配资盈利APP下载芯桥半导体张鑫：从单点智能到群体协同，芯桥如何打造具身智能的“算力工厂”

4月21日至22日，以“奔赴AGI 重塑未来”为主题的2026中国生成式AI大会（北京站）圆满举行。

这场大会集结73位产学研投嘉宾，通过1场开幕式、3场专题论坛、6场技术研讨会，全景式解析AI产业的产业脉络、创新范式、Token经济与中国机会。

议题跨度很大，从大语言模型、多模态模型、世界模型、智能体、AI眼镜等前沿模型与应用，到数据、芯片、存储、通信、云服务等基础设施。

在这场信息密度超高的大会上，芯桥（北京）半导体有限公司解决方案副总裁张鑫带来了题为《构建感知、决策、执行一体化的智能算力工厂》的主题演讲。

张鑫指出，从GTC大会黄仁勋提出的算力工厂到Agent落地元年，算力需求正从单点爆发走向群体协同。在具身智能场景下，机器人受限于电量与承载面积，无法仅靠单点算力完成任务，必须实现算力的分布式协同。

基于这一判断，芯桥半导体推出了五位一体的智能算力架构，核心思路是算力分层部署。该架构具备两大能力：其一，将大算力、高精度的X200芯片部署在边缘网关或集群上，负责群体路径规划与长时间序列的全模态模型计算；其二，将低功耗、大显存的S200芯片部署在机器人边端，运行影子模型以应对断网或异常情况。

芯桥半导体正围绕系统级调度平台与安全机制进行深度验证，涵盖内存墙优化、模型黑盒应对及无网络环境下的本地自主执行。芯桥认为，服务端集群本质上是Token工厂，Token经济正从一次性问答转变为以长时间为计量单位的持续工作模式，只有当Token成本降到足够低，推理端才会迎来真正的大爆发。

以下是演讲实录：

一、算力新战场：从“单点智能”到“群体协同”

各位同仁、各位开发者们，大家好。很荣幸能有这样一个机会与大家进行交流。这次我们芯桥半导体主要想和大家探讨的是：构建感知、决策、执行一体化的智能算力工厂。

今年大家也看到了，在三月份的GTC大会上，黄仁勋反复提到了算力工厂，同时还提到了各种芯片的架构需要重新调整。今年是Agent的落地元年，去年底OpenClaw开始爆火，大家都在推测今年的落地到底是什么样子。那么，今年会不会把所有的推理场景带火？整个推理场景的硬件服务器，包括集群、各种各样的边缘端场景，到底该怎么用？这其实是今年大家非常关心的一个话题，我们就着这个话题进行一些讨论。

我先简单介绍一下芯桥。芯桥成立的时间其实不算短，我们有自己的研发团队，专门针对GPU芯片进行研发设计。今年我们的重点，一个是新芯片的研发，另一个是探索更多芯片的落地场景。

在板卡这个场景上，很多企业都在买服务器、建集群，但其实还有很多场景在里面。往年我们落地了很多应用，包括视觉的CV模型、LLM（大语言模型），以及现在的多模态模型，甚至一些Agent在落地时，也都对算力提出了各种要求。

多种场景落地之后，我们发现，今年Agent火爆之后，对卡的要求，或者说对平台和芯片的要求，也变得多样了。因为整体需求的爆发，就会导致推理场景不再局限于语言类的模型，而是更偏向于多模态的，比如具身智能，还有一些世界模型，各种各样的模型都会涌现出来。在不断落地的过程中，芯片到底应该如何定位呢？今年，我们在董事会讨论之后，对整体的拓展方向，以及芯片在未来设计、落地的方向，都做了深刻的思考。

其中，底层硬件和平台化的优化一定是重中之重。因为现在大家在使用国产芯片时，还是会面临一定的考验。我们更希望让用户在使用我们的芯片时，能够非常顺滑，无论是以前使用NVIDIA芯片还是NPU芯片，切换到我们这里，甚至在异构计算时，都能达到非常丝滑的效果。

二、机器人电量有限？打破单节点算力天花板

在场景方面，今年春晚的机器人已经火得众所周知，前两天亦庄的机器人半程马拉松比赛也很受关注。在火热的同时，我们需要思考一个问题：具身智能在单节点（机器人本身）上的算力是否足够？如果在单节点上遇到了内存墙或者通信墙，或者遇到其他阻碍，我们应该如何调整？因此，借助春晚的人形机器人和刚结束的亦庄半马比赛这两个热点，我们就具身智能这个场景展开后续讨论。

目前，我们有很多合作商，大家一起讨论具身智能。从整体架构来看，未来可能不能只局限于单点计算。因为机器人本身的电量是有限的，其电路板的承载面积也是有限的，这意味着它在单节点（即一个机器人自身的承载范围内）的计算能力存在上限。

大家也看到，在春晚舞台上，宇树、银河等许多机器人实际上是在做群体智能，不再是一个机器人单独完成工作，而是多个机器人协同合作。因此，必然会面临机器人与机器人之间的协同问题。基于此，我们在与供应商讨论后，提出了一个大胆的假设和一套五位一体的架构方案。该方案涵盖了从最底层的执行层，到最上层的决策层，以及中间过渡的认知层。这一方案整合了芯桥目前所有的芯片产品，力求将各产品的性能最大化地分配和利用。

我们推测，机器人的下一个战场，除了已经明确的单点算力提升之外，还必然面临群体智能的升级。此时，我们考虑的就不再是单纯的算力提升问题，而是算力的协同问题。我们能否将现有的服务端、边缘端、网关端等各端的算力联合起来使用？在服务端与单点节点之间的通信效果上，哪些模型、哪些参数、哪些变量应该存储到何处，才能达到最优效果？我们对这些问题进行了深入讨论。

三、鱼群效应：X200大算力上云，S200小模型落地

我们得出的结论是，在类似“鱼群效应”的场景中，更适合将大算力放在边缘网关或直接放在算力集群中。那些长时间序列的事件模型，即持续运行、时间周期很长且需要全模态的视觉模型，应放置在X200算力集群上。而那些经过量化处理的、较小的影子模型，反而应该放在机器人的边端。这样一来，当出现异常情况时，边端可以及时调用这些模型进行处理，避免出现路径干扰、碰撞，或者因故障导致机器人停机、无法恢复、无法返回原点等问题。

我们在方案设计过程中，充分考虑了不同芯片以及不同搭配的SoC或网关端集群计算的效果，重新对架构进行了调整。

像X200这样大算力、适合集群类终端计算的芯片，反而应该放置在边缘网关或集群服务器端，采用高精度（如BF16、FP32）进行计算，承担群体项目的整体路径规划任务，确保由上百个节点组成的群体在路径规划、行为规划以及传感器返回结果后构建下一秒事件模型的实时计算。这些任务数据量极大、精度要求极高，统一由X200芯片完成。

而S200这种边缘端芯片，在设计上兼具低功耗和大显存的特点。它可以满足边缘端对影子模型的需求：当出现异常时，边缘端能够自主进行足够长时间序列的世界模型计算，保证机器人在下一秒的行为不会与原有规则或轨迹方案产生过大偏差。同时，大显存能够存储足够的中间变量，确保机器人有充足的时间完成当前工作并归位。因此，这款芯片非常适合在边缘端为机器人提供强大的算力以及足够大的显存。

当前，无论是边缘端还是服务端，内存墙的问题已经非常突出。最近国内外许多论文都在探讨同一个问题：如何处理长上下文，才能在最有效的存储空间内计算出更多高准确率的数据？此外，在解决了内存墙问题之后，能否通过通信手段将更多的显存整合起来，将单面积很小的显存汇聚成一个大的显存池？这也是为了解决通过带宽来缓解显存瓶颈的问题。但在边缘端的单点计算场景中，最直接的方法仍然是扩大显存，其好处是显而易见的。

在系统层面，我们与众多供应商、具身智能企业以及算力中心不断进行磨合与调整。实际上，我们需要一个宏观调控的平台，这个平台既要能够进行精细调控，也要能够进行宏观调控，包括算力分配、不同模型的切换、不同数据的交换以及变量存储位置的协调，才能达到最优的占比，避免显存和带宽的浪费。

再往下到具身智能层面，包括某些传感器的控制，一直到微观层面机械手的灵活调整。这些调整有的需要CPU，有的需要GPU，许多中间变量需要共存。因此，整个板间设计和资源调度需要一个平台进行合理规划和任务协调。

四、极致安全：断网环境下的“边缘自治”

此外，安全问题始终是一个无法回避的话题。从去年的安全会议开始，大家就在讨论模型的黑盒问题：它到底是否安全？它内部到底进行了怎样的计算？我们现在仍然不得而知。直到今天，我们仍然不清楚Transformer架构内部的详细计算过程，它依旧是黑盒。虽然我们可以通过推理来判断它给出的结果好坏，但这属于安全问题的范畴。

例如，在MoE模型出现之后，Anthropic发表了一篇论文讨论了这样的问题：模型给出的结果，究竟是经过思考之后得出的，还是先有了结果再进行思考？这是一个非常底层的安全问题。机器人也同样存在类似的问题。我们看到它执行的结果与我们的预期可能可以进行调试，但如果加入了真正的思考过程，它给出的结果究竟是我们想要的结果，还是它想让我们看到的结果？

另外，在工厂这种需要精细化工作的场景中，如果出现断网或断电的情况，虽然大家都有UPS（不间断电源），但难免会有部分区域无法启动。如果出现断网，尽管现在许多工厂都在做5G或WiFi覆盖，但仍然存在很多网络盲区，例如仓储区域，或者像某些保密性极高的场所，其中信号干扰非常强。机器人进入这类场景后，可能会面临断网。那么，它一旦踏入这样的区域，是否还能继续执行原有任务？这一点非常关键。在没有中心调度的情况下，本地设备是否能够依靠本地的影子模型以及传感器、CV等多种模型的配合，仍然正确地完成任务？

针对这些问题，我们在芯片层面进行了严格的探讨，并且正在与供应商进行实时论证，以确保拥有足够的算力、优质的优化算子库，以及重新定义的芯片外设方案，从而推动机器人在真正的异常情况下，或者在单点无网络的计算环境下，依然能够优质地执行服务端分配的任务，并安全地返回有网络的环境或原始出发点。整个设计方案仍然围绕我们五位一体的架构展开，并与不同场景和供应商进行了相互讨论与验证。

实际上，从今年开始，芯片不仅提供算力，也构成了Agent进化的基因。我们的定位与年初GTC上讨论的观点一致：服务端集群本质上就是Token的工厂。Token工厂改变了整个推理的商业价值，过去的推理是一次性的，我提出一个问题，它给出一个结果，再问一个，再给一个，这是一个一个、逐步完成的过程。

但今后将不再是这种模式，而是变成一个长时间序列的、持续且不会停止的工作。因此，整个Token经济将转变为以长时间为计量单位的经济，而不是一次性贩卖结果。我们在探讨这个问题，以及我们自身芯片产品在未来定位和未来视角时，不再拘泥于现有的训练模式、推理模式、ChatBot或聊天框，而是着眼于整个未来的Token世界和Token经济的运作方式。我们需要考虑，整个单点以及整个生态架构应该如何运作，才能使Token经济更具价值，让我们的芯片帮助Token经济实现最大利益。