作者 | 砚蒙尘

封面图丨爱芯元智官网

继澜起科技之后，港股又迎来一家芯片公司。

2 月 10 日，爱芯元智登陆港股，成为首家港股边缘计算 AI 芯片企业，上市首日市值约 168 亿港元。截至发稿时，市值为 149 亿港元。

边缘计算 AI 芯片，就是本地设备的 " 大脑 "，让设备不用上云，也能用 AI。

说个最常见的场景，摄像头、汽车，不可能实时跟云连接，安了边缘计算 AI 芯片，摄像头、汽车也能 " 思考 "。

爱芯元智从 2019 年创立到上市，它只用了 6 年多，腾讯、美团、联想之星等产业巨头都投过。

- 01 -

给设备装上眼和脑

爱芯元智创始人仇肖莘是宁波慈溪人，今年 58 岁，1985 年考入清华大学自动化系，在清华读完本科及研究生。

1991 年赴美国南加州大学攻读博学位。仇肖莘曾担任美国 AT&TLabs – Research 首席科学家、博通副总裁、紫光展锐 CTO。

2019 年，上一代 AI 进入应用瓶颈期，仇肖莘判断：AI 将在应用端爆发，便和团队选择了端侧与边缘侧 AI 芯片作为切入点。仇肖莘辞去紫光展锐 CTO 职务，在宁波创办爱芯元智。

仇肖莘的搭档、爱芯元智 CEO 孙微风，本科毕业于西安理工大学半导体物理与器件专业，在电子科技大学获得半导体器件与微电子硕士学位。孙微风于 2024 年 4 月加入爱芯元智，曾长期任职于华为海思半导体，今年也已 58 岁。

爱芯元智的核心团队成员来自海思、紫光展锐、展讯、博通等头部芯片企业。

2022 年至 2024 年，爱芯元智的营收分别为 0.50 亿元、2.30 亿元和 4.73 亿元，复合年增长率为 206.8%；2025 年前三季度，爱芯元智的营收同比增至 2.69 亿元。

据灼识咨询报告，按 2024 年出货量计算，爱芯元智已成为全球第一大中高端视觉端侧 AI 推理芯片提供商，且位列中国边缘 AI 推理芯片市场前三。

早在 2020 年 5 月，爱芯元智推出第一代芯片 AX630A，业内首创 AI-ISP 技术。ISP 即图像信号处理器，决定设备能看到什么。

传统 ISP 比较 " 费人 "，因为机器很难理解看到的东西，需要依赖大量人力，比如对图像中的物品进行标注，机器下次看到就认识了。

AI-ISP，就是用 AI 代替一系列如此 " 费人 " 的工作，让设备 " 长眼睛 "，而且在比较暗的环境里、强逆光环境，仍能看清。

爱芯元智的产品，可以形象理解为摄像头、雷达、传感器等边缘设备的眼与脑。

爱芯通元混合精度 NPU（NPU 为提升 AI 推理性能的新型专用架构）就是 " 脑 "，能在同等功耗下实现更高算力，让大模型能装在边缘设备上，不用依赖云端。

爱芯元智还提供了一系列开发工具，比如 Pulsar2 工具链和成熟稳定的 SDK（软件开发工具包），降低客户的应用门槛，实现 AI 模型大规模部署。

大规模部署，意味着 AI 能进入更多边缘设备，拥抱更多场景。

截至 2025 年 9 月，它累计交付了超 1.65 亿颗 SoC 芯片（系统级芯片），覆盖视觉终端计算、智能汽车和边缘 AI 推理等多个领域。

爱芯元智用产品力和出货量回答了两个问题：一是 AI 企业如何切入现在的 "AI 场景化 " 浪潮，二是端到端对边缘 AI 需求有多迫切。

- 02 -

一场针对决策延迟的革命

边缘 AI，在产业上为什么越来重要？

传统 AI，大多依赖云端服务器计算。边缘 AI，就是把计算和决策过程，放到各种设备、边缘节点上。边缘设备往往直接承载着机器与人、机器与环境的交互，要求反馈及时。

AI 如果在云上，有一点相当致命：边缘设备对决策的延迟，接近于零容忍。

原因很简单，比如自动驾驶，自动刹车慢一点，就足以酿成事故；过隧道没信号，也会影响运行。

再比如制造业检测，边缘 AI 能实时分析缺陷，大幅提升检出率。如汽车行业，在机械臂末端装边缘 AI 节点，焊接缺陷检出率可从 85% 大幅提高至 99.5%。

对于工业检测而言，检出率 85% 和 99% 天差地别，几乎等同于 " 不可信赖 " 和 " 可信赖 " 的区别。

在 2012 年前，传统 AI 基本都在云上运行。

2017 年前后，谷歌、苹果等科技巨头推出专用 AI 芯片，让边缘设备也能本地部署 AI。

2019 年，一个叫 TinyML 的技术社区兴起，推动低功耗边缘 AI 应用，解决边缘 AI 能耗高的问题，毕竟边缘设备的功率和体积有限。

2020-2021 年，轻量模型 + 压缩技术成熟，端到端方案落地，边缘 AI 进入规模化商用。

边缘 AI 的发展历程，无论是提升算力、减小体积、降低功耗、部署模型，都围绕一个目标：让 AI 去中心化，不再依赖 " 识别 - 上传 - 处理 - 反馈 - 执行 " 这条云上 AI 的路径，提高效率，用在更多场景当中。

- 03 -

客户不能只靠车企

边缘 AI 的下游受众，覆盖多个主流行业，如智能汽车行业、制造业、医药零售行业、消费电子行业等。

以自动驾驶为例。智行者董事长张德兆曾表示，自动驾驶发展十年，几乎两三年就会迭代一轮算法，研发成本巨大，作为业内人士，无比希望 " 端到端 " 成为终极解决方案。

这种智驾技术反复推倒重来的局面，有望被边缘 AI 终结。车载边缘 AI 出现，基本意味着智驾主要靠端到端，通俗来说就是车子感知、车子决策、车子自己辅助驾驶。

爱芯元智的智能汽车 SoC（系统级芯片），截至 2025 年 9 月累计出货超 51 万颗，截至 2025 年底已接近 100 万颗，和吉利、零跑、福特等车企有合作。

但车载边缘 AI 这个赛道已经逐渐拥挤，如车规级边缘 AI 芯片智驾解决方案企业地平线，就与比亚迪、理想等车企深度合作，产品征程系列累计交付超 1000 万套，出货量第一；类似定位的黑芝麻智能也已牵手领克、东风等车企，旗下面向智驾的华山系列芯片也已出货超 80 万颗。

别的端到端领域对边缘 AI 需求同样巨大：爱芯元智在视觉终端计算 SoC 累计出货量超过 1.57 亿颗。

- 04 -

AI 场景从边端来

爱芯元智上市，并成为边缘 AI 第一股，无疑也是 AI 领域的一个重要信号——场景从边端来。

AI 的价值主场，正从云端转向边端、终端。

边缘 AI 用四大优点，彻底改变了 AI 端到端的落地逻辑：

第一，更高效。

不用传输大量数据到云端，本地就能完成计算、决策。比如智慧交通的拥堵预测、工业质检的缺陷识别，响应速度大幅提升。

第二，更安全。

敏感数据不用上传云端，在本地就能处理。避免了数据传输过程中的泄露风险，比如医药零售的处方数据、工业的核心生产数据。

第三，更普及。

边缘 AI 芯片的低功耗、小型化，能适配更多小型设备。比如智能手表、小型机器人，催生海量的 AI 应用场景。

第四，更便宜。

减少了云端服务器的压力，也节省了数据传输的带宽成本。带宽成本不是小数，一个工厂的 1080P 摄像头，24 小时把视频传到云端做 AI 处理，一年流量费能买一部 iPhone。

这四大优点，对于下游企业，也是四个用端到端 AI" 无法拒绝的理由 " ——没有人拒绝既满足合规，又能降本增效的 AI 方案。

曾经一度制约 AI 商业化的场景，随着边缘 AI 的大幅应用，逐渐解锁——自动驾驶、工业检测、零售、消费电子等已经存在实际需求和商业模式的场景，都可以用边缘 AI 重做，而且市场需求巨大。云端 AI 解决不了的问题，端到端可以，边缘 AI 可以。

本文不构成任何投资建议。