端侧AI芯片的叙事长期被NPU主导，但诚恒微在首款旗舰SoC上给出了不同答案。近期在无锡举行的CH37系列边端侧AI SoC发布会上，诚恒微正式推出CH3715，在集成六核NPU（48 TOPS INT8）的同时，还加入了四核GPGPU（1 TFLOPS FP32，兼容CUDA生态）、10核CPU、自研渲染GPU、双核DSP及FFT硬件加速器。这一“NPU+GPGPU”的组合，在强调把晶体管留给NPU的主流趋势中显得颇为另类。
诚恒微CEO楚立斌对雷峰网表示，CH3715的产品定义始于2022年，彼时ChatGPT尚未发布，具身智能也未成为热点。团队当时看到的是机器视觉、雷达、工业设备中长期未被单颗芯片满足的需求——既需要AI算力，也需要高精度计算、图像处理和低时延，客户往往只能通过多颗芯片组成系统。因此，第一代旗舰SoC的目标就是把分散的计算能力集成到一颗芯片里。
NPU擅长神经网络推理，但真实设备还需处理大量传统计算。例如复杂视觉环境中的算法需要更高精度的浮点计算，雷达需要FFT和信号处理，机器人则涉及几何计算与实时控制。这正是CH3715同时加入NPU和GPGPU的直接原因——在部分场景中，仅靠INT8精度无法覆盖全部算法，GPGPU提供了更高精度的浮点计算能力，且更具灵活性和较低的迁移成本。诚恒微将这套思路概括为“异构计算，一体架构”，即NPU负责AI推理，GPGPU负责高精度可编程并行计算，DSP处理信号，ISP负责图像输入，CPU承担调度与控制。
高集成度是CH3715的显著特点。除NPU和GPGPU外，它还集成了CPU、DSP、FFT、VPU、双ISP等单元，并提供PCIe 4.0、万兆以太网等高速接口。楚立斌解释，第一代产品并非瞄准普通SoC已能很好解决的需求，而是优先寻找原本需要多芯片组合的场景，希望用一颗芯片替掉过去两三颗芯片的工作。在部分机器视觉场景中，单颗SoC无法同时满足AI算力和图像处理需求，客户需额外增加AI芯片；而实时信号处理行业则长期采用DSP与FPGA组合。芯片数量增加会推高供电、存储、外围电路的复杂度，导致PCB面积和功耗上升，跨芯片数据传输也影响时延。
诚恒微副总经理、CTO林苍松在发布会上分享，通过多个视觉处理模块单芯片集成，系统数据吞吐效率可提升50%以上，功耗降低30%，整机体积缩减40%。这些数据尚需在更多真实应用中验证，但至少解释了高集成度的目标——用一颗芯片简化原有系统。
诚恒微成立于2023年，核心研发团队拥有多款芯片设计和量产经验。楚立斌透露，CH3715真正用于设计的时间约一年半，通过这颗复杂SoC，团队完成了从产品定义到软件的全流程磨合。第一代产品做加法，下一代则开始做减法并做专项增强。楚立斌表示，下一代产品会做减法，同时重点改善内存带宽，但AI算力不会下降，仍计划推向更高水平，同时明显缩小芯片面积，目标成本约为第一代的一半。
在楚立斌看来，10—20 TOPS左右的端侧芯片市场已相当拥挤，随着端侧模型复杂化及工艺升级改善能效，未来更多端侧和边缘设备将需要更大算力的芯片。另一个变化来自AI需求：定义CH3715时具身智能尚未成为显著需求，几年后机器人对LLM、VLM、VLA等大模型的需求迅速增加，为下一代产品提供了清晰方向。诚恒微下一代产品将更关注具身智能，但仍以机器视觉为主线，视觉处理将从传统小模型向VLM、VLA、LLM演进，并延伸到机器人感知、决策和执行。
面对“一家刚推出第一代芯片的公司如何让客户愿意迁移”的现实问题，诚恒微的策略是降低切换门槛。楚立斌表示，设计SDK时会在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。市场策略上，诚恒微优先进入电力巡检、轨交、工业质检等垂直行业，用贴近客户的工程服务换取早期客户，并将项目能力固化进软件平台。现阶段，诚恒微主动做模组和盒子，如工控主板、行业边缘计算盒子，让客户更快看到完整方案跑起来，以建立市场信任。楚立斌说，随着解决方案商、渠道和合作伙伴成熟，公司计划逐渐把这些市场交还下游，长期大部分收入仍来自芯片。
从产品定义到2026年正式发布，CH3715回答的是“端侧AI芯片究竟需要什么”的问题。如果只看AI模型，答案可能是一颗越来越大的NPU；但走进真实场景，NPU之外仍有大量高精度计算、信号处理、图像处理和实时控制任务。诚恒微选择NPU+GPGPU并集成多种计算单元，正是对这一复杂需求的回应。而CH3715之后更值得观察的问题是：经过市场验证，诚恒微最终会留下什么、砍掉什么。对端侧AI芯片而言，做出更多功能并非最难，如何在真实场景中找到最值得留下的计算能力，才是产品定义成熟的标志。