21世纪经济报道记者 张赛男 无锡报道

AI芯片的火，从2025年烧到了2026年。云端训练市场格局渐定，但端侧推理的战场才刚刚拉开序幕。

从电力巡检到轨道交通，从金融终端到高可靠工业设备，谁能在特定场景中做出“能解决问题、能规模部署、能用得顺手”的芯片，谁就能在千亿级市场里占据一席之地。资本市场的态度也很直白：互动平台上，投资者问得最多的问题已经从“你们做不做AI芯片”变成了“你们的芯片能不能用在机器人上”。

在这样的热度下，诚恒微电子CH37系列边端侧AI SoC于近日正式对外亮相。这颗芯片的规划始于2022年，彼时大模型与具身智能的概念尚未像今天这般吸睛，但诚恒微团队已经有了判断：端侧设备需要的不是一颗“能跑AI”的芯片，而是一套能同时处理图像、信号、决策和控制的完整系统。

两年后，这一判断被市场验证，CH37系列的能力边界恰好覆盖了当下端侧AI最迫切的场景需求。与此同时，命运的齿轮悄然转动，大模型与具身智能双双爆发，这颗为智能视觉而生的芯片，承载了更多可能性。

（诚恒微电子CH37系列）

从智能视觉到具身智能

CH37的技术路线有个核心关键词：异构计算。通俗来说，这颗芯片将CPU、GPGPU、NPU、DSP及若干基于场景洞察的专用加速器共同集成于一颗SoC，通过统一片上互联实现协同工作。

这一设计的出发点，正是端侧设备最核心的矛盾：空间、功耗、成本都极其有限，但需要处理的任务却在快速膨胀。传统多芯片集成方案面临数据传输瓶颈、高延迟、高功耗等系统性问题，单芯片集成已被行业验证为有效路径。

实测数据显示，CH37系列实现了六大一体化视觉处理引擎的单芯片集成，在诚恒微指定的测试场景下，端到端数据通路效率较传统多芯片方案提升50%以上，系统级功耗降低30%，整机体积可缩减约40%。

高算力、低延时、低功耗，这三个在芯片设计里常常彼此掣肘的指标，在CH37上找到了系统级的平衡。

诚恒微总经理、CEO楚立斌在接受21世纪经济报道记者专访时表示，CH37系列当前重点推进的落地场景集中在AI边缘计算盒子、智能视觉巡检、具身智能等方向。在具身智能场景中，CH37可提供多路视觉感知和端侧模型推理能力，覆盖感知与执行环节的核心算力需求。

（诚恒微总经理、CEO楚立斌）

面向更高频、更复杂的任务执行需求，该系列的下一代产品将进一步强化VLA（视觉语言动作模型）的专用加速能力。

“人形机器人的感知和执行层，CH37这一代芯片完全可以胜任。双目视觉、多路感知、AI推理这些能力正是我们擅长的。但真正的市场空间不止在人形。”楚立斌说，“传统机械臂基本上都是按照固定程序、在固定位置执行，焊接、喷涂、抓取、拧螺丝都是固定轨迹。如果有了视觉和VLA加速，机械臂就能具备一定智能，灵活性更高。这个市场的量级，比人形机器人大多了。”

楚立斌进一步解释了端侧轻量化大模型的部署逻辑：“很多任务需要实时判断、实时执行，上云能不能满足实时性要求是不确定的。更不用说断网、信号不好这些现实问题。所以我们把小模型搬到端侧本地跑。”

他透露，团队在部分机械臂场景中，已用1B以内的VLA模型达到95%以上的物理实验成功率，验证了“轻量化大模型足够解决大量实际问题”的判断。“当然成功率还有提升空间，我们在持续投入训练算力。”

聚焦垂直领域的“专而强”

当被问及与通用芯片巨头相比的优势时，楚立斌的回答基于一个务实的判断：“端侧AI的市场天然是碎片化的。机器人、电力巡检、轨道交通、金融终端，每个场景对芯片的需求都不一样，没有一款通用芯片能‘通吃’所有场景。”

楚立斌认为，诚恒微的定位并非做体量庞大的通用SoC厂商，而是深耕特定垂直领域，成为细分市场中客户的首选方案。

“我们聚焦电力、金融、轨交等特定行业设备方向，这些行业正在用AI重做一遍自己的设备。例如电力在推进智能化巡检，金融在升级智能终端，轨交有明确的国产化需求，部分工业设备领域也在推进平台化和智能化。这几个细分市场加起来，对诚恒微来说已经是足够大的空间。”

他以国产SoC行业的前例说明这一路线的可行性：“除了头部通用SoC厂商，还有几家友商深耕安防、电视等具体领域，每年也能做到数十亿元的营收规模。在细分市场做到头部，同样是可持续的商业路径。”

支撑这一打法的核心能力，是更深入客户场景的服务模式。楚立斌举例说，曾有研究所要把DSP加FPGA的生态迁移到诚恒微的SoC上，公司直接派技术团队驻场两个月，协助客户完成全部算法移植。“很多垂直行业客户在切换芯片平台时，最大的顾虑是迁移成本。我们通过更贴身的服务、更有效的技术支撑，帮他们把这个成本降到最低。一旦跑通，后续的合作就是长期的。”

谈及生态竞争，楚立斌并不回避英伟达的生态优势。他认为国产芯片要解决的，不是“要不要兼容CUDA”的立场问题，而是“怎样让客户用最低的代价把业务跑起来”的现实问题。

“CUDA兼容性，本质上是在帮客户省时间和研发资源。”楚立斌说，“CH37在这方面的策略是务实和分层的，核心的GPGPU指令集独立自研，但我们在软件工具链和编程模型上做了充分的兼容设计。一个已经熟悉CUDA编程习惯的开发者，上手CH37的学习曲线会很平缓。”

“同时我们也看到，众多不兼容CUDA的国产芯片已经在很多场景里大规模用起来了。这说明国产芯片软件生态的成熟度正在快速提升。CH37在CUDA兼容层面的努力，是为了让客户在迁移阶段更平滑，减少切换平台的代价。一旦客户基于我们的平台完成开发，后续产品的迁移成本会越来越低，客户黏性也会越来越强。”他说。

成本与性能的平衡

CH37系列做到了高算力、低延时、低功耗，但如何平衡其与成本的关系？楚立斌给出了明确的回应。

“CH37系列确实集成了多个计算单元，从表面看是‘堆得多’，但每一个单元都有明确的设计目标和场景需求。双光ISP是为了让设备同时处理可见光和红外，GPGPU是为了做雷达信号和浮点计算，NPU是为了AI推理。在电力巡检等高可靠工业场景中，这些能力往往需要同时被调用，低延时是刚需，不是锦上添花。”

他进一步解释了产品策略的逻辑：“第一代产品我们选择做‘全能力’平台，把端侧设备可能需要的主流能力都集成进去。这带来了芯片复杂度高、面积大的挑战，但好处是我们在一个平台上验证了所有关键技术模块，为下一代产品按场景做‘裁剪’和‘增强’提供了充分的工程数据。”

他还谈到，面向具身智能等特定场景的后续芯片，会根据实际需求做针对性优化。在去除冗余功能的同时，对VLA大模型加速、机器视觉处理和带宽能力进行专项增强。裁剪是为了降本增效，增强是为了把场景做透。最终整体性能会大幅提升，而面积和功耗会进一步优化。

楚立斌再次强调，诚恒微的策略不是在大而全的通用赛道里做一个追赶者，而是在聚焦的垂直领域做到头部，用更贴近客户需求的产品定义和更深入场景的服务模式，建立自己的竞争壁垒。

这条路径是否行得通，需要时间和市场来验证。但从目前客户反馈来看，CH37系列的商业落地路径逐渐清晰，已经锁定了电力、轨交等特定行业设备方向的客户需求。