爱芯元智在上海举行的 CIIF 2026 上发布 6 纳米 AX8860 边缘 AI 芯片系列，重点是让大模型在工厂、仓库等现场运行，而不是把所有推理任务都交给远端数据中心。公司将其定位为面向“物理 AI”的计算平台，也就是支持系统在实际环境中感知、判断并执行任务。 6

不过，AX8860 的官方规格与它和 NVIDIA DGX Spark 的性能对比，需要分开看：前者是产品参数，后者目前是合作伙伴 Sipeed 的说法，尚无独立测试结果佐证。 613

面向工业现场的芯片与系统

爱芯元智公布的 AX8860 系列规格包括：

• **工艺与算力：**采用 6 纳米工艺，混合精度算力最高 256 TOPS，原生支持 FP4。 6
• **内存：**最高支持 128 GB LPDDR5X，内存带宽最高 273 GB/s。 6
• **视频处理：**支持 64 路视频解码和 16 路视频编码。 6
• **扩展与互联：**支持 AXLink 级联和 PCIe 5.0，可用于多芯片协同及系统扩展。 6

公司瞄准的应用包括智能制造、仓储物流和机器人。对这类现场系统来说，芯片算力只是考量之一，内存容量、视频处理和系统集成也关系到设备如何部署。TOPS 是峰值算力指标，并不能单独说明某个模型或应用实际运行得有多快。

围绕 AX8860，爱芯元智还发布了元曦 A256S 模组，并展示推理卡和推理服务器，提供从芯片到系统的产品选项。 68

四芯片配置的“1,024 TOPS”怎么看？

Wccftech 报道称，一款四模块 PCIe 卡的标称算力超过 1,000 TOPS。以单芯片最高 256 TOPS 计算，四颗芯片相加是名义上的 1,024 TOPS。这个数字是峰值规格的算术合计，不是特定模型或应用的实测结果。 11

软件工具与模型部署

相关报道提到，AX8860 的软件环境涉及 vLLM、SGLang 和 PyTorch，并提供兼容 OpenAI API 形式的服务接口，以及量化、模型转换、编译、性能分析和调试工具。 9 这些工具有助于模型部署和开发，但仅凭工具名单，不能推断所有模型与配置都已具备相同性能或兼容性。

与 DGX Spark 的性能说法仍待验证

Sipeed 声称，其 AX8860 设备运行 Qwen 27B 时，预填充（prefill）速度比 NVIDIA DGX Spark 快约 25%，解码（decode）快约 30%，整机价格约为对方的一半。 13

这些是合作伙伴披露的对比说法，并非独立实验室的基准测试。现有报道也没有充分说明测试条件，因此不能据此断定 AX8860 在其他模型、任务或配置下普遍领先，价格比较同样需要谨慎看待。 13

目前较明确的信息是：AX8860 面向工业及其他物理场景的边缘侧推理，官方公布了最高 256 TOPS 算力及较大容量内存等规格。至于它是否能在真实工作负载中胜过 DGX Spark，还需要可复现的测试和清楚的对比条件来回答。 613

爱芯元智在上海举行的 CIIF 2026 上发布 6 纳米 AX8860 边缘 AI 芯片系列，重点是让大模型在工厂、仓库等现场运行，而不是把所有推理任务都交给远端数据中心。公司将其定位为面向“物理 AI”的计算平台，也就是支持系统在实际环境中感知、判断并执行任务。 6

不过，AX8860 的官方规格与它和 NVIDIA DGX Spark 的性能对比，需要分开看：前者是产品参数，后者目前是合作伙伴 Sipeed 的说法，尚无独立测试结果佐证。 613

面向工业现场的芯片与系统

爱芯元智公布的 AX8860 系列规格包括：

• **工艺与算力：**采用 6 纳米工艺，混合精度算力最高 256 TOPS，原生支持 FP4。 6
• **内存：**最高支持 128 GB LPDDR5X，内存带宽最高 273 GB/s。 6
• **视频处理：**支持 64 路视频解码和 16 路视频编码。 6
• **扩展与互联：**支持 AXLink 级联和 PCIe 5.0，可用于多芯片协同及系统扩展。 6

公司瞄准的应用包括智能制造、仓储物流和机器人。对这类现场系统来说，芯片算力只是考量之一，内存容量、视频处理和系统集成也关系到设备如何部署。TOPS 是峰值算力指标，并不能单独说明某个模型或应用实际运行得有多快。

围绕 AX8860，爱芯元智还发布了元曦 A256S 模组，并展示推理卡和推理服务器，提供从芯片到系统的产品选项。 68

四芯片配置的“1,024 TOPS”怎么看？

Wccftech 报道称，一款四模块 PCIe 卡的标称算力超过 1,000 TOPS。以单芯片最高 256 TOPS 计算，四颗芯片相加是名义上的 1,024 TOPS。这个数字是峰值规格的算术合计，不是特定模型或应用的实测结果。 11

软件工具与模型部署

相关报道提到，AX8860 的软件环境涉及 vLLM、SGLang 和 PyTorch，并提供兼容 OpenAI API 形式的服务接口，以及量化、模型转换、编译、性能分析和调试工具。 9 这些工具有助于模型部署和开发，但仅凭工具名单，不能推断所有模型与配置都已具备相同性能或兼容性。

与 DGX Spark 的性能说法仍待验证

Sipeed 声称，其 AX8860 设备运行 Qwen 27B 时，预填充（prefill）速度比 NVIDIA DGX Spark 快约 25%，解码（decode）快约 30%，整机价格约为对方的一半。 13

这些是合作伙伴披露的对比说法，并非独立实验室的基准测试。现有报道也没有充分说明测试条件，因此不能据此断定 AX8860 在其他模型、任务或配置下普遍领先，价格比较同样需要谨慎看待。 13

目前较明确的信息是：AX8860 面向工业及其他物理场景的边缘侧推理，官方公布了最高 256 TOPS 算力及较大容量内存等规格。至于它是否能在真实工作负载中胜过 DGX Spark，还需要可复现的测试和清楚的对比条件来回答。 613