端侧算力芯片产业研究报告——产业趋势、企业成长、产业链聚集与城市空间研究
摘要：端侧算力芯片是人工智能从云端走向终端的关键使能者，承载着在手机、PC、汽车、可穿戴设备及海量物联网终端上本地运行大模型与智能体的使命。2025年被业界视为”AI智能体元年”，端侧AI芯片市场进入爆发期：中国端侧AI芯片市场规模从2018年的约200亿元增长至2023年的1939亿元，年均复合增速高达116%，预计2028年将突破8000亿元。全球AI手机渗透率2026年将达45%，AI PC渗透率2028年将升至85%。本报告从产业发展趋势、发展历程、企业成长、产业链聚集趋势与城市空间诉求五个维度展开系统研究，并对上海张江、北京中关村、深圳—珠海、合肥等产业聚集区的形成逻辑进行深度解读，为理解端侧算力芯片这一”AI终端的心脏”产业提供决策参考。
一、产业界定与研究框架
1.1 产业界定：AI终端的”心脏”
端侧算力芯片（Edge/On-device AI Chip）是指集成于终端设备内部、在本地完成AI推理与计算的处理器芯片，与云端数据中心芯片形成”云—边—端”协同的算力体系。其核心特征在于在功耗、体积、成本的严格约束下实现最优AI性能：不同于数据中心芯片可以堆叠数千瓦功耗与巨大散热系统，端侧芯片必须在手机的几瓦功耗、智能眼镜的毫瓦级功耗、汽车的有限散热空间内完成大模型推理，因此能效比（TOPS/W）取代绝对算力成为第一设计目标。
从产业边界看，端侧算力芯片产业涵盖：上游芯片设计所需的IP授权（ARM、RISC-V）、EDA工具与先进制程制造（台积电、三星、中芯国际）；中游各类端侧AI芯片设计——按应用场景可分为移动SoC（手机、平板）、PC处理器、智能座舱/智驾SoC、AIoT SoC（智能家居、机器人、安防）、可穿戴SoC（手表、耳机、AI眼镜）五大品类；下游终端整机与场景应用。端侧芯片与云端芯片的根本区别在于：云端比拼的是”总算力与生态锁定”，端侧比拼的是”单位功耗的智能产出与场景适配度”——这是一场在螺蛳壳里做道场的精密竞赛。
1.2 研究框架
本报告沿”趋势—历程—企业—链条—空间”的逻辑主线展开：第二章研判产业发展趋势，回答”端侧算力芯片向何处去”；第三章梳理产业发展历程，回答”产业从何处来”；第四章分析产业企业成长情况，回答”谁在定义端侧AI”；第五章解析产业链结构与企业聚集趋势，回答”产业如何组织”；第六章聚焦城市空间，描述主要产业聚集区并深度解读产业选址逻辑，回答”端侧芯片设计落在哪里、为什么落在那里”。报告数据主要来源于Counterpoint Research、Canalys、IDC、Gartner、佐思汽研、盖世汽车研究院等机构公开发布的研究成果，以及上市公司财报、政府公开信息，数据截至2026年7月。
二、产业发展趋势
2.1 市场规模：从百亿到万亿级的黄金赛道
端侧算力芯片是当前半导体产业中增速最快的细分赛道之一。中国端侧AI芯片市场规模从2018年的约200亿元飙升至2023年的1939亿元，五年年均复合增速高达116.36%；行业预测到2028年，该市场规模将攀升至1207亿美元（约合8500亿元人民币），年复合增长率维持在30%以上。Gartner预计，2026年全球边缘AI芯片市场规模将达到688亿美元，2022—2026年复合增速16.9%；中国边缘/端侧AI计算芯片市场2022—2025年年均复合增速达30.26%，处于高速发展期。
市场爆发的底层驱动是AI终端的全面渗透。AI手机方面，Counterpoint Research数据显示，支持生成式AI的机型占全球智能手机出货量的比例将从2025年的36%升至2026年的45%，2027年预计达52%，生成式AI即将成为智能手机的常规配置；Canalys预计2024—2028年全球AI手机出货量年均复合增速达63%3。AI PC方面，渗透率预计从2024年的18%快速攀升，2027年将占中国PC市场的85%，2024—2028年全球AI PC出货量年均复合增速44%32。AI可穿戴设备市场预计从2024年的419亿美元增长至2028年的1207亿美元。终端渗透率的每一次跃升，都直接转化为端侧AI芯片的出货量与价值量。
中国端侧AI芯片市场规模
图1 中国端侧AI芯片市场规模变化。数据来源：行业研究机构测算2
AI手机与AI PC渗透率
图2 AI手机与AI PC渗透率快速爬升。数据来源：Counterpoint Research、Canalys、MIC53
2.2 技术趋势：NPU算力军备竞赛与能效革命
端侧AI芯片的技术演进呈现”算力军备竞赛”与”能效革命”双轮驱动的特征。在算力维度，旗舰移动SoC的NPU算力已进入”百TOPS俱乐部”：高通骁龙8 Elite 2与联发科天玑9500的NPU算力均达到100 TOPS，较上一代产品接近翻倍；AI Benchmark跑分显示，天玑9500得分15015，接近上代两倍，成为当前AI算力最强的移动芯片。台积电第三代3nm制程（N3P）已成为旗舰芯片标配，天玑9500集成超300亿晶体管。
在能效维度，一场静悄悄的架构革命正在发生。2025年9月发布的天玑9500在超能效NPU上率先采用存算一体（存内计算，CIM）架构，运行低功耗小模型时功耗下降42%；同时首发支持BitNet 1.58bit量化推理框架，相比前代FP8精度功耗降低50%，端侧模型训练所需内存降至2GB以下。存内计算通过将计算单元嵌入存储阵列、消除数据搬运的”内存墙”瓶颈，被视为突破端侧能效极限的关键路径。此外，Chiplet（芯粒）设计、3D先进封装、稀疏计算与动态精度自适应等技术的引入，正在将端侧推理能效提升3.8倍以上。技术竞争的焦点已从”算力是否足够”转向”算力是否被高效喂饱”——内存带宽、系统级缓存与AI调度能力成为新的分水岭。
手机SoC芯片
图3 集成于终端主板上的SoC芯片——端侧算力的物理载体（图片来源：知乎）
2.3 场景趋势：从手机一极到”多终端开花”
端侧算力芯片的应用场景正从智能手机单一核心向”多终端开花”的格局演进。智能手机仍是最大单一市场，但增长引擎正在切换：高端AI手机凭借更大利润空间消化内存涨价压力，市场地位反而增强；Counterpoint指出，消费者的实际使用需求、内存成本与厂商生态整合能力将决定下一阶段竞争。智能汽车是增速最快的增量市场：智能座舱与智能驾驶域控SoC市场高速扩张，2025年1—11月，在10—20万元价格区间的中国乘用车新车智驾域控SoC市场，地平线市占率由上年同期12.6%增至16.6%；芯擎科技”龙鹰一号”作为国内首款量产7nm车规智能座舱SoC，截至2025年8月累计出货突破150万片，稳居国产座舱芯片市占率第一，并成为首个获得德国大众海外车型定点的国产座舱芯片。
AIoT与机器人构成长尾但广阔的需求基本盘：全球每生产3台家用扫地机器人，就有1台采用星宸科技的主控SoC；瑞芯微RK3588平台在汽车电子、机器视觉、工业应用及各类机器人市场持续渗透1。AI眼镜则是2025—2026年最瞩目的新品类：恒玄科技旗舰芯片已独家供应Meta Ray-Ban系列，并获小米、创维、理想等品牌AI眼镜采用，公司在国内智能眼镜市场份额领先；星宸科技推出的SSC309QL芯片通过Chiplet设计，在相同录像规格下整机功耗比主流方案降低约50%，为全天候佩戴提供关键支持。高通亦推出专为智能眼镜设计的骁龙AR1+ Gen 1，可在设备端本地运行10亿参数模型。豆包手机、OpenClaw带火的Mac Mini等标志性案例，进一步验证了端侧AI终端的落地加。
AI智能眼镜
图4 AI智能眼镜——端侧AI芯片驱动的新兴终端品类（图片来源：VRAR星球）
2.4 全球格局：高通联发科双雄领跑，国产厂商分层突围
全球端侧算力芯片呈现”双雄领跑、分层竞争”的格局。移动SoC领域，高通与联发科占据主导：联发科以约40%的市场份额在高端市场对高通形成持续压力，天玑9500凭借多核性能、能效控制与AI场景优势，获得vivo、OPPO旗舰机型首发；高通则依靠小米独占首发维持优势，并通过骁龙8至尊版在三星Galaxy旗舰上实现CPU提升38%、NPU提升41%的性能跃升7。苹果以A系列自研芯片构筑封闭生态，A19 Pro在单核性能上仍保持标杆地位9。PC处理器领域，高通骁龙X Elite以4nm制程、12高性能核心的Arm架构向英特尔、AMD的x86腹地发起冲击，试图以能效优势撬动AI PC市场。国产厂商则在不同层级展开分层突围。高端智驾领域，地平线、华为昇腾在英伟达主导的市场中撕开缺口；中端消费领域，瑞芯微、晶晨、全志、恒玄、乐鑫等企业在AIoT、可穿戴、智能视觉等细分市场建立起”隐形冠军”地位；低端海量市场，中科蓝讯、杰理科技等以极致性价比占据白牌与新兴市场。一个标志性变化是：中国端侧AI芯片的竞争逻辑，正从”国产替代”的成本驱动，转向”场景定义芯片”的价值驱动——谁能更精准地理解AI眼镜的功耗约束、扫地机器人的视觉需求、智能座舱的多屏交互，谁就能在细分市场建立护城河。三、产业发展历程
3.1 演进阶段：从功能机到端侧智能体的四十年
端侧算力芯片的演进与消费电子产业同频共振，大致经历四个阶段。第一阶段（1980s—2007年）：专用处理器时代。功能手机采用基带+应用处理器的分立架构，DSP负责语音编解码，芯片功能单一，无AI概念。这一时期高通凭借CDMA基带专利建立授权模式，奠定了移动芯片的商业范式。第二阶段（2007—2017年）：智能手机SoC集成时代。iPhone发布后，SoC（系统级芯片）成为主流，CPU、GPU、基带、ISP高度集成于单一芯片；苹果A系列、高通骁龙、联发科Helio/天玑、华为麒麟、三星Exynos展开激烈竞争，制程从28nm一路演进至7nm，但AI仍依赖云端。第三阶段（2017—2023年）：NPU嵌入与端侧AI萌芽。2017年华为麒麟970首次在移动SoC中集成专用NPU（神经网络处理单元），开启”端侧AI”元年；苹果A11 Bionic同步引入Neural Engine。此后NPU成为旗舰芯片标配，端侧可完成人脸识别、场景优化等轻量AI任务，但大模型仍无法本地运行。第四阶段（2023年至今）：端侧大模型与智能体时代。Transformer架构的端侧优化、低比特量化（INT4/1.58bit）与NPU算力突破100TOPS，使70亿乃至更大参数模型得以在手机端流畅运行；2025年”AI智能体元年”的到来，推动芯片从”支持AI功能”升级为”承载AI智能体”，端侧算力芯片正式进入以”词元吞吐与能效”为核心指标的新纪元。3.2 政策脉络：国家战略与自主可控的双轮驱动
中国端侧算力芯片产业的政策底色是”自主可控”的国家战略。2014年《国家集成电路产业发展推进纲要》发布，设立规模超1300亿元的国家集成电路产业投资基金（大基金一期），芯片设计业成为重点扶持方向；2019年大基金二期（超2000亿元）接续投入。2020年国务院印发《新时期促进集成电路产业和软件产业高质量发展的若干政策》，从财税、投融资、研发、进出口、人才、知识产权、市场应用、国际合作八个维度构建全方位支持体系，对重点集成电路设计企业给予”十年免税”等超常规优惠。地方层面，上海、北京、深圳、合肥、珠海等地相继出台集成电路专项政策，将芯片设计作为”三大先导产业”或”五大千亿级产业集群”之首。2023年以来，随着AI终端兴起，政策重心进一步向”端侧AI”倾斜：工信部等部门推动”AI+终端”融合，上海张江、北京中关村、深圳南山等园区将端侧AI芯片列为重点招商方向。值得注意的是，端侧芯片因其”设计主导、轻制造”的特性，成为地方发展集成电路产业最现实的路径——无需数百亿的晶圆厂投资，依托人才与生态即可形成产值，这也是全国涌现出数十个”芯片设计产业园”的根本原因。表1中国端侧算力芯片产业核心政策脉络（2014—2026）时间 | 政策/事件 | 核心内容 |
2014.6 | 《国家集成电路产业发展推进纲要》 | 设立大基金一期（超1300亿元），芯片设计业重点扶持 |
2019.10 | 大基金二期成立 | 规模超2000亿元，接续支持设计、制造、封测全链条 |
2020.8 | 《新时期促进集成电路产业和软件产业高质量发展的若干政策》（国务院） | 八维度支持体系；重点设计企业”十年免税” |
2021—2025 | 各地”十四五”集成电路规划 | 上海、北京、深圳、合肥、珠海等将芯片设计列为先导产业 |
2025—2026 | “AI+终端”融合政策导向 | 端侧AI芯片成为园区重点招商方向；端侧大模型纳入产业支持范畴 |
四、产业企业成长情况
4.1 国际巨头：高通的多元化转型与生态护城河
高通是全球端侧算力芯片的绝对龙头，其2025财年业绩印证了端侧AI的商业价值。2025财年第三季度（截至2025年6月），高通营收104亿美元、同比增长10%，其中QCT芯片业务90亿美元、同比增长11%；手机芯片63亿美元（+7%）仍是基石，但汽车业务9.84亿美元（+21%）与物联网业务17亿美元（+24%）成为增长双引擎，两者合计27亿美元、同比增长23%。高通正加速”去手机化”转型：汽车领域，骁龙Ride平台已被全球20多个OEM项目采用，即将搭载于宝马Neue Klasse车型；物联网领域，与研华合作推进边缘AI平台；并收购Alphawave Semi（约24亿美元）、Edge Impulse等强化AI与连接技术。面对苹果自研基带芯片的替代压力（高通预计2027年秋季在iPhone中的份额归零，每年损失57—59亿美元收入），高通设定目标：将汽车与物联网营收从2024年的83亿美元提升至2030年的220亿美元。2025年10月，高通更进一步宣布重返数据中心市场，以”每美元每瓦特”的能效优势切入AI推理芯片——用手机芯片的逻辑撬动云端万亿市场，其”算力军火商”的标签正从边缘贴到云端。图7地平线征程6系列智驾计算方案（图片来源：卡车之家/地平线）五、产业链结构与聚集趋势
5.1 产业链全景：设计为王的”轻资产高智力”链条
端侧算力芯片产业链呈”上游IP与制造支撑—中游芯片设计—下游终端应用”的三层结构，其显著特征是设计环节占据绝对价值核心。上游包括IP授权（ARM的CPU/GPU架构、RISC-V开源指令集、各类接口IP）、EDA工具（Synopsys、Cadence、华大九天）与晶圆制造（台积电先进制程、中芯国际、华虹）；端侧芯片设计企业对上游的依赖集中在先进制程产能与高端IP授权，这也是地缘风险的主要敞口。中游芯片设计是产业的价值中枢：一颗旗舰移动SoC研发成本高达数亿美元，需要数千名工程师数年投入，但一旦成功便可通过台积电代工实现轻资产放量——这正是Fabless（无晶圆厂）模式的精髓，也是端侧芯片企业毛利率普遍在35%—45%的原因。下游终端应用高度碎片化：手机、PC、汽车、摄像头、音箱、手表、眼镜、机器人、无人机……不同场景对芯片的算力、功耗、接口、成本要求差异巨大，催生了高度专业化的市场分层。从价值分配看，上游先进制程代工（台积电）拿走制造环节的绝大部分利润，中游设计中旗舰SoC厂商（高通、联发科）与细分冠军（瑞芯微、恒玄、星宸）分享设计价值，下游终端品牌（苹果、华为、小米）则通过自研芯片向上游延伸以掌握差异化能力。一个关键趋势是：端侧芯片的价值锚点正从”通用算力”转向”场景定义”——为AI眼镜优化的超低功耗ISP、为扫地机器人优化的视觉SLAM加速、为座舱优化的多屏异构，场景理解力取代跑分成为竞争核心。图8移动SoC内部架构：CPU、GPU、NPU/DSP、ISP、基带等模块高度集成（图片来源：爱范儿）5.2 聚集趋势：设计业向人才高地集聚，“研发在楼宇、量产靠代工”
端侧算力芯片产业的聚集逻辑与制造业截然不同——不依赖土地、能源与物流，而高度依赖人才、资本与生态，因此呈现向一线城市与高校密集区高度集中的特征。从全国版图看，芯片设计业形成三大聚集极：长三角（上海为核心，无锡、苏州、杭州协同）是中国芯片设计第一极，2025年上海集成电路产业规模预计超4600亿元、同比增长24%，其中芯片设计业规模约2300亿元、占全国28%以上、居全国第一；珠三角（深圳为龙头，珠海、广州协同）以设计和应用市场为核心优势，深圳2025年芯片设计业规模达1752亿元再创新高，聚集了海思、汇顶等顶尖设计企业；京津冀（北京为核心）在CPU、FPGA、EDA、IP核及AI芯片领域具有独特优势，被视为中国集成电路产业的”创新大脑”。微观层面，聚集呈现三个特征。其一是”园区化集聚”：上海张江集成电路设计产业园、北京中关村集成电路设计园（IC PARK）、深圳南山科技园、珠海高新区等专业园区成为企业首选，园区内形成”上下楼即上下游”的协作网络——北京IC PARK入驻企业141家，主导产业集聚度达83.5%，2020年产值即占北京IC设计业约40%。其二是”链主磁吸”：海思之于深圳、展锐之于上海、地平线之于北京，龙头企业带动大量配套与初创企业聚集。其三是”跨城布局”：头部设计企业普遍在多地设立研发中心——瑞芯微总部福州、研发中心分布上海北京，恒玄总部上海、在深圳设分支，以贴近客户与人才池。端侧芯片设计的空间需求因此呈现”研发楼宇高密度集聚、制造环节外部依赖”的独特形态。六、城市空间：产业聚集区与选址逻辑深度解读
6.1 上海张江：中国芯片设计第一极的全链条生态
上海是中国端侧算力芯片产业无可争议的第一极。2025年1—11月，全市集成电路产业营收规模3912亿元、同比增长23.72%，全年预计超4600亿元、同比增长24%，五年间产业规模翻了一番多；在世界集成电路协会《全球集成电路产业综合竞争力百强城市》排名中，上海位列全球第四、国内第一。其中，芯片设计业2025年产值约2300亿元、占全国28%以上，规模居全国第一。张江科学城是这一极的核心：张江集成电路设计业规模占上海全市比重约66%，科创板上市的芯片企业中张江独占14家；浦东集成电路产业规模占全市近八成、占全国近六分之一。6.6 产业对城市空间的诉求：从”实验室”到”创新社区”
端侧算力芯片设计业对城市空间的需求，呈现出与传统制造业和一般软件业都不同的特征。研发空间需要高品质的实验室与办公复合载体：芯片设计涉及仿真验证、测试调试等环节，对电力稳定性、网络带宽与保密条件有特殊要求；北京IC PARK配套的专业集成电路科技馆、IC国际会议中心与产业服务大厅，提供了EDA、IP、多项目晶圆（MPW）、融资等一站式服务，代表了专业园区的方向。生态空间需要促进高频协作的”创新社区”：芯片设计的长链条决定了企业间协作密集，园区内咖啡区的非正式交流往往催生技术合作，中关村集成电路设计园配套的商业街区与图书馆即着眼于此。人才空间则是根本诉求：芯片设计企业竞争的本质是人才竞争，城市能否提供人才公寓、子女教育、医疗保障等配套，直接影响高端工程师的留存。对城市规划者而言，发展端侧算力芯片设计业的空间策略可归纳为：“专业园区聚生态”——建设集研发办公、共享实验室、产业服务于一体的专业芯片设计园；“创新社区留人才”——配套高品质生活设施与人才政策；“开放平台降门槛”——提供EDA/IP共享、MPW流片补贴等公共技术服务，降低初创企业门槛；“场景开放促定义”——开放本地终端品牌与应用场景，让芯片企业在真实的客户需求中成长。上海张江、北京IC PARK、深圳南山的成功，正是这套空间与制度供给组合的兑现。七、挑战与展望
7.1 核心挑战
端侧算力芯片产业在高速发展的同时，面临四重挑战。一是技术壁垒与生态锁定：高端移动SoC与智驾芯片领域，ARM架构授权、先进制程产能、CUDA生态构成三重壁垒，国产厂商在旗舰市场的突破仍需时日；芯片平台的底层适配工作量巨大，算法—芯片绑定形成深厚护城河，后来者替代成本高企。二是内存涨价的成本挤压：运行端侧大模型需要额外DRAM存放模型权重，内存供应危机使AI手机批发价难以降至400美元以下，2026年全球智能手机出货量预计同比锐减13.9%至10.8亿部创历史新低，成本压力对入门级市场冲击最为严重，可能延缓端侧AI向中低价终端的渗透。三是地缘与供应链风险：高端AI芯片出口管制持续升级，先进制程代工产能集中于台积电，国产端侧芯片企业在先进制程获取上存在不确定性；2025年中国高端GPU进口量同比下降14%，异构计算与成熟制程优化成为被迫的应对。四是同质化竞争与盈利压力：端侧AI芯片赛道涌入大量初创企业，中低端市场已现价格战苗头，部分企业”做到一年大几千万营收就满足、不愿再投入研发”，长期看难以支撑技术跃迁所需的持续投入。7.2 展望：端侧智能体的”芯”纪元
综合各方判断，未来五年端侧算力芯片产业将沿三条主线演进。规模主线：AI手机渗透率2027年将达52%，AI PC渗透率2028年升至85%，中国端侧AI芯片市场规模2028年有望突破8000亿元，产业完成从”旗舰专属”到”全民标配”的跨越。技术主线：NPU算力向200TOPS以上迈进，存算一体、Chiplet、3D封装与低比特量化（1.58bit及以下）推动能效比数量级提升；端侧模型从”推理”走向”训练+推理”闭环，智能体常驻终端成为可能。格局主线：高通、联发科在高端市场持续缠斗，国产厂商在智驾、AIoT、可穿戴、视觉等细分赛道巩固”隐形冠军”地位并向旗舰渗透；苹果、特斯拉、蔚来、小鹏等终端厂商自研芯片深化”垂直整合”，产业在”开放生态”与”封闭垂直”两条路线间动态平衡。对城市而言，端侧算力芯片产业是一场”得人才者得天下”的竞赛——它不依赖土地与能源，而取决于人才密度、生态完备度与场景丰富度。上海张江的全链条生态、北京中关村的AI策源、深圳—珠海的应用创新、合肥的制造带动，代表了四种不同的成功范式；未来的赢家，将是那些能把”人才—生态—场景—资本”组织成正向循环的城市。而对产业而言，当每一部手机、每一辆汽车、每一副眼镜、每一台机器人都内置了足以运行智能体的算力，端侧芯片就真正从”功能部件”进化为”智能时代的基础设施”——那时回望，2025年这个”AI智能体元年”，正是这场深刻变革的起点。
