继澜起科技之后，港股又迎来一家芯片公司。
2月10日，爱芯元智登陆港股，成为首家港股边缘计算AI芯片企业，上市首日市值约168亿港元。截至发稿时，市值为149亿港元。
边缘计算AI芯片，就是本地设备的“大脑”，让设备不用上云，也能用AI。
说个最常见的场景，摄像头、汽车，不可能实时跟云连接，安了边缘计算AI芯片，摄像头、汽车也能“思考”。
爱芯元智从2019年创立到上市，它只用了6年多，腾讯、美团、联想之星等产业巨头都投过。
- 01 -给设备装上眼和脑
爱芯元智创始人仇肖莘是宁波慈溪人，今年58岁，1985年考入清华大学自动化系，在清华读完本科及研究生。
1991年赴美国南加州大学攻读博学位。仇肖莘曾担任美国AT&TLabs–Research首席科学家、博通副总裁、紫光展锐CTO。
2019年，上一代AI进入应用瓶颈期，仇肖莘判断：AI将在应用端爆发，便和团队选择了端侧与边缘侧 AI 芯片作为切入点。仇肖莘辞去紫光展锐CTO职务，在宁波创办爱芯元智。
仇肖莘的搭档、爱芯元智CEO孙微风，本科毕业于西安理工大学半导体物理与器件专业，在电子科技大学获得半导体器件与微电子硕士学位。孙微风于2024年4月加入爱芯元智，曾长期任职于华为海思半导体，今年也已58岁。
爱芯元智的核心团队成员来自海思、紫光展锐、展讯、博通等头部芯片企业。
2022年至2024年，爱芯元智的营收分别为0.50亿元、2.30亿元和4.73亿元，复合年增长率为206.8%；2025年前三季度，爱芯元智的营收同比增至2.69亿元。
据灼识咨询报告，按2024年出货量计算，爱芯元智已成为全球*大中高端视觉端侧AI推理芯片提供商，且位列中国边缘AI推理芯片市场前三。
早在2020年5月，爱芯元智推出*代芯片AX630A，业内首创AI-ISP技术。ISP即图像信号处理器，决定设备能看到什么。
传统ISP比较“费人”，因为机器很难理解看到的东西，需要依赖大量人力，比如对图像中的物品进行标注，机器下次看到就认识了。
AI-ISP，就是用AI代替一系列如此“费人”的工作，让设备“长眼睛”，而且在比较暗的环境里、强逆光环境，仍能看清。
爱芯元智的产品，可以形象理解为摄像头、雷达、传感器等边缘设备的眼与脑。
爱芯通元混合精度NPU（NPU为提升AI推理性能的新型专用架构）就是“脑”，能在同等功耗下实现更高算力，让大模型能装在边缘设备上，不用依赖云端。
爱芯元智还提供了一系列开发工具，比如Pulsar2工具链和成熟稳定的SDK（软件开发工具包），降低客户的应用门槛，实现AI模型大规模部署。
大规模部署，意味着AI能进入更多边缘设备，拥抱更多场景。
截至2025年9月，它累计交付了超1.65亿颗SoC芯片（系统级芯片），覆盖视觉终端计算、智能汽车和边缘AI推理等多个领域。
爱芯元智用产品力和出货量回答了两个问题：一是AI企业如何切入现在的“AI场景化”浪潮，二是端到端对边缘AI需求有多迫切。
- 02 -一场针对决策延迟的革命
边缘AI，在产业上为什么越来重要？
传统AI，大多依赖云端服务器计算。边缘AI，就是把计算和决策过程，放到各种设备、边缘节点上。边缘设备往往直接承载着机器与人、机器与环境的交互，要求反馈及时。
AI如果在云上，有一点相当致命：边缘设备对决策的延迟，接近于零容忍。
原因很简单，比如自动驾驶，自动刹车慢一点，就足以酿成事故；过隧道没信号，也会影响运行。
再比如制造业检测，边缘AI能实时分析缺陷，大幅提升检出率。如汽车行业，在机械臂末端装边缘AI节点，焊接缺陷检出率可从85%大幅提高至99.5%。
对于工业检测而言，检出率85%和99%天差地别，几乎等同于“不可信赖”和“可信赖”的区别。
在2012年前，传统AI基本都在云上运行。
2017年前后，谷歌、苹果等科技巨头推出专用AI芯片，让边缘设备也能本地部署AI。
2019年，一个叫TinyML的技术社区兴起，推动低功耗边缘 AI 应用，解决边缘AI能耗高的问题，毕竟边缘设备的功率和体积有限。
2020-2021年，轻量模型 + 压缩技术成熟，端到端方案落地，边缘 AI 进入规模化商用。
边缘AI的发展历程，无论是提升算力、减小体积、降低功耗、部署模型，都围绕一个目标：让AI去中心化，不再依赖“识别-上传-处理-反馈-执行”这条云上AI的路径，提高效率，用在更多场景当中。
- 03 -客户不能只靠车企
边缘AI的下游受众，覆盖多个主流行业，如智能汽车行业、制造业、医药零售行业、消费电子行业等。
以自动驾驶为例。智行者董事长张德兆曾表示，自动驾驶发展十年，几乎两三年就会迭代一轮算法，研发成本巨大，作为业内人士，无比希望“端到端”成为*解决方案。
这种智驾技术反复推倒重来的局面，有望被边缘AI终结。车载边缘AI出现，基本意味着智驾主要靠端到端，通俗来说就是车子感知、车子决策、车子自己辅助驾驶。
爱芯元智的智能汽车SoC（系统级芯片），截至2025年9月累计出货超51万颗，截至2025年底已接近100万颗，和吉利、零跑、福特等车企有合作。
但车载边缘AI这个赛道已经逐渐拥挤，如车规级边缘AI芯片智驾解决方案企业地平线，就与比亚迪、理想等车企深度合作，产品征程系列累计交付超1000万套，出货量*；类似定位的黑芝麻智能也已牵手领克、东风等车企，旗下面向智驾的华山系列芯片也已出货超80万颗。
别的端到端领域对边缘AI需求同样巨大：爱芯元智在视觉终端计算SoC累计出货量超过1.57亿颗。
- 04 -AI场景从边端来
爱芯元智上市，并成为边缘AI*股，无疑也是AI领域的一个重要信号——场景从边端来。
AI的价值主场，正从云端转向边端、终端。
边缘AI用四大优点，彻底改变了AI端到端的落地逻辑：
*，更高效。
不用传输大量数据到云端，本地就能完成计算、决策。比如智慧交通的拥堵预测、工业质检的缺陷识别，响应速度大幅提升。
第二，更安全。
敏感数据不用上传云端，在本地就能处理。避免了数据传输过程中的泄露风险，比如医药零售的处方数据、工业的核心生产数据。
第三，更普及。
边缘AI芯片的低功耗、小型化，能适配更多小型设备。比如智能手表、小型机器人，催生海量的AI应用场景。
第四，更便宜。
减少了云端服务器的压力，也节省了数据传输的带宽成本。带宽成本不是小数，一个工厂的1080P 摄像头，24小时把视频传到云端做AI处理，一年流量费能买一部iPhone。
这四大优点，对于下游企业，也是四个用端到端AI“无法拒绝的理由”——没有人拒绝既满足合规，又能降本增效的AI方案。
曾经一度制约AI商业化的场景，随着边缘AI的大幅应用，逐渐解锁——自动驾驶、工业检测、零售、消费电子等已经存在实际需求和商业模式的场景，都可以用边缘AI重做，而且市场需求巨大。云端AI解决不了的问题，端到端可以，边缘AI可以。
