中国微处理器企业在边缘人工智能领域的市场调研报告
? 报告日期：2026年3月? 研究范围：微处理器（MPU）、微控制器（MCU）、神经网络处理器（NPU）
一、边缘计算与AI芯片市场概况
1.1 边缘计算发展历程
过去阶段（2015-2020年）：概念孕育期
边缘计算的概念最早在2015年前后开始在中国传播。这一时期，云计算虽已普及，但其局限性逐渐显现：数据传输延迟高、带宽消耗大、隐私安全难以保障等问题日益突出。
在这一阶段，边缘计算主要停留在技术研究和概念验证层面。5G网络尚未商用，物联网设备覆盖率较低，边缘AI芯片技术也不成熟，市场规模较小。中国边缘计算产业整体处于技术储备和早期试点阶段，主要集中在工业互联网和视频监控领域。
现在阶段（2021-2026年）：快速发展期
2021年以来，边缘计算进入高速发展阶段。5G网络商用部署加速，物联网设备数量爆发式增长，AI技术持续进步，多重因素叠加推动边缘计算产业蓬勃发展。
市场规模数据：
• 中国边缘计算产业近年来保持30%以上的年复合增长率 • 预计2025年整体规模将突破千亿元大关 • 硬件设备占据约40%的市场份额，软件平台与服务呈现更快增速 • 中国NPU市场规模从2018年的9.7亿元增长至2024年的169.44亿元，2024年同比增长50%
未来阶段（2027-2030年）：全面爆发期
展望未来，边缘计算将进入全面爆发阶段。以下几个因素将持续推动市场增长：
1. 5G网络全面普及：5G基站覆盖率和网络质量持续提升，为边缘计算提供更好的网络基础 2. AI大模型端侧化：大语言模型和AI多模态技术的发展，将推动端侧AI能力大幅提升 3. 智能汽车渗透率提升：L2级以上智能驾驶渗透率持续提高，每辆车需要多颗边缘AI芯片 4. 工业数字化转型深化：智能制造、智慧工厂对边缘AI的需求持续增长 5. 消费电子产品AI化：智能家居、可穿戴设备持续普及，AIoT市场持续扩大
1.2 市场主要驱动力分析
驱动力一：智能汽车革命
智能汽车是边缘AI芯片最大的应用市场。汽车智能化带来三大核心需求：
感知需求：智能汽车需要通过摄像头、雷达、激光雷达等传感器感知周围环境，每秒产生GB级别的数据。这些数据需要在本地实时处理，无法依赖云端。
决策需求：自动驾驶需要对周围环境进行快速分析和决策，要求毫秒级响应。延迟过高将带来安全隐患。
成本需求：将所有数据上传云端处理将产生巨额流量成本，边缘处理可大幅降低运营成本。
市场规模预测： 中国智能驾驶芯片市场规模预计2026年将超过300亿元，到2030年有望突破800亿元。
驱动力二：物联网智能化升级
物联网设备正在经历从"连接"到"智能"的升级。传统的物联网设备只负责数据采集和传输，智能化升级后需要在本地完成数据分析和决策。
应用场景：
• 智能摄像头：从单纯录像升级为AI分析，可实现人脸识别、行为检测 • 智能家居：设备本地语音识别、场景联动 • 工业传感器：本地数据分析、预测性维护
市场规模预测： 中国AIoT芯片市场规模预计2026年将超过500亿元。
驱动力三：智慧城市建设
智慧城市是边缘AI芯片的重要应用场景。城市中数以千万计的摄像头、传感器需要边缘AI能力。
主要应用：
• 交通管理：车牌识别、拥堵检测、事故预警 • 公共安全：人脸识别、异常行为检测 • 环境监测：空气质量分析、噪声监测
政策驱动： "十四五"规划明确提出加快数字化城市建设，为智慧城市项目提供政策支持。
驱动力四：工业4.0转型
制造业数字化转型为边缘AI芯片带来巨大机遇。工业场景对实时性和可靠性要求极高，边缘计算成为必然选择。
应用场景：
• 质量检测：机器视觉替代人工检测，提升效率和精度 • 预测性维护：提前预警设备故障，减少停机时间 • 机器人控制：实时路径规划和障碍物规避
二、NPU芯片企业深度分析
2.1 NPU技术概述
NPU（Neural Processing Unit，神经网络处理器）是专门为人工智能计算设计的专用芯片。与传统的CPU和GPU相比，NPU在神经网络运算方面具有更高的能效比，能够在更低的功耗条件下完成复杂的AI计算任务。
2.2 NPU企业详情
爱芯元智
企业简介：
爱芯元智半导体（上海）股份有限公司成立于2019年，是一家专注于边缘AI芯片研发的半导体设计企业。公司总部位于上海，在杭州、深圳设有研发中心。2026年2月在港交所上市，成为中国"边缘AI芯片第一股"。
公司研发团队来自国内外知名半导体企业，在芯片架构、AI算法、系统软件等方面拥有深厚积累。截至2025年底，公司员工规模超过400人，其中研发人员占比超过80%。
主要业务：
爱芯元智主要从事边缘AI视觉芯片的研发、设计和销售，产品可应用于智能汽车、边缘计算设备、智慧城市等领域。公司提供芯片产品、AI开发工具链和参考设计方案。
核心产品：
• AX650N：旗舰级NPU芯片，8.5Tops算力，专注边缘AI推理 • AI-ISP技术：将AI算法与图像信号处理深度融合，提升低光环境成像质量
主要规格：
华为海思
企业简介：
海思半导体有限公司是华为技术有限公司的全资子公司，成立于2004年，总部位于深圳。海思是中国最大的半导体设计公司，产品覆盖移动通信设备、家庭网络、数据通信等领域。
海思员工规模超过万人，拥有国内最强的芯片研发能力之一。尽管受到美国制裁影响，海思依然保持强大的技术研发实力，持续推出新产品。
主要业务：
华为海思提供覆盖云端、边缘、终端的全场景AI芯片解决方案，主要产品包括昇腾系列NPU和麒麟系列SoC。
核心产品：
• 昇腾310：边缘推理芯片，22Tops算力 • 昇腾910：云端训练芯片，256Tops算力
主要规格：
寒武纪
企业简介：
中科寒武纪科技股份有限公司成立于2016年3月，总部位于北京，是一家专注于人工智能芯片研发的半导体企业。公司由中科院计算所团队创立，核心技术团队来自学术界和产业界。2019年11月在上交所科创板上市，股票代码688256。
寒武纪是中国AI芯片行业的先行者和领军企业，产品覆盖云边端全场景。公司拥有云边端一体、软硬件协同的产品矩阵。
主要业务：
提供云边端一体、软硬件协同的智能芯片产品和平台化基础系统软件，产品广泛应用于服务器厂商和产业公司。
核心产品：
• MLU290：云端AI加速卡 • MLU370：边缘推理芯片，32Tops算力
主要规格：
地平线机器人
企业简介：
北京地平线机器人技术研发有限公司成立于2015年，是国内领先的智驾芯片供应商。公司总部位于北京，在上海、南京、深圳设有研发中心。
地平线是国内市场份额最大的智驾芯片供应商，与华为、Momenta、卓驭等同属国内智驾第一梯队。截至2025年，地平线征程系列芯片累计出货量超过500万颗。
主要业务：
专注于自动驾驶芯片和智能驾驶解决方案的研发，提供从辅助驾驶到高阶智驾的全栈方案。
核心产品：
• 征程2：L2级辅助驾驶，4Tops算力 • 征程5：高阶智驾芯片，128Tops算力
主要规格：
黑芝麻智能
企业简介：
黑芝麻智能科技有限公司成立于2016年，是一家专注于视觉感知技术和自动驾驶芯片设计的半导体企业。公司总部位于武汉，在上海、深圳、美国硅谷设有研发中心。
创始团队来自博世、豪威科技等国际知名企业，在汽车芯片和视觉感知领域拥有丰富经验。
主要业务：
提供自动驾驶芯片和视觉感知解决方案，核心产品包括华山A系列芯片和山海工具链。
核心产品：
• A1000：L2-L3级智驾 • A2000：高阶智驾
主要规格：
芯原股份
企业简介：
芯原微电子（上海）股份有限公司成立于2001年，是一家一站式芯片定制服务提供商。公司总部位于上海，2019年8月在科创板上市，股票代码688521。
芯原股份拥有自主可控的图形处理器（GPU）技术和NPU技术，是国内少数具备自主IP储备的芯片设计公司。
主要业务：
提供一站式芯片定制服务和IP授权，包括芯片设计、芯片量产等全流程服务。
核心产品：
• Coral NPU IP：与谷歌合作，面向端侧LLM应用
三、微控制器（MCU）企业
3.1 MCU技术概述
MCU（Microcontroller Unit，微控制器）是边缘计算设备的核心控制单元，负责设备的基本控制逻辑和简单的数据处理任务。带有NPU加速功能的AI MCU可以在低功耗前提下实现基础的AI推理能力。
3.2 MCU企业详情
瑞芯微
企业简介：
福州瑞芯微电子股份有限公司成立于2001年，是国内知名的集成电路设计企业，总部位于福州。公司于2020年以250亿元价值位列《2020胡润中国芯片设计10强民营企业》第8名，2026年以700亿元估值位列《2025胡润中国500强》第213位。
瑞芯微是国内"ASIC三强"之一，员工规模超过2000人，研发人员占比超过70%。公司在多媒体处理器领域深耕近20年，产品广泛应用于消费电子、智能硬件、工业控制等领域。
主要业务：
专注于集成电路设计与研发，主要产品包括应用处理器、MCU、通信芯片等，广泛应用于智能平板、智能座舱、智能音箱、边缘计算等领域。
核心产品：
• RK3588：旗舰级MPU+NPU，8nm制程，8核CPU，6Tops NPU • RK3568：工业级MCU+NPU，1Tops NPU
主要规格：
全志科技
企业简介：
珠海全志科技股份有限公司成立于2007年，是卓越的智能应用处理器SoC、高性能模拟器件和无线互联芯片设计厂商。公司总部位于珠海，2015年于深交所创业板上市，股票代码300458。
全志科技在 深圳、西安、上海、成都、横琴、广州、香港等地设有研发中心，员工规模超过2000人。公司以客户为中心，提供差异化的芯片解决方案。
主要业务：
提供智能应用处理器SoC、高性能模拟器件和无线互联芯片，产品覆盖智能家居、智能车载、智能显示等领域。
核心产品：
• A733：高端MPU+NPU，3Tops算力 • V853：入门级MCU+NPU，1Tops算力
主要规格：
晶晨股份
企业简介：
晶晨半导体（上海）股份有限公司成立于2003年7月，是全球布局、国内领先的音视频SoC系统设计厂商。公司2019年8月8日在科创板上市，股票代码688099。
晶晨股份采用Fabless运营模式，主营多媒体智能终端SoC芯片、无线连接芯片及汽车电子芯片研发，产品覆盖智能机顶盒、智能电视、智能投影仪等领域。
主要业务：
系统级SoC芯片及周边芯片的研发、设计与销售，为众多消费类电子领域提供SoC主控芯片和系统级解决方案。
核心产品：
• A311D：旗舰级MPU+NPU，5Tops算力
主要规格：
乐鑫科技
企业简介：
乐鑫信息科技（上海）股份有限公司成立于2008年，是全球领先的无线通信芯片供应商。公司是科创板首批上市企业，股票代码688018。
乐鑫在Wi-Fi MCU芯片领域拥有全球第一的市场份额，ESP32系列芯片在全球物联网市场应用广泛。公司员工规模超过1000人，研发人员占比超过60%。
主要业务：
专注于研发高性能、安全稳定、高性价比的无线通信MCU芯片、软件和AIoT解决方案。
核心产品：
• ESP32-S3：AI加速MCU，0.24Tops算力
主要规格：
国芯科技
企业简介：
杭州国芯科技股份有限公司成立于2001年，是专注于嵌入式CPU和AI芯片研发的半导体企业。公司总部位于杭州，在上海、深圳设有研发中心。
国芯科技在RISC-V架构上积极布局，是国内RISC-V芯片领域的重要参与者。
主要业务：
嵌入式CPU、AI芯片的研发设计，产品应用于工业控制、消费电子、汽车电子等领域。
核心产品：
• CC系列MCU：嵌入式控制 • AI MCU：端侧AI推理
四、微处理器（MPU）企业
4.1 MPU技术概述
MPU（Microprocessor Unit，微处理器）是边缘计算设备的核心计算单元，具有更强的计算性能、更丰富的接口和更高的扩展性，可运行完整操作系统，处理复杂的AI模型。
4.2 MPU企业详情（参见第三章）
瑞芯微、全志科技、晶晨股份均提供高性能MPU产品，详见第三章。
算能科技
企业简介：
算能科技是一家专注于RISC-V架构和TPU处理器研发的创新企业，成立于2019年。公司总部位于北京，致力于成为全球领先的定制算力提供商。
算能科技遵循全面开源开放的生态理念，携手行业伙伴推动RISC-V高性能通用计算产业落地。
主要业务：
RISC-V、TPU处理器等算力产品的研发和推广，覆盖云、边、端全场景。
核心产品：
• TPU产品线：云边端全场景覆盖 • RISC-V芯片：开源生态
五、核心产品参数对比
六、技术发展趋势展望
6.1 制程工艺持续升级
芯片制程是影响性能、功耗和成本的关键因素。国内边缘AI芯片制程正从8nm向6nm、5nm演进。瑞芯微5nm芯片正在研发中，预计将带来显著的性能提升和功耗降低。
6.2 NPU架构创新
• 混合精度计算：爱芯元智的混合精度NPU通过不同精度计算单元的灵活组合提升效率 • 自研架构：地平线"九韶"架构、黑芝麻NPU架构向完全自研方向发展 • 端侧LLM支持：芯原与谷歌合作推出面向端侧大语言模型的Coral NPU IP
6.3 RISC-V生态崛起
预计到2030年，RISC-V在中国MCU市场的渗透率将达到23.6%。乐鑫科技、国芯科技等企业已在RISC-V MCU领域积极布局。
6.4 端侧AI与大模型融合
随着大语言模型（LLM）技术的发展，端侧AI正在迎来新变革。端侧LLM可以执行复杂的自然语言处理任务，对NPU的算力和内存带宽提出更高要求。
6.5 异构计算成为主流
边缘AI芯片正向异构集成方向发展，集成CPU、GPU、NPU、DSP等多种计算单元，通过协同计算提升整体效率。
七、应用场景与市场机遇
7.1 智能汽车
智能驾驶是边缘AI芯片最大的应用市场。从L2级辅助驾驶到高阶智能驾驶，都需要强大的AI算力支撑。预计到2030年，中国智驾芯片市场规模将突破800亿元。
7.2 智慧城市
视频监控、智慧交通、平安城市等场景需要大量的边缘AI处理能力。智能摄像头、边缘计算盒子等产品需求旺盛。
7.3 工业互联网
工业质检、预测性维护、机器人控制等场景正在加速引入AI技术。工业现场对实时性和可靠性要求极高，边缘AI芯片凭借低延迟优势成为首选。
7.4 消费电子
智能家居、可穿戴设备、智能音箱等消费电子产品正在加速AI化。AIoT芯片市场规模持续扩大。
结语
中国边缘AI芯片产业已形成较为完整的产业链布局，从NPU到MCU、MPU均有代表性企业深耕。随着AI技术从云端走向终端，边缘计算市场将持续扩大，为国产芯片企业提供广阔的发展空间。
? 报告生成时间：2026年3月24日? 数据来源：公开资料整理、行业协会、咨询机构报告
