2014年8月，电影《亲爱的》正在火热上映，故事改编自一个真实曲折的寻子事件。“后来我们才知道，这部打拐电影里面的很多取材就是来自深圳刑警大队，也就是深圳打拐大队。”云天励飞董事长兼CEO陈宁回忆起创业之初的一个小插曲。 也是在2014年，陈宁从美国辞职，回国创业，在深圳创办云天励飞，并依托“孔雀计划”聚焦AI芯片和城市级人工智能应用。陈宁表示，当时在与深圳公安部门的交流中，探讨能否在城市级的视频监控中，利用人脸识别技术实现追踪，“那《亲爱的》电影里的问题就不存在了，深圳就可能成为全世界第一个没有失踪儿童的城市”。 “这个应用场景对于公安部门来说是刚需，当时每个公安分局都养了不少人专门看视频。而对于我们来说，初创公司养活自己很重要。深圳的公安部门愿意为项目买单，又有现成的海量数据，应用场景还极具社会价值，所以我们就开始了这个创业项目。”陈宁说。 2023年，在创业的第9个年头，云天励飞正式登陆科创板，被媒体称为“深圳AI第一股”。过去的11年间，云天励飞一直致力于推动AI的大规模落地应用，已在消费级、公司级和行业级三大领域取得多项创新成果。而业界过去习惯将云天励飞定义为“AI公司”，却常常忽略了它的另一重身份——“AI芯片公司”。 7月24日，在2025WAIC期间，云天励飞重磅宣布：未来将全面聚焦AI芯片，将围绕边缘计算、云端大模型推理、具身智能三大核心布局，打造国产算力“加速器”。 陈宁的技术背景始于通信芯片。在美国攻读博士期间，他专注于OFDM信号处理算法，并在飞思卡尔深耕处理器芯片设计，亲历了通信从3G CDMA向4G OFDM的演进。那是一个多模态通信兴起、数据量骤增的时代，也奠定了他对并行计算架构、矢量处理器设计的深刻理解。彼时，英伟达正在推动GPU并行计算，而通信领域则走出另一条技术路线——面向矩阵计算的DSP处理器。陈宁所从事的，就是后者。 2012年，AIexNet在ImageNet图像分类大赛上击败人类，引发了他对深度学习的关注。他敏锐意识到，这将成为第四次工业革命的关键技术，而深度神经网络所需的高密度矩阵运算，正是他在信号处理领域积累十年的技术长板。 起初，云天励飞以政务行业为切入口，率先在深圳公安系统部署了基于FPGA实现的第一代神经网络处理器，支持3000余路视频并发分析，显著降低成本并提升效率，成为中国最早实现城市级人脸识别落地的案例之一。云天励飞也因此快速成长为国内AI城市治理的代表性公司。 然而，随着算法模型趋于稳定、政务市场饱和，陈宁意识到，仅靠行业项目不足以支撑长期增长。更重要的是，AI正在从“训练时代”迈入“推理时代”，随着大模型在各行业应用加速落地，推理芯片的需求开始爆发。2025年，云天励飞作出关键战略调整，全面聚焦AI推理芯片，重构“1+N”业务架构。 新战略下，公司从“算法+芯片+行业”多线并行的架构，调整为“1+N”模式：1代表以推理芯片为核心的统一平台，N则是承载该芯片价值的多个业务BU，涵盖C端儿童智能平台“噜咔”、政企行业解决方案、智能可穿戴设备、智算中心等。 在产物规划上，云天励飞的AI推理芯片面向三大市场：边缘计算、云端大模型推理加速，以及具身智能，全面构建国产高性价比 AI 推理芯片的技术与产物体系。 在边缘计算领域，云天励飞的边缘芯片产物正持续拓展其在城市治理、智慧交通等场景的市场应用；在云端推理加速领域，基于国产成熟工艺构建“算力积木”架构，采用Chiplet方式实现高性能、低成本的推理加速卡；在具身智能领域，云天励飞已与十余家机器人厂商建立合作关系，边缘芯片产物应用于服务型机器人已进入实际部署阶段。 围绕边缘计算、云端推理和智能机器三大应用场景，云天励飞正在构建一个涵盖“高性能、低成本、强适配”三大优势的国产AI推理芯片体系，致力于成为中国AI推理芯片的领军公司，打造面向AI大模型时代的关键“加速器”，通过高性价比国产算力，推动人工智能在各类场景中的规模落地与快速发展。 在云天励飞董事长兼CEO陈宁看来，当下的AI发展仍处于“暴走的早期阶段”。过去两年，大模型技术经历了爆炸式增长，“百模大战”频繁上演，版本更新快至数小时。今年开始，AI的关键词已从“技术”走向“应用”。Agent、私有部署和各类智能终端开始实实在在改变我们的生活，AI真正从实验室走向产业场景。 他指出，未来 3-5 年，AI 可能全面重塑我们身边的各类电子产物——从智能耳机、智能眼镜等可穿戴设备，到扫地机器人、冰箱等家用电器，再到电动汽车，几乎所有电子设备的形态与功能都将被重新定义。这些设备将具备“主动工作”的能力，能像人类一样开口交流，理解复杂指令、主动回应需求甚至解决实际问题。例如，最近特斯拉汽车正在部署的 Grok4 系统，已展现出电动汽车与人聊天互动、协助处理行车问题的雏形。可以预见，未来各类智能设备，也能通过更人性化的交互，实现功能的跃升与体验的革新。 而这一切场景的落地，都离不开AI推理芯片的底层支撑。它将贯穿端、边、云，形成无处不在的算力网络。正是这种“全域覆盖”的算力基础，让对话式AI能在各类设备中高效运行，最终推动电子产物从“工具”向“智能伙伴”的跨越，让各类Agent能够服务我们的工作和生活。 因此，基于云天励飞过去11年在五代神经网络处理器指令集架构和商用芯片方面的深厚沉淀和积累，公司选择在2025年的这个节点，全面聚焦AI推理芯片。 陈宁认为，尽管当前AI推理芯片在整个市场中的份额仍然很小，远低于训练芯片动辄千亿美元的体量，但正因如此，它仍是一个典型的“蓝海市场”。而从增长潜力看，未来三到五年，AI推理芯片的市场增速将远超训练芯片，有望成为AI真正普及的底座力量，“AI推理芯片将像WiFi路由器一样无处不在，成为每一台智能硬件的核心部件”。 而对于布局AI芯片的信心，陈宁表示，过去十余年，公司在智能硬件、智算中心、智慧城市等多个领域积累了大量实践经验。在这些场景中不断优化AI产物和解决方案的过程中，公司沉淀出一整套宝贵的行业Know-how，包括对应用需求的深度理解、对性能与功耗指标的精准把控，以及对硬件兼容性的持续反馈。这些宝贵的第一手资料，为芯片设计提供了明确指导，确保芯片不仅能满足需求，甚至在多个维度上超出预期。 而这也正是云天励飞所坚持的“算法芯片化”理念：基于对应用中关键算法计算任务的量化分析，联合处理器指令集、架构及工具链进行协同设计，全面提升芯片在实际场景下的高效性、灵活性与易用性。 过去11年，云天励飞以“数据飞轮”驱动AI持续演进：以应用生产数据，用数据训练算法，由算法定义芯片，再由芯片反哺应用。在这个闭环中，云天励飞不断拓展AI应用边界，并在实践中持续沉淀芯片设计能力，形成技术与应用双轮驱动的发展格局，这也为其AI芯片战略提供了坚实的根基。 南都·湾财社：7月12日，云天励飞宣布将赴港二次上市，加快国际化资本布局。这一资本动作背后，是否也是配合AI芯片战略的调整？ 陈宁：赴港上市的融资计划确实是基于整个公司发展战略的一个综合考量，未来我们将加大在AI芯片的研发、团队建设、产业化、市场推广等方面的投入。 南都·湾财社：公司提出“全面聚焦AI推理芯片”的口号，是否意味着未来公司业务重心将发生重大调整？这将带来怎样的变化与预期？ 陈宁：我们在今年上半年已完成围绕AI推理芯片的架构重组，未来整个公司的产物研发、市场销售、组织投入都会围绕AI推理芯片展开。这项技术将成为公司未来发展的基础核心，我们也会持续加大研发攻关和市场投入，围绕推理芯片打造面向不同行业、不同场景的解决方案。可以说，这是我们战略上的全面聚焦，也是应对下一阶段AI应用爆发的关键准备。 陈宁：第一，云天励飞是国内最早定义和落地NPU（神经网络处理器）技术路线的团队，具备超过20年的指令集与处理器架构设计经验；第二，我们较早拥抱国产工艺，早在2020年就投入基于国产成熟工艺的Chiplet架构研发，2022年底成功量产国产先进工艺推理芯片；第三，我们是国内首家登陆科创板的AI推理芯片公司，资本支持充足；第四，我们服务过上千家客户，拥有丰富的行业应用经验与反馈样本；第五，我们始终坚持“算法芯片化”理念，将算法和芯片架构深度融合，使芯片具备前瞻性的算法适配能力。 但我们也面临两大挑战：一是工艺，特别是当前国产工艺的性能瓶颈。我们通过“算力积木”架构将多个小芯粒组合成大算力芯片，突破了单颗芯片算力限制；二是生态，我们一方面紧贴大模型和头部客户需求，另一方面通过多年积累的 NPU 指令集和行业服务经验，构建了适配推理芯片的开放产业生态。 南都·湾财社：公司2024年的营收高速增长的同时，但净利润大幅下滑，是否说明公司仍处在高研发投入阶段？您预期何时迎来转折点？ 推理芯片正如2012年的训练芯片处于初期阶段，而全球尚属蓝海市场，此时发力远胜于五年后再追赶。在训练芯片方面，中国已相对落后，华为正在奋起直追；英伟达则在2016年才交付首批大规模训练服务器给OpenAI。而现在加码推理芯片，不仅高效，还能抢占技术和市场主导权。 我们参加了日内瓦全球峰会，会上，ITU组织也建议定义全球的AI推理芯片的标准生态，和AI推理商业网络的标准，去实现AI普惠。我们也在跟联合国和这些国际标准组织在沟通和交流，我们就有可能去定义全球 AI 芯片的国际标准，去影响，让别人去跟随我们。 所以我觉得，未来的三到五年是AI应用高速增长的阶段，也是决定行业格局的关键窗口期。不管是AI推理芯片的大规模研发，还是AI智能硬件的产业化突破，都将在这几年见分晓。我相信，在不远的将来，我们一定会看到属于AI大模型时代的“iPhone时刻”，出现真正意义上的AI智能硬件代表作，就像2008年智能手机迎来爆发一样。 陈宁：AI普及的关键有两个：一是精度是否足够，二是成本是否可控。目前，大模型能力已基本成熟，但推理成本仍高，30美元到200美元/月的价格不利于大规模使用。 我们认为，AI推理芯片必须在功耗、算力密度和成本效率上实现数量级提升，才能像今天的电、WiFi一样普惠。这正是我们布局的目标——通过更高的能效比和更低的运营成本，让AI成为真正意义上的基础设施，支撑第四次工业革命的全面爆发。
