7月7日晚间，景嘉微发布了一份调研纪要，核心信号非常明确：高性能GPU和边端侧AI SoC，是这家公司接下来要发力的两个主战场。同时，他们也在通过投资布局，把芯片技术往国防、低空经济这类具体场景里“焊死”，试图在具身智能、边缘计算这些通用市场里卡住身位——说白了，就是想跑通“芯片-场景-生态”的正向循环。
先看现有产品线。景嘉微目前的芯片主阵营有两块：图形处理芯片（GPU）和边端侧AI SoC芯片。GPU这边，从JM5400、JM7系列、JM9系列一直做到JM11系列，全系列都支持Windows、Linux以及国产主流操作系统，服务器、图形工作站、台式机、笔记本都能上。而且落地场景已经铺得很开——政务、电信、电力、能源、金融、轨交，一个都没落下。
关于正在研发的高性能通用GPU芯片（型号2），公司高管透露了一条很有意思的思路：两款产品走差异化路线，重点是把配套的软件栈做扎实，让推理框架和主流训练都能在同一个硬件上跑，实现推训一体的高效算力利用。这个做法一旦落地，对计算应用的大规模商用会是个实质性推动。
说到推理和训练的区别，这里有个容易被忽略的关键点：二者核心差异不止在算力需求上，更在软件生态和部署节奏里。训练是“重载”场景——高精度、高带宽、强互联，靠密集浮点计算和大规模分布式通信撑着；推理则是另一套打法——低延迟、高吞吐、极致能效，普遍用低精度量化、结构化稀疏这样的轻量化优化手段。如果软件栈适配不到位，所谓的推训一体很容易变成两头不讨好的参数妥协，效率根本释放不出来。
再看边端侧。景嘉微控股子公司自主研发的CH37系列AI SoC芯片，走的是高集成度单芯片路线，CPU、GPU、NPU、GPGPU、ISP这些高端处理单元全集成在一块芯片上。64TOPS@INT8的峰值算力、低功耗、灵活计算精度、高实时与低延迟——这几项指标，恰好切中了端侧AI应用的核心需求。机器人、AI盒子、智能终端、智能识别、无人机吊舱，几乎把当下最热的边缘场景全覆盖了。
关于CH37的进展，公司高管给出的信息也很积极：已经和多家机器人整机厂商、算法公司、解决方案服务商进入深度洽谈阶段，围绕芯片适配、联合研发、场景落地、产业化合作多个方向在对接需求。目前客户导入工作顺利推进，配套的SDK软件也同步完成了开发和发布。
除了内生研发，景嘉微还在外部投资上落了一子——布局商业航天领域。对于业务协同的逻辑，公司高管解释得很清楚：基于自身在GPU和AI SoC芯片上的技术优势，结合投资标的在卫星平台和整星研发制造上的积累，双方以平等互利、优势互补为基础，推动产品深度融合，共同服务商业航天和国防安全这些国家重点领域。当然，目前还没有形成订单，相关进展存在不确定性，但这条线的战略意图已经摆得很明白了。
