9 月 25 日，第五届全球数字贸易博览会 " 首发首秀 " 舞台，高光时刻来了。
睿芯旗下数据流 AI 芯片高光 D35 今日正式量产发布。作为全球首款 RISC-V 架构的数据流物理 AI 芯片，高光 D35 的亮相，为正在快速增长的边缘端 AI 算力市场带来了新的技术选项。
发布会上，睿芯还与多家行业龙头企业进行了集中签约，涵盖智慧园区、智慧交通、医疗健康、具身智能等多个应用场景，标志着数据流 AI 芯片的商业化落地正在加速。
01 什么是高光 D35？
高光 D35 是睿芯自主研发的旗舰级边缘端 AI 芯片，定位于 " 数据流 +RISC-V" 双自主技术路线。
第一，数据流架构。不同于传统 GPU 的控制流架构，高光 D35 采用数据流计算范式——数据到哪、计算在哪，天然减少数据搬运的功耗和延迟，在 AI 推理场景下能实现更高的能效比和更确定的延迟。
第二，RISC-V 全自研。 芯片搭载全自研高性能 RISC-V CPU 内核，该内核 IP 已通过 Intel 全球采购许可。从指令集到计算架构，全链条自主可控。
第三，128GB 大显存。单芯片最高支持 128GB 高速显存，在大模型端侧部署的趋势下，充足的显存空间意味着更强的模型承载能力和推理性能。
第四，Chiplet 灵活配置。采用 Chiplet 先进封装技术，可通过芯粒组合配置不同算力档位，灵活适配从低功耗终端到高性能边缘服务器的多元场景。
第五，全栈软件生态。CUDA 兼容编译器、Triton 支持、主流模型库、vLLM/SGLang 推理引擎 …… 开发者生态迁移成本低，上手即用。
高光 D35 的量产，踩中了两个关键节点。
一个是产业节点。AI 应用正在从云端走向端侧、边侧。视频分析、机器人、智慧园区、智慧医疗 …… 越来越多的场景需要在本地完成 AI 推理，对端侧算力的需求正在爆发。但端侧场景的约束也很明确——功耗受限、空间受限、成本敏感。GPU 的算力虽强，但能效比和成本结构并不总是端侧场景的最优解。
另一个是政策节点。今年印发的《电子信息制造业发展 " 十五五 " 规划》明确提出，要加强数据流组织、动态稀疏计算等技术攻关，推进 RISC-V 产业化，加快边缘推理芯片创新发展。高光 D35 的技术路线，正好与国家战略方向高度契合。
据中国电子学会数据，2025 年我国 AI 芯片市场规模已突破千亿元，其中边缘端 AI 芯片的增速显著高于整体市场平均水平。在政策与市场的双重驱动下，边缘 AI 芯片正在迎来发展的黄金窗口期。
03 量产不是终点，是生态的起点
一颗芯片的价值，最终要靠应用场景来验证。
发布会上，睿芯与多家行业龙头企业签署了生态合作框架协议。这些合作伙伴覆盖了智慧园区、智慧交通、医疗健康、具身智能、数字科技等多个领域，将基于高光 D35 联合开发行业解决方案。
对于数据流架构这条技术路线来说，量产发布只是第一步。真正的考验，是在真实场景中跑通商业闭环，是生态伙伴愿意基于你的芯片做开发、做产品、做方案。
从 ISCA 顶会论文的学术认可，到 Intel 内核 IP 认证的产业背书，再到今天的量产发布和多家生态伙伴签约——高光 D35 正在沿着 " 学术→产品→生态 " 的路径，稳步推进。
AI 芯片赛道很热，热到每年都有新的故事、新的玩家。
但真正的硬核，从来不是 PPT 上的参数，而是流片回来的良率、客户桌上的开发板、机房里稳定运行的算力节点。
高光 D35 量产了。
数据流架构，从论文里走出来了。
边缘端 AI 的算力新选项，正在变成现实。
第五届全球数贸会上的这颗芯片，是一个开始。
它背后的技术路线、生态版图和产业想象空间，还在徐徐展开。
