端侧AI NPU IP双雄：安谋科技Arm China、芯原股份的差异化竞合之路

　　【摘要】中国NPU IP产业自2017年进入商业化突破期以来，一大批本土优势企业，脱颖而出。

　　作为其中的佼佼者，安谋科技Arm China和芯原股份分别以生态主导和平台主导为战略，走出差异化的国产崛起路径。

　　当端侧AI浪潮滚滚袭来，他们又将聚焦怎样的共性需求，在细分领域实现技术护城河？他们之间的合作与竞争将怎样推动中国半导体IP行业的进步？

　　以下为正文：

　　当微软明确“AI PC需内置不低于40TOPS算力NPU”的技术标准，当戴尔Pro Max Plus移动工作站以独立NPU重构AI运算架构，神经网络处理单元（NPU）已从手机芯片的辅助模块，升级为端侧智能的核心计算部件。在国际巨头构建的技术壁垒下，中国本土NPU IP产业完成了从跟跑到并跑的积累，如今以安谋科技Arm China、芯原股份等为代表的国产企业，在端侧AI的爆发周期中走出了不同的发展路径。

　　01

　　中国NPU IP的发展脉络：从技术探索到产业爆发

　　NPU的技术源头可追溯至1943年人工神经网络数学模型的提出，但真正走向产业化始于移动智能时代的需求驱动。整体来看，中国NPU IP产业的发展大致可分为三个阶段。

　　2017年以前，中国NPU IP产业处在技术孕育期中。此时全球AI尚处于深度学习复兴的初期，NPU概念刚在学术圈形成共识，国内企业以寒武纪为代表，率先开展神经网络处理器架构的探索，为后续产业化积累核心技术。

　　这一阶段以产学研联动为核心特征，技术方向聚焦于基础算法与硬件架构的匹配性研究，尚未形成明确的商业路径。

　　2017至2022年，整个产业迎来商业化突破期。2017年，华为在Mate 10手机中集成基于寒武纪架构的NPU，苹果则在iPhone X的A11芯片中引入自主NPU，两大终端巨头的动作彻底激活了NPU的商业价值，自此，中国NPU IP产业迎来商业化元年。

　　这一阶段的产业驱动来自智能手机的AI功能需求，智能抠图、语音助手等应用推动NPU IP技术快速迭代。数据显示，中国NPU市场从2018年的9.7亿元飙升至2022年的超100亿元，年复合增长率超80%。

　　2023年以来，产业进入生态扩张期。生成式AI向端侧渗透，使NPU的应用场景从智能手机延伸至AI PC、自动驾驶、智能穿戴等领域。PC领域，2024年微软提出“AI PC”概念，要求内置不低于40TOPS算力的NPU，直接推动PC领域的NPU普及；智能汽车领域，ADAS系统对NPU算力的需求也大幅提升。

　　这一阶段的显著特征是应用场景从移动终端向多元化延伸，政策层面，国家发改委与工信部通过政策引导，支持NPU在物联网与边缘计算中的落地，推动产业成熟。数据显示，截至2024年，中国NPU市场规模达169.44亿元，年均复合增长率超50%，本土NPU IP企业在技术自主化程度和商业化落地能力上均有明显提升。

　　目前，全球NPU行业已形成“国际巨头主导、本土企业快速追赶”的多层次竞争格局。

　　作为IC产业链的上游环节，半导体IP行业具有技术水平高、知识产权高度聚集，商业价值大的特点，海外公司垄断优势明显。据统计，Synopsys和ARM在2023年全球IP市场份额中合计占比超过六成，我国的芯原股份成功挤进全球前十行（位于全球第八，国内第一），但是芯原股份的全球市场份额仅为1.9%，半导体IP行业整体呈现明显的头垄断格局，国产替代需求迫切。

　　02

　　芯原股份VS安谋科技：平台服务型VS生态主导型

　　在本土NPU IP企业中，安谋科技Arm China与芯原股份的发展策略颇具代表性。两者均聚焦半导体IP赛道，但基于自身资源禀赋的差异，形成了“生态主导型”与“平台服务型”两种发展模式。

　　安谋科技Arm China聚焦大模型，核心思路是贴合端侧大模型的运行需求，从硬件底层优化计算效率。其2025年推出的“周易”X3 NPU IP，采用专为大模型而生的DSP+DSA混合架构，通过专用计算单元与灵活处理模块的组合，缓解端侧大模型运行中的算力与带宽压力。

　　这种架构设计以匹配大模型计算特征为目标，相较于上一代“周易”X2，其CNN模型性能提升30%-50%，多核算力线性度达到70%-80%。同算力规格下，AIGC大模型能力提升10倍，Llama2 7B大模型Prefill阶段算力利用率高达72%，Decode阶段有效带宽利用率超100%，充分释放硬件潜力，远超行业平均水平。

　　芯原股份采用多架构适配策略，依托在GPU、VPU等IP设计领域的积累，搭建支持多类神经网络模型的NPU IP平台。其NPU IP不绑定特定架构，通过可配置计算单元与开放接口设计，满足消费电子、汽车电子等不同场景的需求。

　　这种策略的核心优势是降低客户适配成本，能够快速响应不同行业的定制化需求，这也是其在国内fabless客户中渗透率较高的原因之一。

　　在商业模式方面，安谋科技Arm China采用生态主导的策略。其通过“硬件IP+软件工具+开发套件”的一体化方案增强客户粘性。“周易”X3除硬件IP外，还配套了模型优化工具、驱动程序及应用开发接口，帮助客户加速大模型的端侧部署，形成了从IP到终端，再到应用的生态联动效应。

　　芯原股份则坚持平台开放策略。其NPU IP支持与第三方工具链、算法模型兼容，不强制绑定自有软件生态。这种模式的核心是降低客户迁移成本，对于已采用第三方算法或工具链的客户而言，接入成本低于封闭生态的IP产品。同时，芯原提供从IP授权到流片支持的全流程服务，提升合作便捷性。

　　整体而言，安谋科技Arm China的优势在于大模型适配能力和成熟生态，主战场是复杂高阶AI场景；而芯原股份的优势是IP种类丰富，其IP种类在全球排名前十的IP企业中排名前二，且定制化灵活，能满足不同客户从低功耗到高性能的多样化定制需求。

　　03

　　端侧AI机遇：共性选择与差异路径

　　端侧AI已成为NPU IP产业的核心增长引擎。根据弗若斯特沙利文预测，2025年全球端侧AI市场规模将达到3219亿元，2029年猛增至1.2万亿元，复合年增长率高达39.6%，端侧AI正成为人工智能发展的新战场。中国端侧AI市场规模的增速同样明显，将从2025年的802亿元攀升至2029年的3077亿元，复合年增长率高达39.9%。

　　端侧AI的快速发展为NPU IP产业带来机遇，AI PC、智能手机、自动驾驶汽车等终端产品均需NPU作为AI计算核心，这为本土NPU IP企业带来巨大机遇。

　　头部企业普遍认识到，单纯的硬件IP授权已无法满足端侧AI需求，硬件IP+软件工具+算法优化的一体化方案成为行业主流。

　　安谋科技Arm China“周易”X3在强调硬件性能的同时，升级了软件生态，通过模型量化工具、推理引擎等组件加速大模型端侧落地；芯原股份依托全流程服务能力，提供IP定制与算法适配的一体化支持；华为海思则通过MindSpore框架与达芬奇架构NPU的协同，实现端云协同的AI部署。

　　这种趋势本质上是端侧AI需求从具备算力向高效用算力的转变。

　　在共性需求之外，各家企业基于自身优势形成差异化的端侧AI布局策略，具体可以分为三类：高端突破、中低端覆盖与垂直深耕。

　　安谋科技Arm China选择高端突破路径，聚焦AI PC、旗舰手机等高端端侧设备，凭借“周易”X3的性能优势与大模型适配能力，争夺全球高端NPU IP市场。其目标客户是国内外头部消费电子芯片厂商，试图以高端市场突破树立技术标杆，带动中低端产品销售。

　　芯原股份走中低端全覆盖路线，借助可配置化IP与低成本适配能力，渗透智能穿戴、智能家居、入门级手机等中低端场景。这些场景单价较低，但市场规模大，芯原通过“以量取胜”实现营收增长，2024年2.5%的全球市场份额即源于海量中低端端侧设备的支撑。

　　地平线选择“垂直场景深耕”路径，避开通用端侧市场的激烈竞争，聚焦自动驾驶领域。征程系列芯片的NPU IP针对自动驾驶优化，支持多传感器融合与复杂环境感知，以场景专用化建立竞争优势。

　　04

　　尾声

　　中国本土NPU IP产业的发展，是中国半导体产业从技术跟随到自主创新的缩影。

　　安谋科技Arm China的生态主导与芯原股份的平台开放虽路径不同，但都为本土产业发展提供了实践经验。

　　值得注意的是，中国NPU IP产业的竞争并非零和博弈，而是要竞合共生。

　　竞争，决定了产业发展的“效率”与“高度”。多个玩家在算力、能效、易用性上的比拼，可以驱动技术快速迭代，迫使国产企业突破极限；

　　而合作，则奠定了产业安全的“广度”与“底线”。在外资巨头的垄断背景下，诸多玩家在工具链开发、标准制定等领域形成协同，为整个中国芯片产业提供了宝贵的生态厚度，降低了系统性风险。

　　只有这种既竞争又合作的格局，才能成为推动产业快速迭代的重要动力，也为中国半导体在上游IP领域筑牢着最坚实的根基。