端侧AI芯片的崛起：SoC与DSP在智能设备中的关键作用

SoC芯片：端侧AI的核心大脑

系统级芯片（SoC）作为智能终端的核心硬件，集成了多种处理器和接口，广泛应用于自动驾驶、智能家居等领域。SoC芯片在AI眼镜BOM（物料清单）中的成本占比高达30%-64%，例如，Meta Ray-Ban眼镜的高通AR1 Gen1 SoC占整机成本约34%。随着AI眼镜功能的丰富和续航时间的优化，SoC芯片的升级趋势明确，其价值量占比未来可能进一步提升。

SoC芯片的三种方案

1. 系统级SoC方案：如高通AR1 Gen1，是当前AI眼镜的主流技术方案，集成CPU、GPU、DSP、ISP等模块，支持复杂AI任务和操作系统。
2. MCU+ISP方案：结合微控制器（MCU）级SoC和图像信号处理器（ISP），提供低功耗、低成本的智能眼镜解决方案。
3. SoC+MCU双主控方案：SoC适用于高计算需求的应用，MCU则适用于低计算需求的应用，被视为将来的主流方向。

DSP芯片：智能边缘的关键组件

数字信号处理器（DSP）在智能边缘设备中扮演着重要角色，特别是在光通信芯片组市场中。根据LightCounting的报告，光通信芯片组市场预计将在2025至2030年间以17%的年复合增长率增长，总销售额将从2024年的约35亿美元增至2030年的超110亿美元。

DSP芯片的主要应用

• PAM4 DSP芯片：用于交换机ASIC与可插拔端口之间作为板载重定时器，是第三大细分市场。
• 相干DWDM光模块：需求正从板载方案转向可插拔ZR/ZR+模块，预计ZR/ZR+模块出货量将于2025年超越板载光模块。

NPU：AI机器学习的加速器

神经网络处理单元（NPU）在AI机器学习中具有显著优势。例如，瑞芯微的RK3588和RK3576搭载了6TOPs算力的NPU，支持端侧部署0.5B～3B参数的大语言模型，可实现翻译、问答、多模态搜索等功能。

NPU的优势

• 高性能计算：支持复杂的AI算法和深度学习应用。
• 低功耗：适用于电池供电设备，如智能眼镜和可穿戴设备。

边缘算力SoC行业的投资建议

随着端侧AI应用的普及，边缘算力SoC行业迎来了巨大的市场机遇。以下是几家值得关注的企业：

结论

SoC和DSP芯片作为端侧AI的核心组件，正在推动智能设备的快速发展。随着技术的不断进步和市场需求的增长，这些芯片将在未来发挥更加重要的作用。投资者应密切关注相关企业的动态，把握行业发展的新机遇。