又一家國內(nèi)AI芯片公司上市了！

1 月25 日，港交所官網(wǎng)披露，愛芯元智已通過聆訊并公布招股書。

在AI 應(yīng)用加速落地的階段，愛芯元智的業(yè)績也進(jìn)入了快速增長期。過去三年，公司收入分別為 5023 萬元、2.3 億元和 4.73 億元，兩年時(shí)間增長超過 8 倍。

業(yè)績的增長，一方面來自并購帶來的規(guī)模擴(kuò)張，另一方面，也折射出AI 推理需求在真實(shí)場景中的快速放量。目前，愛芯元智的 AI 推理芯片，已在視覺終端計(jì)算、智能汽車和邊緣 AI 推理三大應(yīng)用場景實(shí)現(xiàn)規(guī)�；�落地。

從行業(yè)位置看，這份成績單也將公司推到了第一梯隊(duì)。

按2024 年出貨量計(jì)算，愛芯元智在算力不低于 1 TOPS 的中高端視覺端側(cè) AI 推理芯片領(lǐng)域位居第一；同時(shí)，公司也是中國第二大國產(chǎn)智能駕駛 SoC 供應(yīng)商，以及國內(nèi)第三大邊緣 AI 推理芯片供應(yīng)商。

接下來，就跟著硅基君，一起拆解這家國產(chǎn)AI 推理芯片公司的業(yè)務(wù)與邏輯。

/ 01 /

推理算力下沉，決戰(zhàn)邊緣與端側(cè)

要讀懂愛芯元智，首先要理解AI 芯片的兩種形態(tài)：訓(xùn)練（Training）與推理（Inference）。

打個(gè)比方，訓(xùn)練就像是“在學(xué)校深造”。為了培養(yǎng)一個(gè) AI 模型，需要處理海量數(shù)據(jù)、反復(fù)迭代參數(shù)。這需要極高的算力密度和高帶寬，讓成百上千張顯卡像一支軍隊(duì)一樣協(xié)同作戰(zhàn) 。這是英偉達(dá)絕對統(tǒng)治的領(lǐng)地。

而推理，則是模型畢業(yè)后的“工作執(zhí)行”。

每一次AI 應(yīng)用的喚起（比如人臉識(shí)別開門、輔助駕駛剎車），都是一次推理。它不追求單次算力的無限堆疊，但要求反應(yīng)極快（低延遲）和成本極低（高能效） 。

過去，推理往往也放在云端。但隨著AI 設(shè)備的爆發(fā)，人們發(fā)現(xiàn)云端推理有硬傷：數(shù)據(jù)回傳慢、隱私不安全、帶寬成本高。

于是，算力開始下沉，大致可以分為兩種路徑：邊緣AI 推理芯片和端側(cè) AI 推理芯片。

端側(cè)AI 芯片很好理解，通常部署在智能手機(jī)、可穿戴設(shè)備、AI 眼鏡等終端中；

而邊緣AI 推理芯片，則部署在更靠近數(shù)據(jù)源的位置，例如邊緣服務(wù)器、網(wǎng)關(guān)或基站，承擔(dān)的是實(shí)時(shí)、本地化的推理任務(wù)。很多決策需要在毫秒級完成，數(shù)據(jù)本身也并不適合回傳到云端處理。

這構(gòu)成了一個(gè)巨大的增量市場。2024 年，全球 AI 推理芯片市場規(guī)模約為 6067 億元，其中邊緣與端側(cè)的份額正在迅速擴(kuò)大，占比超過50%。

尤其在中國，這一特征更加明顯。大量AI 應(yīng)用并非誕生于互聯(lián)網(wǎng)平臺(tái)，而是分布在城市治理、工業(yè)系統(tǒng)、交通和汽車等實(shí)體場景中。

這些場景的共同特征是：推理需要長期運(yùn)行，但并不追求無限擴(kuò)展的算力。這也為端側(cè)和邊緣推理芯片，形成了一個(gè)相對獨(dú)立的市場空間。

而愛芯元智的業(yè)務(wù)就是，做面向邊緣與終端場景的AI 推理芯片。

從收入構(gòu)成看，公司收入主要來自終端計(jì)算產(chǎn)品、邊緣AI 推理產(chǎn)品以及智能汽車產(chǎn)品。

其中，面向安防和工業(yè)視覺場景的終端計(jì)算產(chǎn)品是公司最核心的收入來源。

2024 年，該類產(chǎn)品實(shí)現(xiàn)收入 4.47 億元，占公司總收入的 94.5%。

在具體形態(tài)上，終端計(jì)算產(chǎn)品以視覺感知系統(tǒng)級芯片為主。更直觀地說，它相當(dāng)于攝像頭的“大腦”。

在各類AI 推理任務(wù)中，視覺數(shù)據(jù)始終是最主要的輸入源，約占全部感知數(shù)據(jù)的 80%。但同時(shí)，它也是處理難度最高的一類數(shù)據(jù)：數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜，拍攝環(huán)境多變（如夜晚、逆光、強(qiáng)噪聲），并且對實(shí)時(shí)響應(yīng)有著嚴(yán)格要求。

這使得視覺端側(cè)AI 推理芯片，對算力組織、內(nèi)存帶寬和能效比提出了更高要求。

按性能劃分，視覺端側(cè)AI 推理芯片通�？煞譃榈投伺c中高端兩類。低端芯片算力普遍低于 1 TOPS，而中高端芯片則超過這一門檻，能夠支撐更復(fù)雜的視覺推理任務(wù)。2024 年，全球中高端視覺端側(cè) AI 推理芯片的市場規(guī)模約為 24 億元。

在這一細(xì)分市場中，愛芯元智已建立起明確優(yōu)勢。按算力超過1 TOPS 的中高端視覺端側(cè) AI 推理芯片口徑計(jì)算，公司在 2024 年的全球市場份額達(dá)到 24.1%，位居第一。

在終端計(jì)算產(chǎn)品之外，愛芯元智也同步布局了邊緣AI 推理 SoC 和智能汽車 SoC。

其中，邊緣AI 推理 SoC 主要部署在邊緣服務(wù)器、AI 盒子和一體機(jī)中。按 2024 年出貨量計(jì)算，公司在國內(nèi)邊緣 AI 推理芯片市場排名第三。

智能汽車業(yè)務(wù)則聚焦L2 和 L2+ 級 ADAS 場景，相關(guān)產(chǎn)品已實(shí)現(xiàn)多款車規(guī)級芯片量產(chǎn)，并獲得多家 Tier 1 供應(yīng)商的定點(diǎn)支持。

/ 02 /

愛芯元智的兩大“殺手锏”：不僅算得省，還要看得清

如果說，云端AI芯片的邏輯是“大力出奇跡”，但在邊緣與端側(cè)，邏輯就完全變了，衡量AI芯片價(jià)值的因素只有兩個(gè)：計(jì)算效率與環(huán)境感知。

先說前者，現(xiàn)代AI推理芯片需要在毫秒級的響應(yīng)速度和毫瓦級的功耗預(yù)算之間走鋼絲。如果缺乏高效的計(jì)算能力，感知到的數(shù)據(jù)很快就會(huì)從“資產(chǎn)”變成“負(fù)擔(dān)”。

傳統(tǒng)的通用處理器在這里顯得水土不服，CPU太慢，處理不了萬億次級別的并行計(jì)算；而GPU又太貴，散熱還慢。

這也是為什么，越來越多的邊緣與端側(cè)AI 芯片開始引入專用的 NPU。

通過針對神經(jīng)網(wǎng)絡(luò)計(jì)算模式進(jìn)行優(yōu)化，NPU 能在更低功耗下完成推理任務(wù)，減少內(nèi)存訪問和散熱壓力，不僅提升實(shí)時(shí)性，也延長了設(shè)備的整體運(yùn)行壽命。

在這一判斷之下，愛芯元智從一開始就沒有沿用通用計(jì)算架構(gòu)，而是選擇以NPU 為核心，圍繞推理負(fù)載重新設(shè)計(jì)芯片，并推出了愛芯通元（Axera Neutron）混合精度 NPU。

如果說，英偉達(dá)GPU 的優(yōu)勢在于通用性，能完成各種復(fù)雜任務(wù)，而愛芯通元就更像一套為特定場景精心打磨的工具。

根據(jù)招股書的說法，愛芯通元NPU優(yōu)勢主要體現(xiàn)在，能夠根據(jù)任務(wù)復(fù)雜度，動(dòng)態(tài)調(diào)整計(jì)算精度。

比如，面對簡單任務(wù)，它會(huì)自動(dòng)切換到 INT4 或 INT8，以降低功耗、提升速度；而面對復(fù)雜的任務(wù)，它則切換至INT16，以保證精度。

這種架構(gòu)的精妙之處在于，它通過動(dòng)態(tài)調(diào)整計(jì)算精度，大幅壓縮了計(jì)算冗余，減少了不必要的數(shù)據(jù)搬運(yùn)。這直接擊穿了AI計(jì)算中常見的“內(nèi)存墻”和“數(shù)據(jù)墻”瓶頸。

結(jié)果是驚人的。在同等芯片面積下，愛芯通元NPU的每瓦吞吐量（能效比）比傳統(tǒng)GPU架構(gòu)提升了10倍。

除了計(jì)算效率的問題，環(huán)境感知也是愛芯元智另一大特色。

在邊緣場景中，AI芯片必須直接面對嘈雜的現(xiàn)實(shí)世界。視覺信號占據(jù)了感知輸入的80%。如果輸入圖像模糊、噪點(diǎn)多，后端的模型再強(qiáng)大也是“盲人摸象”。

在這種情況下，圖像信號處理器（ISP）的價(jià)值就體現(xiàn)出來了。

ISP的作用很簡單，就是在AI推理之前，把攝像頭采集的原始數(shù)據(jù)“洗干凈”（降噪、校色、優(yōu)化動(dòng)態(tài)范圍）。

但傳統(tǒng)的ISP依賴固定規(guī)則，面對極低光照或復(fù)雜光線往往束手無策。用招股書的話說，愛芯元智的突破之處在于，將AI引入了ISP，推出了“愛芯智眸（Axera Proton）AI-ISP”。

與依賴固定規(guī)則的傳統(tǒng)ISP 不同，這套 AI-ISP 在圖像信號處理鏈路中引入 AI 模型，對關(guān)鍵環(huán)節(jié)進(jìn)行像素級優(yōu)化，實(shí)現(xiàn)降噪、高動(dòng)態(tài)范圍增強(qiáng)以及低光環(huán)境成像優(yōu)化。

即使在漆黑的夜間，也能還原出清晰、全彩的畫面。

在對成像質(zhì)量高度敏感的應(yīng)用場景中，這種將“感知”與“計(jì)算”深度融合的一體化設(shè)計(jì)，不僅提升了數(shù)據(jù)傳輸?shù)馁|(zhì)量，也減少了數(shù)據(jù)回傳云端的帶寬需求，降低了系統(tǒng)的整體延遲。

/ 03 /

收入翻10倍為何還在虧？拆解愛芯元智的賬本

在財(cái)務(wù)層面，愛芯元智也面臨著成長的煩惱。

雖然收入暴漲，但公司仍處于虧損狀態(tài)。2022-2024年，公司經(jīng)調(diào)整凈虧損分別為4.44億、5.42億和6.28億元。

虧損除了研發(fā)投入較高外，毛利率相對較低也是另一大原因。過去三年，愛芯元智的毛利率分別為25.9%、25.7%和21%。

在成本結(jié)構(gòu)中，晶圓始終是公司最重要、也最難繞開的支出項(xiàng)。

晶圓價(jià)格并非由公司單方面決定，而是高度受制于供應(yīng)鏈環(huán)境與制程工藝。

2020 年前后，受疫情沖擊，上游產(chǎn)能一度收緊，晶圓供給趨緊，價(jià)格明顯抬升，這一變化在隨后幾年持續(xù)影響了芯片公司的成本結(jié)構(gòu)，進(jìn)而影響了公司的盈利能力。

在需求端，從平均售價(jià)（ASP）的變化，也能看到愛芯元智不同產(chǎn)品線呈現(xiàn)出的分化。

2022 年，終端計(jì)算產(chǎn)品的平均售價(jià)為每顆 48.18 元；2023 年大幅下降至 4.49 元；隨后在 2024 年回升至 5.70 元。進(jìn)入 2024 年后，ASP 整體趨于穩(wěn)定，截至 2024 年前九個(gè)月為 6.03 元，2025 年同期基本持平，為 6.04 元。

這一下降并非來自產(chǎn)品競爭力削弱，而主要源于產(chǎn)品結(jié)構(gòu)變化。

2023 年，公司完成對華圖相關(guān)業(yè)務(wù)的并購，低價(jià)產(chǎn)品出貨量大幅增加，拉低了整體均價(jià)，使 2022 年與其后的 ASP 數(shù)據(jù)在結(jié)構(gòu)上并不具備直接可比性。

隨著產(chǎn)品組合逐步消化調(diào)整，2024 年起，中高端芯片占比提升，終端計(jì)算產(chǎn)品的 ASP 開始回歸相對穩(wěn)定區(qū)間。

相比終端計(jì)算產(chǎn)品，智能汽車以及邊緣AI 推理產(chǎn)品則面臨著更激烈的市場競爭。

截至2024 年前九個(gè)月，智能汽車產(chǎn)品的平均售價(jià)由上一年同期的每顆 78.70 元下降至 63.30 元。

對此公司的解釋是，這一下行主要與行業(yè)競爭加劇有關(guān)。在智能駕駛芯片市場，隨著參與者增多、產(chǎn)品代際更新加快，價(jià)格壓力逐步顯現(xiàn)，ASP 出現(xiàn)階段性回落。

邊緣AI 推理產(chǎn)品的定價(jià)走勢則更具行業(yè)代表性。

2023 年，該類產(chǎn)品的平均售價(jià)為每顆 240.39 元；2024 年下降至 185.48 元；截至 2024 年前九個(gè)月為 192.32 元，并在 2025 年同期進(jìn)一步降至 176.43 元。

價(jià)格下行的背后，并非需求減弱，而是市場擴(kuò)張帶來的客戶結(jié)構(gòu)變化。隨著應(yīng)用場景拓展、客戶數(shù)量增加，公司在定價(jià)策略上更加注重規(guī)模與滲透率，通過更具競爭力的價(jià)格換取出貨量增長。

總體來看，愛芯元智當(dāng)前仍處在規(guī)模擴(kuò)張階段。收入增長較快，但研發(fā)投入、晶圓成本以及價(jià)格競爭共同壓制了盈利能力，不同產(chǎn)品線的ASP 變化也反映出公司在擴(kuò)張與定價(jià)之間的權(quán)衡。

接下來，公司的關(guān)鍵不在于短期扭虧，而在于能否在出貨規(guī)模繼續(xù)放大的同時(shí)，通過產(chǎn)品結(jié)構(gòu)優(yōu)化和成本控制，逐步改善毛利率水平。這將決定其增長是否具備長期可持續(xù)性。

       原文標(biāo)題 : 國內(nèi)AI推理芯片龍頭沖刺IPO!年入4.73億，兩年增長超8倍