【导读】随着AI从云端大模型逐渐向边缘设备、机器人和智能终端迁移，芯片设计正在进入更加复杂的系统级竞争阶段。对于具身机器人、智能驾驶、AI眼镜等新兴应用而言，芯片不仅需要更高算力，同时还要兼顾低功耗、实时性、安全性和成本，这也让定制化SoC方案迎来新的发展机会。

2026年WAIC期间，在芯原主办的“RISC-V和物理智能论坛”上，芯原股份执行副总裁、定制芯片平台事业部总经理汪志伟分享了芯原在RISC-V、端侧AI以及具身机器人芯片领域的布局。

从IP授权到定制芯片

芯原股份目前主要业务包括半导体IP授权和一站式芯片定制服务。汪志伟介绍，近年来，公司在IP授权和定制芯片业务方面保持稳定增长，目前已经形成覆盖数字、模拟、数模混合、射频等领域的完整IP体系。

芯原拥有全球领先的IP组合，包括六大类处理器IP，以及超过1700个模拟、数模混合和射频IP，覆盖从成熟工艺到先进工艺的多个晶圆制造节点。

目前，芯原已经成为全球第二大数字IP供应商，同时也是全球第四大全栈芯片定制服务提供商。在AI计算领域，芯原NPU累计出货量已经超过2.5亿颗，产品覆盖从嵌入式端侧AI到数据中心等多个场景。

通过自身处理器IP、NPU IP、模拟数模混合IP平台，芯原正在打造面向智能驾驶和具身机器人的系统级芯片设计平台。

具身机器人推动定制芯片需求增长

汪志伟认为，人形机器人和具身机器人本质上是复杂系统工程，需要同时具备“大脑”“小脑”和运动执行机构。其中，大脑负责复杂AI推理和决策；小脑负责实时控制和运动协调；肢体系统则涉及大量传感器、电机和执行机构。

因此，具身机器人对于芯片提出了“既要又要还要”：既需要高性能，又需要低功耗，同时还需要具备较低成本。

这种需求与传统通用芯片存在一定矛盾，因此更加适合采用定制化SoC方案。

芯原基于自身IP平台，已经打造面向自动驾驶和具身机器人的系统级芯片设计平台。该平台支持整合第三方IP，同时集成片上网络（NoC）、CPU、NPU、安全模块等系统组件，并支持功能安全设计，帮助客户满足ISO功能安全认证要求。

RISC-V进入智能驾驶与机器人芯片架构

目前，市场上的许多具身机器人企业正在采用自动驾驶芯片作为机器人计算平台。原因在于，高性能自动驾驶芯片与机器人在计算需求上具有较强共性，都需要处理大量传感器数据，并完成实时感知、决策和控制。

芯原已经帮助客户实现自动驾驶芯片量产，并且部分芯片方案正在被进一步应用于人形机器人产品。在这一过程中，RISC-V也开始发挥重要作用。

汪志伟表示，除了负责通用计算的高性能CPU之外，RISC-V还可以应用于ISP、NPU等模块内部，用于任务调度和控制。

此外，RISC-V在功能安全岛（Safety Island）领域也具有应用价值。功能安全岛本质上是一个独立运行的安全MCU系统，需要具备高实时性和高可靠性，既可以采用Arm架构，也可以采用RISC-V架构。

由于智能驾驶和具身机器人都涉及人与机器之间的交互，因此对实时性和功能安全提出了更高要求。

芯原在平台设计过程中开发了大量自主功能安全IP，并通过软件和硬件协同方式，帮助客户完成安全认证和产品落地。

打造软硬件一体化平台

除了芯片设计能力，芯原也在持续完善软件生态。目前，公司已经开发自动驾驶软件平台，支持车道线检测、多目标检测等AI算法，并已经在真实车辆环境中完成验证。

芯原拥有经过改造的测试车辆，可在上海张江高科技园区进行自动驾驶测试。同时，公司正在扩展座舱相关应用能力，为客户提供从芯片验证阶段到量产阶段的软件支持。

在端侧AI领域，芯原可以提供不同层级的软件方案，包括AI算法、驱动、SDK以及完整的软件开发环境。

布局Chiplet架构

随着智能驾驶和具身机器人向大模型方向发展，算力需求持续增长。汪志伟表示，下一代智能汽车和机器人平台需要进一步突破传统SoC架构限制，因此芯原正在探索基于Chiplet的系统级设计方案。

目前，公司已经开发UCIe接口，并完成多工艺节点测试芯片验证，相关技术已经被客户实际SoC产品采用。

针对不同市场需求，芯原也提供不同算力等级的芯片方案：高性能自动驾驶和机器人平台通常采用7nm、5nm甚至4nm先进工艺；强调成本控制的产品，则可以采用12nm、8nm等成熟工艺。

在机器人领域，芯原已经帮助客户进入多个头部扫地机器人产品供应链。

RISC-V推动中低端机器人普及

除了高算力机器人平台，芯原也关注大量中低端机器人市场。汪志伟介绍，2025年芯原AI相关收入占比已经达到64%，其中基于RISC-V的AI SoC平台发挥了重要作用。

该平台最初面向AI平板等低功耗多媒体设备，但其摄像头支持、视频编解码能力以及AI计算能力，与10TOPS至20TOPS级别的机器人应用高度匹配。

目前，已有美国客户计划采用这一基于RISC-V的AI SoC方案，用于扫地机器人、割草机器人等中低端机器人产品。

这类设备通常不需要复杂Android系统，Linux即可满足需求，因此RISC-V具备较好的适配优势。同时，该平台结合一定规模NPU算力，可以满足端侧AI推理需求。

RISC-V已经进入手机影像和AI眼镜

除了机器人领域，芯原基于RISC-V的AI芯片也已经进入消费电子市场。其中，第一代基于RISC-V AI ISP的芯片已经在6nm工艺实现量产，并完成客户软件SDK交付。该芯片集成36TOPS AI算力，并搭载两颗RISC-V CPU核心，其中采用芯原N900和N310处理器IP，高性能核心采用N900。该方案主要用于提升手机影像能力，包括计算摄影、视频增强等应用。

此外，在AI/AR眼镜领域，芯原也推出了超低功耗SoC平台。早在三年前，公司已经帮助Google设计AI/AR眼镜芯片，当时重点解决低功耗问题，通过优化SoC架构，使更多功能能够运行在片上SRAM中。随着AI模型不断发展，芯原也在针对Google Gemma 270M等轻量化模型进行优化，使其更加适合AI眼镜等穿戴设备。

深入合作开源AI生态

芯原长期参与开源AI生态建设，并与Google合作开发Coral NPU。双方联合推出的第一代Open Se Cura芯片已经完成流片。

目前，芯原还正在与合作伙伴推进下一代基于RISC-V边缘AI的Kelvin V2项目，覆盖从IP、软件到设计验证的完整流程。

此外，芯原已经推出面向端侧和边缘推理的AIGC平台，能够满足推理、训练以及通信需求。

公司开发的VSDP虚拟软件开发平台，也支持RISC-V CPU，可帮助客户提前进行软件开发，实现芯片设计流程前移。

面向未来布局Chiplet和先进封装

在芯片制造之外，先进封装正在成为下一代计算架构的重要支撑。芯原目前已经布局多种封装技术，并持续推进面板级封装（Panel Level Packaging）研发。

相比传统圆形晶圆封装，面板级封装采用更大面积的平面制造方式，可以降低封装成本，同时提升Chiplet集成效率。

随着AI芯片、机器人芯片和高性能计算芯片对系统集成需求不断提升，先进封装将成为未来芯片设计的重要组成部分。

汪志伟表示，RISC-V正在成为端侧AI、智能汽车和具身机器人等新兴领域的重要技术选择。通过开放架构、定制化SoC以及软硬件协同设计，芯原希望帮助更多客户实现下一代智能终端和机器人产品落地。