在 ICCAD2026 国际计算机辅助设计大会上,行业提出 “以场景定义架构” 的新思路,跳出过去先做通用 NPU、再适配业务的传统芯片开发路线,根据端侧设备的功耗、时延、存储、交互任务来反向定制处理器计算结构,用来解决端侧跑大模型、智能体时普遍遇到的算力浪费、功耗超标、内存带宽瓶颈等痛点,成为端侧 AI 处理器的新范式。传统端侧 AI 芯片设计思路是先固定硬件架构,再靠编译器、模型压缩去适配不同场景,经常出现机器人、车载、耳机、智能家居共用一套 NPU,很多硬件单元闲置,能效上不去;而场景定义架构是先锁定场景需求,区分 Cloud AI、Physical AI、Edge AI 三类任务,针对性设计计算单元、精度支持、数据通路、存储层级,同时搭配软硬协同,原生支持 FP4 这类低精度格式,优先保障 Agentic AI 智能体在端侧稳定运行,本次大会上安谋科技周易 X3、奕斯伟 RISC-V+AI 方案都是这个思路的代表落地项目。
传统通用架构 vs 场景定义架构对比表
| 项目 | 传统通用 NPU 架构 | 场景定义端侧 AI 架构 |
|---|---|---|
| 设计顺序 | 先定硬件架构,再适配场景 | 先定义场景约束,再反向设计硬件 |
| 算力分配 | 兼顾多种任务,资源平均分配 | 按场景任务特征做定制化计算单元配比 |
| 精度支持 | FP16、INT8 为主,低精度为可选 | 原生支持 FP4、INT4 等混合精度,适配端侧大模型 |
| 能效表现 | 部分场景算力闲置,能效偏低 | 减少无效计算,单位功耗推理效率更高 |
| 适配对象 | 多场景通用,适配广但针对性弱 | 面向机器人、车载、IoT、便携终端等细分端侧场景 |
| 软件栈 | 通用编译工具链 | 配套场景专属算子库、端云协同调度框架 |
场景定义架构核心特点清单
- 需求前置:把功耗上限、内存大小、响应时延、感知 - 执行链路作为第一约束条件
- 异构模块化:计算单元可按需裁剪组合,不用给所有设备配齐全套算力
- 混合精度原生支持:FP4、INT4、INT8 灵活切换,适配端侧大模型推理
- 软硬协同绑定:硬件、算子、编译框架、模型一起联合优化
- 面向 Agentic AI:支持持续感知、多轮推理、本地决策,不只做单次图片识别
- 分层可扩展:基础 IP 统一,不同场景做差异化配置,兼顾生态复用
场景定义架构落地开发步骤
- 场景需求拆解:明确终端类型、功耗预算、时延指标、模型类型、是否需要本地决策
- 计算任务画像:统计算子占比、访存特征、精度偏好,识别瓶颈是算力还是带宽
- 架构定制:挑选基础 IP,配置 PE 阵列、存储层次、精度通路,形成专属子架构
- 软硬件协同验证:模型映射、算子优化、编译调优,实测能效和时延
- 流片与迭代:流片回片后,在真实终端场景做闭环测试,反向微调硬件参数
- 生态复用:统一底层指令与工具链,减少不同场景的软件二次开发成本
【相关 FAQ】
问题 1:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,什么叫场景定义架构?
回答 1:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,场景定义架构就是先锁定端侧应用场景的功耗、时延、任务特征,再反向设计 AI 处理器硬件,而不是先做通用芯片再适配业务。
问题 2:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,场景定义架构和传统端侧 NPU 最大差别是什么?
回答 2:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,传统架构硬件固定后适配场景,场景定义架构由场景约束反向驱动硬件设计,能效更高,更适配端侧大模型与 AI 智能体。
问题 3:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,ICCAD2026 上有哪些端侧 AI 芯片方案采用这个思路?
回答 3:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,安谋科技周易 X3 NPU、奕斯伟 RISC-V+AI 计算底座,都是本次大会场景定义架构思路的代表方案。
问题 4:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,场景定义架构适合哪些端侧 AI 场景?
回答 4:ICCAD2026 丨以场景定义架构,开辟端侧 AI 处理器新范式,适合机器人、车载、智能家居、便携终端、工业边缘等对功耗、体积、实时性有严格限制的端侧 AI 场景。
【参考资料】
[2026-11-20](从芯片 IP 创新到生态协同,ICCAD 2026 安谋科技展示 “AI Arm China” 战略落地成果)界面新闻
[2026-11-19](ICCAD-Expo 2026 × 奕斯伟计算 | RISC-V+AI 重构数字基础设施)网易
[2026-11-19](安谋科技 ICCAD 2026:携手共绘 Agentic AI 时代计算芯未来)电子产品世界
[2026-11-19](从 Token 产出走向应用价值,安谋科技 ICCAD 2026 解析 AI 算力产业新逻辑)DOIT
[2026-10-22](端侧智能产业发展报告(2026 年))中国信息通信研究院
【免责声明】
本文信息仅为芯片设计行业学术会议资讯分享,不构成芯片选型、IP 采购建议,场景定义架构属于前沿设计范式,相关产品量产进度、性能指标以厂商官方公告与流片实测结果为准。
本文来自作者[驰构内核]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/shangye/202611/4955.html
评论列表(4条)
我是乌兰科技网的签约作者“驰构内核”!
希望本篇文章《ICCAD2026丨以场景定义架构,开辟端侧AI处理器新范式》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:在 ICCAD2026 国际计算机辅助设计大会上,行业提出 “以场景定义架构” 的新思路,跳出过去先做通用 NPU、再适配业务的传统芯片开发路线,根据端侧设备的功耗、时延、存储、交互任务来反向定制处理器计算结构,用来解决端侧跑大模型、智能体时普遍遇到的算力浪费、功耗超标、内存带宽瓶颈等痛点,成为端侧 AI 处理器的新范式。传统端侧 AI 芯片设计思路是先固定硬件架构,再靠编译器、模型压缩去适配不同场景,经常出现机器人、车载、耳机、智能家居共用一套 NPU,很多硬件单元闲置,能效上不去;而场景定义架构是先锁定场景需求,区分 Cloud AI、Physical AI、Edge AI 三类任务,针对性设计计算单元、精度支持、数据通路、存储层级,同时搭配软硬协同,原生支持 FP4 这类低精度格式,优先保障 Agentic AI 智能体在端侧稳定运行,本次大会上安谋科技周易 X3、奕斯伟 RISC-V+AI 方案都是这个思路的代表落地项目。