星宸科技林永育：破局端侧AI

2017年，48岁的林永育创办星宸科技时，视觉芯片市场已被巨头牢牢占据，竞争日趋白热化，当初内部、外部都有很多反对的声音。可就是这样一个在外人看来“本该守成”的年纪，他选择从零开始，一头扎进视觉AI SoC芯片赛道。

故事的走向超出了几乎所有人的预料。2017年创立，2020年成为全球第二，2021年跃居全球第一，星宸科技仅用四五年就完成其核心主业IPC SoC的行业跨越。这不是互联网产品的裂变增长，而是芯片从设计、流片到量收的漫长旅程。林永育说：“芯片设计公司需要日积月累、练苦功。但我们算是非常快的。”

林永育跑马拉松已经十几年了，现在每天跑5到10公里。长期奔跑的人，不会被一时快慢扰乱节奏，芯片创业亦是如此。他笑称，“跑步的人胖不起来。”

星宸科技董事长兼CEO 林永育

过去18个月，存储芯片的缺货涨价几乎成了半导体行业的头号话题。从手机厂商到服务器厂商，从车厂到消费电子厂商，所有人都在为DRAM和NAND Flash的供应紧张而焦虑。但少有人注意到的是，存储缺货只是芯片行业周期性供需错配的冰山一角。就在两三年前，缺货的主角还不是存储，而是主控芯片（如SoC）。

“真正的存储缺货，也就是去年才开始的。大概在2023、2024年整个行业还因为供给过剩而纷纷陷入亏损。”星宸科技董事长林永育在谈起这个话题时，修正了福布斯中国的观点： “在2021年的时候，是我们的主控芯片紧缺、涨价。”

他补充说道：“所以，它其实是个周期性的问题。存储有周期，我们主控芯片也有周期。”

林永育向我们揭示了一个半导体行业最底层的规律——芯片不是标准化大宗商品，每一条产品线的供需平衡都极其脆弱。

当AI需求爆发、先进制程产能被一抢而空时，缺货的链条会沿着整个产业传导。全世界真正能做先进制程的、目前占有率最高的厂商就台积电一家。它要持续开出产能，但又受制于最先进的光刻机，还要考虑扩产能过大，万一市场需求下降就会导致亏损。

一座先进制程工厂的投资金额极为庞大，所以晶圆厂就必须找一个平衡点。“ 但平衡很难靠人为调控。”林永育说：“一旦需求远远超过供应，它就是缺货、涨价。一旦需求下降，它就会像存储前几年一样，导致亏钱。”

这就是芯片行业的真实面貌：它不是匀速前进的线性增长，而是一个在短缺与过剩之间剧烈摆动的周期性产业。而在2026年的这个时点上，一条新的缺货逻辑正在酝酿，不是存储，也不是传统SoC，而是端侧AI芯片。

当大模型让云端AI变得无所不能时，真正走进千家万户的反而是那些算力不大、功耗极低、价格亲民的端侧芯片。例如，智能摄像头需要在本地识别人脸和行为，不能等云端回传；扫地机器人需要在断网时依然能避障和规划路径；汽车辅助驾驶系统需要在毫秒间完成路况判断，任何网络延迟都可能关乎安全；AI眼镜需要足够轻薄的芯片来支撑第一视角的实时翻译和记录。低延迟、低功耗、隐私保护、网络无依赖，这四个刚性需求决定了端侧AI不只是云端AI的替代品，而是AI落地大多数物理场景的必选项。

公司招股书显示，据Frost & Sullivan预测，2024至2029年全球视觉AI SoC出货量年复合增长率将达到31.1%。 驱动这一增长的是，端侧AI在四个万亿级市场的同步渗透：智能安防向全域下沉、服务机器人进入千家万户、汽车智能化率快速提升、AI眼镜开启全新人机交互界面。

正是在这条赛道上，这家中国公司已经在全球范围内占据了最有利的位置。按2024年出货量计算，星宸科技在全球视觉AI SoC市场占26.7%的份额，位居世界第一；在视觉细分领域，其份额高达41.2%。

最关键的一次判断：从零自研NPU

2017年的视觉芯片市场，对任何一个新入局者来说，都算不上友好的战场。

当时，行业巨头不仅占据了绝大部分市场份额，更几乎把持了行业标准。在一个头部玩家如此稳固的市场里，一家从零起步的初创公司凭什么相信自己能做出名堂？这个问题，林永育在星宸科技创立之初就被人反复追问。

“创业初期，内部、外部还是有很多反对的声音。”林永育回忆，“因为大家知道那个时候，已经有友商在安防市场里头取得了超过一半市场占有率，是一个非常强劲的对手。某种意义上来说，很多人担心，说我们可能做不好。”

但林永育看到了别人没看到的机会：AI来了，而且这个风口将重塑整个安防行业的底层逻辑。

真正让他寝食难安的是，一个更根本的战略抉择——AI处理器（NPU，Neural Processing Unit即神经网络处理器）。这颗芯片最核心的IP，到底是自研，还是合作，抑或是向联发科寻求授权？在半导体行业，核心IP的归属往往决定了一家公司的天花板。采用外部授权可以快速推出产品，但代价是命脉握在别人手中，对于一家立志在AI时代做一番事业的公司而言，这样的妥协形同跛足。

“最后我们决定一定要自己开发。”林永育信念也很朴素：“hard working，one inch by inch。”他说：“我们没有找外面的所谓‘大神’，都是靠我们自己。”

从2020年第一代AI处理器量产算起，星宸科技的NPU已迭代多代，算力从最初不到1T起步，一路攀升至今天覆盖全场景的产品矩阵，算力横跨0.1T到上千T级别。

年报显示，截至2025年底，星宸科技累计出货超过5.5亿颗具备AI算力的SoC芯片。 当初那个被无数人质疑“可能做不好”的决定，最终成了其最强大的竞争壁垒。

两年迭代三代：一个不可能的产品方法论

星宸科技的第一颗芯片内部代号叫“I1”。2018年前后，公司刚刚成立，团队带着从MStar（晨星半导体）积累的技术经验底子扎进视觉SoC市场。

芯片完成了，功能没问题，但当林永育把样品送到头部品牌客户手里后，反馈却让他陷入两难。

“功能OK，但在核心关键的性能上面，客户还是帮我们提出了很多不足的地方。”林永育回忆。第一代产品可用，但不够好。对于志在成为行业龙头的公司，这种“差不多”的产品大面积铺货，只会埋下长久的隐患。

林永育做出了一个反直觉的决定——主动限制销售。“我们当初就决定控制销售的范围，只卖一点点。”他的逻辑很简单：“我们要成为行业老大，那就要好好维护自己的名声。”

第一代I1被放缓后，团队随即投入第二代开发。这一回，星宸科技做了一件很多芯片公司不会做的事。芯片还没正式流片，就拿着FPGA原型去找客户验证。FPGA可以在硬件层面模拟芯片逻辑，让客户在硅片出来前就能体验产品。

“第二代产品开发还没有正式流片，我们就通过FPGA的效果，找几个头部客户去沟通交流。但反馈依然不够理想，虽然有进步，但有一些地方做得还不够好。” 林永育说。

既然设计已经完成，投入也已经变成沉没成本，按部就班推进才是更理性的选择。但星宸科技的选择是：撤回，重新开发。他回忆道：“那个芯片虽然已设计完了，我们仍决定把它撤回来。时间表重新从零开始。”

第三代产品被命名为I3 Echo。团队把前两代的问题一一梳理，在关键IP层面持续优化甚至修改架构。这一次，市场给出了截然不同的反应。“这颗芯片至少销售了上千万颗，是我们在视觉领域的第一个里程碑，被行业认可的一个爆品。”他说道。

从I1到I3 Echo，整个过程只用了大约两年。

星宸科技之所以能如此快速翻盘，恰恰是因为它在关键节点上敢于“慢”。第一代限销、第二代撤回重做，两次“踩刹车”避免了将缺陷带入下游。传统芯片开发需要3到4年才能完成一次迭代，正是因为流片返工成本极高。星宸科技通过FPGA预验证，并和客户深度参与，把纠错环节前移到成本最低的早期阶段，实现了“快—慢—快”的螺旋上升。

“从零开始，做出被行业头部品牌客户认可的产品，这在国际上都极少见。” 林永育说，这个速度的直接结果是：2020年星宸科技就成为行业第二，2021年跃居全球第一。

但做芯片不可能永远成功。有一次，为一家大品牌客户定制的低功耗捕捉芯片（LPC，全称:Low Power Capture），需要当有人或动物从摄像头前快速经过时，芯片能以极低功耗预录5到10帧画面。 “这一场景很具体，我觉得蛮好的，我们就去做了。”他指出，但除了芯片本身，客户还需要另外搭建包含传感器、镜头的完整系统，综合成本对消费类市场来说偏高。“虽然是大品牌客户，但最后只卖了一点点，并没有达到预期。”

林永育认为，“做产品不可能永远都是成功的。我们做芯片设计公司，要接受这种挫折。”

LPC的失败与I3 Echo的成功是同一个方法论的不同结果即快速识别需求、快速开发、快速拿到市场反馈。区别在于，I3 Echo的每一步纠错都被证明是对的，而LPC对“场景刚需”判断最终高估了客户的支付意愿。成熟的产品团队需要同时具备两种能力：把对的判断快速转化为爆品的执行力，以及判断出错时平静接受、继续前行的定力。

从I1到I3 Echo的两年三代迭代，以及LPC芯片的失意，共同构成了星宸科技早期产品哲学——不是在实验室里“憋大招”，而是在与客户的反复碰撞中快速试错、快速进化。这种“边打边学”的节奏，让一个从零起步的新玩家，在四年内就登上了全球第一的位置。

AI SoC：电子产品的“大脑”为何骤然关键

何为SoC（System on Chip，即系统级芯片）？林永育用一个比喻解释：“在一辆车、一个摄像头里面，SoC就是大脑。”而AI SoC，则是在这个大脑里嵌入了一个专门负责AI计算的处理器，叫做NPU（神经网络处理单元）。

林永育补充道，“所有的电子产品，SoC就相当于主控芯片。例如，手机里的高通、联发科提供的就是主控芯片，电视机、显示器里也都有相应的芯片。每一个电子产品背后都有一个SoC，只是过去芯片行业不太受关注，就显得好像它没有那么重要而已。”

AI SoC在不同终端中扮演的共性角色：无论形态如何变化，它始终是连接“感知—计算—连接”三者的中枢。安防场景中，AI SoC让摄像头从录像机升级为“智能哨兵”，在端侧能过滤掉99%的无用画面，只将有价值的信息回传；机器人场景中，它让扫地机从“碰壁乱撞”进化为“能看清环境、规划路线”；车载场景中，它让辅助驾驶系统能在毫秒间完成路况判断。这正是林永育所说的“眼睛、耳朵离不开大脑”的逻辑，传感器负责看见、听见，AI SoC负责理解和判断。

要做出一颗好的AI SOC，林永育认为关键是掌握几类关键的“核心IP”（知识产权Intellectual Property）——AI处理器（NPU）、视频编解码、ISP图像处理、音频处理，以及包括通过收购富芮坤补强的蓝牙连接能力。林永育打了一个比方：“这些核心IP就像一个大餐厅里的食材，口味、成本、性能都取决于这些最基础的食材。我们最终做出来的SoC产品，就相当于一道道菜，给湖南人做辣的，给广东人做清淡的，味道不同，但食材大体相同。”

这套“食材体系”的完备程度，决定了星宸科技能否在视觉之后，继续向机器人、车载、AI眼镜等新赛道复制成功。

星宸科技的三条增长曲线

2025年，星宸科技在智能安防实现收入19.35亿元（增长21.87%），占比65.10%；智能物联6.58亿元（增长38.63%），占比22.14%；智能车载3.18亿元（增长29.66%），占比10.68%。两个信号值得注意，视觉基本盘以全球41.2%的市占率为公司提供了充足现金流，而智能物联增速接近视觉的1.8倍。同时，毛利率的分化同样关键，车载以40.84%成为盈利最强板块，随着重要产品SAC8905于2027年量产，整体毛利率有望向更高区间迁移。

第一曲线为视觉业务，不仅是星宸科技坐稳全球头把交椅的根基，也是端侧AI最早规模化落地的场景。2024年，星宸科技在全球视觉AI SoC市场占41.2%，是第二名2.5倍。

在安防场景中，端侧AI的价值最为直观，一颗AI SoC可以在本地过滤掉99%的无用画面（风吹草动、光影变化），只将真正有效的事件信息回传至后端，大幅降低存储和带宽成本。低功耗产品线精准切入消费级摄像头市场，海外市场也成为重要增量。视觉业务的本质，是星宸科技用端侧AI帮助整个行业从“被动录像”进化到“主动感知”的奠基石。

真正的爆发来自第二曲线——机器人芯片，这是端侧AI从静态感知走向动态决策的关键跃迁。2025年，公司出货量超1,000万颗，同比增长超5倍，全球每3台家用扫地机就有1台采用星宸科技的SoC芯片。今年下半年，星宸科技将推出12nm芯片，锚定具身智能机器人与边缘计算，支持算力弹性扩展至千T级，适配大模型推理。

机器人的端侧AI推理比视觉复杂一个数量级，它不仅要“看见”障碍物，还要在毫秒间规划路径、做出避障决策、识别物体类别并执行相应动作，整个过程不能依赖云端，因为网络延迟和断网风险直接关乎用户体验和产品可用性。“先挑量最大的扫地机，做到行业第一，再往割草机、人形机器人延伸。”林永育说。

作为第三曲线，智能车载也进展迅速。产品已进入20余家主流车企前装供应链， 2025年前装出货超100万颗，同比翻倍。重要产品SAC8905采用12nm工艺、集成32TOPS NPU，预计2027年二季度量产。

三条曲线背后，是同一套平台能力在与不同对手过招。

然而，任何一家能从创立之初的几亿营收，又在短短几年内冲刺到近30亿规模的公司，都不会是在温室中长大的。星宸科技的故事同样如此，高速增长的背后，是一系列真实且紧迫的挑战。

最直观的信号来自毛利率。智能安防业务作为公司营收的绝对基本盘（占比65.1%），其毛利率自2021年达到历史高点后出现下行，产品均价也承受了不小的市场压力。

这些数字背后是一场正在重塑行业格局的价格战。2024年，激进的定价策略使中低端视觉芯片市场竞争加剧，部分产品的毛利率空间被大幅压缩。表面上，这对星宸科技构成了直接压力；但换个角度看，这场价格战的本质，是把一批缺乏规模效应的二三线厂商直接挤出市场。

面对这一局面，星宸科技选择了“以利润换份额”的主动应对。这并非被动挨打，而是基于自身结构性优势的精准策略。公司凭借年KGD（Known Good Die）采购量过亿级的规模效应，在晶圆代工端拥有显著的成本优势；同时，经销为主的销售模式（占比超90%）使销售费用率低至0.95%，仅为同业平均水平的约六分之一。

换言之，星宸科技可以在一个让竞争对手逼近盈亏线的价格水平上，仍然维持10%以上的净利率。正如林永育在访谈中所说：“做芯片根据这几个条件来判断，你的能力强弱或者你能整合到多少的资源，就能够在这个市场的竞争中取胜。”

车载芯片领域则是另一场与时间赛跑的游戏。典型的例子是旗舰产品SAC8905，其采用12nm工艺、集成32TOPS NPU，定位L2级行泊一行泊一体智能驾驶，计划2027年第二季度量产。从2025年到2027年量产的窗口期内，国际芯片巨头和国内新锐企业不会停滞不前。更关键的是，整车架构正在快速迭代，域内融合及跨域架构成为主流，预留给后来者的窗口似乎正在收窄。

但后发并非只有劣势。整车架构的快速迭代恰恰是后发者“跳代”的机遇，当先行者需要背负既有架构的兼容包袱时， 后发者可以一步到位地设计出面向最新架构的芯片，省去中间过渡形态的研发投入。SAC8905在规划之初就瞄准了域控制器架构，支持BEV、Transformer等前沿算法，这意味着一旦量产成功，它将直接切入下一代整车电子电气架构的主流赛道，而不需要在旧架构上做过多的适配工作。

从另一个角度看，星宸科技在视觉AI SoC领域积累的自研ISP、NPU的能力和软件工具链，恰恰是其切入车载市场最独特的实力组合。相比从零起步的纯车载芯片创业公司，星宸科技拥有亿级出货量验证过的底层技术平台和覆盖超400家全球客户的生态体系。

为此，星宸科技的应对是持续高强度研发投入，2024年研发费用6.02亿元（研发费用率25.59%），2025年增至6.52亿元（21.94%），连续三年超过20%，研发人员占比达75.41%。

Comake社区雄心：让创新触手可及

“过去都是工程师线下到客户‘家里’做技术支持，成本很高，能服务的客户数也有限。”林永育在采访中回忆。但如今，直播颠覆了层层代理的传统渠道，线上通讯设施让远程服务成为可能，更重要的是创新的主体变了。

“现在有很多小型化的公司，我们叫‘One Person company’，就一个人、一台电脑，做一家公司。但他们也需要芯片，也需要技术支持。”一个人起家的创业者，和年销售额数十亿的品牌厂商，理应拥有同等的创新入场券。这就是Comake开发者社区诞生的初衷。

经过两三年的尝试，星宸科技在社区上推出了Comake PiD1和D2两款开发版本。D1折合仅几十美元（约400多元人民币），适配多种场景；D2也不过一百多美元（约800多元）， 体积小巧，专门针对移动摄像类产品。购买后，外围稍加改造、套模具，就能快速做出原型机。

“我们不是英伟达那种动不动几百几千美元的路线。”林永育笑着说，“ 我们要惠及普罗大众。”

这意味着假如一个高中生在家里突发奇想，只要上Comake社区发一条帖子，就会有人回答他。可能是一位真实的工程师，也可能是一个数字FAE（数字现场应用工程师）。林永育的设想很清晰：积累足够多的问答数据后，数字机器人就能实现7×24小时服务，让全球任何角落的开发者都能随时获得支持。以低门槛激发创新活力，让技术真正造福大众。

芯片创业不是百米冲刺

林永育说，他现在平时跑5到10公里，不像以前那样频繁跑全马了。但他没有放下那双跑鞋。

这像是一个隐喻。芯片创业从来不是百米冲刺。“ 芯片设计公司不是那种突然间冒出来就很厉害的。”林永育说：“它需要一个日积月累练苦功的过程。”

但星宸科技的故事恰恰证明了另一个命题：慢功夫也能出快结果。2017年公司正式成立，2021年就成为全球最大的IPC SoC供应商，从零到行业第一只用了4到5年。 其中，两年迭代三代产品、主动撤回尚未流片的第二代芯片重新开发，这种速度放到全球同行身上都是“不大可能的”。这不是百米冲刺，更是一个老跑者用十几年积累的耐力和节奏感，在合适的赛道上跑出了远超常人的配速。

对于行业的下一程这一问题，林永育的判断清晰而笃定：“在未来的5到8年里，各种各样具有算力的具身智能、各式机器人会大量涌现。”从扫地机器人到机器狗，从机器猫到人形机器人，从家庭的AI NAS到边缘侧的智能设备，每一台都需要一颗“带智能成分的大脑”。端侧AI的市场边界正在快速扩展：当大模型让云端AI无所不能时，真正走进千家万户的反而是那些算力不大、功耗极低、价格亲民的端侧芯片。它们将构成AI产业的“毛细血管”，让智能渗透到每一个物理角落。

谈到这里，林永育说了一句让人回味的话：“其实任何时候都是有机会的。”他说，“关键是机会来临的时候，你能不能快速抓住。”

林永育和他创立的星宸科技，还在奔跑。

福布斯中国独家稿件，未经许可，请勿转载

精彩资讯永不错过

长按图片扫码下载福布斯中文版APP