端側算力行業正處于從“云端入口”向“獨立智能終端”轉型的關鍵節點,即“奇點”時刻。這一判斷基于需求、模型、算力三個維度的深度共振:
第一,需求側發生根本性迭代。過去三年,端側算力的“隱私性”和“低成本”需求被云端模型證偽,唯有“低時延”成為不可替代的核心價值。隨著智能駕駛、服務機器人、人形機器人等“類人”終端的普及,用戶對設備在復雜場景下的實時反應能力(如避障、物理交互)提出了極高要求,這種毫秒級的本地處理需求無法由云端滿足,從而催生了巨大的本地算力缺口。
第二,模型側實現范式升級。端側模型正從傳統的YOLO小模型向基于Transformer的大模型演進。VLM(視覺-語言模型)和VLA(視覺-語言-動作模型)的出現,使得設備不僅能識別物體,還能理解語義并直接輸出控制指令。前沿的GEM(多模融合)模型進一步解決了多模態信號對齊問題,為機器人理解物理世界奠定了基礎。模型復雜度的指數級提升,直接拉動了端側算力的剛性需求。
第三,算力側架構加速迭代。面對陡峭的算力需求曲線,NPU架構在功耗和成本受限下面臨瓶頸,而GPGPU架構憑借成熟的CUDA生態和強大的并行計算能力,在端側的滲透率持續提升。同時,3D-DRAM與協處理器的結合成為突破帶寬瓶頸的新路徑,如瑞芯微RK1820系列所示,推動了端側芯片性能的跨越式增長。
在投資方向上,建議聚焦三大環節:一是芯片環節,關注擁有自主迭代能力的GPGPU或高端NPU設計公司,如英偉達、高通、瑞芯微;二是模組環節,作為連接芯片與終端的“端側服務器”,物聯網模組廠商如美格智能、廣和通、移遠通信具有確定的受益邏輯;三是存儲環節,關注3D-DRAM帶來的增量機會,如兆易創新、瀾起科技。