2026年7月10日，康芯威受邀出席“芯动力，赋能AI+AR眼镜”专题沙龙，市场规划部总经理梁槐花现场发表《“芯”存高远，智算未来——存储芯片重构AI+AR眼镜新边界》主题演讲。

作为国内嵌入式存储芯片领域具备全栈自研能力的企业之一，康芯威此次携面向AI+AR智能眼镜全场景的存储解决方案亮相，向产业界展示存储芯片在端侧AI发展中的应用路径。

演讲从存储底层架构出发，分析智能眼镜在算力、功耗、体积与交互体验之间的核心矛盾，并给出康芯威以“小尺寸、高性能、低功耗”为方向的系统性解答。

端侧落地存力破局

端侧大模型的加速部署，正推动AI+AR眼镜从“极简信息提示器”向“全天候AI助理”演进。

多模态交互、实时语音翻译、视觉SLAM建图等应用场景的落地，对终端的数据吞吐能力与响应速度提出了更高要求。而这背后的一切，最终都指向底层存储芯片的性能边界。

然而，智能眼镜作为典型的紧凑型可穿戴设备，其镜腿内部空间通常较为有限。电池、主板、光学模组与传感器已占据绝大部分容积，留给存储元器件的区域较小。

与此同时，多模态AI交互带来的高频数据读写，要求存储芯片必须具备高带宽、强纠错与低延迟的特性。

如何在有限空间内实现容量、性能与功耗的平衡，已成为智能眼镜体验升级的重要课题，也是存储芯片设计必须面对的挑战。

小尺寸释放大能量

针对上述行业需求，梁槐花在演讲中重点介绍了康芯威面向AI眼镜、智能手表等紧凑型终端的小尺寸eMMC嵌入式存储产品。

在产品特性上，康芯威小尺寸eMMC具备以下特点：

一是极致紧凑。采用紧凑封装方案，可嵌入智能眼镜的镜腿空间，不额外增加整机重量与散热负担。

二是低功耗设计。内置智能电源管理模块，支持深度睡眠等低功耗模式，有助于延长终端续航时间，减少高负载场景下的镜腿发热问题。

三是性能可靠。搭载第四代LDPC纠错算法，为多模态AI交互中海量数据的实时稳定吞吐提供支撑，为端侧大模型的流畅运行提供“存力”基础。

梁槐花表示，康芯威所提供的是从底层存储架构出发、为AI+AR眼镜定制化设计的“存算协同”式方案。

通过存储芯片端的创新设计，康芯威帮助整机厂商突破空间与功耗的物理边界，推动智能眼镜从“能用”到“好用”的体验升级。

全栈自研赋能产业

本次“芯动力，赋能AI+AR眼镜”沙龙由IICIE国际集成电路创新博览会联合深圳市增强现实技术应用协会、芯师爷共同举办，旨在汇聚端侧计算、芯片、存储等核心环节的企业，推动产业链上下游协同，探索从底层硬件到应用场景的演进路径。

康芯威通过此次沙龙的参与与技术分享，进一步明确了AI+AR眼镜对存储芯片的差异化需求，也为产业界提供了从芯片设计、方案验证到终端落地的参考思路。

梁槐花在演讲中表示，随着端侧AI渗透率的持续提升，智能眼镜对存储芯片“容量更大、尺寸更小、功耗更低、可靠性更高”的复合需求将进一步显现。

未来，康芯威将持续深耕嵌入式存储核心技术，携手产业伙伴共同推进AI+AR眼镜的发展。