【方案精选】工业边缘AI芯片进迭时空K1、国科微GK7606V1、奥比中光MX6800等

来源：半导纵横发布时间：2026-09-16 11:36

技术进展

生成海报

本期主题：工业边缘AI

本期我们精选了5款 工业边缘AI 应用的相关产品或解决方案。如果您有相关产品的使用经验，或者有想了解的问题，欢迎评论区留言讨论。

产线上，毫厘即千里。

在消费电子里，这句话是修辞；在工业产线上，它是报废率、是停线、是赔偿单。一颗螺丝的毫米级偏差、一块玻璃纤维的微米级瑕疵，都足以让整批货返工。所以工业边缘需要的那颗芯片，从来不是算力榜上的第一名，而是能在 -40℃～85℃ 的温差里、在粉尘与振动中，7×24 小时不掉链子的那一颗。

正因这份“稳定”的挑剔，工业边缘 AI 的算力供给始终没有像手机那样收敛到“清一色 ARM＋NPU”。它更像一片分岔的河道：守着开源指令集的，把 AI 算力融进 RISC-V CPU；押注成熟生态的，让 ARM 加独立 NPU；想打破冯·诺依曼瓶颈的，转向存算一体；专做深度感知的，打磨 3D 深度引擎；要兼容既有软件生态的，则走上 GPU＋异构。

进迭时空 SpacemiT K1

进迭时空的 Key Stone K1，把 2.0 TOPS 的 INT8 AI 算力，直接融进自研的 8 核 RISC-V CPU。这颗 22nm 芯片是全球首颗量产的 8 核 RISC-V AI CPU，用开源指令集加 CPU 融合算力的方式，给工业主控和边缘计算提供了一条绕开 NPU 封闭生态的路线。

K1是用“同构融合计算”，把向量扩展和少量 DSA 定制塞进 X60 核，让 AI 算力以 CPU 编程范式被调用。这意味着开发者不必重新学习一套封闭的 NPU 软件栈，用主流 AI 框架就能部署模型，本地 1B 大模型跑到 10 Tokens/S 以上。这种“开源指令集＋开源 OS”的打法，对工业客户意味着更低的二次开发门槛和更自主可控的供应链。工业属性是它最硬的一环：-40℃～85℃ 宽温、CAN-FD、双千兆网、RCPU 实时核（跑 RTOS 处理实时控制）、5 路 PCIe 拓展，都是冲着工业主控和边缘网关去的。

核心规格：

内核：8 核 64 位 RISC-V AI CPU，自研 X60 核，符合 RVA22 Profile 加 256bit RVV1.0 向量扩展
算力：50K DMIPS 通用算力＋融合 2.0 TOPS（INT8）AI 算力
向量性能：ARM NEON 的 150% 以上，单核 Specint2006 大于 4.0/GHz
制程：22nm
内存：LPDDR4/LPDDR4X，最大 16GB
功耗：TDP 3～5W，DVFS 工作电压 0.6V～1.05V
工业可靠性：-40℃～85℃ 宽温，集成 RCPU 实时核（300MHz，支持异构双系统）
接口：5×PCIe2.1、2×GMAC 千兆双网口、2×CAN-FD、7×I2C、12×UART、30×PWM、USB3.0
大模型：大于 10 Tokens/S @1B 本地大模型

典型应用：工业主控、AI 边缘计算机、智能机器人、工业/电力网关、云电脑、开源鸿蒙终端

国科微 GK7606V1

国科微 GK7606V1 系列，专为视觉而生：双 Cortex-A55 加 RISC-V MCU，最高 2.5 TOPS 算力，把 4K 编码、多目拼接、多光谱融合全部整合进来。GK7606V1 自研“圆鸮”AI ISP 曾在 2026 图像图形大会上拿下创新技术奖（极弱光下实时智能感知），能在低照度里做 AI 降噪、多帧融合、6-Dof 电子防抖；自研 NPU 配上 IVE 智能视频引擎，把人车检测、目标跟踪这类轻推理跑在芯片前端，不用事事回传云端。“AI ISP＋NPU”可以用于工业视觉的2D 前端：产线监控、安全生产监测、园区周界、智慧交通的路侧感知。把“看清”和“看懂”做进同一颗芯片的 SoC，落在工业相机和监控前端，就是省掉外挂 ISP 与推理芯片的空间和功耗。

核心规格：

内核：Dual Cortex-A55＋RISC-V MCU 异构双核
算力：自研 NPU 最高 2.5 TOPS＋IVE（智能视频分析引擎）
ISP：自研“圆鸮”AI ISP，支持 AI NR、双 3DNR、MCF、6-Dof EIS/DIS、图像拼接、PDAF
视频输入：4 目 4C8D MIPI（GK7606V13 型号），支持 DVP、BT 时序接口
视频输出：最大 4K@30fps；H.264/265 编码 4K@45fps，最大 5376×5376
音频：内置 Audio Codec，3A（AEC/ANR/AGC）、AI 降噪、AI 降风噪
网口：集成 GMAC，支持 RMII/RGMII
外设：USB3.0、SDIO3.0、eMMC、UART、SPI、I2C、PWM、RTC
量产：智慧视觉为国科微第一大营收，2026 上半年总营收 13.78 亿元、同比增 85.81%，放量扭亏为盈

典型应用：工业视觉前端、安全生产监测、智慧交通、智能安防、行车记录仪、无人机图传、会议摄像头

知存 WTM-8

存算一体 WTM2101 已在 TWS、智能语音、健康设备上量产。WTM-8 系列是它的第二代 3D 存内计算芯片，把“低功耗高算力”推到新量级：算力上限超 24 TOPS，功耗却压到 3W 以内。当工业边缘需要在传感器旁、在密闭机柜里、在电池供电的现场塞进一个低功耗 AI 节点时，存算一体的能效优势会是硬通货。WTM-8 是本期五款里最“前沿”的一颗，也是后续工业低功耗视觉前端最值得跟踪的技术样本。

核心规格：

架构：3D 存内计算（存算一体），4 核高精度存内计算
算力：大于 24 TOPS，运算精度 8-bit
功耗：小于 3W（高性能成像场景可低至 200mW）
单核容量：64M
工艺：不依赖先进制程，国内成熟工艺，本地量产
软件：支持 Linux，AI 超分/插帧/HDR/检测识别

典型应用：高性能成像、视频显示增强、AI 超分/插帧、增强现实、低功耗视觉

奥比中光 MX6800

奥比中光MX6800 的价值在于把深度计算和传感器同步做进芯片里，相机内直接输出深度图，降低上位机算力要求和传输时延。搭载 MX6800 的 Gemini 335／335L 双目相机，工作温度 -10℃～50℃、IP65 防护，主攻 AMR、巡检机器人、机械臂、无人机。在工业边缘 AI 的场景里，MX6800 补的是“感知”这一环——它不跟算力芯片抢推理，而是把 3D 的眼睛借给它们。

核心规格：

定位：第五代深度引擎芯片（2023 年推出）
深度模式：结构光＋主动双目＋被动双目（新增被动双目，提升室外深度质量）
同步：Sensor Hub，多传感器同步
成像：1080p 超高分辨率、110° 超大 FOV、7cm 超小盲区
精度（MX6600 参考）：相对精度 0.6mm@0.6m，绝对精度 1.3mm@0.6m
量产：搭载 Gemini 335、Gemini 336 已量产出货

典型应用：工业 3D 检测、机器人 3D 引导、AMR/巡检机器人、机械臂、无人机、三维测量

登临 Goldwasser

Goldwasser（高凛）系列用“GPU＋”架构，片内集成可编程 GPGPU 引擎和高效 Tensor 引擎，既保留 GPU 的通用性与 CUDA/OpenCL 生态，又把 AI 计算的能效拉高。工业视觉质检是 GPU 的天然主场，产线上的缺陷检测、字符识别、3C 屏幕检测，动辄要跑高算力的复杂模型，ASIC 的灵活性不够、纯 SoC 的算力不够，GPU 的通用性正好填上。Goldwasser 硬件全面兼容 CUDA/OpenCL，客户已有的大量 GPU/CUDA 程序能平滑迁移，免去重写软件栈的成本；对已经在 NVIDIA 生态上跑了多年工业视觉方案、又希望补齐自主可控选项的企业来说，Goldwasser 是迁移成本很低的一条路。

核心规格：