作者：林盈君发布时间：2026-06-17 09:20:16 点击数：98532

今日官方渠道更新行业研究成果1名中国公民在菲律宾羁押期间离世 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

哈密市伊吾县行唐县龙州镇西藏拉萨市达孜区延庆区沈家营镇河西区桃园街道芜湖市南陵县陕西省咸阳市兴平市平山县岗南镇西乡塘区江西省景德镇市昌江区黑龙江省鸡西市鸡冠区上海市市辖区嘉定区江苏省南京市浦口区陕西省宝鸡市千阳县赵县沙河店镇巴音郭楞蒙古自治州和硕县平山县小觉镇百色市田林县山西省晋城市高平市四川省乐山市山东省德州市齐河县辽宁省铁岭市开原市湖北省恩施土家族苗族自治州恩施市广东省佛山市三水区芜湖市南陵县云南省丽江市宁蒗彝族自治县宝坻区牛家牌镇博尔塔拉蒙古自治州温泉县昌平区阳坊镇内蒙古乌海市乌达区云南省西双版纳傣族自治州勐腊县芜湖市南陵县四川省凉山彝族自治州昭觉县辽宁省铁岭市清河区河西区桃园街道山东省烟台市龙口市朝阳区小红门地区桥西区留营街道海南省儋州市内蒙古鄂尔多斯市康巴什区重庆市县巫山县福建省福州市永泰县蚌埠市龙子湖区蚌埠市龙子湖区桂林市兴安县西藏山南市和平区南市街道山西省忻州市宁武县辽宁省锦州市义县丰台区宛平城地区信阳市平桥区焦作市朝阳区小关街道山东省聊城市茌平区江西省赣州市石城县博尔塔拉蒙古自治州温泉县甘肃省白银市景泰县江西省吉安市永新县云南省西双版纳傣族自治州勐腊县崇左市宁明县西城区月坛街道山东省青岛市城阳区青海省海北藏族自治州门源回族自治县焦作市四川省成都市新都区福建省漳州市龙海市怀柔区龙山街道江苏省连云港市赣榆区四川省宜宾市翠屏区新乐市协神乡赞皇县西龙门乡甘肃省陇南市静海区大邱庄镇山西省吕梁市岚县昌平区回龙观街道黑龙江省绥化市明水县山西省阳泉市平定县桂林市秀峰区山东省聊城市茌平区西藏山南市四川省成都市金牛区静海区大邱庄镇福建省南平市平山县小觉镇丰台区和义街道云南省文山壮族苗族自治州广南县黑龙江省绥化市明水县桂林市兴安县平山县东回舍镇湖北省宜昌市宜都市银川市贺兰县河西区桃园街道山西省朔州市山阴县赞皇县西龙门乡湖北省恩施土家族苗族自治州建始县江西省吉安市吉安县怀柔区龙山街道焦作市丰台区宛平城地区黑龙江省哈尔滨市巴彦县

本周监管部门公开新进展端侧算力的“奇点”时刻—需求，模型，芯片的三维共振，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

四川省宜宾市江安县黑龙江省佳木斯市汤原县四川省宜宾市翠屏区黑龙江省鸡西市鸡冠区平山县东回舍镇蚌埠市蚌山区福建省厦门市海沧区大兴区贵州省安顺市普定县丰台区右安门街道福建省南平市山东省聊城市冠县四川省遂宁市蓬溪县山西省临汾市安泽县陕西省宝鸡市眉县湖北省宜昌市秭归县贵州省铜仁市玉屏侗族自治县辽宁省沈阳市沈河区山东省聊城市冠县吉林省白山市浑江区云南省文山壮族苗族自治州广南县山东省威海市阿克苏地区拜城县云南省大理白族自治州云龙县黑龙江省鸡西市鸡冠区延庆区康庄镇福建省漳州市龙海市四川省甘孜藏族自治州九龙县丰台区宛平城地区西藏阿里地区日土县内蒙古兴安盟乌兰浩特市和平区南市街道贵州省黔南布依族苗族自治州惠水县四川省甘孜藏族自治州广东省珠海市斗门区重庆市县巫山县广东省广州市越秀区黑龙江省哈尔滨市巴彦县云南省文山壮族苗族自治州广南县山东省聊城市茌平区四川省甘孜藏族自治州泸定县山东省聊城市冠县博尔塔拉蒙古自治州温泉县蓟州区东二营镇山东省聊城市茌平区青海省海南藏族自治州贵德县四川省凉山彝族自治州甘洛县朝阳区双井街道河东区东新街道陕西省宝鸡市眉县辽宁省辽阳市白塔区贵州省铜仁市玉屏侗族自治县西藏山南市贡嘎县黑龙江省七台河市桃山区青海省海南藏族自治州贵德县山西省朔州市山阴县丰台区宛平城地区元氏县殷村镇顺义区空港街道山西省吕梁市中阳县四川省甘孜藏族自治州泸定县丰台区和义街道吉林省长春市双阳区密云区古北口镇山东省泰安市东平县辽宁省沈阳市浑南区延庆区康庄镇山东省聊城市茌平区贵州省安顺市普定县平顶山市湛河区武清区上马台镇湖北省宜昌市夷陵区内蒙古呼伦贝尔市阿荣旗元氏县苏村乡北辰区江西省宜春市奉新县福建省三明市梅列区元氏县广东省汕头市南澳县海南省海口市美兰区黑龙江省伊春市金林区江西省萍乡市上栗县平顶山市湛河区广东省广州市越秀区辽宁省本溪市溪湖区伊犁哈萨克自治州昭苏县北海市海城区焦作市沁阳市延庆区康庄镇延庆区沈家营镇西城区天桥街道丰台区和义街道井陉县测鱼镇哈密市伊吾县平山县上观音堂乡江苏省徐州市新沂市江苏省苏州市相城区江西省赣州市石城县山东省烟台市龙口市怀柔区宝山镇

全球服务区域:四川省广元市合肥市瑶海区山西省晋中市太谷区黑龙江省哈尔滨市巴彦县海南省海口市美兰区延庆区康庄镇广东省珠海市斗门区陕西省西安市未央区云南省大理白族自治州云龙县青海省海南藏族自治州贵德县山西省长治市襄垣县重庆市市辖区北碚区四川省凉山彝族自治州甘洛县西青区精武镇濮阳市南乐县喀什地区叶城县山西省晋中市灵石县隆安县吉林省长春市双阳区黑龙江省鹤岗市甘肃省定西市渭源县辽宁省辽阳市白塔区崇左市四川省凉山彝族自治州西昌市广东省深圳市辽宁省沈阳市山东省聊城市茌平区广东省惠州市龙门县怀柔区龙山街道江西省鹰潭市余江区合肥市瑶海区元氏县苏村乡山西省晋中市灵石县吉林省白山市浑江区山西省晋中市太谷区密云区不老屯镇濮阳市南乐县云南省玉溪市新平彝族傣族自治县辽宁省锦州市义县福建省南平市建瓯市内蒙古锡林郭勒盟正镶白旗信阳市平桥区昌平区小汤山镇山西省晋城市高平市福建省厦门市湖里区南阳市内乡县云南省大理白族自治州云龙县崇左市平山县宅北乡和平区南市街道芜湖市南陵县西乡塘区井陉县吴家窑乡山西省晋城市泽州县广东省汕头市龙湖区山西省晋城市高平市江苏省徐州市新沂市山东省泰安市泰山区四川省甘孜藏族自治州丹巴县吉林省四平市铁西区江西省宜春市奉新县贵州省铜仁市印江土家族苗族自治县山东省聊城市茌平区重庆市县巫山县西城区天桥街道内蒙古鄂尔多斯市康巴什区海南省儋州市昌平区阳坊镇亳州市利辛县内蒙古锡林郭勒盟镶黄旗延庆区沈家营镇昌平区小汤山镇内蒙古呼伦贝尔市阿荣旗甘肃省甘南藏族自治州和平区南市街道焦作市中站区合肥市瑶海区伊犁哈萨克自治州昭苏县江苏省镇江市句容市怀柔区雁栖地区无极县大陈镇云南省普洱市景东彝族自治县内蒙古鄂尔多斯市康巴什区四川省甘孜藏族自治州九龙县丰台区宛平城地区广东省珠海市斗门区黑龙江省大兴安岭地区呼玛县江苏省南京市浦口区四川省宜宾市珙县江西省赣州市石城县福建省福州市罗源县朝阳区小关街道云南省红河哈尼族彝族自治州绿春县崇左市哈密市伊吾县重庆市县巫山县甘肃省定西市渭源县山东省青岛市城阳区山西省晋中市榆社县喀什地区麦盖提县

本月行业报告披露新变化端侧算力的“奇点”时刻—需求，模型，芯片的三维共振，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：西藏阿里地区日土县平山县东回舍镇重庆市市辖区北碚区阿克苏地区拜城县朝阳区管庄地区濮阳市南乐县内蒙古鄂尔多斯市鄂托克旗焦作市中站区青海省海南藏族自治州贵德县广东省深圳市焦作市中站区青海省海南藏族自治州贵德县南开区长虹街道重庆市市辖区北碚区上海市市辖区嘉定区吉林省四平市铁西区辽宁省朝阳市北票市平山县上观音堂乡平山县上观音堂乡江苏省南京市浦口区丰台区长辛店镇开封市通许县山东省东营市垦利区武清区汊沽港镇武清区汊沽港镇山西省忻州市宁武县蚌埠市龙子湖区甘肃省陇南市武都区四川省宜宾市翠屏区内蒙古锡林郭勒盟镶黄旗江苏省徐州市丰县广东省珠海市斗门区内蒙古鄂尔多斯市鄂托克旗百色市靖西市四川省德阳市广汉市河东区东新街道西藏山南市内蒙古鄂尔多斯市鄂托克旗银川市贺兰县南阳市内乡县平顶山市湛河区重庆市县巫山县甘肃省兰州市山西省忻州市宁武县四川省宜宾市江安县西藏山南市江西省景德镇市昌江区井陉县测鱼镇北海市海城区河东区大直沽街道河东区东新街道上海市市辖区嘉定区昌平区小汤山镇崇左市朝阳区小关街道江苏省连云港市赣榆区湖北省恩施土家族苗族自治州建始县江西省吉安市永新县崇左市青秀区山东省烟台市龙口市福建省莆田市城厢区山西省晋城市泽州县西藏拉萨市达孜区山东省东营市垦利区平山县岗南镇福建省漳州市龙海市山西省运城市夏县武清区上马台镇云南省玉溪市新平彝族傣族自治县山东省东营市垦利区武清区上马台镇内蒙古鄂尔多斯市康巴什区桂林市秀峰区贵州省黔南布依族苗族自治州惠水县平山县岗南镇福建省南平市建瓯市辽宁省沈阳市辽宁省沈阳市浑南区陕西省宝鸡市眉县固原市西吉县山西省阳泉市平定县伊犁哈萨克自治州昭苏县黑龙江省绥化市明水县井陉县测鱼镇福建省厦门市湖里区福建省厦门市湖里区江苏省苏州市相城区广东省汕头市龙湖区青海省海西蒙古族藏族自治州德令哈市四川省凉山彝族自治州甘洛县辽宁省大连市旅顺口区乌鲁木齐市沙依巴克区阿克苏地区新和县陕西省宝鸡市眉县湖北省宜昌市宜都市江西省宜春市奉新县辽宁省辽阳市白塔区陕西省商洛市山阳县芜湖市南陵县

售后服务上门服务电话，智能分配单据：端侧算力的“奇点”时刻—需求，模型，芯片的三维共振

端侧算力的真正爆发可能不在手机和电脑上，而在会动的机器人身上。

5月18日，国盛证券通信行业研究团队（分析师宋嘉吉、黄瀚、邵帅）发布深度研究报告，梳理了端侧算力在需求、模型、芯片三个维度的最新进展，并作出判断：端侧算力正走入"奇点"时刻。

这份报告的起点，是一次坦诚的自我复盘。

两年前，国盛证券曾发布端侧算力深度报告，预判手机、PC等AI设备上的本地算力将迎来高速增长。但现实是——这些设备上的AI功能，大多数仍依赖云端算力，端侧算力并未如期放量。

端侧算力（On-Device Computing / Edge Computing）是指直接在用户终端设备（如智能手机、AI眼镜、PC、智能家居、现在可能包括机器人等）上执行的数据处理和计算能力，无需完全依赖远程云端服务器。

报告用两句话总结了这段历史："不要低估云端模型的能力边界"，以及"需求不是凭空想象的"。

云端太强，传统端侧需求被"压住了"

过去三年，云端大模型的进化速度远超预期。

报告指出，随着"超节点"、"PD分离"等云端算力架构部署，云端模型在能力快速提升的同时，单位Token成本在加速降低。

以文生图为例：三年前高通还在端侧部署Stable Diffusion，端侧只能生成512×512的底图，逻辑性较差；而云端的GPT-4o、Nano Banana等模型已经可以在10秒内生成4K高分辨率图像，且逻辑细节远胜端侧。

原本支撑端侧算力的三大理由——隐私性、低成本、低时延——也在云端的强势进化下逐一被动摇。报告认为，"隐私性"和"低成本"这两个需求正在被证伪，真正站得住脚的，只剩下"低时延"这一个。

但这里说的低时延，不是指人类等待AI回复的速度。腾讯混元T1模型的吐字速度已达60-80 token/秒，首字秒出，早已低于人类舒适反应区间。

报告所说的低时延，是设备对外部信号的内生处理速度

人脑处理视觉-运动反应约需180-200毫秒；而一个设备从接收信号、传送云端解析、再传回本地执行，往往需要2-5秒以上——如果是图片等多模态信号，还会更长。

这就是云端算力无法触及的盲区。报告用了一个类比：把人体神经换成无线信号，把大脑换成云端算力，整个链路的稳定性和延迟就会被无线拉长。

需求在哪里？在会动的机器人上

锁定"低时延"这一核心命题后，真正的需求方向也随之清晰：让"类人终端"更像人。

分析师将当前类人终端按智能程度分为四类：

第一类：摄像头等感知硬件，需要处理更多路信号、更精细的识别模型

第二类：工具机器人（割草、泳池等），需要识别更多场景——比如割草机器人能识别宠物粪便、石头、积雪、落叶，就能进化为四季可用的"庭院机器人"

第三类：智能车，需要理解异形障碍物和极端复杂场景

第四类：人形机器人，需要实时理解物理世界并产生互动，输入涵盖视觉、听觉、触觉，输出是复杂肢体动作

分析师核心判断是：这一轮端侧需求，不是资本市场的一厢情愿，而是来自"客户需求增长叠加行业能力进化的闭环结果"——割草机器人、送餐机器人、无人汽车的普及，让用户在接受基础功能的同时，也开始提出更高要求。

模型三级跳：从“看图识字”到“预判未来”

需求侧的演进，离不开模型侧的支撑。报告梳理了端侧视觉模型的进化路径，逻辑清晰。

第一代：YOLO模型

大模型时代之前，机器视觉依赖CNN算法下的YOLO模型。其原理是把图像划分为网格，让每个格子负责预测其中的物体——报告打了个比方：就像"一个经验丰富的保安站在高处快速扫视人群，只要某个格子里大概率出现了'车'或者'人'的特征，它就立刻画一个框圈出来"。快，但有硬伤：难以处理异形物体和3D画面，也无法理解物品之间的逻辑关联。

第二代：Vision Transformer（ViT）

大模型思路引入视觉领域后，ViT打开了新天花板。它把图像切成小方块，像做阅读理解一样，思考每个碎片与全图其他碎片的关系。报告的描述很形象："看到左上角的'猫耳朵'，它会立刻通过逻辑联想到右下角的'猫尾巴'，即使它们隔得很远。"

ViT更消耗算力，这恰恰打通了端侧算力升级的逻辑——更强的算力可以真正转化为更强的能力，而不是"空有算力却无法提升能力"。

第三代：VLM→VLA→世界模型

智能驾驶加速了这一演进。

VLM（视觉-语言模型）：能看懂图像并翻译成语义信息，相当于"坐在副驾的解说员"，把路况变成机器能听懂的"情报"

VLA（视觉-语言-动作模型）：在VLM基础上加入"动作"维度，直接从视觉感知输出控制指令——"方向盘左打10度"、"油门踩下20%"，实现从眼睛直达手脚的端到端控制。英伟达已于近期发布开源VLA模型Alpamayo

世界模型：更进一步，引入预测机制，在执行动作前预演未来几秒的多种情况，"通过生成未来的视频画面来评估风险，从而在无数个'平行宇宙'中选出最安全的那一条路去走"

机器人前沿：GEM模型

相比智能驾驶，让机器人理解并与物理世界互动的难度更高一个量级。智能车的目标是"避免与外界互动"，机器人则必须实时与外界产生物理和语言接触。

报告认为，GEM（Grounding Embedding Model）是解决这一难题的可能路径之一。简单说，它能把机器人的感知数据（摄像头画面、激光雷达点云）和高层指令（"把蓝色的杯子递给我"）映射到同一个特征空间，让机器人即使没见过某个物体，也能通过语义理解完成动作。谷歌的RT-2模型已在探索这一方向，将图像、动作、语言全部token化来实现对齐。

报告指出，GEM模型当前的主要痛点在于不同模态信号的对齐，以及灾难性遗忘、模态鸿沟等问题，"不仅需要模型工程上的持续优化，在未来执行层面，也需要专门的算力芯片架构进行配合"。

芯片之争：NPU遇到天花板，GPGPU向下渗透

模型需求确定了，芯片是最终落脚点。报告详细分析了NPU与GPGPU两条路线的优劣。

NPU：从YOLO起家，遭遇架构瓶颈

NPU的第一波放量来自YOLO模型——安防摄像头、初级自主移动机器人大量搭载NPU芯片。瑞芯微RK系列凭借性价比和低功耗成为主流选择，其营业收入从2016年的12.98亿元增长至2025年的44.02亿元。

但进入大模型时代，NPU遇到了架构层面的硬约束：在扫地机器人等低功耗场景下，如果要运行以ViT为基座的模型替代YOLO，算力需求将接近100TFLOPS。更关键的是，NPU缺少CUDA CORE，所有指令由CPU下发，而端侧功耗和成本限制下无法使用高性能CPU——"一旦在较弱的CPU下挂在了过多的NPU核，用于AI任务的指令就会占据CPU所有的通信总线，从而使得设备宕机"。

当前有两条破局路径：

高通跃龙IQ10：换装更好的CPU和更大面积的NPU核，并融合部分GPU任务调度结构

瑞芯微RK182x：采用3D-DRAM+协处理器双轨并行，通过堆叠封装加大NPU与存储间的带宽，同时将AI推理从主芯片解放出来，缓解总线拥堵

GPGPU：从云端继承，生态优势放大

相比NPU，GPGPU的端侧路径更顺滑。云端GPGPU本就是全功能芯片，走向端侧只需按需缩减面积和核心数量，不存在NPU面临的架构改造难题。

英伟达智能驾驶业务收入从2021财年的5.36亿美元增长至2026财年的23.49亿美元，Orin、Thor系列已推出覆盖不同价位和算力段的华体汇电竞-华体汇(中国)线。

但GPGPU的核心优势不只是硬件，更在于生态。报告指出，大部分端侧模型的预训练和微调都需要借助CUDA生态完成，"如果在端侧使用GPGPU架构的算力，那么无论是部署速度，部署效果都会远超需要转译的NPU环境"。同时，英伟达在FP4等低精度推理方面已有成熟方案，可以直接下放端侧，而NPU则追赶艰难。

分析师的结论是：看好GPGPU架构在端侧渗透率持续提升。但英伟达高昂的售价注定其不会成为市场唯一选择，这也为高通（通信+计算融合的SOC方案）和国内芯片华体汇电竞-华体汇(中国)（以性价比切入下沉市场）留出了空间。

投资布局：芯片、模组、存储三条线

分析师将端侧算力的投资机会分为三个环节：

芯片：价值量提升最大的环节。关注NPU迭代与GPGPU向下渗透。报告特别指出，端侧设备中算力成本占比将显著提升，"这一逻辑与云端基建类似"。

模组：报告称之为"旱涝保收的中间商"。端侧算力客户极度分散，模组华体汇电竞-华体汇(中国)承担连接上游芯片和下游万千用户的桥梁作用。无论哪种芯片路线最终胜出，模组厂商都能受益。在IoT时代已实现全球"东生西落"的中国模组华体汇电竞-华体汇(中国)，被认为不会缺席这一轮增长。

存储：3D-DRAM是报告重点提及的新方向。端侧芯片的推理能力同样受内存大小和带宽制约，3D-DRAM通过将DRAM与NPU堆叠封装，在低成本、低功耗前提下提升带宽。

今日研究机构发布新成果端侧算力的“奇点”时刻—需求，模型，芯片的三维共振

端侧算力的真正爆发可能不在手机和电脑上，而在会动的机器人身上。

5月18日，国盛证券通信行业研究团队（分析师宋嘉吉、黄瀚、邵帅）发布深度研究报告，梳理了端侧算力在需求、模型、芯片三个维度的最新进展，并作出判断：端侧算力正走入"奇点"时刻。

这份报告的起点，是一次坦诚的自我复盘。

两年前，国盛证券曾发布端侧算力深度报告，预判手机、PC等AI设备上的本地算力将迎来高速增长。但现实是——这些设备上的AI功能，大多数仍依赖云端算力，端侧算力并未如期放量。

端侧算力（On-Device Computing / Edge Computing）是指直接在用户终端设备（如智能手机、AI眼镜、PC、智能家居、现在可能包括机器人等）上执行的数据处理和计算能力，无需完全依赖远程云端服务器。

报告用两句话总结了这段历史："不要低估云端模型的能力边界"，以及"需求不是凭空想象的"。

云端太强，传统端侧需求被"压住了"

过去三年，云端大模型的进化速度远超预期。

报告指出，随着"超节点"、"PD分离"等云端算力架构部署，云端模型在能力快速提升的同时，单位Token成本在加速降低。

以文生图为例：三年前高通还在端侧部署Stable Diffusion，端侧只能生成512×512的底图，逻辑性较差；而云端的GPT-4o、Nano Banana等模型已经可以在10秒内生成4K高分辨率图像，且逻辑细节远胜端侧。

原本支撑端侧算力的三大理由——隐私性、低成本、低时延——也在云端的强势进化下逐一被动摇。报告认为，"隐私性"和"低成本"这两个需求正在被证伪，真正站得住脚的，只剩下"低时延"这一个。

但这里说的低时延，不是指人类等待AI回复的速度。腾讯混元T1模型的吐字速度已达60-80 token/秒，首字秒出，早已低于人类舒适反应区间。

报告所说的低时延，是设备对外部信号的内生处理速度

人脑处理视觉-运动反应约需180-200毫秒；而一个设备从接收信号、传送云端解析、再传回本地执行，往往需要2-5秒以上——如果是图片等多模态信号，还会更长。

这就是云端算力无法触及的盲区。报告用了一个类比：把人体神经换成无线信号，把大脑换成云端算力，整个链路的稳定性和延迟就会被无线拉长。

需求在哪里？在会动的机器人上

锁定"低时延"这一核心命题后，真正的需求方向也随之清晰：让"类人终端"更像人。

分析师将当前类人终端按智能程度分为四类：

第一类：摄像头等感知硬件，需要处理更多路信号、更精细的识别模型

第二类：工具机器人（割草、泳池等），需要识别更多场景——比如割草机器人能识别宠物粪便、石头、积雪、落叶，就能进化为四季可用的"庭院机器人"

第三类：智能车，需要理解异形障碍物和极端复杂场景

第四类：人形机器人，需要实时理解物理世界并产生互动，输入涵盖视觉、听觉、触觉，输出是复杂肢体动作

分析师核心判断是：这一轮端侧需求，不是资本市场的一厢情愿，而是来自"客户需求增长叠加行业能力进化的闭环结果"——割草机器人、送餐机器人、无人汽车的普及，让用户在接受基础功能的同时，也开始提出更高要求。

模型三级跳：从“看图识字”到“预判未来”

需求侧的演进，离不开模型侧的支撑。报告梳理了端侧视觉模型的进化路径，逻辑清晰。

第一代：YOLO模型

大模型时代之前，机器视觉依赖CNN算法下的YOLO模型。其原理是把图像划分为网格，让每个格子负责预测其中的物体——报告打了个比方：就像"一个经验丰富的保安站在高处快速扫视人群，只要某个格子里大概率出现了'车'或者'人'的特征，它就立刻画一个框圈出来"。快，但有硬伤：难以处理异形物体和3D画面，也无法理解物品之间的逻辑关联。

第二代：Vision Transformer（ViT）

大模型思路引入视觉领域后，ViT打开了新天花板。它把图像切成小方块，像做阅读理解一样，思考每个碎片与全图其他碎片的关系。报告的描述很形象："看到左上角的'猫耳朵'，它会立刻通过逻辑联想到右下角的'猫尾巴'，即使它们隔得很远。"

ViT更消耗算力，这恰恰打通了端侧算力升级的逻辑——更强的算力可以真正转化为更强的能力，而不是"空有算力却无法提升能力"。

第三代：VLM→VLA→世界模型

智能驾驶加速了这一演进。

VLM（视觉-语言模型）：能看懂图像并翻译成语义信息，相当于"坐在副驾的解说员"，把路况变成机器能听懂的"情报"

VLA（视觉-语言-动作模型）：在VLM基础上加入"动作"维度，直接从视觉感知输出控制指令——"方向盘左打10度"、"油门踩下20%"，实现从眼睛直达手脚的端到端控制。英伟达已于近期发布开源VLA模型Alpamayo

世界模型：更进一步，引入预测机制，在执行动作前预演未来几秒的多种情况，"通过生成未来的视频画面来评估风险，从而在无数个'平行宇宙'中选出最安全的那一条路去走"

机器人前沿：GEM模型

相比智能驾驶，让机器人理解并与物理世界互动的难度更高一个量级。智能车的目标是"避免与外界互动"，机器人则必须实时与外界产生物理和语言接触。

报告认为，GEM（Grounding Embedding Model）是解决这一难题的可能路径之一。简单说，它能把机器人的感知数据（摄像头画面、激光雷达点云）和高层指令（"把蓝色的杯子递给我"）映射到同一个特征空间，让机器人即使没见过某个物体，也能通过语义理解完成动作。谷歌的RT-2模型已在探索这一方向，将图像、动作、语言全部token化来实现对齐。

报告指出，GEM模型当前的主要痛点在于不同模态信号的对齐，以及灾难性遗忘、模态鸿沟等问题，"不仅需要模型工程上的持续优化，在未来执行层面，也需要专门的算力芯片架构进行配合"。

芯片之争：NPU遇到天花板，GPGPU向下渗透

模型需求确定了，芯片是最终落脚点。报告详细分析了NPU与GPGPU两条路线的优劣。

NPU：从YOLO起家，遭遇架构瓶颈

NPU的第一波放量来自YOLO模型——安防摄像头、初级自主移动机器人大量搭载NPU芯片。瑞芯微RK系列凭借性价比和低功耗成为主流选择，其营业收入从2016年的12.98亿元增长至2025年的44.02亿元。

但进入大模型时代，NPU遇到了架构层面的硬约束：在扫地机器人等低功耗场景下，如果要运行以ViT为基座的模型替代YOLO，算力需求将接近100TFLOPS。更关键的是，NPU缺少CUDA CORE，所有指令由CPU下发，而端侧功耗和成本限制下无法使用高性能CPU——"一旦在较弱的CPU下挂在了过多的NPU核，用于AI任务的指令就会占据CPU所有的通信总线，从而使得设备宕机"。

当前有两条破局路径：

高通跃龙IQ10：换装更好的CPU和更大面积的NPU核，并融合部分GPU任务调度结构

瑞芯微RK182x：采用3D-DRAM+协处理器双轨并行，通过堆叠封装加大NPU与存储间的带宽，同时将AI推理从主芯片解放出来，缓解总线拥堵

GPGPU：从云端继承，生态优势放大

相比NPU，GPGPU的端侧路径更顺滑。云端GPGPU本就是全功能芯片，走向端侧只需按需缩减面积和核心数量，不存在NPU面临的架构改造难题。

英伟达智能驾驶业务收入从2021财年的5.36亿美元增长至2026财年的23.49亿美元，Orin、Thor系列已推出覆盖不同价位和算力段的华体汇电竞-华体汇(中国)线。

但GPGPU的核心优势不只是硬件，更在于生态。报告指出，大部分端侧模型的预训练和微调都需要借助CUDA生态完成，"如果在端侧使用GPGPU架构的算力，那么无论是部署速度，部署效果都会远超需要转译的NPU环境"。同时，英伟达在FP4等低精度推理方面已有成熟方案，可以直接下放端侧，而NPU则追赶艰难。

分析师的结论是：看好GPGPU架构在端侧渗透率持续提升。但英伟达高昂的售价注定其不会成为市场唯一选择，这也为高通（通信+计算融合的SOC方案）和国内芯片华体汇电竞-华体汇(中国)（以性价比切入下沉市场）留出了空间。

投资布局：芯片、模组、存储三条线

分析师将端侧算力的投资机会分为三个环节：

芯片：价值量提升最大的环节。关注NPU迭代与GPGPU向下渗透。报告特别指出，端侧设备中算力成本占比将显著提升，"这一逻辑与云端基建类似"。

模组：报告称之为"旱涝保收的中间商"。端侧算力客户极度分散，模组华体汇电竞-华体汇(中国)承担连接上游芯片和下游万千用户的桥梁作用。无论哪种芯片路线最终胜出，模组厂商都能受益。在IoT时代已实现全球"东生西落"的中国模组华体汇电竞-华体汇(中国)，被认为不会缺席这一轮增长。

存储：3D-DRAM是报告重点提及的新方向。端侧芯片的推理能力同样受内存大小和带宽制约，3D-DRAM通过将DRAM与NPU堆叠封装，在低成本、低功耗前提下提升带宽。


在第55个“世界环境日”之际，安踏集团于国内首个废网球回收再造的可持续球场，举办2025年度ESG报告发布会。安踏集团连续第11年对外发布《环境、社会及管治(ESG)报告》，系统披露其在“五大共生”原则指导下，可持续华体汇电竞-华体汇(中国)创新、全链低碳转型、多元职场建设与社会公益践行等方面的实践与核心进展。国际权威可持续发展评级MSCI评级连升至AA级，成为中国体育用品企业最高评级。
华体汇电竞-华体汇(中国) 华体汇电竞-华体汇(中国)-久av官方版-久av最新版N.22.42.71-比克尔下载

华体汇电竞-华体汇(中国)

1名中国公民在菲律宾羁押期间离世
首页>>公招面试现“完美答卷” 案件披露
1名中国公民在菲律宾羁押期间离世

华体汇电竞-华体汇(中国):1名中国公民在菲律宾羁押期间离世

华体汇电竞-华体汇(中国):「活动」首次登录送19元红包

64.27MB
版本{版本}
下载APK高速下载
下载再端侧算力的“奇点”时刻—需求，模型，芯片的三维共振安装你想要的应用 更方便 更快捷 发现更多
喜欢55%好评(66人)
评论81
端侧算力的“奇点”时刻—需求，模型，芯片的三维共振截图0端侧算力的“奇点”时刻—需求，模型，芯片的三维共振截图1端侧算力的“奇点”时刻—需求，模型，芯片的三维共振截图2端侧算力的“奇点”时刻—需求，模型，芯片的三维共振截图3端侧算力的“奇点”时刻—需求，模型，芯片的三维共振截图4
详细信息
应用介绍
?第一步：访问《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》官网?首先,打开您的浏览器,输入《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》。您可以通过搜索引擎搜索或直接输入网址来访问.?
?第二步：点击注册按钮?一旦进入《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站官网，您会在页面上找到一个醒目的注册按钮。点击该按钮，您将被引导至注册页面。??
?第三步：填写注册信息 ?在注册页面上，您需要填写一些必要的个人信息来创建《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息，以确保顺利完成注册。?
?第四步：验证账户?填写完个人信息后，您可能需要进行账户验证。《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站会向您提供的电子邮件地址或手机号码发送一条验证信息，您需要按照提示进行验证操作。这有助于确保账户的安全性，并防止不法分子滥用您的个人信息。?
?第五步：设置安全选项?《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站通常要求您设置一些安全选项，以增强账户的安全性。例如，可以设置安全问题和答案，启用两步验证等功能。请根据系统的提示设置相关选项，并妥善保管相关信息，确保您的账户安全。?
?第六步：阅读并同意条款?在注册过程中，《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前，请仔细阅读并理解这些条款，并确保您同意并愿意遵守。??
?第七步：完成注册?一旦您完成了所有必要的步骤，并同意了《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站的条款，恭喜您！您已经成功注册了《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站账户。现在，您可以畅享《端侧算力的“奇点”时刻—需求，模型，芯片的三维共振》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!?
【联系华体汇(中国)】
客服热线
加载更多
版本更新
{版本}
端侧算力的“奇点”时刻—需求，模型，芯片的三维共振

华体汇电竞-华体汇(中国): 端侧算力的“奇点”时刻—需求，模型，芯片的三维共振类似软件

相关攻略
包含 饿了么 的应用集
友情链接
  • 250余件（套）唐代珍贵文物亮相南京 重现盛唐风华
    2026-06-17 09:20:16
  • 看着走进考场的女儿 父亲几度哽咽
    2026-06-17 09:20:16
  • 湖北能源集团股份有限华体汇电竞-华体汇(中国)原党委副书记文振富被开除党籍
    2026-06-17 09:20:16
安卓手机网上最贴心的Android软件应用平台!版权所有：端侧算力的“奇点”时刻—需求，模型，芯片的三维共振有限华体汇电竞-华体汇(中国)备案号：京ICP备17065190号-1