后摩智能創(chuàng)始人兼CEO吳強：端邊通用AI算力瓶頸迎來破局點，存算一體將重構(gòu)產(chǎn)業(yè)生態(tài)｜WISE 2025 商業(yè)之王

2025年的商業(yè)世界正站在新舊轉(zhuǎn)換的十字路口。在商業(yè)敘事重構(gòu)、科技浪潮席卷的當(dāng)下，WISE2025商業(yè)之王大會以“風(fēng)景這邊獨好”為基調(diào)，試圖在不確定中錨定中國商業(yè)的確定性的未來。我們在此記錄這場思想盛宴的開篇，捕捉那些在變局中依然堅定前行的聲音。

11月27-28日，被譽為“年度科技與商業(yè)風(fēng)向標(biāo)”的36氪WISE2025商業(yè)之王大會，在北京798藝術(shù)區(qū)傳導(dǎo)空間落地。

今年的WISE不再是一場傳統(tǒng)意義上的行業(yè)峰會，而是一次以“科技爽文短劇”為載體的沉浸式體驗。從AI重塑硬件邊界，到具身智能叩響真實世界的大門；從出海浪潮中的品牌全球化，到傳統(tǒng)行業(yè)裝上“賽博義肢”——我們還原的不僅是趨勢，更是在捕捉在無數(shù)次商業(yè)實踐中磨煉出的真知。

我們將在接下來的內(nèi)容中，逐幀拆解這些“爽劇”背后的真實邏輯，一起看盡2025年商業(yè)的“風(fēng)景獨好”。

“未來五到十年，端邊側(cè)計算將從以邏輯控制為主，轉(zhuǎn)向以AI為主。我們正站在端邊側(cè)AI爆發(fā)的前夜。”在大會上，后摩智能創(chuàng)始人兼CEO吳強這樣判斷。

他認(rèn)為，端邊AI計算正在經(jīng)歷類似數(shù)據(jù)中心過去十年的“范式遷移”——從控制優(yōu)先轉(zhuǎn)向數(shù)據(jù)優(yōu)先，而推動這一變革的核心動力，正是大模型落地帶來的算力重構(gòu)需求。

吳強指出，當(dāng)前端邊計算仍以CPU及控制為主，AI僅是配角；但隨著感知、理解、決策類任務(wù)逐漸成為端側(cè)主流，通用AI芯片將迎來爆發(fā)。行業(yè)分析機構(gòu)STL Partners預(yù)測，端邊計算的市場規(guī)模在未來五至十年有望達(dá)到四千億美元量級。

但是，端邊通用AI芯片仍面臨嚴(yán)峻的挑戰(zhàn)：傳統(tǒng)架構(gòu)面臨“存儲墻”與“功耗墻”的制約，約90%功耗耗在數(shù)據(jù)搬運上，而非計算本身。

針對這一痛點，后摩智能選擇了“存算一體”技術(shù)路徑，提升計算效率效，并于今年7月推出首款針對端邊大模型的芯片M50。該芯片以10W功耗提供100-160T算力，可支持百億級參數(shù)大模型在端側(cè)運行，目前已與AIPC、智能辦公、陪伴機器人、5G+AI等場景的客戶展開合作。

在吳強看來，除了現(xiàn)有場景，具身智能將是下一代端邊AI的關(guān)鍵賽道。“具身智能機器人需要一顆實時、強思維、可交互的‘最強大腦’，而這正是存算一體架構(gòu)的優(yōu)勢所在。”他表示，公司正基于下一代DRAM PM存算一體芯片，與機器人算法及方案廠商共同推進(jìn)“最強大腦”式的芯片解決方案。

隨著M50明年起逐步落地，以及信創(chuàng)PC、智能辦公、陪伴機器人等場景的持續(xù)拓展，后摩智能正與產(chǎn)業(yè)鏈上下游共建端邊AI生態(tài)。

吳強強調(diào)，端計算不僅是算力的競爭，更是生態(tài)的競爭——“我們希望與合作伙伴一起，在端側(cè)實現(xiàn)AI的普及與普惠。”

以下為后摩智能創(chuàng)始人兼CEO吳強的演講實錄，經(jīng)編輯：

大家好，我是后摩智能的吳強。我們是一家專注于端邊AI芯片的公司，今天想借這個機會，和大家分享我們對于端邊AI計算的一些思考和實踐。

大模型推動了AI進(jìn)入2.0時代，這不僅改變了云端數(shù)據(jù)中心的計算格局，也讓英偉達(dá)成為全球首家突破5萬億美元市值的公司。我們認(rèn)為，未來幾年，端邊側(cè)也將迎來巨大機遇。由于端邊設(shè)備對實時性、隱私性有天然需求，再加上AI普惠化的發(fā)展趨勢，我們相信，端邊AI計算會逐漸崛起，成為AI競爭的主戰(zhàn)場。

目前，端邊計算的市場規(guī)模才剛剛起步，但我們預(yù)計在未來五到十年，它將迎來爆發(fā)式增長。例如，STL Partners預(yù)測，這個市場的規(guī)模可能達(dá)到四千億美元甚至更高。

今天，端邊計算仍然以邏輯控制為主。那么未來五到十年，端邊計算的格局會怎樣？我們認(rèn)為，它會從現(xiàn)在的邏輯控制為主，逐步轉(zhuǎn)向以數(shù)據(jù)為中心的AI計算為主。

回顧數(shù)據(jù)中心過去十年的發(fā)展，我們可以看到類似的變遷。以前，數(shù)據(jù)中心80%的支出用于邏輯控制類計算，比如網(wǎng)頁處理、數(shù)據(jù)庫操作等，只有20%用于數(shù)據(jù)類計算。而今天，這個比例已經(jīng)反轉(zhuǎn)：80%用于AI計算，20%用于邏輯控制。這種計算范式的遷移，正是由應(yīng)用場景的演變驅(qū)動的。

那么，在端邊側(cè)，我們是否也能預(yù)見同樣的變化？目前，端側(cè)的計算仍以CPU為主，AI更多是輔助角色。但我們預(yù)計，未來五到十年，端邊的任務(wù)將更多轉(zhuǎn)向感知、理解、決策等，走向以數(shù)據(jù)和AI為主的方向。這是我們做出的第一個判斷。

具體看端邊AI計算，它可以分為垂類和通用兩大類。垂類場景如手機、智能駕駛等，由于場景明確、體量大，已經(jīng)受到廣泛關(guān)注，并且在算法與芯片架構(gòu)上做了大量軟硬件協(xié)同優(yōu)化。

而另一類是端邊通用AI計算，它覆蓋成千上萬種不同場景，每個場景規(guī)模不大，但總和非常可觀。這類計算需求多樣，既要保證效率，又要兼顧通用性，目前才剛剛受到重視，也是我們接下來想重點談的。

那么，端邊通用AI芯片的特點和挑戰(zhàn)是什么？首先，它處于端邊側(cè)，成本敏感、功耗敏感，帶寬也容易成為瓶頸，特別是在大模型時代。其次，作為通用芯片，它要適配各行各業(yè)、眾多場景，需要高通用性才能滿足所有需求。我們必須在底層架構(gòu)上，在不損失通用性的前提下，提升能效，滿足端邊側(cè)的需求。這是行業(yè)過去幾年一直在探索的方向。

要解決這個問題，首先要看清當(dāng)前架構(gòu)的瓶頸。傳統(tǒng)架構(gòu)靈活性好，但如今遇到了“存儲墻”和“功耗墻”——數(shù)據(jù)搬運成為主要瓶頸，90%的功耗可能都花在數(shù)據(jù)搬運上，而不是計算本身。因此，要想提升端邊通用AI的效率，就必須從根本上突破這兩大瓶頸。

我們認(rèn)為，存算一體是突破存儲墻和功耗墻的最佳路徑之一。它本質(zhì)上是通過拉近數(shù)據(jù)與計算的距離，來減少數(shù)據(jù)搬運，從而提升能效。存算一體有多種實現(xiàn)方式，比如基于SRAM和DRAM。SRAM更適合提升計算密度和能效，DRAM則更擅長解決帶寬問題。

后摩智能從成立之初，就專注于存算一體的大算力芯片研發(fā)，也是第一家將存算一體大算力從論文推向?qū)嵺`的企業(yè)。經(jīng)過四五年的技術(shù)積累，我們已經(jīng)推出了兩代量產(chǎn)產(chǎn)品。今年7月，我們發(fā)布了最新的旗艦芯片——M50。

M50是我們首款專為端邊大模型設(shè)計的芯片，提供約100-160T的算力，功耗僅10W，能夠支持從140億、200億、300億直至1200億參數(shù)的大模型。我們提供了多種產(chǎn)品形態(tài)，如M.2卡和Duo M.2卡，最小的M.2卡只有口香糖大小，卻可以運行140億甚至300億參數(shù)的模型，這在端邊場景中給客戶帶來了很大驚喜。

發(fā)布以來，我們一直在與客戶推動M50的落地。在端側(cè)，我們合作的場景包括智能語音設(shè)備、AIPC、陪伴機器人、AI NAS等；在邊側(cè)，主要聚焦AI網(wǎng)關(guān)、5G+AI、計算盒子等場景。

一個好的芯片離不開好的工具鏈。針對M50，我們提供了完整的工具鏈，支持各類已訓(xùn)練好的模型（包括開源模型）直接轉(zhuǎn)換到硬件運行，無需重新訓(xùn)練。由于M50支持bFP等浮點精度，整個編譯過程非常順暢，客戶可以快速完成模型適配。

從7月發(fā)布至今，我們與芯片上下游伙伴緊密合作，完成了與多種操作系統(tǒng)（包括Windows、Linux，以及麒麟、統(tǒng)信等信創(chuàng)系統(tǒng)）的適配，也協(xié)同了各類主控芯片（x86、ARM及國產(chǎn)CPU）。同時，我們正與算法層、解決方案層的伙伴開展大量適配工作，預(yù)計從明年初開始，會有更多落地應(yīng)用推出。我們希望與更多伙伴共建端邊AI生態(tài)。

最后我想總結(jié)，盡管當(dāng)前端邊計算仍以控制和邏輯為主，但我們堅信，未來五到十年，它將轉(zhuǎn)向以AI為主，端邊通用AI計算也將迎來爆發(fā)。這是一個歷史趨勢。后摩智能愿與上下游伙伴一起，共建端邊AI生態(tài)，推動AI普及與普惠，讓生活更加美好。