摘要: 2026年7月30日，中国初创公司芯视明发布全球首款面向智能视觉的存内计算芯片NeuroVision-1，较传统方案能效比提升100倍。该技术突破冯·诺依曼瓶颈，实现像素级实时处理，为工业质检、自动驾驶等场景带来革命性变化。本文深度解析其技术原理、行业影响及越南制造升级的潜在机遇。
2026年7月30日，上海——在今日举行的世界人工智能芯片峰会上，中国AI芯片初创公司芯视明（XinVision）正式发布了全球首款面向智能视觉应用的存内计算芯片——NeuroVision-1。据官方数据，该芯片在典型视觉任务中的能效比达到0.6TOPS/W（每瓦万亿次操作），较传统冯·诺依曼架构芯片提升超过100倍，标志着AI视觉处理迈入存算一体化的新阶段。
突破冯·诺依曼瓶颈：存内计算原理
传统芯片中，数据需要在处理器和存储器之间频繁搬运，不仅消耗大量能量，也限制了处理速度——即所谓的“冯·诺依曼瓶颈”。芯视明CEO陈立峰在发布会上表示：“视觉数据具有高带宽、高并发的特点，传统架构难以在低功耗下实现实时处理。NeuroVision-1采用基于RRAM（电阻式随机存取存储器）的存内计算单元，将计算操作直接嵌入存储阵列，使得数据无需移动即可完成矩阵乘法等核心运算，功耗降低至传统方案的1%以下。”
据介绍，NeuroVision-1集成了1024个存内计算核心，每个核心包含一个256x256的RRAM交叉阵列，可并行处理大规模卷积运算。芯片还集成了一个RISC-V控制核心和专用视觉加速器，支持主流神经网络框架（如TensorFlow Lite、PyTorch Mobile）。在MobileNetV3图像分类基准测试中，NeuroVision-1以2.3W功耗实现185fps的帧率，而传统GPU方案需要15W以上才能达到同等性能。
工业质检：首个落地场景
发布会上，芯视明宣布与越南电子制造巨头Vingroup旗下的VinSmart达成合作，将NeuroVision-1应用于智能手机摄像头的自动化光学检测（AOI）。VinSmart工厂负责人表示：“传统AOI系统依赖高性能GPU服务器，每次检测需要数秒，且功耗高、散热困难。改用NeuroVision-1后，我们可以在产线边缘侧实现毫秒级缺陷识别，整体检测效率提升10倍，同时功耗降低90%。” 此外，芯视明还与新加坡物流公司Ninja Van合作，试用该芯片实现包裹分拣的实时视觉导航。
越南作为全球电子制造的重要基地，近年正加速向自动化、智能化转型。据越南工贸部2025年数据，越南电子制造业产值占GDP比重已超12%，但高端检测设备严重依赖进口。芯视明联合创始人、COO李敏指出：“越南市场对低功耗、高性价比的视觉芯片需求巨大，特别是中小型工厂无法承担昂贵的GPU集群。NeuroVision-1的单价仅需89美元，目标是将AI视觉能力普及到每一个产线。”
行业影响：边缘AI芯片竞争白热化
NeuroVision-1的发布，进一步加剧了边缘AI视觉芯片市场的竞争。目前，该领域已有英伟达的Jetson系列、谷歌的Coral TPU、华为的Ascend系列以及众多初创公司如Groq、Tenstorrent等。分析师认为，存内计算技术虽然能效优势突出，但成熟度仍面临挑战：RRAM器件的良率和耐用性需要提升，软件工具链尚不完善，且生态兼容性有待验证。
芯视明表示，下一代产品已经规划采用更先进的3D堆叠工艺，将存内计算单元与感光元件集成，实现真正的“感存算一体”视觉芯片，预计2027年流片。该公司已经完成B+轮融资，投资者包括红杉中国、元禾璞华以及越南主权财富基金SCIC，融资总额超过5亿美元。
未来展望：从芯片到系统
随着物联网设备数量激增，将数据全部上传云端处理的模式日益面临带宽、延迟和隐私瓶颈。Gartner预测，到2027年，全球60%的AI推理将在边缘端完成。芯视明的存内计算方案契合了这一趋势。市场研究机构IDC分析师王铮认为：“存内计算是后摩尔时代的重要路径之一，尤其在视觉这类大吞吐量任务中具有颠覆性潜力。但该技术要成为主流，仍需解决规模化量产和生态适配问题。”
对于越南而言，芯视明的合作不仅是引入新的芯片技术，更是培育本土半导体生态系统的一步。越南政府近期批准了《国家半导体发展战略2030》，计划投资100亿美元建设芯片设计中心和封装测试基地。VinSmart作为越南最大的电子制造商，正在积极布局从设计到制造的全链条能力。此次合作有望加速越南在AI芯片领域的追赶。
发布会最后，陈立峰透露芯视明将在河内、胡志明市设立办事处，并计划与当地大学联合建立存内计算研究中心。“我们希望与越南产业伙伴共同推动智能视觉的应用落地，让存内计算芯片赋能从工厂到城市的每一个角落。”他说道。
