SipeedMaixStation整机售价3999美元,搭载爱芯元智AX8860P芯片对标DGXSpark

Sipeed联合爱芯元智推出AI工作站MaixStation,搭载6nm制程的AX8860P芯片,提供256 TOPS算力与128GB LPDDR5X内存,官方宣称在Qwen 27B推理中prefil...

半导体/芯片

国产AI硬件领域迎来一次实质性突破。Sipeed近日正式公布其全新AI工作站MaixStation,整机预计售价3999美元(约合人民币28793元),定位直指NVIDIA DGX Spark与AMD Ryzen AI Halo等国际主流AI开发平台。该设备核心搭载爱芯元智(Axera)最新发布的AX8860P专用AI芯片,标志着中国企业在边端大模型推理硬件层面已具备与国际一线产品同台竞技的能力。

MaixStation并非概念原型,而是面向开发者与中小规模本地部署场景的可量产产品。其硬件配置明确:采用6nm工艺制造的AX8860P SoC,集成16核Arm Cortex-A55 CPU与自研NPU,NPU理论峰值算力达256 TOPS(FP4精度,无稀疏化),典型功耗仅40W;系统配备128GB LPDDR5X内存,256-bit总线宽度下带宽为273 GB/s——这一内存规格与DGX Spark 128GB版本持平,但价格仅为后者的57%。

性能方面,Sipeed与爱芯元智联合披露了初步实测数据:在运行通义千问Qwen 27B模型时,MaixStation在prefill阶段速度比DGX Spark快25%,decode阶段快30%。需注意的是,测试条件为双方均启用FP4精度、关闭推测解码(speculative decoding),且未说明具体模型版本细节;公司后续补充称,部分新轮次测试中领先幅度更大,但尚未作为官方数据发布。尽管如此,这一结果已足够引发行业关注——在同等内存容量下实现更高推理吞吐,意味着单位算力成本效率显著提升。

AX8860P的设计思路聚焦“边端大模型推理”,即在有限功耗与物理空间内支撑7B至27B量级模型的本地部署。除单芯片能力外,其扩展性亦具竞争力:支持通过专有AXLink协议进行多芯片级联,双芯方案可达512 TOPS,四芯方案宣称可实现1024 TOPS,级联效率约80%;同时提供PCIe 5.0接口与256 Gbps网络互联能力,高于DGX Spark的200 Gbps上限。

软件生态是国产AI芯片落地的关键瓶颈,而AX8860P在此方面已有明确布局。官方确认其支持vLLM、SGLang、PyTorch等主流推理框架,模型格式兼容ONNX与Hugging Face标准,且开放OpenAI API兼容层,便于开发者迁移现有应用。NPU工具链计划于2026年10月底前发布,为即将启动的Kickstarter众筹铺路。

值得注意的是,MaixStation并非孤立产品,而是中国AI芯片产业链协同推进的缩影。爱芯元智作为上游芯片设计方,此前已推出多款边缘AI视觉芯片;Sipeed则长期深耕嵌入式AI开发板市场,拥有成熟的软硬件整合能力与全球开发者社区基础。此次合作将芯片能力转化为终端整机,跳过中间环节直接触达用户,缩短了从IP到应用的转化路径。

从市场定位看,MaixStation瞄准的是对成本敏感、重视本地化部署与数据隐私的用户群体:高校研究团队、初创AI公司、工业质检与智能座舱等垂直场景的算法工程师。相比DGX Spark动辄数万美元的门槛,3999美元的价格大幅降低了本地大模型实验的准入成本;相较Ryzen AI Halo(128GB版同样约3999美元),MaixStation在算力密度与扩展性上更具优势,尤其适合需要多节点横向扩展的轻量级集群部署。

目前,MaixStation已在Sipeed官网开放早期注册,计划于2026年底启动Kickstarter众筹,承诺众筹结束后三个月内发货。虽最终定价仍待正式公布,但3999美元的预期价已形成明确锚点。若量产顺利,该产品有望成为全球范围内首个在性能与价格比上系统性挑战NVIDIA DGX Spark的国产替代方案。

爱芯元智发布AX8860系列AI SOC现场

行业观察指出,当前AI推理硬件正经历“去中心化”趋势:大型云厂商主导的超大规模训练集群之外,边缘侧与桌面级推理需求快速增长。IDC数据显示,2026年全球边缘AI服务器出货量预计同比增长34%,其中中国厂商份额持续上升。MaixStation的出现,既是对这一趋势的响应,也反映出本土供应链在SoC设计、内存整合与系统调优环节的成熟度已达到新阶段。

不过,挑战依然存在。一方面,DGX Spark背靠CUDA生态与丰富的优化模型库,长期积累的软件适配优势难以短期撼动;另一方面,AX8860P目前仅支持FP4等低精度格式,在需要高精度计算的科研场景中适用性受限。此外,量产良率、散热设计及长期稳定性尚待市场验证。

总体而言,Sipeed MaixStation的发布,标志着国产AI硬件从“能用”向“好用”迈出了关键一步。它不追求全面替代高端训练设备,而是在特定细分场景中提供高性价比的本地推理解决方案。对于全球AI开发生态而言,这既是新增的选项,也是推动硬件多元化与价格下行的重要力量。