边缘AI成为爱芯元智业务增长第三极？

近日，爱芯元智在2026年工博会期间发布AX8860大算力边端AI芯片系列。256 TOPS算力、128GB内存、原生FP4支持、性能对标国际头部 GPU 产品，但价格更有优势——这些参数指向一个明确的战略动作：这家以视觉AI芯片起家的公司，正在将边缘AI推向其业务架构中的“第三极”位置。

但理解这一步棋的价值，需要先理解爱芯元智选择了怎样一条与大多数本土AI芯片公司不同的路。

爱芯元智在2026年工博会期间发布AX8860大算力边端AI芯片系列

两条路：先造“大芯片”，还是先养活自己

中国本土AI芯片企业的战略路径，大体可分为两类。

一类是“高举高打”：直接瞄准大算力、高端芯片市场，以GPGPU或类GPGPU架构切入云端训练和推理，追求单卡性能对标国际头部产品，以系统级集成和规模化部署弥补单卡代差。摩尔线程、沐曦、壁仞科技走的是这条路线，兼容CUDA生态以降低开发者迁移成本。寒武纪同样从云端AI芯片起步，研发长期处于“攻坚期”，直到近年才进入“收获期”。这条路资本消耗大、周期长，但一旦技术壁垒建立，天花板也更高。

另一类是“先造血、再攻坚”：从相对成熟、需求确定性强的细分市场切入，建立规模化收入，再逐步向更高算力、更高价值的市场延伸。爱芯元智是这条路径的典型样本。

2025年，爱芯元智芯片出货量达到8600万片，收入5.6亿元，其中终端计算产品占比83%。按2024年出货量计，它是全球第一大中高端视觉端侧AI推理芯片供应商，市占率24.1%。这个“第一”也许不算炫目——视觉端侧芯片单价低、市场成熟、玩家众多——但它提供了两样关键的东西：稳定的现金流和可复用的核心技术底座。

爱芯元智的两大自研核心IP——智眸AI-ISP和爱芯通元混合精度NPU——从第一天起就是为视觉处理设计的，但它们的架构天然适合跨场景复用。智眸AI-ISP解决的是“看得见”的问题，爱芯通元NPU解决的是“算得准”的问题，这两件事在 边端侧 AI上往往都需要做。一条IP主线，三块业务共用，边际研发成本远低于为每个赛道重新造轮子。

这就是“先养活自己”的路径优势：不是从零开始攻克一个陌生市场，而是沿着技术底座的自然延伸，逐级向上走。

视觉基本盘的“造血”能力

2026年上半年，爱芯元智终端计算业务收入3.41亿元，同比增长169.5%。黑光系列产品销量同比增长超过200%，实现量价齐升。更值得注意的是，最新一代AX615系列开始向具身机器人、工业视觉等新兴领域渗透。这意味着视觉业务不仅是“现金牛”，还在主动向更高价值的场景输出能力。

在视觉赛道，爱芯元智的策略是技术驱动而非价格竞争。公司明确表示不参与价格战，单芯片支持多路视频与CMOS传感器接入，搭载AI-ISP算法在复杂光照环境下保障图像采集质量。爱芯元智创始人&董事长仇肖莘对与非网记者解释这个选择的逻辑：作为创业公司，对比深耕行业二十余年的厂商，在供应链成本上并不占优，必须依靠技术创造价值。24.1%的中高端市场份额，就是这个策略的阶段性成果。

车载业务是视觉技术的自然延伸。2026年上半年，智能汽车同比增长252.1%，车载SoC出货42万颗，新增量产车型定点24个。M97芯片算力超过700 TOPS，直接对标地平线J6P和英伟达Thor U，预计年内量产。2021年启动车规芯片设计，2023年第一颗芯片上车量产，到2025年底累计实车上险量突破百万辆——车载业务的爬坡曲线，印证了“先用视觉养活自己，再攻克车规”这个节奏的可行性。

第三极：AX8860的逻辑

边缘AI是爱芯元智的第三条产品线，也是最年轻的一条。同比增长251.9%，增速与车载业务持平，且共用同一套底层技术。

AX8860的发布，是这条产品线从“跟随”走向“定义”的转折点。此前的AX8850系列主要承接模型本地部署的基础需求，而AX8860瞄准的是“满血大模型在边缘侧完整运行”这个此前被认为只有云端才能做到的事。128GB LPDDR5X内存是关键——模型参数需要占用内存，推理缓存也要存放在内存里，输入内容变长、同时处理的任务增加，内存需求会随之上升。没有足够的内存，大模型在边缘侧就装不下、跑不起来。

这个客户群是真实存在的。仇肖莘提到，“中小企业研发数据敏感，不适合全部上传云端；工业产线的垂类模型需要本地快速部署；家庭端的智能体盒子需要长期记忆和隐私保护。”这些场景不需要万亿参数模型，27B级别的轻量化模型就能满足大部分需求。AX8860的256 TOPS算力和128GB内存，恰好对应这个“够用且可负担”的区间。

技术上，AX8860的差异化体现在两个层面。一是算力利用率。仇肖莘表示，“采用GPGPU架构时，其计算单元利用率大致维持在30%—40%，而爱芯元智面向大模型设计的架构，算力利用率基本可以达到80%，在同等峰值算力条件下，Prefill阶段性能能够实现2倍提升。”她指出，GPGPU原生面向训练设计，内部包含大量推理场景不需要的指令集，用于推理任务时编程执行效率不高。二是级联。AX8860支持AXLink级联技术，四芯级联可达1024 TOPS，综合效率约80%。这意味着客户可以按业务阶段选择算力，从单芯到多芯沿同一技术路线扩展，不必反复面对“算力选择题”。

第三极的挑战

边缘AI成为爱芯元智的“第三极”，有数据支撑，也有现实挑战。

从数据看，三条业务线在2026年上半年都实现了高速增长，新兴业务（汽车+边缘AI）收入占比从11.3%升至14.1%，边缘AI的放量是重要变量。

AX8860目前仍处于回片后的优化阶段。仇肖莘明确表示，芯片已回片，基础Bring-Up调试完成，但“从回片到实现量产仍需要一定周期”，期间会持续优化软件栈。这意味着AX8860的商业化节奏仍在进行中：软件栈打磨、模型适配、客户导入，每一项都需要时间。

另一个挑战来自赛道本身的成熟度。边缘AI芯片市场正在快速增长，2026年中国边缘AI芯片市场规模预计突破210亿元，同比增长38%。但竞争格局尚未定型。英伟达在机器人SoC市场以69%的份额占据主导，中国厂商合计份额仅5%。爱芯元智在视觉和车载赛道已经建立了可辨识的市场地位，但在边缘AI大算力赛道，它面对的是英伟达、华为昇腾以及一批从车载和云端向边缘延伸的竞争者。

仇肖莘对此的态度是务实的。她表示，“边缘计算属于新兴赛道，行业竞争格局尚未定型”，AX8860“在当前市场中属于具备较强竞争力的高端产品”，但“后续产业走向仍有待观察，我们也会持续迭代产品矩阵，紧跟客户需求演进”。这不是一个“必胜”的叙事，而是一个“持续投入、等待市场验证”的叙事。

Tier2的边界与平台型公司的长期考验

理解爱芯元智的边缘AI战略，绕不开一个核心定位问题：它选择做什么，不做什么。

仇肖莘在多个场合反复强调，爱芯元智“坚决只做Tier2”，只专注芯片研发，不涉足上层算法开发。这个边界在边缘AI场景中尤其重要——边缘场景高度碎片化，如果芯片公司试图在每个赛道都交付完整解决方案，资源根本不够用。明确不做算法、不做系统集成，才能让算法公司和系统集成商放心合作，生态伙伴数量才能扩大。

代价是价值获取的边界。在芯片、算法、系统集成、行业交付这条价值链上，芯片公司拿走的是相对固定的一层。边缘AI的场景碎片化意味着单个场景的规模效应有限，如果客户对价格敏感、迁移成本低，芯片公司的议价能力就会受到约束。

当然，“第三极”这个词本身也值得推敲。在爱芯元智的业务架构中，视觉是基座，车载是第二曲线，边缘AI是第三曲线。但三条业务线共用同一套IP底座，本质上是在做同一件事的不同形态：把“感知+计算”的能力，以不同算力和形态交付给不同场景的客户。仇肖莘称，公司仍在寻找第四条增长曲线，机器人是重点关注方向。从视觉数据采集，到机器人小脑，再到机器人大脑，整条链路爱芯元智都有能力覆盖。

这意味着，“第三极”不是一个终点，而是一个中间状态。爱芯元智认为：当AI从信息世界走向物理世界，边缘和端侧的算力需求会持续膨胀，而它用七年时间打磨的这套“感知+计算”技术底座，能够持续接住这些需求。AX8860是一枚重要筹码，但它是否足够重，取决于接下来几个季度里，回片到量产的这段路走得是否扎实，以及有多少客户愿意为“本地运行大模型”这件事买单。