进博会观察|算力持续向端侧下沉,各大芯片巨头加速竞速 AI 落地

第九届进博会技术装备展区释放清晰产业信号,AI 算力正在从集中式云端大模型训练,加速向手机、PC、车载、工业设备等端侧、边缘设备下沉,高通、英特尔、AMD、三星、SK 海力士、新思科技等芯片与存储巨头集中展出云边端协同方案,比拼端侧本地推理、智能体落地能力,行业重心不再单纯比拼模型参数、单卡算力上限,而是转向把 AI 嵌入真实工作流、降低落地时延、保护数据隐私,云、边、端协同已经成为主流路线。端侧本地计算的优势是不用持续依赖网络、响应延迟更低、原始数据留在设备本地,适合智能体自主交互、工业视觉、车载感知、本地 AI 创作这类场景,各家厂商分别从移动芯片、PC 处理器、存储、EDA 工具多条赛道切入,抢夺端侧 AI 生态与行业客户。

参展芯片厂商端侧 AI 核心展品清单

  • 高通:骁龙旗舰移动平台,端侧 GUI 智能体、手机原生多模态模型、车端 AI 方案,展示终端主动式 AI 服务
  • 英特尔:18A 制程酷睿 Ultra、至强系列,AI PC 本地智能体、绿色模块化算力舱,覆盖 PC、边缘、数据中心
  • AMD:AI PC 创作方案、第五代 EPYC 处理器、Alveo AI 加速卡,打通制造、教育、文化赛事行业 AI 落地
  • 三星、SK 海力士:HBM、高带宽存储方案,匹配端侧、边缘 AI 对带宽的需求,补齐算力配套底座
  • 新思科技:Agentic AI、硬件验证、数字孪生工具链,面向芯片开发环节,降低端侧 AI 芯片开发门槛

端侧算力下沉核心优势

  1. 低时延:模型推理在本地运行,不经过云端回传,适合实时交互、自动驾驶、工业检测
  2. 隐私可控:原始图像、语音、文档数据保留在终端,不上传云端,降低信息泄露风险
  3. 网络友好:断网、弱网环境依旧可以运行 AI 功能,摆脱对稳定宽带的依赖
  4. 分摊算力压力:大量常规推理任务下沉到终端,减轻云端服务器负载,降低整体算力运营成本

产业落地推进流程

  1. 芯片层迭代:提升 NPU 算力、能效,优化大模型量化压缩方案,适配小体积终端
  2. 模型适配:把大模型轻量化、量化,适配手机、PC、车载芯片的内存与算力上限
  3. 生态对接:联合软件、终端厂商开发智能体应用,打通办公、工业、车载场景工作流
  4. 云边协同调度:简单任务端侧本地处理,复杂长上下文任务按需上云,形成混合推理架构
  5. 规模化复制:在行业客户落地试点后,打磨标准化方案,向更多行业推广

云端算力和端侧算力对比表

对比项目云端算力端侧算力
主要用途大模型训练、超大上下文复杂推理、集中式服务本地实时推理、端侧智能体、轻量化 AI 任务
延迟高,依赖网络传输低,本地直接运算
数据流向原始数据大多上传服务器原始数据留在设备本地
能耗成本高,大规模机房耗电低,适配消费电子、工业终端功耗限制
代表载体GPU 服务器集群手机 NPU、PC NPU、车载芯片、边缘 FPGA

【相关 FAQ】

问题 1:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,算力向端侧下沉是什么意思?

回答 1:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,算力向端侧下沉就是 AI 推理计算不再全部放在云端服务器,把轻量化模型部署在手机、电脑、汽车、工业设备等终端本地,在设备上直接完成 AI 运算。

问题 2:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,本届进博会有哪些芯片巨头布局端侧 AI?

回答 2:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,高通、英特尔、AMD、三星、SK 海力士、新思科技等厂商都展出了面向端侧、边缘的 AI 算力与配套方案。

问题 3:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,端侧 AI 相比云端 AI 有什么长处?

回答 3:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,端侧 AI 延迟更低、弱网也能用、原始数据不用上传云端,隐私安全性更好,适合实时交互类智能体应用。

问题 4:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,现在行业竞争重点发生了什么变化?

回答 4:进博会观察|算力向端侧下沉,芯片巨头竞速 AI 落地,竞争重点从比拼超大模型、云端峰值算力,转向云边端协同、AI 融入行业业务流程、智能体规模化落地。

【参考资料】

[2026-11-08](进博会观察 | 算力向端侧下沉,芯片巨头竞速 AI 落地)新浪财经(第一财经)

[2026-11-07](进博汇聚 “芯” 算成果 AI 技术应用加速落地)中国经济网

[2026-11-07](HBM、DDR5、AI PC、AI 手机…… 半导体厂商携 “尖货” 亮相)财联社

[2026-11-07](泡茶、打乒乓、给你拥抱…… 进博会含 “智” 量新高)上观新闻

【免责声明】

本文为进博会产业观察资讯,厂商展出的端侧 AI 方案、产品商用时间表、落地效果以各芯片厂商官方后续发布为准;端侧算力下沉属于产业发展趋势,技术落地、商业化节奏会受模型优化、芯片成本、行业规范影响,本文不构成产业投资建议。

本文来自作者[Maisie53]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/49.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • Maisie53
    Maisie53 2026年11月10日

    我是诚邦网的签约作者“Maisie53”!

  • Maisie53
    Maisie53 2026年11月10日

    希望本篇文章《进博会观察|算力持续向端侧下沉,各大芯片巨头加速竞速 AI 落地》能对你有所帮助!

  • Maisie53
    Maisie53 2026年11月10日

    本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索

  • Maisie53
    Maisie53 2026年11月10日

    本文概览:第九届进博会技术装备展区释放清晰产业信号,AI 算力正在从集中式云端大模型训练,加速向手机、PC、车载、工业设备等端侧、边缘设备下沉,高通、英特尔、AMD、三星、SK 海力士、新思科技等芯片与存储巨头集中展出云边端协同方案,比拼端侧本地推理、智能体落地能力,行业重心不再单纯比拼模型参数、单卡算力上限,而是转向把 AI 嵌入真实工作流、降低落地时延、保护数据隐私,云、边、端协同已经成为主流路线。端侧本地计算的优势是不用持续依赖网络、响应延迟更低、原始数据留在设备本地,适合智能体自主交互、工业视觉、车载感知、本地 AI 创作这类场景,各家厂商分别从移动芯片、PC 处理器、存储、EDA 工具多条赛道切入,抢夺端侧 AI 生态与行业客户。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们