六岳微亮相 2026 苏州智博会，工控 AI 芯片迎来「场景定义」新玩家

2026 苏州智博会传来消息，国内芯片设计新秀六岳微正式切入工控 AI 芯片赛道。

7 月 30 日，2026 人工智能产品应用博览会在苏州开幕，包括华为、百度、阿里、海光信息等头部企业在内的近 400 家公司参展。

在当天举行的主论坛上，六岳微副总裁王锋发表了题为「工控领域 AI 芯片及软件生态建设」的演讲。这家已在 DSP（数字信号处理器）领域完成多款产品量产的公司，正将目光投向 AI 芯片的深水区。

工控 AI，难在哪里？

「工控领域的 AI，与云端 AI 有着本质区别。」王锋开门见山。

工业现场要求低延迟的实时控制、边缘部署下的低功耗、长达 10 年以上的设备生命周期，以及对 EtherCAT、CAN、PROFINET 等工业接口的适配。这些硬性约束决定了，工控 AI 芯片不能简单移植消费级或数据中心方案，必须在架构层面进行针对性设计。

在王锋看来，当前市场上的 AI 芯片大多面向数据中心或消费电子，真正理解工业场景、能为工业现场「量身定制」的产品并不多见。这正是六岳微选择切入的角度。

全栈自主的 AI 芯片路线图

六岳微并非 AI 芯片领域的新玩家。团队核心成员来自国家「核高基」重大专项成建制团队，在微处理器内核与基础软件方向有近 30 年积累，曾参与飞腾芯片等多个国家级项目，累计流片超百款。此前量产的 DSP 产品和 EtherCat 从站芯片，已在中国中车、蓝思科技等头部企业中获得验证。

此次王锋披露的 AI 芯片路线图，延续了其在 DSP 领域「全栈自主」的一贯打法：基于 RISC-V 架构的核心，NPU 采用 SIMD 向量方式，可提供数百 TOPS（INT8）算力，12nm 工艺物理评估同步完成。软件层面，自研 AI 编译器支持 PyTorch、MindSpore Lite 等多种框架，覆盖从模型量化到仿真部署的全链路。此外，六岳微还为用户提供自研的图形化集成开发环境（IDE），兼容 CUDA 工程，支持直接导入，并针对工控领域的实时性做了专门优化，同时适配国产实时操作系统。

在 AI 算子生态方面，王锋重点介绍了其基于多层编译优化的算子代码自动生成技术，利用 WildBench 工具利用大模型代码生成能力，通过多 Agents 协同完成多后端、多算子生成与优化，有效丰富六岳微 AI 芯片的算子生态。算子性能较开源库单个算子加速 1.95 至 3.11 倍，整体模型加速 1.21 至 2.28 倍。

瞄准「国产替代+AI 增量」交叉地带

王锋在演讲中总结了工控领域 AI 的六大应用场景：视觉检测、预测性维护、异常检测、机器人与自动驾驶、工艺参数优化，以及基于行业大模型的知识问答。在他看来，工业场景的 AI 需求远比外界想象的丰富。

当前，工业 DSP 芯片市场仍由德州仪器（TI）等海外厂商主导，国产替代已进入核心场景攻坚阶段。与此同时，AI 正从云端走向边缘，上述场景对「算力+实时性+工业接口」提出了复合型需求。据 Yole Intelligence 数据，2025 年全球工业 AI 芯片市场规模约 38 亿美元，年复合增长率超过 32%。六岳微瞄准的，正是这个既有国产替代刚性、又有 AI 增量的交叉地带。

从产品路线图看，六岳微计划以「RISC-V CPU SoC+AI NPU」为核心架构，将实时控制能力与 AI 推理能力融合在同一芯片中。王锋认为，工控 AI 芯片要真正落地，必须同时具备 AI 算力、实时 CPU、信号处理 DSP、工业接口、AI 软件栈和实时操作系统六个要素，缺一不可。这种「控制+计算」的异构设计，将在具身智能、工业自动化等场景中形成差异化竞争力。

「工控 AI 芯片不是算力越高越好，而是要在延迟、功耗、成本和工业生态之间找到最优平衡。」王锋强调。

从 DSP 到 AI，从替代到定义——六岳微正以全栈自研的能力，在工控 AI 芯片这条路上走出一条属于自己的路。

来源：互联网