLang、PyTorch 等主流推理框架与开发环境，并提供兼容 OpenAI API 的服务接口。同时，产品配套覆盖量化、转换、编译、Profiling 及调试在内的完整工具链，帮助用户降低模型迁移和应用落地门槛，实现“开箱即用”。

Part 2

工业现场的三道考题：时延、易用性、稳定性

对于严苛的工业现场而言，爱芯元智认为，现场智能的完整闭环，必须同时满足“看得见、算得准、反应快、稳定执行”四项要求。只有现场设备实现了“感知-判断-执行”的闭环处理，智能才能在事件发生的最前沿即时响应，推动边端 AI 真正转化为驱动产业升级的新质生产力。

仇肖莘博士以产线控制为例：流水线设置多个工位与检测点位，工业检测相机需要以高分辨率在极短时间内识别零部件缺陷，并将检测信息下发至控制端。产品在流水线上持续输送，一旦判定存在缺陷件，就需要快速分流至另一通道。这类场景一方面要快速完成检测，另一方面要快速确认缺陷真伪、下发分流动作指令。

爱芯元智主要通过两套产品方案应对：智能视觉方向，爱芯元智有一条产品线面向智能视觉处理，芯片可支持1200万至1600万像素高分辨率工业检测相机，单颗视觉芯片自带最高18TOPS算力，大量检测推理可在本地端直接完成；本地生成的检测信号再传输至边缘计算盒子，由边缘计算设备完成后续决策。

时延是难点之一，平台易用性同样是一大考验。仇肖莘博士表示，不同工业产线对应的模型各不相同，都属于场景定制化模型，模型快速部署能力至关重要。倘若部署任意一个垂类模型都需要数月甚至一年周期，商业化落地就无从谈起。

Part 3

边缘AI的未来应用场景在哪？

除了工业赛道，仇肖莘博士认为边缘AI落地的另一大方向是中小企业的本地部署。她以爱芯自身为例：推进研发数字化时，如果全部数据上传云端，相当于把企业内部信息完全开放给大模型，存在明显的数据安全风险；未来PCIe卡或硬件模组能够本地运行代码模型，就不再把内部数据上传云端。运营数据敏感度更高，更不适合外传，必须本地部署。这类场景不需要超大参数模型，多用于报表生成等常规任务，搭载27B模型的智能体盒子即可胜任。“立足于企业的数据安全诉求，本地边缘AI 方案，能够提供更合理的选择。”

此外，爱芯认为家庭端是尚未爆发但会增长的市场，类似Mac mini、本地存储智能体盒子，现阶段受成本限制仅高净值人群负担得起，要像路由器一样普及，关键在于提升性能的同时降低成本，并做到即插即用。

在与客户的合作边界上，仇肖莘博士非常明确：爱芯元智只专注芯片研发，不涉足上层算法开发。算法厂商可以安心合作，不用担心爱芯未来切入算法业务、与其形成竞争。这在生态协作中非常关键。“云端芯片可以通用性强、单芯片适配多场景，但边缘市场高度碎片化，单一芯片覆盖全部市场并不现实。爱芯的做法是提炼共性能力，搭建由ASP IP、NPU IP、编解码IP等构成的技术工具箱，切入不同场景时选取组合IP，配置专用芯片，以相对可控的研发投入支撑多条赛道。”

作为平台型企业，仇肖莘博士透露，其仍在寻找第四条增长曲线，机器人是爱芯元智重点关注的方向。她分享了爱芯元智观察到的机器人领域的三大核心需求：一是机器人“大脑”，需要具备一定算力，满足各类实时控制要求；二是机器人“小脑”，算力要求适中，但需要丰富的外设接口；三是机器人视觉模组，例如双目深度相机，人形机器人往往需要搭载多达6组这类模组。

边端AI对于智能智造的价值，不在于单纯追求纸面峰值，而在于能否在真实环境中稳定产生结果。无论是钢板表面缺陷识别、仓储系统中的货箱与产线调度，还是机器人协作中的陪伴、康复与照护，AI都需要在事件发生的窗口内完成感知、推理和响应。

以AX8860系列为代表的爱芯元智 AI 算力底座，正作为面向边端侧场景的基础设施，为模型能力的下沉部署提供坚实算力支撑：数据在何处产生，计算便在何处发生；判断于现场即时完成，无需等待远端往返；指令直接触达设备，推动 AI 在“最后一公里”兑现价值。

当算力真正抵达现场，智能才从纸面参数变成可感知、可部署、可执行的生产力。

投稿 请联系 |  jeffiegong@ringiertrade.com

更多智能制造精彩报道请访问：www.industrysourcing.cn

更多相关资讯

欢迎关注“荣格智能制造”微信公众号