智微智能机构调研纪要

调研日期: 2026-03-05 深圳市智微智能科技股份有限公司是一家物联网数字化核心方案商,主营业务包括教育办公类、消费类、网络设备类、网络安全类、零售类以及其它电子设备产品的研发、生产、销售及服务。该公司拥有全自主研发中心和全资制造工厂,以物联网智能硬件设备解决方案为基础,全面推动5G物联网智能场景化应用。智微智能以“为客户提供智能场景下先进的硬件方案和增值服务”作为全新的企业愿景,实现个人家庭和各类场景的智能连接。未来,智微智能将继续投入大量的资源,强化垂直及细分市场能见度,为物联网、自动化、服务器及嵌入式运算等产业提供全方位智能的硬件、附加方案及增值服务,全力为客户提供以价值为导向的多样性客制化服务。该公司将运用5G、AI、大数据分析等创新的技术,提供全面的高效能硬件及软件/系统整合服务、全面性的软硬件系统整合、以客户为导向的设计服务以及先进的智能教学、全自助化新零售、智能办公、城市安全、通行与物流、大数据与云计算等多种无限可能的应用服务。 一、关于参股公司杭州元川微科技有限公司的基本情况介绍 深圳市智微智能科技股份有限公司近年围绕 AI 进行了一系列布局,2024 年公司布局智算业务,瞄准训练市场,订单快速增长;2025 年在具身智能领域开发大小脑控制器,并围绕具身智能对触觉传感、电机、机器人大脑模型等标的进行投资;2026 年,公司继续秉承全面拥抱 AI 的战略,积极把握 AI 从训练到推理范式转变的重大产业机遇,近日智微通过曜腾投资参股了杭州元川微科技有限公司,深度布局AI 推理芯片领域。 元川微专注于 AI 推理算力创新,通过回归 AI 推理的第一性原理,聚焦边端智能场景,是国内领先的基于 LPU 架构的算力芯片科技公司;依托自研的硬数据流架构与全资源编译器等核心技术,推出了面向大模型、多模态和端侧应用场景的 Mountain(算力)、River(Agent)两大系列 LPU+产品,大幅降低推理应用的部署复杂度和总拥有成本 TCO,精准满足推理应用对确定性、超低时延、高算力、高能效 与低成本的核心需求。 通过对元川微进行投资,智微智能旨在通过与上游芯片原厂的深度绑定,强化自身从训练端到推理端的优势卡位,增强在 AI 服务器、具身智能、边缘及端侧领域的产品能力,以期实现双方在技术、生态、资源、市场上的全面协同。 二、互动交流 1、Q:请介绍一下什么是 LPU? A:作为专为推理设计的芯片(为单一任务量身定做的芯片),LPU(Language Processing Unit,语言处理单元)与GPU存在根本性差异。GP U源于图形渲染需求,凭借强大的并行计算能力被拓展至AI领域,支撑模型训练与推理;而LPU则聚焦语言处理场景,针对文本数据的特性深度优化,在自然语言理解、文本生成等任务中实现更高效的处理——如同为“文本引擎”量身定制的专用加速器,在语义解析、对话交互等垂直场景中,展现出比通用计算单元更精准的能效比与响应速度,重新定义了语言智能的硬件实现路径。 LPU采用大容量片上SRAM架构,数据直接集成于芯片,访问延迟远低于传统GPU的“仓库-生产线”分离模式,实现“生产线旁即仓库”的极速响应;其确定性执行架构通过“静态时序”规划,将计算与通信步骤精确到时钟周期,保障稳定高吞吐量。 更关键的是,LPU抛弃了传统“存算分离”的冯诺依曼架构包袱,如同专为推理定制的“F1赛车”,在低时延、高吞吐、低成本、高能效四大维度形成综合优势,成为大模型推理的“性能引擎”。 2、Q:在2月份英伟达大会上,英伟达一直在强调,Token即收入,单位Token的成本,关注最佳每瓦性能,能否分享下LPU和GPU相比,我们的Token输出速度能快多少,以及成本能下降多少,能耗能下降多少? A:根据 Groq CEO 在 2024 年 ISSCC 国际固态电路大会公布的实测数据: LPU 的 Token 生成速度达到英伟达H100的 6 倍,单 Token 成本降至 H100 的 1/4,推理能耗降至 H100 的 1/3。元川微自身架构验证数据与 Grok接近,且通过进一步架构优化,有望在能效和成本上表现更优。 3、Q:能否分享一下 LPU 速度快的原因是什么? A:LPU速度领先的核心原因,主要来自三大技术特性: ①硬流水体系结构:LPU采用纯硬件流水线架构,天然规避冯·诺依曼体系中系统调度、仲裁、多级缓存等额外开销,时延极短。 ②片上大容量SRAM及高带宽:大容量片上SRAM使模型处理长上下文时无需将数据卸载至片外存储,显著降低访存时延;高带宽提升单次Token并行处理能力,并增强算子融合效率——原需3个算子完成的计算可融合为2至2.5个算子执行。 ③ 静态编译调度机制:所有调度工作在编译期静态完成,运行时无需动态仲裁。类比高铁运行图,调度预先确定,拥塞概率极低;传统GPU动态调度犹如高速公路自由行驶,个体随机性在数学上必然导致系统性拥塞。 4、Q:根据 Groq 的设计,LPU 跨过了内存墙,使用了大量 SRAM,一方面 SRAM 的价格比较昂贵,成本问题如何解决?另一方面 S RAM 的容量较低,能否承载超大模型推理? A:关于 LPU 采用大容量 SRAM 带来的成本与超大模型承载问题,我们从架构本质和产品迭代两个层面给出清晰解答。成本方面,芯片制造成本的核心决定因素是芯片裸片面积与光罩层数,而非片上组件类型,以相同工艺、相同裸片面积、相同光罩层数的芯片为例,晶圆厂的制造成本并无差异,虽然 SRAM 单比特面积大于 DRAM,但 LPU 凭借专用架构优势,实现同等算力所需的芯片面积远小于传统GPU,节省出来的面积可直接用于部署大容量 SRAM,在总芯片面积不变的前提下,SRAM 的扩容由计算单元的面积红利支撑,不会带来额外制造成本,而 GPU 受限于通用架构,即便叠加片上 SRAM 也无法复制 LPU 的系统性优势,二者存在代际级的技术差异。容量方面,Groq 第一代 LPU 所搭载的 SRAM 容量,是适配当时主流 AI 模型的产物,已无法满足当前大语言模型、具身智能与智能体场景的部署需求,这属于产品代际的定位差异,并非 LPU 架构的固有缺陷,针对超大模型推理,新一代 LPU 可实现单芯片加载超大规模模型,大幅减少部署所需芯片数量,后续还能通过按需叠加算力卡的方式灵活扩展,支撑按需付费的商业化模式,显著降低客户的前期投入与部署成本。 5、Q:展望 2027-2028 年,LPU 与 GPU 的市场占比终局关系如何? A:未来推理算力占比将达 90%(训练占 10%),LPU在推理领域能效比、性价比、时延等方面具有显著竞争力,将主导推理市场,而GPU 可能主要聚焦训练及部分推理场景。 6、Q:若 GPU、NPU 集成 3D SRAM 吸收 LPU 优点,后续竞争格局如何? A:GPU、NPU 属于冯诺依曼结构,仅微架构优化,底层依赖多级存储和 Memory 机制,算力密度受限;LPU 核心优势在于非冯诺依曼硬数据流架构及全资源编译器,SRAM仅是架构环节之一,GPU、NPU 集成 SRAM 无法复制其底层优势。