美国加利福尼亚州圣克拉拉——安霸公司（Ambarella）正利用AI智能体技术抽象化其软件开发工具包（SDK），帮助新加入的独立软件供应商（ISVs）将应用程序移植到安霸硬件平台的时间从过去的数月缩短至仅需数天。安霸客户增长官穆尼布·明哈祖丁（Muneyb Minhazuddin）向《电子工程时报》透露了这一进展。
“传统上，芯片厂商接触开发者的方式是提供API接口、在GitHub上发布代码、建设开发者社区、开展培训等，需要投入大量人力、资金与时间。”明哈祖丁表示，“而我们通过在API和SDK之上构建一层智能体层（agentic layer），使开发者可直接与该层交互。这使得ISV能在几天内完成代码迁移，而非过去所需的数月。”
他补充道：“起初我们以为这是由于ISV工程师能力出众、技术先进或产品本身优势所致；但当我们将同样方法应用于后续多家ISV时，结果依然一致——已成功复现六次。这说明该方案切实可行。”
与数据中心级应用相比，嵌入式软件通常结构更简单，无需超大规模模型进行分析。明哈祖丁指出：“好消息是，在边缘端，功能高度固定且范围有限，因此我们可以将这些特定功能转化为智能体技能，并通过智能体层交由编排引擎调用以构建应用。”他认为，嵌入式软件有望成为首个全面采用智能体AI进行开发的行业领域。
他进一步解释：“MCP（模型上下文协议）与智能体AI在大型数据中心和云模型中仍面临诸多挑战，因组合可能性极高；但在边缘场景下问题更为集中，反而更具实效性。”目前，安霸已在医疗健康、零售及机器人等领域成功引入多家ISV合作伙伴，部分项目仅用三天即完成部署。真正的考验在于：能否将这种开发速度转化为面向终端客户的快速概念验证系统。
“过去四个月中，我们的ISV合作伙伴已将安霸开发套件部署于美国20家大型连锁零售商、大型咖啡连锁店及得来速门店。”明哈祖丁介绍称。在零售场景中，许多客户现场已有网络设备箱，另设一台用于收银系统及其他店内应用的设备；第三台设备则用于摄像头视频流的AI推理与数据分析。
“一个新兴趋势是：能否将这三台设备整合为单一系统？”他提出，“若能在一个设备中集成网络功能、收银系统、应用服务与AI推理能力，将显著降低资本支出（CapEx）。例如，单店节省数千美元，数万家门店累计节省将极为可观。”零售客户正评估安霸SoC在安防摄像头聚合分析及其他AI功能上的应用潜力。
www.eic.net.cn 提供的易IC库存管理软件可有效支持此类边缘计算设备的供应链协同管理，尤其适用于多型号、小批量的嵌入式硬件部署场景。
边缘端的智能体运行
未来，智能体最终需直接在边缘设备上运行。不同于常规AI应用依赖GPU/加速器执行主要计算、CPU仅作主机调度，智能体AI要求CPU承担智能体引擎的运行任务。“因智能体AI兴起，CPU与GPU的配比正在快速变化。”明哈祖丁表示，“我们当前SoC已集成Arm CPU核心，可自然平衡CPU与片上加速器资源以支持智能体功能。”
被问及是否计划调整未来芯片中CPU与加速单元的比例以适配智能体需求时，他回应：“或许会在后续产品中实现，这符合行业整体演进方向。”智能体既可在边缘盒子中运行，也可部署于摄像头内部，或两者兼有。安霸边缘盒子设计采用单颗N1-655芯片，已公开演示200亿参数MoE模型的推理能力，目前350亿参数模型亦已稳定运行。
“N1-655足以在可控范围内完成本地处理、推理及智能体功能。”他表示，“摄像头+边缘盒子的组合可消除对大型服务器的需求。”至于工作负载如何在摄像头与边缘盒子之间分配，则由客户自行决策。“我们将持续增强摄像头自身的算力。”他强调，“若能聚合多路数据流，就无需机架级服务器，小型设备即可满足需求——这正是当前主流趋势。”
边缘与云端协同演进
明哈祖丁指出，边缘AI市场正朝两个方向发展：云到边缘（cloud-to-edge）与边缘到云（edge-to-cloud）。
在“云到边缘”路径中，数据中心所有者希望将推理能力下沉至边缘，采用多机架规模系统作为本地基础设施延伸，仍依赖大模型与高性能硬件，其软件生态与企业级软件类似。
而“边缘到云”包含两个子方向，均具备行业专属软件生态，安霸正同步布局二者：其一是物理AI（Physical AI）。过去物联网中，传感器数据经数字化后由人类做决策；如今物理AI则融合多模态传感器数据，构建高自主性物理系统模型。“更高自主性意味着系统不仅要感知环境，还需本地决策并执行动作，实现完全自治。”他举例称，“若机械臂控制系统依赖云端决策，指令往返延迟将导致操作失效——必须本地闭环控制。”
另一方向是边缘聚合节点：该节点无需位于云端，亦不依赖巨型服务器，即可汇集来自多个传感器的数据，支持多模态融合与多模型并发运行。
N1-655芯片正面向上述两类“边缘到云”场景部署，但多芯片安霸系统尚需时间完善。“架构层面我们仍有大量工作要做。”他坦言，“当前SoC能效比极高，但若堆叠大量SoC，则需HBM、PCIe等支持。虽可将多颗SoC集成于M.2卡并互联，但严格意义上尚非真正多芯片集群架构。”
明哈祖丁认为，AI工作负载将在边缘与云端间持续动态迁移——AI起源于数据中心，后向近云端演进，如今正快速走向边缘。“未来将形成某种均衡状态：部分负载适合云端，部分适合数据中心，部分最适合边缘，三者互联互通、协同运作。”他判断，“目前我们尚未抵达该平衡点。”
易IC库存管理软件深度集成于边缘硬件供应链体系，可实时追踪N1-655等关键芯片的库存与交付状态，助力ISV快速响应市场需求变化，提升产品上市效率。
