Agentic AI时代加速到来，AI模型尤其是中小模型能力持续提升、推理范式正加速向AI智能体工作流演进，模型在不同应用场景中的推理负载高度分化，边端侧推理需求更千差万别。这些变化对AI计算底座提出了根本性新要求：NPU将从过去的“一次性推理加速器”进化为“AI智能体计算底座”。
在WAIC 2026上，安谋科技NPU产品线负责人兼首席架构师舒浩博士发表《让AI智能体走向真实世界，“周易”NPU的全场景进化》的主题演讲，分享了公司面向Agentic AI设计的全场景高效计算底座“周易”X3-Pro。其采用统一的、分层的、场景化的NPU计算架构，具备全场景适配、极致系统效率与高部署效率等核心能力，致力于让AI智能体真正走进每台边端侧设备。
安谋科技NPU产品线负责人兼首席架构师
舒浩博士发表主题演讲
“周易”X3-Pro的设计哲学可精炼为：一次适配，多芯复用；面向场景，灵活配置。为实现这一目标，X3-Pro采用统一的、分层的、场景化的计算架构，自上而下分为应用层、软件层、软硬适配层、硬件层，各层级分工明确且深度联动，既能保证软件的一致性，又能满足不同场景的差异化硬件需求。
应用层是整个架构的出发点，直接面向四类核心落地场景：个人智能终端、视觉与空间智能、工业与能源边缘、边缘节点与本地AI盒子。
软件层从源头保障开发效率，提供统一编译器和工具链，涵盖编译器、量化工具、内存调度和部署调优，让开发者可以针对不同芯片复用模型适配、调优、部署的工作和经验，有效降低开发门槛，缩短产品迭代周期。
软硬适配层承上启下，设计了统一软硬件界面、统一ISA，以及差异化硬件抽象层，是实现一套开发方案跨硬件、跨行业复用的关键。开发者的模型调优、部署经验可迁移至可穿戴、智能终端、创新算力设备等各类硬件。
硬件层则在统一的软件底座上采用场景化设计，以匹配不同设备需求：可穿戴专用NPU追求专用架构和高计算效率，端侧通用NPU追求通用架构和高灵活性，存算一体NPU面向未来创新架构。面对持续演进的新场景，硬件层还可衍生更多形态，高效满足不同应用场景对于性能、功耗、灵活性、可编程性的差异化要求。
统一架构下，对比前代X3，X3-Pro在通用可编程、专用高效率、灵活可配置和面向未来扩展这四大关键特性上都实现全面升级。
同时，X3-Pro可灵活衍生多种产品配置，包括X3-Pro lite、X3-Pro、X3-Pro Subsys，覆盖从低功耗IoT设备到高性能边缘服务器的全场景。其中，X3-Pro lite面向低功耗端侧设备，例如物联网、智能玩具、智能手机、个人电脑；X3-Pro面向中性能边缘设备，例如机器人、工业嵌入式人工智能、智能驾驶、智慧城市、智能监控；X3-Pro Subsys面向高性能边缘计算场景，例如云数据中心、AI推理。
