7 月下旬，诚恒微在无锡发布首款边端侧 AI SoC CH3715。除了一颗 48 TOPS INT8 的六核 NPU，它还集成了一颗 1 TFLOPS FP32、兼容 CUDA 生态的四核 GPGPU，以及 10 核 CPU、双核 DSP、自研 FFT 与双 ISP。目标不是把 TOPS 堆得更高，而是把分散在一块主板上的计算，压进同一颗芯片。
诚恒微是一家 2023 年才成立的芯片公司。它的第一款旗舰产品，选择了一条和主流叙事不太一样的路线。
在今天的端侧 AI 叙事里，NPU 几乎是绕不开的主角——芯片厂商不断刷新 TOPS，把晶体管尽可能留给专用加速。CH3715 却在这条路上踩了一脚刹车。
先把完整规格摆出来，它是后续所有讨论的起点：
注：以上规格来自发布会公开资料，最终以官方数据手册为准。GPGPU 兼容 CUDA 生态，是降低算法迁移成本的关键设计。
诚恒微 CEO 楚立斌把产品定义的起点定在 2022 年——ChatGPT 尚未发布，具身智能也还不是热点。团队当时盯上的，是机器视觉、雷达、工业设备里一些长期没有被单颗芯片很好满足的需求：既需要 AI 算力，也需要高精度计算、图像处理和低时延。
一块主板上原本要放两三颗芯片，CH3715 想用一颗来回答。
如果只看今天芯片厂商刷新 TOPS 的速度，端侧 AI 似乎只剩一个方向：把晶体管尽可能留给 NPU。但真实设备从来不是只跑神经网络。
把算力集中给神经网络专用加速，以 INT8 为主。灵活度有限，高精度与信号类算法覆盖不了。
NPU 负责神经网络推理，GPGPU 负责高精度、可编程的并行计算。价值在于灵活性和更低的迁移成本。
复杂视觉里，有些算法需要更高精度的浮点计算；雷达需要 FFT 和信号处理；机器人除了识别环境，还要做 几何计算和实时控制。只用 INT8，覆盖不了全部算法。
诚恒微把这套分工概括为「异构计算，一体架构」：NPU 管推理，GPGPU 管高精度并行，DSP 管信号，ISP 管图像输入，CPU 管任务调度。
把这些计算拆给不同芯片，数据就要不断跨芯片搬运——带宽、功耗、时延一起上升；不同平台的软件和工具链，还会多出一套系统集成成本。把 NPU、GPGPU、DSP、ISP 放进同一颗 SoC，本质是在 省掉这些搬运。
换句话说，这不是一颗「更大的 NPU」，而是一台被压进单芯片的异构计算系统。
高集成不是目的，简化系统才是。把多个视觉处理模块放进单芯片后，诚恒微 CTO 林苍松给出了一组数据：
注：条形长度仅表示相对幅度，非精确比例；数据为发布会口径，尚未经大规模第三方实测。
楚立斌更愿意算另一笔账：单颗芯片的售价不是重点，整套方案的成本才是——原来需要多少颗芯片、多少外围器件，软件开发和系统适配又要投入多少。芯片数量减少后，供电、存储、外围电路都会简化，PCB 面积和功耗随之下降。
一颗芯片替掉两三颗，省下的不止是物料清单。
对已经稳定出货的方案商来说，换芯片意味着重新适配驱动、算法、工具链乃至整个系统。参数再高，迁移成本压不住，客户就不会动。
生态不可能一蹴而就。诚恒微把第一阶段目标定得很克制：不是建立覆盖所有开发者的通用生态，而是优先降低客户切换平台的门槛。具体是三步：
SDK 在设计时于 API 层尽可能兼容客户已熟悉的主流端侧 SoC 平台，降低既有代码和算法的迁移成本。诚恒微透露，部分客户已在一到两个月内完成主要算法迁移。
优先进入电力巡检、轨交、工业质检等场景，用更贴近客户的工程服务换取早期客户，再把项目能力逐步固化进软件平台。
发布会同步亮相工控主板与行业边缘计算盒子。只交裸芯片，客户还要自己完成核心板、软件和系统设计，导入周期会大幅拉长——先把完整方案做出来，是新芯片「从能用到有人用」的过渡路径。
这是一段过渡路径。等解决方案商、渠道和合作伙伴成熟后，诚恒微计划把模组和盒子市场交还下游——长期大部分收入仍然来自芯片。
高集成度不意味着下一代还会继续加单元。随着 CH3715 开始导入客户，哪些模块使用频率最高、哪些能力真正值得保留，会逐渐变得清楚。
机器视觉、雷达、工业设备里，AI 算力、高精度计算、图像处理和低时延往往要靠多颗芯片拼出来。目标由此确定：异构计算，一体架构。
NPU、GPGPU、CPU、DSP、ISP、FFT 一次配齐，用约一年半的设计周期完成团队从定义到软件的完整磨合，并验证「一颗替两三颗」的可行性。
明显缩小芯片面积，成本目标约为第一代一半；AI 算力不降，重点改善内存带宽，方向瞄准具身智能。
定义 CH3715 时，具身智能还不是显著需求。几年之后，机器人对 LLM、VLM、VLA 的需求迅速增加，也为下一代产品提供了清晰方向。视觉处理本身，会从传统小模型向 VLM、VLA、LLM 演进，并延伸到机器人感知、决策和执行。
注：具身智能各终端的需求趋同——多路视觉接入、端侧 AI 推理、实时控制与低延迟响应。
楚立斌的判断是：10—20 TOPS 的端侧芯片市场已经相当拥挤；端侧模型越来越复杂，工艺升级又会改善能效——未来更多端侧和边缘设备需要更大算力支撑。
第一代回答「哪些能力需要集成进一颗芯片」，下一代要回答的，是「有限的面积应该优先留给哪些能力」。
高集成度是 CH3715 的入场券，不是护城河。对端侧 AI 芯片来说，把更多计算单元塞进一颗芯片并不难；难的是经过真实市场验证后，敢不敢砍掉那些不常用的模块。
当一家芯片公司开始讨论「该留下什么」而不是「还能加什么」，它的产品定义才算真正开始成熟。诚恒微的下一颗芯片，才是真正的答卷。
面向电力巡检、轨交、工业质检与智能视觉等场景，诚恒微提供 SoC、工控主板、行业边缘计算盒子三种交付形态。
新品导入周期与定制支持，详询官方渠道。