7月18日新闻，，，，
，在WAIC 2026时代，，，，
，聆思科技市场副总裁韩超阳围绕端侧大模子推理芯片揭晓主题演讲，，，，
，并在会后接受对话交流。。。。。谈及目今市场，，，，
，韩超阳给出了两个判断。。。。。韩超阳体现：“需求很是迫切。。。。。”但就工业历程而言，，，，
，韩超阳同时体现：“现在还处于萌芽阶段。。。。。”在他看来，，，，
，偏向已经明确，，，，
，但真正匹配终端需求的芯片和应用仍在形成，，，，
，需要终端、模子和芯片厂商配合推进。。。。。

据先容，，，，
，聆思此前主要面向智能家居、智能衣着和教育办公等场景提供端侧感知模子AI推理芯片，，，，
，相关产品累计出货量已凌驾1.5亿颗。。。。。约两年前，，，，
，聆思最先结构端侧大模子推理芯片Nebula，，，，
，并与模子厂商及内部算法团队配合研究Transformer架构、底层算子和模子运行特征。。。。。关于研发进度，，，，
，韩超阳体现：“现在的节奏是，，，，
，到年底举行流片，，，，
，明年上半年正式推出样片。。。。。”凭证产品妄想，，，，
，Nebula单芯片支持3B至13B参数规模的LLM、VLM和VLA模子。。。。。在7B模子推理场景下，，，，
，目的实现Decode每秒100个Token，，，，
，典范平均功耗为5W至15W。。。。。现在，，，，
，聆思已与遐想、面壁智能、海尔等相助同伴围绕终端形态和应用需求开展联合预研。。。。。

在韩超阳看来，，，，
，端侧大模子芯片不可只较量TOPS。。。。。韩超阳体现：“算力很主要，，，，
，但不是唯一指标。。。。。”大模子推理中的Prefill和Decode阶段对算力、内存带宽的需求差别，，，，
，标称算力高并不即是现实推理效率高。。。。。韩超阳体现：“除了关注绝对算力外，，，，
，还要关注算力使用率。。。。。”聆思为Nebula设定的算力使用率目的凌驾70%，，，，
，并以为在使用率合适的条件下，，，，
，端侧80T至200T是较为合理的算力规模。。。。。

为缓解内存带宽瓶颈，，，，
，Nebula接纳3D WoW近存盘算手艺，，，，
，通过3D DRAM堆叠将内存带宽提升至1TB/s。。。。。韩超阳体现：“3DDRAM确实是平衡各方面本钱、功耗跟性能的最优综合解决方案。。。。。”他以为，，，，
，云端可以优先追求性能，，，，
，终端却必需在功耗、散热、空间和本钱的多重限制中完成推理，，，，
，因此简单性能指标难以反映产品的真实可用性。。。。。

别的，，，，
，端侧芯片还要面临模子迭代速率远快于芯片研发周期的问题。。。。。韩超阳体现：“我们不可针对目今的算法，，，，
，用固化的理念去做固化的芯片，，，，
，否则可能跟不上时代潮流，，，，
，在大模子迭代时很快被镌汰。。。。。”聆思的做法是，，，，
，对Transformer架构中通用、高频且相对稳固的算子举行专门优化，，，，
，同时为可能转变的部分保存无邪算力和可编程架构。。。。。韩超阳体现：“一定要上下游细密耦合设计，，，，
，才华施展出最大的性能优势。。。。。”

在应用落地上，，，，
，韩超阳以为AIPC及其他AI办公硬件可能最快形陋习模需求。。。。。用户已通过云端大模子感受到效率提升，，，，
，司法、金融、信创和软件开发等涉及敏感数据或焦点代码的场景，，，，
，对外地推理和隐私；；；；；；さ男枨笥绕涿魅贰！。。。智能座舱同样需求迫切，，，，
，但汽车量产周期更长；；；；；；与自动驾驶相比，，，，
，座舱中的交互、明确和服务场景更适合率先接纳端侧大模子。。。。。

具身智能机械人是另一个主要偏向。。。。。韩超阳以为，，，，
，目今机械人的运动控制能力前进较快，，，，
，但认真明确、妄想和泛化的大脑仍显缺乏。。。。。韩超阳体现：“智能机械人一定是刚需。。。。。”不过，，，，
，机械人要形成现实使用价值，，，，
，芯片仍需在更小体积和更低功耗下提升推理能力。。。。。全屋智能也被聆思列为重点场景，，，，
，外地家庭算力主机有望解决隐私和云端挪用本钱问题。。。。。

面临模子公司、终端厂商进入芯片环节，，，，
，韩超阳并不将其视为零和竞争。。。。。韩超阳体现：“没有一家厂商能单独完成所有硬件产品，，，，
，这是不可能的。。。。。”聆思现阶段妄想以推理协处理器适配差别主控芯片，，，，
，在详细应用形成足够规模后，，，，
，再思量集成为SoC。。。。。对聆思而言，，，，
，Nebula能否按妄想完成流片和样片交付，，，，
，并把联合预研转化为量产终端，，，，
，将成为下一阶段的主要使命。。。。。（定西）