苹芯科技：边缘和端侧AI算力或成2025年重要增长点，存算一体架构崛起是必然趋势

又到了岁末年初之际，回顾过去的2024年，半导体产业有增长也有阵痛，复盘2024年的半导体产业状况，有哪些长足的进展又有哪些短板？展望2025年，半导体市场又有哪些机会，该如何发展？为此，电子发烧友网策划了《2025年半导体产业展望》专题，收到数十位国内外半导体创新领袖企业高管的前瞻观点。其中，电子发烧友特别采访了苹芯科技联合创始人兼CEO杨越，以下是他对2025年半导体市场的分析与展望。

苹芯科技联合创始人兼CEO杨越

 
回顾2024年，半导体产业的外部环境呈现出复杂多变的特征。地缘政治持续深刻影响产业发展，全球供应链重构加速，各国纷纷加大对本土半导体产业的支持力度。在先进制程和关键设备领域，管制措施日趋严格，推动了产业链的区域化发展。与此同时，市场需求出现显著的结构性变化，AI算力需求持续爆发带动了高端芯片需求快速增长，而新能源汽车和智能化浪潮也为汽车电子带来强劲增长动力。虽然消费电子市场复苏相对缓慢，但库存调整已接近尾声，市场正逐步回暖。
 
这一年，机遇与挑战并存。AI技术的蓬勃发展带来了新型计算需求，本土化进程中蕴含着产业升级机会，新应用场景持续涌现。但同时，技术创新受限、产业链协同效率下降、研发投入持续攀升等挑战也不容忽视。在这样的背景下，企业需要保持技术创新定力，深化产业链协同，准确把握市场结构性机会，同时加强风险防控能力。
 
杨越认为，企业更需要注重核心技术突破、供应链韧性建设、差异化竞争优势培育以及生态系统构建。只有在这些方面持续发力，才能确保在复杂多变的外部环境中实现可持续发展。这不仅需要企业保持战略定力，更需要整个产业链的协同努力，共同推动半导体产业向更高水平迈进。
 
在今年8月，苹芯在长期的技术积累基础上，完成了NPU和SOC产品的设计验证与发布，包括专门应用于智慧感知决策方向的AI芯片PIMCHIP-S300，以及苹芯自研的新一代存算一体神经网络处理单元PIMCHIP-N300。其中N300产品已完成开发并完成客户交付，S300产品已进入回片测试阶段，成功点亮功能并完成相关方案搭建，计划近期向客户送样，并进一步推动产品落地和市场验证。此外，苹芯团队也在积极推进大模型推理加速专用芯片研发工作，以存算一体技术为核心打造基于成熟制程的AI大模型推理加速芯片与系统，旨在打造成本与性能远超当前主流产品的大模型推理方案。
 
这两款产品的发布标志着苹芯在高性能计算和系统级芯片领域的技术实力进一步提升。
 
2024年AI大模型带来新的芯片需求和挑战
 
大模型一度是近年来AI应用的热点方向，但苦于数据量巨大、能耗较高等多方面原因难以满足市场需求并得到实际的应用。随着端侧大模型的快速发展，AI技术得以更为广泛的应用于端侧设备，并为用户提供更为个性化的服务，随之产生的便是人们对于端侧大模型的要求增高与端侧大模型难以满足市场需求所带来的矛盾：
 
从客户实际应用场景来看，主要呈现三类核心需求：
 
1. 高效能的推理计算能力
端侧大模型主要的应用场景是各大应用端口，是面对客户的“第一线”，这直接决定了客户对于使用体验的满意程度。这就需要设备的在最低能耗条件下，作出最快的反应速度，这需要我们在严格的功耗限制内完成实时推理；与此同时，市场同样要求芯片具备高能效比的同时保持推理精度并支持模型压缩和动态精度调整，实现性能与功耗的灵活平衡。
 
2. 场景化的定制能力
AI端侧大模型的发展应对的核心需求即：客户的个性化需求。千人千面的时代已然到来，我们需要芯片架构具备足够的可配置性和灵活性，以应对客户的不同需求，这更需要相应软件栈能够快速适配不同场景的模型需求。
 
3. 本地化的隐私保护
数据安全更是近年来老生常谈的话题，话题虽老，但实现不易。个性化AI时代更要求我们在硬件软件两个层面保护数据安全和隐私的前提下推动本地处理需求。
 
另一方面，对于半导体厂商而言，也面临着一些关键技术瓶颈，包括架构创新难题、算力效能平衡、软硬协同设计等。
 
首先是“内存墙”问题，是传统冯诺依曼架构在数据搬移效率上的根本性瓶颈，苹芯科技的解决方向是采用存算一体架构，从底层技术入手，解决存算分离导致的能耗问题；其次是终端设备严格的功耗预算与日益增长的算力需求之间的矛盾，需要厂商根据不同应用场景采用不同考量和设计；最后是传统硬件优先的设计方法难以适应快速迭代的AI算法，软件栈的开发效率和优化难度显著提升等难题。
 
2025年算力依然是半导体市场增长的主驱力
 
展望2025年的半导体市场，杨越表示，市场将呈现三大核心增长动力，包括大模型算力需求、边缘计算需求以及成熟制程创新需求。
 
针对这些市场增长的核心动力，苹芯科技在边缘计算创新方面，通过微架构和系统级优化，开发了性能突破型产品。在微架构层面优化了数据通路和存储层次结构，在系统层面实现了软硬件协同设计。通过底层计算单元性能的颠覆性提升，为不同应用场景提供了灵活的优化空间。
 
在大模型计算领域，苹芯开发了基于异构并行计算架构的大模型推理专用芯片。该产品采用软件定义的计算框架，支持动态任务调度和负载均衡，可实现计算资源的灵活重构。通过软硬协同优化，显著提升了大模型推理性能，同时优化了能源效率。
 
对于2025年中国半导体产业的发展和突破，杨越认为主要有四大方向。
 
1. 从“摩尔定律”到“异构计算”——技术演进的必然之路：未来半导体技术的核心驱动力将转向异构计算架构，通过CPU、GPU、NPU、FPGA等多种计算单元的协同优化，提升整体计算效率。尤其在AI、大模型、边缘计算等领域，异构计算将成为主流，而存算一体架构的崛起也将是必然趋势。
 
2. AI与半导体的深度绑定将重塑行业：AI不仅是芯片的主要应用场景之一，未来也将深度参与芯片设计流程。通过AI辅助EDA工具，芯片设计效率将大幅提升，尤其是在布线优化、功耗控制和验证环节，AI已经展现出超越传统方法的潜力。未来，AI驱动的全自动化芯片设计可能成为现实，进一步缩短芯片研发周期。同时算力的需求也将更多样化，边缘和端侧将成为重要增长点，中国在低功耗AI芯片领域有机会实现弯道超车。
 
3. 半导体产业链的“分化与重塑”：首先是半导体产业链受到地缘政治冲突和技术封锁加速了本地化趋势，未来中国会形成一个以国产化为核心的“平行供应链”，覆盖设计、制造、封测和材料设备。另外是制造与设计之间的创新节奏，受到先进制程成本和门槛的提高被打破平衡，中国在成熟制程和特色工艺领域有望取得突破。
 
4.  中国半导体的“破局点”：过去几年，中国半导体产业主要致力于补齐短板（如先进制程、EDA工具等），但未来需要从“补短板”转向“做长板”，不要在传统技术路径上持续追赶，而是在特色工艺、先进架构等领域发挥自身优势，实现弯道超车，打造全球竞争力。其次，中国需要进一步加强高端人才培养，同时构建完整的产业生态，从设计工具到制造工艺，再到封测设备，形成全链条协同创新。