“云天勵飛加碼AI推理芯片，搶占第四次工業革命首張入場券。”

作者丨劉伊倫

編輯丨包永剛

7月30日，云天勵飛發布公告，公司已向香港聯交所遞交了發行境外上市股份（H股）并在主板掛牌上市的申請。這意味著，繼2023年登陸科創板之后，云天勵飛正邁向“A+H” 雙重上市的新階段。

招股書顯示，云天勵飛是中國首家實現國產高算力AI推理芯片商業化的公司；同時，也是全球范圍內第一批推出NPU驅動的AI推理芯片，并實現市場化落地的企業。

根據灼識咨詢報告，按2024年中國市場相關收入統計，云天勵飛是中國排名前三的行業領先全場景AI推理芯片產品及服務提供商；在NPU驅動的AI推理芯片產品及服務提供商中，公司排名中國第二。

雷峰網在2014年云天勵飛成立之初就開始關注這家企業，自主創新和與時俱進一直是它的代名詞。

“全自研、國產化”，在2025 WAIC云天勵飛的展臺上，擺放著采用國產工藝及首創“算力積木”架構打造的深界DeepEdge10系列芯片。

作為最早將并行計算處理器帶回國內的一批人，云天勵飛始終深耕NPU研發，從架構設計到場景適配持續突破技術限制。

2020年，在被美國限制之后，云天勵飛率先將芯片生產切換至國產工藝，至此，“全自研、國產化”的體系正式形成。

深界DeepEdge10系列產品的打造，代表陳寧此前的選擇都對了。大模型進入大規模應用落地的浪潮之下，云天勵飛進一步聚焦業務，押注AI推理芯片。

“云天勵飛將進一步加大在AI推理芯片領域的研發和投入，推動中國搶占第四次工業革命的第一張入場券。”陳寧在2025 WAIC期間演講時說道。

陳寧的表態絕非空言，云天勵飛已通過戰略調整將公司業務聚焦于AI推理芯片，構建“1+N”業務架構，“1”即整體定位為AI芯片公司，“N”則是公司11年來積累的N個獨立業務板塊（內部稱BU），包括AI硬件品牌嚕咔博士、智能穿戴、智算BU、政企BU等，這些BU共同為AI推理芯片平臺提供上下游支撐。

自研AI芯片，刻在云天勵飛的基因里。這家11歲的企業，為何選擇這條“最有挑戰性”的道路？在巨頭林立、創業公司扎堆的AI芯片賽道中，云天勵飛優勢何在？

01

最早把并行計算處理器帶回國的一批人

三獲吳文俊人工智能科學技術獎 成為百億市值的“科創板AI芯片第一股” 推動設立超千億規模的產業基金 ...

11歲的云天勵飛創造了無數的高光時刻，而故事的開始，還要從陳寧在美國的經歷開始說起。

2001年，陳寧進入頂尖研究型大學佐治亞理工學院攻讀電子工程博士學位，當時著名移動通信專家斯圖伯爾教授（Gordon L.Stüber）是學院的關鍵技術領頭人，在他的帶領下，OFDM（正交頻分復用）技術實現了突破。

OFDM的核心是把高速串行數據拆成多路并行低速數據，其并行處理邏輯與芯片設計中通過多核實現并行算力的邏輯存在相通性，無論是4G通信的海量數據，還是AI推理的千億參數，本質上都需要高效的并行處理能力。這讓陳寧能夠更深刻地理解芯片設計。

4年后，還未畢業的陳寧就被當時的通信巨頭“預訂”擔任高級系統架構工程師。

進入公司，陳寧領到的第一個任務是設計并研發第四代移動通信（4G-LTE）多模態終端基帶芯片，原先從事算法工作的陳寧被委派去參與處理器芯片的工作，這讓他有點摸不著頭腦。

在當時的技術演進趨勢下，公司的安排不無道理——讓懂通信算法的人來做通信芯片。

2G和3G之后，4G標準開始制定。與此同時，藍牙、WiFi及UWB等多種短距離無線通信技術也在并行發展，這些不同場景的無線技術標準共同構成了多元化的無線通信體系。

4G實現了并行數據量的激增，而OFDM作為4G的核心技術，最大特點正是通過多子載波并行傳輸提升數據吞吐量。

彼時，OFDM推動了通信芯片在并行信號處理上的技術演進，而與之形成技術呼應的是，英偉達較早布局的GPU多核并行計算，二者分別在無線通信與通用計算領域探索了并行處理的技術路徑。

這段經歷讓陳寧深刻理解，芯片不是簡單的硬件設計，而是要讓算法和硬件結合設計。

4G終端原型系統的搭建，讓陳寧作為首席代表參與4G-LTE國際標準制定，在這期間，陳寧見證了華為、中興及中國移動等中國企業代表從最初只能在外圍旁聽，到位置不斷靠前，最后是參與國際標準的制定。

中國企業發展迅速，赴美的第九年，陳寧恰遇國內通訊巨頭在美國組建研發中心。

2011年，陳寧承接了一個重大專項，這個專項，或是國內第一個關于并行計算處理器定義的重大專項。

可以說，陳寧是最早把并行計算處理器帶回國內的那一撥人。

5年間，陳寧提交了近百篇專利申請，完成了核心IP及應用芯片的全流程專利布局。此外，陳寧團隊推出了全球第一款基于軟件定義無線電的4G-LTE終端芯片、設計出一系列擁有全自主知識產權的矢量處理器，實現國有處理器0的突破。

求學過程中主攻算法，進入職場后，陳寧的重心轉向硬件處理器，這樣的成長經歷讓他很早就積累了算法與硬件結合的經驗，為后來云天勵飛推動算法芯片化埋下了伏筆。

02

自研NPU讓 「深目1.0」順利上線

過往的經歷讓陳寧對國際巨頭的動作一直保有敏銳的注意，谷歌跟百度搶Hinton的團隊、4億美金收購DeepMind、AlphaGo戰勝人類最強棋手，深度學習領域一個個顛覆性的變化挑動著陳寧的神經。

深度學習是能把矢量處理器這個技術路徑完全發揮出來的領域。那我們何不針對深度學習去完全定義一套指令集？

跟多位業內人士聊完之后，陳寧覺得創業不能再等了。

2014年，云天勵飛創立，正式投身NPU研發；而這一時間節點，恰好也是中國NPU產業的興起之時——寒武紀、深鑒科技等企業紛紛成立，共同開啟了NPU研發與商用的探索之路。

陳寧開發的第一個項目便是“深目”，打造“深目”系統所涉及的底層芯片研發讓這個創業公司倍感壓力。芯片是一個重資產、慢回報的生意。在2014年，AI還處于發展初期，一家初創公司說自己要做AI芯片，在投資人看來，無疑是“不切實際”。

但陳寧仍然堅定地選擇走這條路。

深目1.0上線后，軟硬件運行順暢，最擔心的系統卡頓也沒有發生，全球第一套人臉動態識別+大數據檢索的智能技術正式運行。

后來，陳寧向我們講述到：“神經網絡處理芯片一直是我們內部的一個核心團隊，2016年，我們第一代神經網絡處理器在FPGA上實現，今天可能還跑在龍崗公安分局的機房里，我們兩臺Nova100指令集的服務器替代了幾十臺CPU服務器。”

NNP100支持下的深目系統獲得成功，讓云天勵飛在三四年間，從幾個人和一間辦公室成長為擁有近千員工的人工智能標桿企業。

03

切換國產工藝成功流片

Nova100只是開始，芯片研發讓云天勵飛的團隊飽受“折磨”。

當時美國還沒有開始大規模地打壓制裁中國科技企業，要用芯片，直接進口是許多企業的選擇，但陳寧還是想自己做出專為深目系統打造的嵌入式視覺AI芯片。

2018年，美國封鎖芯片出口，同時，云天勵飛推出DeepEye1000視覺分析SoC芯片，與通用GPU相比，DeepEye1000單位性能提升20倍。

2020年5月，云天勵飛被美國商務部納入實體清單。這意味著云天勵飛在采購含美國技術的產品及使用相關技術工具時將受到嚴格限制。

這是云天勵飛面臨的又一次大考，公司需要回答一個關鍵問題：繼續在境外流片還是切換成國產工藝？

“2020年國產工藝其實不太成熟，絕大部分公司在選擇工藝的時候，首先選擇的一定不是國產工藝。但也是在那一年，公司決定切回國產工藝。”云天勵飛CTO李愛軍說道。

國產工藝因為良率的問題，每次流片的芯片面積不能太大，且還面臨算力密度的限制。

國產工藝的限制倒逼出云天勵飛的架構創新，其首創了“算力積木”架構以解決國產工藝帶來的挑戰。計算單元像樂高塊一樣組合，可實現算力的靈活擴展、在國產工藝限制下拼出大算力的AI推理芯片。

2022年，云天勵飛在國產工藝突破上迎來關鍵里程碑，自主設計的新一代邊緣計算芯片DeepEdge10系列SoC采用國內先進制程工藝成功流片。

2023年，云天勵飛登陸科創板。

04

聚焦AI推理芯片，做難而正確的事

上市，讓云天勵飛走向新的篇章，更大的舞臺讓陳寧有底氣和決心去沖擊AI芯片研發事業新的高峰。

戰略聚焦AI芯片，不是一句口號，而需要大量的資金和時間投入，更需要對這件事能成的篤定。

《英偉達之道》所記錄的案例，恰是歷史給出的佐證。

英特爾曾為迎合華爾街的預期，拒絕采用Arm架構和GPU。

2006年，英特爾啟動的Larrabee GPU項目因固守x86架構，造成功耗與成本高企，最終在2010年因 “無法實現預期利潤”黯然終止。

同期，英偉達于2006年推出CUDA，盡管連續多年虧損，黃仁勛仍執意深耕。

Alexnet的問世，進一步激發了黃仁勛對人工智能的熱情，幾位關鍵副手都反對進一步投資深度學習的情況之下，黃仁勛仍然力排眾議，堅持“All in AI”。

最終在AI浪潮之下，英偉達成為全球首家市值突破四萬億美元的企業。

推動云天勵飛全面聚焦AI芯片，或許也需要巨大的決心和堅持。

一個芯片研發團隊需要10多個子團隊，各個團隊每天磨合十幾個步驟，投入大、風險大。

“有時候一個BUG就毀掉你一年的付出，上億的資金打水漂。”陳寧說到。

但AI芯片，是“不得不”做的事。

推理市場處在爆發前夜，今年6月，AMD CEO蘇姿豐在新品發布會上指出，AI推理計算需求未來幾年將以每年80%以上的速度增長，成為AI計算的最大驅動力，且數據中心之外，AI也將部署在每個邊緣系統中。

對此，巨頭們動作頻頻。

英偉達的Blackwell Ultra GPU和下一代架構Vera Rubin都強化了推理能力。AMD則發布Instinct MI350緊隨其后。

云天勵飛也在加速奔跑。

推理市場和應用深度綁定，未來AI會在云、邊、端無處不在，在陳寧的規劃下，云天勵飛推出對應這三個領域的產品系列：深穹、深界及深擎。

云端推理加速領域，云天勵飛推出了基于國產工藝打造的深穹X6000推理加速卡，擁有超大顯存、超高顯存帶寬算力比以及卓越的編解碼能力，能夠為大模型推理、圖像語義理解等任務提供高推理性能、高性價比的加速卡硬件產品。基于深穹X6000 Mesh加速卡，云天勵飛推出了各類推理一體機，可滿足各類場景、不同推理任務的需求。

據悉，云天勵飛已經在與潛在大客戶溝通，此外，下一代大算力推理芯片也即將于明年流片。

邊緣計算領域，十余年的產品實踐，讓陳寧與團隊積累了大量技術Know-how，這是云天跑得最快的領域，在高密度視頻智能分析、輕量級大模型（蒸餾模型）推理等典型場景中，云天勵飛已落地多個示范項目。

端側最具想象力的是具身智能，得益于與十余家頭部機器人廠商合作的建立，云天勵飛的邊緣芯片產品應用于服務型機器人已進入實際部署階段。

2023年，DeepEdge10進入量產，至今一年多的時間里，DeepEdge10已經按照陳寧的設想，在一體機、邊緣盒子、無人車及無人機等場景中，有序地實現了規模化落地。

技術還要往前跑的，李愛軍告訴我們，第二代算力積木架構正在研發，將在新型計算、近存計算、NB-Mesh新型互聯、新型封裝、NB-link通用擴展性等方面實現迭代，滿足模型對于極致推理效率、能效比及性價比的需求。

定義指令集、打造處理器生態以及十余年的NPU賽道技術沉淀，都是云天勵飛做好全自研國產工藝芯片的底氣。另一份厚重的家底，是公司戰略投資閃極科技、神州云海、智慧互通、臻識科技等下游公司，以及11年來攢下的客戶群。

“AI推理芯片成本降低，AI大規模應用就會形成良性的產業循環，所有的技術發展路徑都是這樣，今天，全世界產業里面最重要的便是打造高性價比、面向各類場景的AI推理芯片。”陳寧說到。

大變革時代，陳寧帶著云天勵飛奔向屬于他們的下一個故事。