端侧AI时代，中星微技术的破局之道

近年来的AI热潮，在无论云端还是端侧都已催生了一大批创业公司。特别是在云端市场，因为英伟达的火热，让国内诸如“GPU四小龙”等企业备受关注。但其实在AI芯片这条赛道上，早已不乏先行者，中星微技术就是其中一个代表。
 
据中星微技术股份有限公司总工程师施清平先生在日前的ICDIA 2026演讲中介绍，中星微长期聚焦数字感知芯片与多核异构芯片技术研发，在持续深耕多媒体芯片和超大规模集成电路的基础上，公司还重点布局人工智能及其产业应用，形成“芯片架构+AI应用”的核心研究方向。
 

 
传统SoC的瓶颈
 
施清平指出，传统SoC采用CPU调度、多核松耦合和内存拷贝的方式，延迟较高、处理流程固定，已难以满足视觉AI、物联网、多源数据、安全、低功耗和低时延等新需求。因此，中星微持续研发面向智能感知的多核异构XPU芯片架构。坚持走“数据驱动的片上计算”技术路线。
 
据介绍，这条路线的核心思路是以数据流驱动计算流程，而非依赖CPU对各计算单元逐一调度。通过让专门的硬件调度单元HCP主要负责配置、多个计算单元自动执行任务，并实现不同计算核之间的数据共享与零拷贝，大幅减少内存拷贝和总线传输带来的延迟，提升多核协同效率。在此基础上，芯片能够兼顾低时延、低功耗与强安全能力，满足复杂智能感知场景下多核并行处理的需求。
 
面对汹涌来袭的端侧AI，施清平表示，未来端边设备面对的是视频、传感器、物联网、人机交互等复杂任务，并非只有大模型推理。有见及此，中星微采用了“前端小模型泛化识别+后端大模型细筛”的模式，让小模型负责实时初筛，大模型负责精确决策，实现几百种场景的快速适配。
 
具体到芯片层面，中星微正在推动XPU的发展，以满足上述需求。    
 
一种多核异构的架构
 
根据中星微的定义，XPU是为一种多核异构片上计算架构，在同一颗芯片上集成 CPU、GPU、NPU、VPU以及加解密等不同功能内核。
 
按照施清平所说，这个集成并不是简单将多个内核放在一起，而是通过数据驱动机制、HCP任务调度、内存共享与内存管理，实现不同计算单元之间的统一协同。“XPU的目标是在一颗芯片内解决内部调度、资源管理、数据共享、安全、延迟和功耗等问题，从而最大化芯片整体利用率，满足端边侧复杂智能感知场景对多模型、多任务实时处理的需求。”施清平强调。
 
当中，新引入的 HCP（专用控制器），在整个XPU架构中发挥重要作用。
 
施清平表示，通过利用编译器将AI算子拆解为微任务，再由HCP对不同计算核进行统一调度，能实现高优先级任务管理、多模型并行、算法动态插入等能力。同时，HCP 的引入，还大幅减少了 CPU 承担的系统调度工作，结合数据驱动机制和内存管理，进一步优化不同计算单元之间的协同效率，提升端边侧 AI 在复杂场景下的实时性与灵活性。
 
基于这个思路，中星微已发布可在单颗芯片上同时运行视觉大模型和语言大模型的 XPU 芯片，在十几瓦功耗下即可完成边缘侧大规模 AI 处理。与此同时，中星微还推出基于 XPU 的云端平台，构建“端边云融合智能感知体系”——由端边侧视觉大模型完成初筛，云端多模态大模型负责细筛，形成从底层芯片、AI 计算到行业应用的整体解决方案。据透露，该架构已应用于城市治理、公共安全、野生动物保护等场景，以泛化能力解决传统小模型依赖大量样本和单场景训练的问题。
 
安全成为必选项
 
除此以外，施清平认为，随着端侧智能的发展，安全已经从加分项变成行业必选项。
 
以中星微过去一直专注的端侧视觉为例，无论是工业视觉、智慧城市还是公共安全，真正的问题不是加密，而是数据真实性、不可篡改和全过程溯源。而中星过去近20年参与推动的公共安全视音频编解码（SVAC）国家标准，正在安全领域发挥重要作用。
 
施清平表示，SVAC的核心是将视频、传感和空间数据融合到统一码流中，并通过统一封装格式实现信源加密、数据迁移和多种数据的兼容应用。与传统安全方案不同，SVAC强调从芯片层面实现信源安全，支持权限分级、数据签名和全过程不可篡改，为工业视觉、智慧城市等场景提供数据真实性、隐私保护和全流程溯源能力。基于SVAC标准、多维数据融合和数据签名技术，可以实现生产过程追溯、权限分级和防造假，这也是中星微区别于普通视觉方案的重要能力。
 
写在最后
 
施清平表示，中星微未来将持续推进XPU技术迭代，不断优化多核异构架构，并将新的AI算法和最新技术持续引入芯片设计。在AI模型层面，公司下一阶段的重点突破将围绕大模型展开，重点研究知识驱动等新机制的优化，降低大模型幻觉问题，提升模型在工业视觉、工业控制等高可靠性场景中的准确性和稳定性，以满足行业应用对“不能出错”的要求。