证券时报记者 王一鸣

今年的端侧 AI 芯片赛道不乏看点。

A 股端侧芯片厂商们上半年集体报喜，其中，全志科技 8 月 25 日晚公布的财报显示，上半年营业收入、归母净利润同比分别增长 41.23%、204.17%；此前，瑞芯微披露上半年净利润同比增长 61.73%；富瀚微则预计上半年净利润同比增长 1072.72% — 1420.19%。

在技术层面，光羽芯辰、后摩智能等端侧 AI 芯片厂商纷纷押注 3D 堆叠、存算一体等技术，意在打穿 " 内存墙 "。

深度科技研究院院长张孝荣近日对证券时报记者表示，2026 年被业界视为 " 端侧 AI 商业化元年 "，预计 2027 年开始起量。国内端侧 AI 芯片厂商的优势是大市场、多场景，以及打法上的灵活性，未来破局点不仅要靠 3D 堆叠等创新构架解决功耗和算力矛盾，还要把下游应用绑得更紧，用场景深度换生态厚度，以把握端侧算力国产化机遇。

截至 8 月 26 日，已有近 10 家端侧芯片公司半年度业绩报喜，其中有公司净利润同比预增逾 10 倍。

8 月 25 日晚间，全志科技披露，上半年实现营业收入 18.88 亿元，同比增长 41.23%；实现归属于上市公司股东的净利润 4.9 亿元，同比增长 204.17%。全志科技认为，端侧 AI 场景的快速普及（如智能终端、自动驾驶、IoT 设备等），使得 SoC 芯片的算力需求呈现爆发式增长。

富瀚微于 8 月初预计上半年营业收入 14 亿— 15 亿元，同比增长 103.48% — 118.01%；归母净利润 2.7 亿— 3.5 亿元，同比增长 1072.72% — 1420.19%。公司指出，端侧 AI 应用已规模化落地，具身智能、机器人、家庭智能终端等市场需求逐步起量，将为公司主营业务增长提供强劲的支持。

算力为何必须从云端下沉？中关村物联网产业联盟副秘书长袁帅对证券时报记者表示，近年来，云端 AI 大模型飞速发展，但云端推理 50 — 200 毫秒的传输延迟，在自动驾驶、工业质检、实时交互等场景中是不可承受的，加上金融、医疗等高敏感数据禁止外传；而端侧 AI 具备低延迟、数据隐私性强、部署成本低等核心优势，正在快速渗透到各个场景，这自然拉动边、端芯片的需求增长。

IDC 在《2026 年 Q1 全球端侧 AI 芯片市场报告》中指出，2026 年第一季度全球云端 AI 芯片出货量同比增长仅 12%；而同期全球端侧 AI 芯片出货量同比增长 78%，其中面向物联网（IoT）、工业边缘、智能终端适配的中低端 AI 芯片出货量同比涨幅突破 110%。

据弗若斯特沙利文测算，2025 年全球 AI 终端 SoC（系统级芯片）市场规模为 450 亿美元，预计从 2026 年起将以 23.6% 的年复合增速增长，至 2030 年达到 1438 亿美元。

从国内发展来看，张孝荣认为，端侧 AI 芯片是国产半导体替代进展最快的赛道之一。应用场景化以及垂直化，需要有强大产业作为支撑，这正好与中国庞大产业集群的特点相契合，且该领域受出口管制影响较小。除了华为等大厂在该领域布局，瑞芯微、全志科技、乐鑫科技等垂直领域厂商经过多年产品迭代，已经在中低端 AIoT、消费电子领域占据了主要市场份额，产品性价比和本地化服务优势明显，目前正逐步向高端车载、工业、机器人领域渗透。

哪些场景最易爆发？

随之而来的问题是，端侧 AI 在哪些场景导入最快、最易爆发？

广东省社会政策研究会副秘书长高承远近日对证券时报记者表示，从产业落地节奏来看，端侧 AI 的爆发会呈现 " 由近及远、由轻到重 " 的梯度特征。短期内，智能手机的 AI 功能已经处在爆发期，影像增强、实时翻译、端侧大模型助手等正在快速渗透；AI PC 是下一个明确的爆发点。中期来看，智能座舱和人机交互是确定性很高的方向。人形机器人和全屋中控则属于中长期赛道，需要等待技术成熟度和成本曲线的进一步优化。

7 月 15 日，网信办发布 7 款手机端侧生成式人工智能服务备案信息，涵盖苹果、三星、小米等主流终端品牌。据中信建投估算，2026 年手机与 PC 端 AI 渗透率预计分别达到 45% 和 62%。

不过，在一些芯片细分领域，情况亦有不同。8 月 13 日的滴水湖中国 RISC-V（一种开放的指令集架构）产业论坛上，在 " 未来 2 年内，RISC-V 端侧 AI 芯片出货量率先爆发的赛道 " 投票环节中，工业机器人以 29.79% 的得票率高居第一，智能安防以 22.34% 位列第二，端侧智算（21.28%）和车载电子（19.15%）紧随其后，AI 眼镜获 7.45%。

华山资本合伙人王志伟从投资视角分析了这一现象。他认为，智能安防和工业机器人等场景之所以容易爆发，是因为这些场景定义清晰，产业链配套丰富，且对边缘推理的轻量化和实时性要求高，非常契合 RISC-V 开放免费、可扩展、可定制的特点。

芯原股份董事长戴伟民在今年 6 月末的公开活动中预计，端侧 AI 是 ASIC（定制芯片）产业下一阶段的核心增量市场。对于应用场景，戴伟民判断，AI 眼镜、AI 玩具、智能 AI 戒指等端侧 AI 产品，将在未来数年迎来集中爆发，为 ASIC 赛道开辟全新增长空间。

" 算力下沉并非坦途。受限于冯 · 诺依曼架构的‘存储墙’与‘功耗墙’，数据搬运损耗远大于计算损耗。如何在极其受限的功耗、面积、成本和带宽里，把 AI 能力高效地释放出来，是端侧 AI 芯片厂商们的必答题。" 袁帅说。

在此背景下，3D 堆叠、存算一体等创新架构路径已不再是云端芯片专属，端侧芯片产业界亦在尝试。例如，国内方面，光羽芯辰于 7 月的 WAIC 2026 上发布端侧大算力 3D 堆叠近存算低功耗大模型推理芯片 TC1000 系列，芯片等效带宽达到传统端侧 AI 方案 10 倍以上、同等算力功耗仅传统方案 1/3，已实现单芯片 3B 模型 300token/s 超高速推理。

此前，光羽芯辰牵头制定的《端侧 AI 芯片的 3D DRAM 集成技术标准》已通过上海市集成电路行业协会立项评审并完成验收。

全志科技在半年报中表示，3D 堆叠、Chip to Chip（芯片互联）、Die to Die（裸片直连）的芯片互联方式也成为解决工艺高成本和低良率的有效方案。与此同时，国家标准《芯粒互联接口规范》系列已陆续发布实施，Chiplet 互联正从行业共识走向产业规范化。

后摩智能则是国内存算一体（CIM）构架的实践者，其基于该构架的 AI 芯片 M50 芯片已经量产。目前，M50 已成为联想 AI 主机 P7 的端侧算力核心，最高支持 1220 亿参数大模型本地部署，整机最大功耗仅 30W。长城 N90 Pro 亦搭载了该款 AI 芯片。

在高承远看来，3D 堆叠可通过垂直集成提升带宽密度，存算一体则从根本上减少数据搬运。两条路线不是非此即彼，而是互补关系。他预计，未来三到五年，这两项技术会先在旗舰级手机、AI PC 等高端场景率先渗透，随后向智能座舱、边缘计算设备下沉。对国内厂商而言，这既是技术追赶的窗口，也是换道超车的机会。

张孝荣认为，当前端侧 AI 整体产业的竞争，正在从比拼参数规模和压缩比例，转向模型、芯片、系统、应用之间的整体配合。例如，苹果的解法是围绕 Apple Silicon 芯片推出 Core AI，从芯片到操作系统全栈自研。谷歌的路线是从 Gemini 模型到 Tensor 芯片再到 Android 系统的垂直整合。

张孝荣还表示，对端侧 AI 芯片厂商而言，除了技术构架的创新突破，做好端侧 AIoT 产品还需要强大且适配端侧的芯片硬件与模型、软件生态和场景应用的深度协同，共同推动端侧 AI 从 " 能跑起来 " 走向 " 更好用 "。

在生态层面，据证券时报记者观察，国内厂商亦在持续布局。例如，瑞芯微依托在 AIoT 千行百业、数千家全球客户的丰富资源，通过举办开发者大会和软件生态大会，联合 AI 算法、软件、模型厂商和产业应用伙伴共建稳定、开放的端侧 AI 新生态；晶晨股份面向全球厂商提供一站式 " 芯片 + 算法 + 生态 " 解决方案及全流程技术与认证支持，缩短产品开发周期、降低生态准入门槛。

乐鑫科技方面介绍，十多年来，公司的投入不仅面向芯片，也面向芯片周边的完整基础设施，包括 ESP-IDF、开源工具、技术文档、参考设计和开发者社区。

" 生态系统的价值是实打实降低客户的采用成本。工程师可以复用现有软件、示例和社区知识，而不必重复造轮子，从而更快地从评估走向量产设计，提高单次设计导入发展为长期合作的概率。" 乐鑫科技称。