IT之家 10 月 13 日消息,爱芯元智今日在 2026 中国国际工业博览会上正式发布 AX8860 系列大算力 AI 芯片,定位为专为大模型在边缘和端侧落地打造的算力底座。 AX8860 搭载 16 核 Arm Cortex-A55 CPU 与自研 NPU,提供 256 TOPS 混合精度算力(原生 FP4,无稀疏性),配备最高 128GB LPDDR5X 内存,256-bit 位宽下带宽达 273 GB/s,芯片采用 6nm 制程并支持 PCIe 5.0 互联。 在设备形态层面,AX8860 覆盖多种产品设计,包括额定功耗 40W 的专用模块、采用 Gen5x4 连接器的单槽 PCIe 卡(配备辅助风扇)。此外,爱芯元智还有单槽四芯方案,搭载四风扇和大尺寸散热片,由标准 8-pin 电源接口供电。 爱芯元智同时规划了基于该芯片的 Mini PC 和口袋 PC 产品。多芯级联方面,芯片支持 256 Gbps 网络接口,双芯级联可达 512 TOPS,四芯级联宣称可实现 1024 TOPS,扩展效率约 80%。 爱芯元智同步发布了元曦模组 A256S,并展出了元曦系列推理卡和推理服务器。据爱芯元智介绍,AX8860 支持 vLLM、SGLang、PyTorch 等主流推理框架,提供 ONNX、Hugging Face 等模型格式的开箱即用支持,并兼容 OpenAI API 服务接口,配套覆盖量化、转换、编译、Profiling 及调试的完整工具链。 性能对比方面,在 Qwen 27B 模型上,AX8860 的 prefill 速度比 NVIDIA DGX Spark 快 25%,decode 速度快 30%。价格方面,Sipeed 宣称 AX8860 整机定价“接近 DGX Spark 的一半”。 DGX Spark 目前 64GB 版本起售价 4,999 美元(IT之家注:现汇率约合 33,522 元人民币),128GB 版本售价为 6,950 美元(现汇率约合 46,605 元人民币)。 据 Wccftech 报道,爱芯元智后续产品路线图还包括算力达 500 TOPS 的 Axera 8950,以及算力超过 700 TOPS 的下一代 8970 芯片。 爱芯元智创始人兼董事长仇肖莘在发布现场表示:“我们要做客户长期稳定的算力底座,让企业聚焦业务创新,不用为算力迁移分心。”
爱芯元智 AX8860 系列大算力芯片发布,性能对标英伟达 DGX Spark 但价格更低
IT之家 10 月 13 日消息,爱芯元智今日在 2026 中国国际工业博览会上正式发布 AX8860 系列大算力 AI 芯片,定位为专为大模型在边缘和端侧落地打造的算力底座。 AX8860 搭载 16 核 Arm Cortex-A55 CPU 与自研 NPU,提供 256 TOPS 混合精度算力(原生 FP4,无稀疏性),配备最高 128GB LPDDR5X 内存,256-bit 位宽下带宽达 273 GB/s,芯片采用 6nm 制程并支持 PCIe 5.0 互联。 在设备形态层面,AX8860 覆盖多种产品设计,包括额定功耗 40W 的专用模块、采用 Gen5x4 连接器的单槽 PCIe 卡(配备辅助风扇)。此外,爱芯元智还有单槽四芯方案,搭载四风扇和大尺寸散热片,由标准 8-pin 电源接口供电。 爱芯元智同时规划了基于该芯片的 Mini PC 和口袋 PC 产品。多芯级联方面,芯片支持 256 Gbps 网络接口,双芯级联可达 512 TOPS,四芯级联宣称可实现 1024 TOPS,扩展效率约 80%。 爱芯元智同步发布了元曦模组 A256S,并展出了元曦系列推理卡和推理服务器。据爱芯元智介绍,AX8860 支持 vLLM、SGLang、PyTorch 等主流推理框架,提供 ONNX、Hugging Face 等模型格式的开箱即用支持,并兼容 OpenAI API 服务接口,配套覆盖量化、转换、编译、Profiling 及调试的完整工具链。 性能对比方面,在 Qwen 27B 模型上,AX8860 的 prefill 速度比 NVIDIA DGX Spark 快 25%,decode 速度快 30%。价格方面,Sipeed 宣称 AX8860 整机定价“接近 DGX Spark 的一半”。 DGX Spark 目前 64GB 版本起售价 4,999 美元(IT之家注:现汇率约合 33,522 元人民币),128GB 版本售价为 6,950 美元(现汇率约合 46,605 元人民币)。 据 Wccftech 报道,爱芯元智后续产品路线图还包括算力达 500 TOPS 的 Axera 8950,以及算力超过 700 TOPS 的下一代 8970 芯片。 爱芯元智创始人兼董事长仇肖莘在发布现场表示:“我们要做客户长期稳定的算力底座,让企业聚焦业务创新,不用为算力迁移分心。”
