WAIC 2026 端侧AI升温：后摩那颗“装进口袋”的千亿大模型芯片

当千亿参数不再只属于云端

在近日举行的2026世界人工智能大会（WAIC）上，端侧AI成为当之无愧的热点之一。行业普遍关注的是，如何让大模型从云端数据中心“下沉”到手机、耳机、可穿戴设备等边缘终端。期间，AI芯片创企后摩智能展示了一款主打端侧推理的新产品，该公司声称，这颗芯片的算力密度足以将千亿参数大模型“塞进口袋”。这一表述引发了国内半导体与AI从业者的广泛讨论——端侧部署千亿级模型，是否意味着AI芯片的架构效率正迎来关键拐点？ “口袋”里的千亿大模型，对应的核心挑战在于功耗、带宽与算力三者的平衡。传统云端芯片高达数百瓦的功耗显然不适合移动场景。后摩的解决方案据其公开表述，采用了存算一体架构，试图在极低功耗下实现大模型推理。但截至发稿时，该公司尚未公布该芯片的具体制程（如是否为7nm或5nm）、实际功耗值（如典型功耗区间）以及完整的算力指标。这些参数若待未来产品量产或第三方评测后确认，将对判断其“端侧千亿模型”的可落地性至关重要。

端侧AI爆发的产业逻辑与挑战

将大模型跑在终端设备上，当前产业已出现多个技术路线：通过模型量化压缩、知识蒸馏、以及专用架构芯片。从行业背景看，TrendForce在2026年初的报告中预测，全球边缘AI芯片市场规模将在2026年达到约62亿美元，2024-2026年复合增长率约为28%。这一快速增长的内在驱动力，源于语音助手、实时翻译、手机端AIGC（如图片生成、视频编辑）等应用的强烈需求。 然而，要把千亿参数的GPT级别模型压缩到可以在手机、手表上流畅运行，不仅需要芯片算力密度的大幅提升，还必须解决数据带宽墙和内存墙问题。后摩智能选择的存算一体路线，其核心优势在于通过减少数据搬运来降低功耗和延迟。根据Semico Research在2025年发布的报告，存算一体芯片在特定推理任务中相比传统冯·诺依曼架构能效比可提升约5至10倍，但该技术目前在良率和适配不同模型时的通用性方面仍存瓶颈。后摩此次展示的产品是否有能力突破这种通用性限制，尚需观察。 值得留意的是，WAIC现场多位行业人士指出，实际端侧落地可能更早出现在百亿参数量级模型上，千亿级更多属于“技术储备”或“极限展示”。这一观点与多家研究机构的判断吻合——IDC在其2026年Q1的白皮书中提到，到2027年，端侧AI推理任务的70%以上可能仍会运行在5-100亿参数级别的模型上。因此，后摩的千亿模型宣传，需要产业界从技术可实现性和实际应用价值两个维度来审慎看待。

从WAIC风向看中国AI芯片的竞争格局

WAIC 2026上，除后摩外，多家国内芯片设计公司也展示了面向端侧大模型的解决方案，表明这一赛道正变得拥挤。对后摩而言，其差异化在于强调“从架构层面向算法团队开放优化接口”，这有助于开发者根据模型特点对芯片运算逻辑进行定制。但不可忽视的是，英伟达、高通、联发科等国际大厂也在加速推出针对端侧AI的专用核与边缘芯片。例如，高通在2025年发布的Snapdragon X系列芯片，其在手机端已能流畅运行70亿参数模型；而英伟达的Jetson系列也在工业边缘场景中占据主要份额。 根据IC Insights（现TechInsights）在2025年度的统计，全球AI推理芯片市场，英伟达与高通合计占据约65%的份额。国内初创公司要想在端侧突围，必须拿出更显著的能效比或差异化生态优势。后摩本次强调的“千亿级模型端侧化”如果能在量产时得到验证，可能会为国产芯片在边缘AI这个高增长市场中赢得重要的一席之地。不过，由于该公司尚处于产品展示阶段，其具体的流片进度、客户导入案例与量产计划等关键信息，仍有待后续披露。

数据参考

• 边缘AI芯片市场规模：TrendForce 2026年初预测报告，2026年全球边缘AI芯片市场规模约62亿美元，2024-2026年复合增长率约28%。
• 存算一体能效比提升：Semico Research 2025年报告，存算一体芯片在特定推理任务中相比传统架构能效比提升约5至10倍。
• 端侧模型参数预测：IDC 2026年Q1白皮书，预计到2027年，端侧AI推理任务的70%以上可能运行在5-100亿参数级别的模型上。
• AI推理芯片市场份额：TechInsights（原IC Insights）2025年统计，英伟达与高通合计占全球AI推理芯片市场约65%份额。 （以上数据除特别注明外，均为行业背景参考数据，非本次WAIC现场发布的新闻数据。） #WAIC2026 #后摩智能 #存算一体 #端侧AI