據(jù)了解，該芯片采用中星微自研的通用多核異構(gòu)GP-XPU架構(gòu)，比CPU+GPU架構(gòu)在運(yùn)行效率、實(shí)時(shí)性、性?xún)r(jià)比和安全性等方面大幅提升。

據(jù)介紹，該芯片基于國(guó)產(chǎn)工藝制程，完全自主可控?；?ldquo;星光智能五號(hào)”，可構(gòu)建具有“萬(wàn)物識(shí)別”能力和自然語(yǔ)言處理能力的“本地化智能體”，為千行百業(yè)的智能化升級(jí)提供更優(yōu)解決方案，可廣泛應(yīng)用于國(guó)家戰(zhàn)略重要領(lǐng)域以及城市感知、智能制造、智慧農(nóng)業(yè)、智能交通等行業(yè)，更好服務(wù)于數(shù)字中國(guó)建設(shè)和新質(zhì)生產(chǎn)力發(fā)展。

首款運(yùn)行通用大模型單芯片，突破邊緣算力極限

據(jù)介紹，“星光智能五號(hào)”通過(guò)采用GP-XPU架構(gòu)，集成高性能的RISC-V CPU、GP-GPU、NPU，以及面向智能感知領(lǐng)域的圖像信號(hào)處理器（ISP）、視頻編解碼器（VPU）、加解密處理器（ECU）等多核心模塊，通過(guò)專(zhuān)用的HCP（異構(gòu)計(jì)算池）任務(wù)調(diào)度單元和安全內(nèi)存管理系統(tǒng)，實(shí)現(xiàn)多異構(gòu)內(nèi)核之間的算力與存儲(chǔ)資源的實(shí)時(shí)調(diào)度與動(dòng)態(tài)共享，大幅提升了算力利用效率和數(shù)據(jù)吞吐率，從而首次實(shí)現(xiàn)了在單芯片上部署運(yùn)行DeepSeek 1.5B、7B、8B、16B等通用大模型及視覺(jué)大模型的能力。

在僅約一張名片大小的處理板中，單顆“星光智能五號(hào)”既滿(mǎn)足復(fù)雜場(chǎng)景下的視頻實(shí)時(shí)檢測(cè)、識(shí)別與跟蹤需求，又能實(shí)現(xiàn)自然語(yǔ)言處理、任務(wù)規(guī)劃、知識(shí)管理、自動(dòng)控制等智能體功能；通過(guò)8顆芯片聯(lián)合部署，能夠支持“滿(mǎn)血版”671B參數(shù)DeepSeek大模型和視覺(jué)大模型運(yùn)行，徹底打破邊緣端算力瓶頸。

“六邊形戰(zhàn)士”全能領(lǐng)跑AI芯片賽道

作為AI芯片領(lǐng)域的全能型選手，“星光智能五號(hào)”以六大核心優(yōu)勢(shì)樹(shù)立行業(yè)標(biāo)桿： 

高效率：通過(guò)算子級(jí)MoE架構(gòu)與HCP實(shí)時(shí)調(diào)度機(jī)制，算力利用效率提升約40%，數(shù)據(jù)吞吐率提升約50%；

低能耗：通過(guò)異構(gòu)計(jì)算資源按需分配，該芯片能耗降低至少30%；

低成本：通過(guò)“端-邊閉環(huán)架構(gòu)”減少云端資源依賴(lài)，綜合部署成本約為服務(wù)器架構(gòu)同性能部署的1/3；

體積?。呵度朐撔酒奶幚戆遄钚H需要約一張名片大小，可滿(mǎn)足多種小型化智能設(shè)備的空間需求；

強(qiáng)安全性：采用存儲(chǔ)器分區(qū)安全隔離技術(shù)，支持高性能?chē)?guó)密算法計(jì)算，實(shí)現(xiàn)信源級(jí)密碼保護(hù)，具備原生數(shù)據(jù)安全特性；

高適應(yīng)性：支持開(kāi)放生態(tài)與主流AI框架，無(wú)縫對(duì)接千行百業(yè)的各種應(yīng)用場(chǎng)景；在工作環(huán)境適應(yīng)性方面，“星光智能五號(hào)”擺脫了云端大算力設(shè)備對(duì)機(jī)房恒溫恒濕環(huán)境的依賴(lài)，可以在各種生產(chǎn)生活現(xiàn)實(shí)環(huán)境中完成高性能智能化工作。

賦能“本地化智能體”，重構(gòu)AI部署范式

中星微技術(shù)CEO張韻東介紹，“星光智能五號(hào)”將推動(dòng)端側(cè)、邊緣側(cè)智能化升級(jí)，大幅減少對(duì)云端算力資源的依賴(lài)，節(jié)省系統(tǒng)建設(shè)成本，探索了一條符合中國(guó)國(guó)情的人工智能技術(shù)路線(xiàn)。

據(jù)了解，傳統(tǒng)依賴(lài)云端的AI推理流程常面臨響應(yīng)延遲大、成本高、受制于網(wǎng)絡(luò)環(huán)境等問(wèn)題，而該芯片通過(guò)本地化算力與內(nèi)生安全機(jī)制，使大模型推理可直接在邊端側(cè)內(nèi)完成閉環(huán)，既節(jié)省了云端傳輸與存儲(chǔ)成本，同時(shí)極大提升了響應(yīng)速度，可實(shí)現(xiàn)毫秒級(jí)響應(yīng)，同時(shí)以信源級(jí)密碼機(jī)制保障數(shù)據(jù)全生命周期安全。

這一技術(shù)突破為城市感知、智能制造、智慧交通等場(chǎng)景提供了效率、能耗、成本、體積、安全性、適應(yīng)性綜合優(yōu)化的實(shí)踐路徑，真正賦能千行百業(yè)打造自主可控的智能終端。

張韻東表示：“中星微面向我國(guó)傳統(tǒng)行業(yè)數(shù)字化轉(zhuǎn)型的實(shí)際需求，發(fā)展端、邊、云分布式人工智能計(jì)算技術(shù)，在不依賴(lài)于最先進(jìn)的半導(dǎo)體工藝制程的情況下，堅(jiān)持原始創(chuàng)新和自主可控，探索了一條符合中國(guó)國(guó)情的人工智能技術(shù)路線(xiàn)。”

“星光中國(guó)芯工程”總指揮、中國(guó)工程院院士鄧中翰（前排右4），工程副總指揮、中星微技術(shù)CEO張韻東博士（前排左4）及研發(fā)團(tuán)隊(duì)?wèi)c祝“星光智能五號(hào)”單芯片運(yùn)行DeepSeek大模型成功。