DeepX 第二代边缘 AI 芯片 DXM2 已经顺利完成流片，这款芯片引入三星 LPDDR5x-PIM 存内计算技术，解决传统 AI 芯片内存带宽瓶颈，在 5 瓦低功耗条件下，边缘设备本地就能跑最高 1000 亿参数大语言模型，性能相比前代实现大幅提升，适合机器人、无人机、边缘网关这类功耗受限设备落地本地生成式 AI。传统边缘 AI 芯片最大短板就是内存带宽不足，大模型推理时需要反复搬运数据，功耗高、响应慢，很多大模型只能放在云端运行，一旦断网 AI 功能直接失效。DXM2 把计算单元集成在内存内部，数据不用在内存和 NPU 之间来回传输，内存带宽提升三倍，能效大幅改善，2nm 工艺加持，在 5W 功耗上限内，支持 200 亿至 1000 亿参数大模型，包含 MoE 混合专家架构模型，推理速度可达每秒 10~30token。开发落地可以先接入配套 SDK 与开源物理 AI 联盟生态，优先在机器人、工业网关做原型验证，等待后续样品测试与量产节点，方便设备厂商快速把本地大模型部署到硬件里。
一、DXM2 核心硬件参数清单
- 工艺：2nm 制程，由三星代工
- 算力：80 TOPS，整机功耗低于 5W
- 内存方案：LPDDR5x-PIM 存内计算技术，带宽最高 150GB/s，相比前代 DX-M1 提升 3 倍
- 模型支持：支持 20B–100B 参数大模型，兼容 MoE 混合专家架构
- 推理速度：每秒 10~30 token，随模型参数大小浮动
- 目标应用：人形机器人、工业自动化、无人机、边缘 AI 网关
二、DXM2 与前代 DX-M1 参数对比表
| 项目 | DXM2（第二代） | DX-M1（第一代） |
|---|---|---|
| 内存技术 | LPDDR5x-PIM 存内计算 | 传统 DRAM |
| 内存带宽 | 150GB/s | 50GB/s |
| AI 算力 | 80TOPS，＜5W | 20TOPS，＜5W |
| 支持模型 | 最高 100B 参数 LLM，支持 MoE | 以视觉模型为主，仅支持小参数模型 |
| 性能提升 | 综合推理性能提升约 6.7 倍 | 基础视觉推理 |
| 工艺 | 2nm | 前代成熟工艺 |
三、PIM 内存技术原理说明
- 传统架构：计算在 NPU，数据存在内存，大量时间消耗在数据搬运，带宽瓶颈限制大模型推理。
- PIM 存内计算：直接在内存芯片内部做矩阵运算，减少数据来回传输，降低功耗，拉高有效带宽。
- DXM2 方案：DeepX 和三星联合打磨 LPDDR5x-PIM，专门针对大模型 GEMV 矩阵向量运算优化，适配边缘端 LLM 推理。
四、落地应用场景清单
- 人形机器人：本地大模型实时理解指令，断网环境也能自主交互，不用依赖云端。
- 工业边缘网关：工厂设备本地分析、故障判断，降低云端传输延迟，保护工业数据隐私。
- 智能无人机：本地语义理解、目标识别，减少网络依赖。
- 智能终端设备：本地 AI 助手，数据不上云，保护隐私。
五、项目时间节点与开发注意事项
- 当前阶段：DXM2 完成流片，接下来进入样品测试、验证环节，预计 2027 年正式量产。
- 开发生态：接入开源物理 AI 联盟，适配飞桨、YOLO 等主流框架，降低厂商移植模型成本。
- 硬件限制：5W 低功耗设计，适合边缘端推理，不适合大模型训练任务。
- 部署提醒：模型 token 输出速度会随参数量增大而下降，100B 大模型会偏向低 token 速率。
【常见问题】
问题 1：DeepX 第二代边缘 AI 芯片 DXM2 完成流片，PIM 内存技术给本地大模型推理带来什么提升？
回答 1：DeepX 第二代边缘 AI 芯片 DXM2 完成流片，PIM 存内计算技术直接在内存内部完成计算，大幅减少数据搬运，内存带宽提升三倍，在低于 5W 功耗下支持最高 100B 参数大模型本地推理，本地大模型推理综合性能提升约 6.7 倍，解决边缘设备带宽与功耗瓶颈。
问题 2：DeepX 第二代边缘 AI 芯片 DXM2 完成流片，DXM2 可以用在哪些硬件设备上？
回答 2：DeepX 第二代边缘 AI 芯片 DXM2 完成流片，DXM2 面向低功耗边缘硬件，适合人形机器人、工业自动化网关、智能无人机等设备，让这些设备脱离云端网络，直接在本地运行大语言模型。
问题 3：DeepX 第二代边缘 AI 芯片 DXM2 完成流片，DXM2 什么时候量产，能做模型训练吗？
回答 3：DeepX 第二代边缘 AI 芯片 DXM2 完成流片，芯片目前处于流片后的样品验证阶段，预计 2027 年量产；DXM2 定位边缘端推理芯片，适合本地大模型推理，并不适合大规模大模型训练任务。
【参考资料】
[2026-11-11]（DeepX 第二代边缘 AI 芯片 DXM2 流片完成：借助 PIM 内存技术，实现本地大模型推理性能跃升）电子工程专辑
[2026-11-10]（DeepX 第二代 DX-M2 芯片流片，PIM 技术实现 5W 下运行百亿参数大模型）BrevFeed
[2026-11-09]（DeepX Tapes Out Second-Gen Chip, Projects 6.7× Gain With LPDDR5x-PIM）EE Times
[2026-04-21]（现代汽车集团将基于 DEEPX DX-M2 芯片打造机器人物理 AI 平台）IT 之家
【免责声明】
本文资讯基于 DeepX 官方发布与半导体行业媒体公开报道，DXM2 芯片仍处于流片验证阶段，实际量产性能、token 速度会受工程迭代影响；PIM 存内计算落地还需要软硬件协同适配，芯片最终商用时间存在变动，本文不构成芯片采购与项目落地决策建议。