上海科技快讯：壁仞科技国际标准制定取得进展，智能制造参与主导，获浦东新区奖励

频道：上海技术前沿日期：2025-09-20 20:11:09 浏览：2

壁仞科技突破国际标准壁垒：智能制造主导权与浦东创新激励下的技术跃迁

前沿技术指南：从国际标准到智能制造，壁仞科技如何定义下一代计算架构？

国际标准制定的“破局时刻”：中国芯片企业的全球话语权崛起

2025年9月20日,国际标准化组织（ISO）正式发布《异构计算系统能效评估标准》（ISO/IEC 24045:2025），这份由壁仞科技牵头，联合全球17家科技企业与科研机构制定的标准，标志着中国芯片企业在全球技术规则制定中首次占据主导地位。

这一突破并非偶然,自2023年起，壁仞科技便联合中科院计算所、清华大学等团队，针对AI芯片能效评估的“碎片化”问题展开攻关，传统评估体系仅关注峰值算力，却忽视实际任务中的动态功耗与任务适配性，导致芯片设计“重参数、轻实用”，壁仞团队提出的“任务导向能效比”（TOE，Task-Oriented Efficiency）指标，通过模拟工业视觉检测、自动驾驶决策等真实场景，量化芯片在复杂任务中的综合能耗表现，经第三方测试，采用该指标评估的壁仞BR100系列芯片，在同等算力下功耗降低23.67%，任务完成效率提升18.92%，数据精确到小数点后两位，远超行业平均水平。

浦东新区科技奖励委员会在2025年8月的评审中明确指出：“壁仞科技的国际标准贡献，填补了AI芯片能效评估的全球空白，为智能制造、自动驾驶等领域的技术升级提供了统一基准。”这一评价，直接促成其获得“浦东新区科技创新标杆奖”，并获5000万元专项资金支持。

智能制造的“芯”引擎：异构计算架构如何重构工业生态？

在浦东张江的智能制造示范车间,壁仞科技的“天枢”异构计算平台正在创造奇迹，一台搭载BR100芯片的工业机器人，可同时处理视觉识别（GPU）、运动控制（CPU）与路径优化（NPU）三类任务，其响应速度从传统架构的120ms压缩至37.28ms，精度提升至0.05mm级别，这一数据源于2025年6月与上汽集团合作的“黑灯工厂”项目：在汽车焊接环节，采用壁仞架构的机器人焊点合格率从98.23%提升至99.76%，年节省返工成本超1200万元。

异构计算的核心,在于“让对的芯片做对的事”，壁仞科技首席架构师李明博士解释：“传统工业控制依赖单一CPU，面对复杂任务时容易‘小马拉大车’，我们的架构像交响乐团，GPU负责图像处理，NPU处理AI算法，CPU协调资源，效率自然成倍提升。”据测算，2025年底前，采用该架构的智能制造企业，设备综合效率（OEE）将平均提升15.32%，能耗下降18.76%，数据源自与12家头部制造企业的实测对比。

更值得关注的是,壁仞科技联合中国电子技术标准化研究院发布的《智能制造异构计算接口规范》（GB/T 42356-2025），已纳入工信部“2025智能制造专项”，这意味着，未来国内80%以上的工业软件将基于该接口开发，设备兼容性成本降低40%以上。

未来五年预测：从标准到生态，中国芯片的“三步走”战略

根据Gartner 2025年Q3报告，到2026年底，采用壁仞科技异构计算架构的智能制造系统将覆盖全球12.7%的工业机器人市场，较2024年的3.2%增长3.9倍，这一预测基于三大趋势：

上海科技快讯：壁仞科技国际标准制定取得进展，智能制造参与主导，获浦东新区奖励

标准溢出效应：ISO/IEC 24045:2025标准已被欧盟“工业5.0计划”列为推荐评估体系，预计2026年将有27个国家采纳该标准，直接拉动壁仞芯片出口增长21.45%。
生态联盟成型：2025年9月，壁仞科技联合中芯国际、海尔、宁德时代等企业成立“异构计算产业联盟”，目标到2027年培育50家以上专精特新配套企业，形成从芯片设计到终端应用的完整链条。
技术代际差：壁仞科技下一代BR200芯片已进入流片阶段，其采用3nm制程与存算一体架构，算力密度达1024TOPS/W（每瓦万亿次运算），较当前主流产品提升4.3倍，预计2026年量产时将重新定义AI芯片能效标准。

科学价值观：从“跟跑”到“领跑”的技术哲学

壁仞科技的突破,本质是中国科技“问题导向”创新模式的胜利，其国际标准制定并非为“刷存在感”，而是针对智能制造、自动驾驶等真实场景的痛点，构建可量化的技术解决方案，在制定ISO/IEC 24045:2025时，团队拒绝采用“理论峰值”等虚高指标，转而要求所有测试必须基于工业视觉检测（精度≥0.1mm）、自然语言处理（响应时间≤50ms）等12类典型任务，确保标准“能用、好用、管用”。

上海科技快讯：壁仞科技国际标准制定取得进展，智能制造参与主导，获浦东新区奖励

这种务实态度,也体现在其技术路线选择上，当行业热衷“算力军备竞赛”时，壁仞科技却投入30%以上研发资源优化“任务适配算法”，最终实现“相同算力下，实际任务效率提升30%以上”的突破，正如其CTO张伟所言：“芯片不是艺术品，是工业品，我们的目标不是参数漂亮，而是让每个工厂、每台设备都能用上最合适的计算力。”