【導讀】隨著AI從云端大模型逐漸向邊緣設備、機器人和智能終端遷移，芯片設計正在進入更加復雜的系統級競爭階段。對于具身機器人、智能駕駛、AI眼鏡等新興應用而言，芯片不僅需要更高算力，同時還要兼顧低功耗、實時性、安全性和成本，這也讓定制化SoC方案迎來新的發展機會。
2026年WAIC期間，在芯原主辦的“RISC-V和物理智能論壇”上，芯原股份執行副總裁、定制芯片平臺事業部總經理汪志偉分享了芯原在RISC-V、端側AI以及具身機器人芯片領域的布局。
從IP授權到定制芯片
芯原股份目前主要業務包括半導體IP授權和一站式芯片定制服務。汪志偉介紹，近年來，公司在IP授權和定制芯片業務方面保持穩定增長，目前已經形成覆蓋數字、模擬、數?；旌?、射頻等領域的完整IP體系。
芯原擁有全球領先的IP組合，包括六大類處理器IP，以及超過1700個模擬、數?；旌虾蜕漕lIP，覆蓋從成熟工藝到先進工藝的多個晶圓制造節點。
目前，芯原已經成為全球第二大數字IP供應商，同時也是全球第四大全棧芯片定制服務提供商。在AI計算領域，芯原NPU累計出貨量已經超過2.5億顆，產品覆蓋從嵌入式端側AI到數據中心等多個場景。
通過自身處理器IP、NPU IP、模擬數?；旌螴P平臺，芯原正在打造面向智能駕駛和具身機器人的系統級芯片設計平臺。
具身機器人推動定制芯片需求增長
汪志偉認為，人形機器人和具身機器人本質上是復雜系統工程，需要同時具備“大腦”“小腦”和運動執行機構。其中，大腦負責復雜AI推理和決策；小腦負責實時控制和運動協調；肢體系統則涉及大量傳感器、電機和執行機構。
因此，具身機器人對于芯片提出了“既要又要還要”：既需要高性能，又需要低功耗，同時還需要具備較低成本。
這種需求與傳統通用芯片存在一定矛盾，因此更加適合采用定制化SoC方案。
芯原基于自身IP平臺，已經打造面向自動駕駛和具身機器人的系統級芯片設計平臺。該平臺支持整合第三方IP，同時集成片上網絡（NoC）、CPU、NPU、安全模塊等系統組件，并支持功能安全設計，幫助客戶滿足ISO功能安全認證要求。
RISC-V進入智能駕駛與機器人芯片架構
目前，市場上的許多具身機器人企業正在采用自動駕駛芯片作為機器人計算平臺。原因在于，高性能自動駕駛芯片與機器人在計算需求上具有較強共性，都需要處理大量傳感器數據，并完成實時感知、決策和控制。
芯原已經幫助客戶實現自動駕駛芯片量產，并且部分芯片方案正在被進一步應用于人形機器人產品。在這一過程中，RISC-V也開始發揮重要作用。
汪志偉表示，除了負責通用計算的高性能CPU之外，RISC-V還可以應用于ISP、NPU等模塊內部，用于任務調度和控制。
此外，RISC-V在功能安全島（Safety Island）領域也具有應用價值。功能安全島本質上是一個獨立運行的安全MCU系統，需要具備高實時性和高可靠性，既可以采用Arm架構，也可以采用RISC-V架構。
由于智能駕駛和具身機器人都涉及人與機器之間的交互，因此對實時性和功能安全提出了更高要求。
芯原在平臺設計過程中開發了大量自主功能安全IP，并通過軟件和硬件協同方式，幫助客戶完成安全認證和產品落地。
打造軟硬件一體化平臺
除了芯片設計能力，芯原也在持續完善軟件生態。目前，公司已經開發自動駕駛軟件平臺，支持車道線檢測、多目標檢測等AI算法，并已經在真實車輛環境中完成驗證。
芯原擁有經過改造的測試車輛，可在上海張江高科技園區進行自動駕駛測試。同時，公司正在擴展座艙相關應用能力，為客戶提供從芯片驗證階段到量產階段的軟件支持。
在端側AI領域，芯原可以提供不同層級的軟件方案，包括AI算法、驅動、SDK以及完整的軟件開發環境。
布局Chiplet架構
隨著智能駕駛和具身機器人向大模型方向發展，算力需求持續增長。汪志偉表示，下一代智能汽車和機器人平臺需要進一步突破傳統SoC架構限制，因此芯原正在探索基于Chiplet的系統級設計方案。
目前，公司已經開發UCIe接口，并完成多工藝節點測試芯片驗證，相關技術已經被客戶實際SoC產品采用。
針對不同市場需求，芯原也提供不同算力等級的芯片方案：高性能自動駕駛和機器人平臺通常采用7nm、5nm甚至4nm先進工藝；強調成本控制的產品，則可以采用12nm、8nm等成熟工藝。
在機器人領域，芯原已經幫助客戶進入多個頭部掃地機器人產品供應鏈。
RISC-V推動中低端機器人普及
除了高算力機器人平臺，芯原也關注大量中低端機器人市場。汪志偉介紹，2025年芯原AI相關收入占比已經達到64%，其中基于RISC-V的AI SoC平臺發揮了重要作用。
該平臺最初面向AI平板等低功耗多媒體設備，但其攝像頭支持、視頻編解碼能力以及AI計算能力，與10TOPS至20TOPS級別的機器人應用高度匹配。
目前，已有美國客戶計劃采用這一基于RISC-V的AI SoC方案，用于掃地機器人、割草機器人等中低端機器人產品。
這類設備通常不需要復雜Android系統，Linux即可滿足需求，因此RISC-V具備較好的適配優勢。同時，該平臺結合一定規模NPU算力，可以滿足端側AI推理需求。
RISC-V已經進入手機影像和AI眼鏡
除了機器人領域，芯原基于RISC-V的AI芯片也已經進入消費電子市場。其中，第一代基于RISC-V AI ISP的芯片已經在6nm工藝實現量產，并完成客戶軟件SDK交付。該芯片集成36TOPS AI算力，并搭載兩顆RISC-V CPU核心，其中采用芯原N900和N310處理器IP，高性能核心采用N900。該方案主要用于提升手機影像能力，包括計算攝影、視頻增強等應用。
此外，在AI/AR眼鏡領域，芯原也推出了超低功耗SoC平臺。早在三年前，公司已經幫助Google設計AI/AR眼鏡芯片，當時重點解決低功耗問題，通過優化SoC架構，使更多功能能夠運行在片上SRAM中。隨著AI模型不斷發展，芯原也在針對Google Gemma 270M等輕量化模型進行優化，使其更加適合AI眼鏡等穿戴設備。
深入合作開源AI生態
芯原長期參與開源AI生態建設，并與Google合作開發Coral NPU。雙方聯合推出的第一代Open Se Cura芯片已經完成流片。
目前，芯原還正在與合作伙伴推進下一代基于RISC-V邊緣AI的Kelvin V2項目，覆蓋從IP、軟件到設計驗證的完整流程。
此外，芯原已經推出面向端側和邊緣推理的AIGC平臺，能夠滿足推理、訓練以及通信需求。
公司開發的VSDP虛擬軟件開發平臺，也支持RISC-V CPU，可幫助客戶提前進行軟件開發，實現芯片設計流程前移。
面向未來布局Chiplet和先進封裝
在芯片制造之外，先進封裝正在成為下一代計算架構的重要支撐。芯原目前已經布局多種封裝技術，并持續推進面板級封裝（Panel Level Packaging）研發。
相比傳統圓形晶圓封裝，面板級封裝采用更大面積的平面制造方式，可以降低封裝成本，同時提升Chiplet集成效率。
隨著AI芯片、機器人芯片和高性能計算芯片對系統集成需求不斷提升，先進封裝將成為未來芯片設計的重要組成部分。
汪志偉表示，RISC-V正在成為端側AI、智能汽車和具身機器人等新興領域的重要技術選擇。通過開放架構、定制化SoC以及軟硬件協同設計，芯原希望幫助更多客戶實現下一代智能終端和機器人產品落地。
