TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南

晶心科技 2026 年 11 月 18 日宣布竹北 AIoT 晶片方案商 INTELPRO 採用 AX46MPV 向量處理器與 AnDLA I370 v2.0 深度學習加速器,作為下一代機器人平台的運算核心。這是矽智財設計採用而非量產消息:控制流程交給向量核心、模型推論交給專用加速器的異質分工,讓同一顆 2025 年底才在台積電投片的旗艦核心走進邊緣機器人,合約金額與量產時程尚未揭露。
用 AI 摘要這篇文章:
機器人要一邊移動一邊看懂環境,運算負擔其實有兩種性情完全不同的工作:馬達控制與多感測融合要求即時、零碎、隨時插隊;視覺模型推論則是大批重複的矩陣計算,同一種乘加要做上千萬次。把兩種工作塞給同一種處理器,結果要嘛控制不夠即時,要嘛模型跑不夠快。
2026 年 11 月 18 日,晶心科技與 INTELPRO 在新竹共同宣布,INTELPRO 採用晶心的 AX46MPV 多核心向量處理器,搭配 AnDLA I370 v2.0 深度學習加速器,作為下一代 AI 機器人平台的運算核心。這是台灣處理器矽智財商與在地一站式晶片方案商之間的一筆設計採用(design-in)公告。
讀這則消息最有價值的三個問題:INTELPRO 這次採用到底取得了什麼?機器人平台為什麼要同時放兩種運算核心?這件事對台灣在供應鏈上的位置代表什麼?先把定位講清楚:這是矽智財授權的設計採用,與量產或營收消息還有距離;合約金額、晶片名稱與機器人出貨時程,公告均未揭露。
晶心科技(TWSE: 6533)賣的是處理器矽智財(IP),白話說就是能整合進客戶晶片的處理器設計。客戶取得授權後,把這顆處理器與自家電路排進同一顆系統單晶片,再交給晶圓廠生產。晶心參與的是機器人最核心的運算設計,不製造晶圓,也不組裝整機。公司自述累計已有超過 200 億顆搭載晶心核心的系統單晶片出貨,它同時是 RISC-V International 的創始首席會員。
RISC-V 是一套開放的處理器指令集規格,規定軟體如何命令硬體做事,任何公司都能依規格實作自己的處理器。指令集開放不代表處理器設計免費,客戶採用晶心的商業設計、工具與支援,仍依雙方合約進行;開放規格帶來的好處主要在軟體生態,工具鏈與作業系統有共同的相容基礎。
INTELPRO 的角色不同。這家總部位於竹北的公司自述為 AIoT 晶片一站式(turnkey)方案商,從硬體、軟體到應用都在服務範圍內,官網首頁把 NPU、多媒體 ISP、Wi-Fi 7 無線與通過 PSA 認證的安全引擎列為自家平台的核心技術,服務範圍自述從邊緣感測一路延伸到企業資料中心。這次公告對它的定位寫得更具體:把先進矽晶圓與實際 AI 應用接起來,供彈性客製的硬體軟體平台,並整合視覺到運算的 AI 能力。向它尋求合作的機器人開發者,要的通常不是一顆處理器,而是能直接接上感測器、把模型跑起來的完整晶片方案。
「結合 Andes AX46MPV 向量處理器與 AnDLA I370 加速器,我們在彈性的多核心可程式化與緻密的 AI 運算力之間取得了理想平衡,」INTELPRO 執行長 YK Lien 在官方公告中表示,這個異質平台讓機器人方案在一邊處理即時機械控制的同時,還能在邊緣端直接跑視覺語言與 Transformer 模型。

這次平台同時採用兩種核心,對應前述兩種性質不同的運算負擔。AX46MPV 是 64 位元超純量多核心處理器,超純量指的是同一個時脈週期內能發射多條指令來填滿運算單元;它的向量處理單元完整相容 RISC-V 向量擴充(RVV)v1.0,向量暫存器寬度可組態至 1024 位元,並採用 RVA22 設定檔,可直接執行標準 Linux 發行版與開源軟體。向量處理的概念,是對一整批資料重複執行相似的運算,一次處理整批數值,影像與感測資料正好都是這種型態。
公告同時列出重新設計的記憶體子系統:雙載存引擎、兩層快取階層,加上高頻寬向量記憶體(HVM)與 Andes 串流埠(ASP)。這些設計只有一個目的,讓資料餵得夠快,運算單元不必空等。歷代文件也顯示這套記憶體架構的規模:HVM 採交叉開關設計,最多切成 64 個記憶體庫,供最多 16 顆核心共用。
AnDLA I370 v2.0 負責另一端:深度學習模型裡大量重複的矩陣與卷積計算。這一代於 2026 年 8 月 3 日發表,乘加運算單元可在 32 至 2048 個之間組態,AXI 匯流排寬度最高 512 位元,原生支援 Transformer 架構,除法與平方根有硬體執行單元,算子融合直接在加速器內的暫存器層級完成。對照第一版 I370 在 2025 年 6 月 6 日問世,v2.0 的重點正是把視覺語言模型(VLM)與小型語言模型(SLM)搬進電力與成本都受限的邊緣裝置。在晶心的產品線裡,I350 鎖定 CNN、RNN、LSTM 這類傳統網路,I370 再往上增添對小型語言模型、視覺語言模型與視覺語言動作模型(VLA)的支援,這次 INTELPRO 選的是後者。

「把 Transformer 模型與 VLM 帶到成本敏感的邊緣裝置,可說是當前 AI 領域最艱難的工程問題之一,」晶心總經理暨技術長 Charlie Su 在 v2.0 發表時說,開發者已能在 RTOS 與 Linux 兩種環境於裝置端跑 ViT、VLM 與 SLM。
硬體分工要成立,軟體還得知道怎麼把工作交出去。AndesAIRE NN SDK 接受 PyTorch、ONNX 與 TFLite 三種模型格式,NNPilot 工具先分析模型、執行剪枝與 INT8 量化,再交給 LiteRT 推論框架與自動生成的驅動程式;套件還包含微控制器版的 LiteRT for Microcontrollers、裸機與 RTOS 驅動,以及 XNNPACK 計算庫。官方產品頁說明分工原則:AnDLA 能執行的算子優先交給 AnDLA,跑不動的自動改由 CPU 端的 NN Library 處理,這套函式庫已累積超過一千個針對 RISC-V 最佳化的神經網路函式。工具鏈還做了小型語言模型的 prefill 與 decode 兩階段拆分,讓 KV 快取的擺放與記憶體排程有各自的最佳化空間,另有字詞層級的知識蒸餾,把較大的教師模型壓縮成 AnDLA 能部署的學生網路。開發階段有模型建議工具與硬體建議工具幫忙畫出成本與效能的前沿,也有效能估計功能可以先篩組態;v2.0 發表時公司自述已支援 MLCommons 的 MLPerf Tiny v1.4 版測試。乘加單元可從 32 個組到 2048 個的彈性,讓同一個加速器設計從智慧攝影機一路放大到機器人運算中樞。公司對外的估算,是向量處理器搭配 AnDLA 的組態可提供 1 GOPS 至 4 TOPS 的運算力。
把時間軸拉長看,這次採用案多了一層意義。AX46MPV 是晶心第三代向量核心:第一代 NX27V 曾在 2019 年進入 Meta 的 MTIA-1 推論晶片(公司自述),第二代 AX45MPV 搭上雲端 AI 基礎建設的擴張。晶心在 2025 年 12 月 9 日宣布,首家客戶的 AX46MPV 完成最終設計資料交付,將在台積電投片,用途指向雲端 AI 加速;IP 出貨給早期授權客戶始於 2025 年第一季,量產版本於 2025 年 10 月初釋出。

雲端與機器人看似兩個世界,用的是同一套核心設計。晶心在那份投片公告裡解釋了原因:專用矩陣引擎跑得快又省電,卻跑不完整個 Transformer 的所有函式,還需要管理與調度,所以加速器晶片內部幾乎都要再放一顆 CPU,把脈衝陣列吃不下的工作接走。LayerNorm 與 Softmax 就是兩個例子,AX46MPV 在這兩個關鍵核心上比前代快 30% 至 70%(公司自行提供的比較數字,未經第三方驗證),而且這些結果來自 LLVM 編譯器自動生成的程式,不是手寫的低階碼。公司在同份文件自述,典型組態在台積電 3 奈米製程最差情況可跑 1.5GHz。晶心總經理暨技術長 Charlie Su 也在該份公告點出背景:輝達當時的 CPX 產品線宣布,讓業界更關注從通用 GPU 轉向更省電的專用加速器架構,而這類架構需要同樣有效率的 CPU 來搭配。
「我們很高興看到 INTELPRO 將旗艦異質 AI 方案用在先進的機器人 AI 平台,」晶心科技董事長兼執行長 Frankwell Lin 在公告中表示,AX46MPV 搭配 AnDLA I370 是為邊緣端最吃重的機器學習、電腦視覺與生成式推論核心而設計。
對台灣供應鏈來說,這則消息的看點不在機器人整機,而在運算設計與系統整合兩層都留在台灣:處理器設計在晶心,晶片方案整合在竹北的 INTELPRO。機器人的品牌與量產或許在別處,但運算核心的選型與整合,已經是台灣公司彼此之間的交易。核心數可從 1 顆組到 16 顆、快取與向量寬度都能調整的設計,讓同一顆核心先在雲端 AI 加速器裡當調度中心,再到機器人平台上當運算主腦,對 INTELPRO 這類方案商來說,直接取得這套組態彈性,省下的是自己從頭設計運算核心要好幾年的工程。習慣看代工與封裝產能的讀者,可以把它想成另一種參與機器人供應鏈的方式:賣設計圖與整合服務,產能留給晶圓廠。
設計採用公告寫下的是設計階段的承諾,有三個問題它還沒有回答。INTELPRO 的新平台晶片叫什麼名字、何時投片,公告未揭露;合約金額與授權範圍未揭露;機器人產品的上市時程與實機效能,也要等 INTELPRO 後續發表。公告列舉的自主導航、避障、陪伴機器人、安全巡邏、導覽機台與 STEM 教具等場景,是平台鎖定的應用方向,不是已出貨的實績。公告也把需求背景寫得直白:自主移動機器人(AMR)與智慧邊緣裝置的成長,推高了對省電又高吞吐的 AI 運算需求。
公告還同時提到低延遲的雲端與邊緣混合互動,這個細節值得拆開看。平台並不保證完全離線運作:哪些功能在裝置上完成、哪些要連網,甚至資料送去了哪裡,都要看最終的系統設計,這也是機器人連線管理會自成一條產品線的原因。裝置端能跑的模型類型也要分清楚:小型語言模型處理語言,視覺語言模型結合影像與文字,視覺語言動作模型再把手臂動作納入,三者對運算與記憶體的需求不同,不能因為規格表寫了支援,就當成所有任務都有一樣的表現。
「模型能跑」與「機器人能用」之間還隔著整機驗收:感知、決策與控制輸出的延遲分配,模型最佳化前後的任務品質比對,出錯時的降級行為,這些都不在一顆運算核心的規格表裡。判斷這則消息的下一步指標,是 INTELPRO 的產品發表與晶心後續對機器人業務的揭露,並非採用公告本身。兩個觀察點都公開可查:INTELPRO 官網的產品頁何時出現新平台條目,以及晶心後續新聞稿對機器人相關授權案的說明。
對關注台灣半導體與機器人交會點的讀者,這則公告值得記住的重點是:RISC-V 向量核心加專用 AI 加速器的異質組合,已被台灣在地方案商選為機器人平台的運算骨架,而且賣設計與做整合的都是台灣公司。這也是觀察台灣處理器設計產業往機器人移動時,最直接的一次落地紀錄。至於這套骨架何時變成看得到、買得到的機器人,就留給 INTELPRO 的下一份產品說明了。