证券研究报告行业深度：边缘计算--始于AI，赋能应用

发现报告（www.fxbaogao.com）是国内专业的研报平台，主打报告全、数量多。这里汇聚了成千上万的金融人士，用户活跃度极高。我们提供宏观、行业、公司等全方位的研报数据，基本满足您的所有研究需求。界面设计干净利落，技术强大，帮您在海量报告中快速定位，高效获取有价值的信息，是您投资路上的得力助手。

报告总结如下：

1. AI生态与边缘侧：

   • AI生态中边缘侧扮演着重要角色，尤其是在AI模型从“玩具”向“工具”快速演进的关键时期。
   • 云端大模型的快速迭代与演化，以及AI模型的广泛应用，突显了边缘算力的必要性。

2. 边缘算力的优势：

   • 低成本：采用ARM架构的边缘算力平台在小算力场景下具有极低的成本。
   • 低时延：边缘算力部署在设备本地或附近，减少数据传输时间，适合对时延敏感的应用场景。
   • 高隐私：在设备本地进行推理，数据不出用户管辖范围，提高了数据安全性和隐私保护。

3. 边缘算力的模式：

   • 设备内置算力：通过集成边缘处理芯片，如高通的骁龙或苹果M系列芯片等。
   • 边缘资源池：由离用户较近的数据中心或小型数据中心提供算力，如机柜或算力盒子。

4. 边缘算力的应用：

   • 在AI模型爆发前，边缘算力已渗透至如云游戏、无人设备驾驶、自动视频识别等商用场景。
   • 随着MLC-LLM、谷歌模型体系等软件基础设施加速，边缘算力将赋能更多应用，连接更多用户。

5. “云—边”一体：

   • 计算资源的“云—边”结合，形成一体，确保数据的高效流动和处理。
   • 边缘侧需求的释放将开启“真AIOT”时代，促进AI与实际场景的深度融合。

6. 投资建议：

   • 边缘算力芯片：瑞芯微、全志科技、晶晨股份、翱捷科技、乐鑫科技。
   • 边缘算力承载平台：美格智能、广和通、超讯通信、龙宇股份、移远通信、网宿科技。
   • 边缘算力运营商：中国移动、中国电信、中国联通。

7. 风险提示：

   • 小模型推进不及预期。
   • 边缘算力发展不及预期。

8. 行业催化因素：

   • 边缘小模型和解决方案加速推进。
   • 搭载边缘模型与边缘算力的智能设备快速放量。

9. 模型与应用：

   • 大模型向小模型转变的趋势，以适应多样化的应用需求。
   • MLC-LLM、Lora模型等加速模型的部署和优化。

10. 梯度分布：

    • “泛在”或“梯度分布”算力成为最终呈现形式，结合“云—边”一体策略，实现高效算力调度。

11. 算力网络：

    • “东数西算”与三大运营商的算力网络建设，推动算力资源的高效利用和分配。

12. 边缘算力的未来：

    • 边缘算力作为AI触及万千场景的血管地位加速明晰，将连接AI与用户，加速AI发展与迭代。