對于企業(yè)乃至個人開發(fā)者而言，將“數(shù)字員工”部署在云端的問題顯而易見：API成本上不封頂、隱私安全弱、穩(wěn)定性差、延遲高、無法實現(xiàn)物理隔離……“龍蝦”走紅后，連蘋果坐了多年冷板凳的Mac Mini設(shè)備都帶火了，行業(yè)對于低成本、低功耗、高穩(wěn)定性的端側(cè)智能體需求可見一斑。

然而，端側(cè)也有一個繞不過去的問題——算力不夠強，顯存規(guī)格不夠大，難以支撐生產(chǎn)力級大模型部署。

此前行業(yè)AI芯片創(chuàng)新大多側(cè)重于云端，原粒半導(dǎo)體CEO方紹峽將其形象地比喻為“造高鐵”，為海量客流提供承載能力。

相比起來，原粒半導(dǎo)體的方案更像是“造私人飛機”——在一個紙巾盒大小的桌面AI超算終端里，能夠流暢運行671B級別的“滿血”AI模型，提供免費且不限量的本地生產(chǎn)力Tokens，打破算力資源的空間限制，讓每個人都能擁有真正的“AI員工”。無需復(fù)雜的機房部署，插上電源，即可在人人熟悉的工作環(huán)境中，引爆AI創(chuàng)新的無限潛能。

Token是“數(shù)字化智力”的最小度量單位，當(dāng)服務(wù)器級別智能下沉至小型終端設(shè)備，當(dāng)獲取專家級智能的邊際成本趨近于0，整個AI智能體產(chǎn)業(yè)生態(tài)將迎來大爆發(fā)——它不僅重構(gòu)了資本與勞動的配比，更在改寫生產(chǎn)關(guān)系的同時，徹底重塑所有行業(yè)的底層邏輯。

二、“三年前的子彈，射中今天的靶心”

此前，端側(cè)大模型的部署規(guī)模一般在幾十億至幾百億參數(shù)之間，原粒之所以能如此大幅度地提升端側(cè)算力，歸根到底，還得依賴于計算與通信架構(gòu)的底層創(chuàng)新——芯片。

具體來說，正如原粒公司名字所示，原粒所瞄準(zhǔn)的是后摩爾時代最火的半導(dǎo)體技術(shù)之一，Chiplet（芯粒）。

Chiplet跟傳統(tǒng)“大芯片”相比，其核心優(yōu)勢在于采用模塊化設(shè)計，能夠允許芯片不同工藝節(jié)點混合，實現(xiàn)更高靈活度、更高良率、更低成本、更短的開發(fā)周期。

而在傳統(tǒng)Chiplet“優(yōu)化拆分”的思路基礎(chǔ)上，原粒更是創(chuàng)新性地設(shè)計出“樂高式”架構(gòu)，將功能單元設(shè)計成高度標(biāo)準(zhǔn)化、可即插即用的“基礎(chǔ)磚頭”，允許極高靈活度的自由組合，天然適應(yīng)端側(cè)AI場景的多樣性需求。

在“數(shù)字員工”爆火的今天，端側(cè)AI幾乎成為了產(chǎn)業(yè)共識；然而在三年前，原粒半導(dǎo)體成立伊始的2023年，這還是沒有“問題定義”的荒原。

“芯片的研發(fā)周期很長，如果一味追求熱點，看到Llama的時候做一個Llama芯片，看到DeepSeek做一個DeepSeek芯片，等到三年后芯片出來就已經(jīng)不是那個世界了。”方紹峽告訴36氪。

對于芯片團隊來說，每一款芯片在定義與設(shè)計之初，都需要大量的預(yù)判、研究、推演。而在“龍蝦”、DeepSeek尚未出現(xiàn)的三年前，原粒半導(dǎo)體的思考原點，便是將服務(wù)器級別的智能下沉到桌面與邊緣AI環(huán)境，會帶來怎樣的產(chǎn)品形態(tài)創(chuàng)新及生產(chǎn)力變革。

這種級別的預(yù)判與推演，對團隊在半導(dǎo)體的技術(shù)演進路線、AI行業(yè)發(fā)展態(tài)勢、端側(cè)算力需求的發(fā)展態(tài)勢，以及產(chǎn)業(yè)鏈上下游協(xié)同節(jié)奏的認知提出了極高的要求。

而原粒半導(dǎo)體的前瞻性，恰恰來源于這支經(jīng)歷過十年磨合、來自國際半導(dǎo)體巨頭的、打過勝仗的“特種部隊”。在攜手開發(fā)了十幾代AI芯片架構(gòu)后，“各種坑基本上都踩過一遍”，“幾十億美金燒出來的經(jīng)驗”，這才換來了足夠強大的前瞻判斷。

走表面的“捷徑”與“追隨式創(chuàng)新”，往往意味著在別人的圍墻里打轉(zhuǎn)；而最難走的路徑，因其難以逾越的資源與時間壁壘，反而成為了最短的路徑。所有的輕巧都來源于底層的厚重支撐和長久積累。

一個有趣的現(xiàn)象是，原粒半導(dǎo)體既是一個瞄準(zhǔn)“AI Native”產(chǎn)業(yè)的半導(dǎo)體企業(yè)，其自身也是一家“AI Native”公司。

AI芯片的研發(fā)環(huán)節(jié)復(fù)雜，涉及架構(gòu)、設(shè)計、編譯、IP、產(chǎn)業(yè)鏈等。當(dāng)公司到達產(chǎn)品階段時，員工體量往往達到上千人，傳統(tǒng)半導(dǎo)體巨頭更是十?dāng)?shù)萬人的規(guī)模。

而原粒半導(dǎo)體目前的“真人員工”，還不到100名。

是的，原粒半導(dǎo)體員工結(jié)構(gòu)配置，是“100個‘真人員工’，3000個‘數(shù)字員工’”，由自家芯片提供自家數(shù)字員工生產(chǎn)力，這是非常賽博朋克的一幕。

而這，恰恰是技術(shù)、勞動力、生產(chǎn)關(guān)系變革的縮影。

在人類科技的歷史上，從來沒有像“龍蝦”那樣能迅速達成全球共識的技術(shù)路徑。Meta旗下的React在GitHub攢下24萬顆星、排到全球熱度第一用了十三年，而“龍蝦”超越它只用了100天。

有史以來第一次，人們買電腦、買計算設(shè)備不再是為了自己，而是為了購買一臺7x24小時在線、足夠小巧、靜音、低功耗的硬件Agent主機，以運行能夠不眠不休的“個人數(shù)字員工”。

過去這三年來，從DeepSeek到“龍蝦”，大模型技術(shù)一日千里，端側(cè)AI的需求也逐漸明晰。一直到2026年“龍蝦”的火爆，整個市場突然意識到端側(cè)生產(chǎn)力智能體市場的巨大潛力。

而原粒三年前射向未來的子彈，完美擊中了今天的靶心。