5月27日-29日，2026第十届集微大会在上海张江科学会堂隆重举行。在备受瞩目的“端侧AI峰会”上，智能边缘NPU IP和软件IP授权商Ceva中国技术支持总监徐明发表了题为《The Power of AI Scalability – Beyond a Single NPU》的主题演讲。面对生成式AI席卷全球的浪潮，徐明并未随波逐流地谈论单一算力的堆叠，而是以极具前瞻性的视角指出：未来端侧AI竞争的决胜关键，已不再是单一NPU性能指标的单纯比拼，而是如何围绕“可扩展性”构建一个能够覆盖多元场景、平衡功耗与成本的完整AI计算平台。
Ceva中国技术支持总监徐明
从连接到推理：构建全栈式AI计算版图
演讲伊始，徐明首先展示了Ceva在AI领域的深厚积淀与宏大布局。数据显示，目前全球每秒有超过60台搭载Ceva技术的设备出货，累计已有超过200亿台设备采用了Ceva的相关IP技术。这一庞大的出货量背后，是Ceva对“连接、感知、推理”三大核心能力的全面覆盖。
徐明强调，AI的发展绝不仅仅局限于推理计算本身。未来的智能终端，需要的是一个从无线通信、传感器融合、音频处理，到视觉AI和神经网络推理完整协同的计算体系。无论是手机、消费电子，还是汽车、工业物联网，Ceva的技术早已渗透其中，为万物互联的智能世界奠定了坚实的底层基础。
趋势与跨越：从感知智能迈向物理AI
在谈及AI市场的发展趋势时，徐明敏锐地捕捉到了行业正在经历的深刻变革。他指出，边缘AI正在经历从简单感知任务向复杂推理任务的快速演进。过去的边缘AI主要承担目标检测、健康监测等相对基础的工作，而随着生成式AI的爆发，终端设备开始承担起越来越复杂的大模型任务。
Ceva中国技术支持总监徐明
徐明认为，与云端相比，端侧生成式AI在低延迟、隐私保护、能耗控制及运营成本方面具有天然优势。未来，聊天机器人、医疗辅助分析、智能IoT设备等应用将深度依赖本地AI能力。更为重要的是，行业正在步入“Agentic AI”时代。与传统AI仅执行单一指令不同，Agentic AI具备自主规划、理解目标、调用工具并执行复杂任务的能力。
在此基础上，徐明进一步描绘了“物理AI”的宏伟蓝图。当AI深度融入并作用于物理世界，机器人、无人机、智能家电以及以Waymo为代表的自动驾驶汽车，都将成为物理AI的重要载体。这种在设备端侧实时感知、连接和推理的智能，将彻底改变我们与物理世界的交互方式。
破局与挑战：从单一加速器到可扩展平台
面对Agentic AI与物理AI带来的巨大机遇，徐明也冷静地剖析了当前边缘AI NPU面临的四大严峻挑战：AI模型迭代速度极快、终端设备对超低功耗的严苛要求、持续存在的成本压力以及对复杂软件生态的适配需求。
基于此，徐明提出了核心论断：端侧AI架构必须从单一加速器思维转向可扩展平台思维。为此，Ceva构建了强大的NeuPro系列NPU产品家族，算力跨度从10GOPS延伸至400TOPS，实现了对TinyML到大型生成式AI模型的全面覆盖。
NeuPro-Nano系列：面向超低功耗设备，完美适配语音AI、健康监测等常时开启应用。
NeuPro-M系列：具有极大的算力支持范围。通过规格与功能的配置选择，既可面向可穿戴和IoT市场，支持实时目标检测及轻量级本地聊天机器人。也可以瞄准高性能边缘AI场景，足以应对ADAS、无人机避障及大型多模态模型部署。
在Llama 2/3.2模型测试中，其推理功耗效率提升至3500 tokens/秒/瓦。
CEVA也在同步开发下一代NPU产品。通过持续优化针对LLM应用的架构，减少75%的latency，将最大支持带宽提高到原来的2.4倍。针对transformer网络，单位面积的性能提到到原来的2.7倍。LLM的能效比提到到原来的2.1倍，并兼顾传统CNN，提高15%左右的能效比。
尤为引人注目的是，Ceva展示了NeuPro-M多核多芯粒双层调度架构。通过应用层和芯片内Host CPU的分层调度，分别实现了芯片间，及芯片内部多核NPU的调度与管理。
此外，Ceva DSP+NPU融合的架构设计，可以通过统一平台支持传感器解码、模型推理、AI前后处理等全流程任务。
结语
演讲最后，徐明引用市场预测数据指出，到2030年，全球边缘AI芯片出货量将达到39亿颗，产业已进入规模化发展的关键阶段。过去20年，Ceva不仅见证了中国半导体产业的飞跃，更深度参与其中。
“未来不是靠单一NPU实现的。它需要可扩展的架构、融合的平台、开放的生态。”徐明表示。Ceva愿与中国产业伙伴携手，在WiFi 7、蓝牙高精度测距、UWB以及边缘大模型部署等前沿领域持续投入，共同推动边缘AI产业持续跃升，迎接物理AI时代的到来。（校对/张杰）
