黑芝麻智能获3亿元AI计算服务器订单，车规级芯片技术向边缘侧延伸

黑芝麻智能近日与一家头部A股上市公司签署AI计算服务器销售框架合同及配套技术合作协议，合同总金额约3亿元人民币，其中自签约起一年内，合作方预计采购以黑芝麻智能自研芯片为核心的AI计算服务器整机产品约2.5亿元。这是该公司AI计算业务落地的首个规模化订单，也意味着其在智能驾驶领域积累的车规级AI算力能力，开始向汽车以外的边缘侧与本地化部署场景实质性延伸。

该订单并非孤立事件，而是黑芝麻智能战略转型的关键一步。过去数年，公司以智能驾驶芯片为核心构建技术体系，先后推出华山系列车规级AI芯片，并完成多款量产定点。但随着AI应用从云端大模型训练走向千行百业的落地部署，市场对算力的需求结构正在发生深刻变化：高性能不再是唯一指标，计算效率、功耗控制、部署成本与长期稳定性日益成为客户决策的核心要素。

这一趋势为具备车规级经验的企业创造了新机会。汽车场景对AI芯片的要求极为严苛——需在有限功耗与空间下持续运行复杂感知与决策任务，同时满足功能安全（ASIL-D）、长期可靠性与实时响应等硬性指标。这些能力恰恰与边缘计算、工业视觉检测、金融知识库本地部署等场景高度契合。例如，制造企业部署产线质检AI系统时，不仅关注识别精度，更看重推理延迟、7×24小时无故障运行能力；金融机构则优先考虑数据不出域、软硬件可控与TCO（总拥有成本）优化。

黑芝麻智能此次切入的正是这一细分赛道。其AI计算服务器产品并非简单复用智驾芯片，而是在原有NPU架构、软件栈（包括工具链、编译器、模型压缩与量化方案）基础上，针对服务器形态进行系统性适配与优化。合作内容除产品交付外，还包括配套技术协同，确保方案能根据实际应用场景持续迭代。这种“产品+服务”的深度绑定模式，有助于缩短客户验证周期，提升落地成功率。

从产业维度看，AI计算正经历结构性迁移。Gartner预测，2026年全球AI基础设施支出将达1.48万亿美元，2027年升至1.98万亿美元；高通则估算，到2030年，涵盖数据中心、汽车、工业及机器人等领域的广义计算潜在市场规模约1.7万亿美元。值得注意的是，增量主要来自边缘与端侧——IDC数据显示，2026年Q1中国AI算力需求同比激增417%，而供给增速仅128%，供需缺口扩大；与此同时，单机架功率已达传统IDC的3–5倍，供电与散热瓶颈凸显，进一步推动客户倾向选择高能效比、低TCO的国产化方案。

在此背景下，黑芝麻智能的路径具有典型性：依托车规级验证背书，将经过高温、振动、电磁兼容等严苛测试的芯片平台，迁移至对可靠性与能效同样敏感的边缘服务器场景。这与部分纯数据中心厂商形成差异化竞争——后者往往聚焦峰值算力，而前者更擅长在约束条件下实现稳定高效的持续推理。

公司创始人兼CEO单记章指出，该合同是AI计算平台拓展业务的重要实质性进展，头部客户的深度合作与大额订单将助力盈利结构优化与长期收入增长。未来，黑芝麻智能计划继续拓展与更多行业龙头的合作，推动订单持续落地。

需要指出的是，从智驾芯片到AI服务器，并非简单的市场平移。不同场景对存储带宽、互联拓扑、虚拟化支持、操作系统兼容性等均有差异要求。例如，车规芯片通常采用异构多核架构，强调低延迟调度与确定性响应；而服务器需支持多用户隔离、大规模模型分片与弹性扩展。黑芝麻智能需在保持核心NPU优势的同时，补强系统级集成能力，包括与主流AI框架（如PyTorch、TensorRT）的深度适配，以及对Kubernetes等云原生环境的支持。

横向对比，当前AI计算市场已呈现分层格局：超大规模模型训练仍由英伟达H100/H200等高端GPU主导；中等规模推理逐步接纳华为昇腾、寒武纪思元等国产加速卡；而轻量级、高可靠、低功耗的边缘推理场景，则为黑芝麻智能这类具备车规基因的企业留出窗口期。

值得注意的是，同期行业动态也印证了这一趋势。例如，车联天下基于高通SA8797P开发的AL-A2舱驾融合中央计算平台，已进入生产验证阶段并获合资车企定点，其核心能力之一即支持13B参数端侧大模型部署与中央—边缘算力共享——这与黑芝麻智能所瞄准的“端云协同”路径高度一致。二者虽技术路线不同（前者依赖高通SoC，后者自研NPU），但共同指向一个方向：下一代AI算力底座必须兼顾高性能、高可靠与可演进性，而非单一指标的极致堆砌。

此外，首程控股近期投资沛塬电子（高密度供电模组）与元环智能（AI for AI递归研发），亦反映产业链共识：AI竞争已从“有多少算力”转向“每度电产出多少有效Token”，底层效率成为决胜关键。黑芝麻智能若能在供电适配、热管理与软件栈优化上持续投入，有望在边缘AI服务器市场建立技术护城河。

总体而言，3亿元订单虽属单笔交易，却释放出明确信号：国产AI芯片企业正从“功能替代”迈向“场景定义”。当车规级验证能力被转化为边缘计算的可靠性背书, 当NPU架构优势延伸至低功耗持续推理场景, 黑芝麻智能的这次跨界尝试，或将成为国产AI算力多元化布局的一个缩影。后续进展值得关注——尤其是首批服务器产品的实际部署效果、客户反馈及是否引发同类订单复制效应。