端側算力的真正爆發可能不在手機和電腦上，而在會動的機器人身上。

5月18日，國盛證券通信行業研究團隊（分析師宋嘉吉、黃瀚、邵帥）發布深度研究報告，梳理了端側算力在需求、模型、芯片三個維度的最新進展，并作出判斷：端側算力正走入"奇點"時刻。

這份報告的起點，是一次坦誠的自我復盤。

兩年前，國盛證券曾發布端側算力深度報告，預判手機、PC等AI設備上的本地算力將迎來高速增長。但現實是——這些設備上的AI功能，大多數仍依賴云端算力，端側算力并未如期放量。

端側算力（On-Device Computing / Edge Computing）是指直接在用戶終端設備（如智能手機、AI眼鏡、PC、智能家居、現在可能包括機器人等）上執行的數據處理和計算能力，無需完全依賴遠程云端服務器。

報告用兩句話總結了這段歷史："不要低估云端模型的能力邊界"，以及"需求不是憑空想象的"。

云端太強，傳統端側需求被"壓住了"

過去三年，云端大模型的進化速度遠超預期。

報告指出，隨著"超節點"、"PD分離"等云端算力架構部署，云端模型在能力快速提升的同時，單位Token成本在加速降低。

以文生圖為例：三年前高通還在端側部署Stable Diffusion，端側只能生成512×512的底圖，邏輯性較差；而云端的GPT-4o、Nano Banana等模型已經可以在10秒內生成4K高分辨率圖像，且邏輯細節遠勝端側。

原本支撐端側算力的三大理由——隱私性、低成本、低時延——也在云端的強勢進化下逐一被動搖。報告認為，"隱私性"和"低成本"這兩個需求正在被證偽，真正站得住腳的，只剩下"低時延"這一個。

但這里說的低時延，不是指人類等待AI回復的速度。騰訊混元T1模型的吐字速度已達60-80 token/秒，首字秒出，早已低于人類舒適反應區間。

報告所說的低時延，是設備對外部信號的內生處理速度

人腦處理視覺-運動反應約需180-200毫秒；而一個設備從接收信號、傳送云端解析、再傳回本地執行，往往需要2-5秒以上——如果是圖片等多模態信號，還會更長。

這就是云端算力無法觸及的盲區。報告用了一個類比：把人體神經換成無線信號，把大腦換成云端算力，整個鏈路的穩定性和延遲就會被無線拉長。

需求在哪里？在會動的機器人上

鎖定"低時延"這一核心命題后，真正的需求方向也隨之清晰：讓"類人終端"更像人。

分析師將當前類人終端按智能程度分為四類：

• 第一類：攝像頭等感知硬件，需要處理更多路信號、更精細的識別模型

• 第二類：工具機器人（割草、泳池等），需要識別更多場景——比如割草機器人能識別寵物糞便、石頭、積雪、落葉，就能進化為四季可用的"庭院機器人"

• 第三類：智能車，需要理解異形障礙物和極端復雜場景

• 第四類：人形機器人，需要實時理解物理世界并產生互動，輸入涵蓋視覺、聽覺、觸覺，輸出是復雜肢體動作

分析師核心判斷是：這一輪端側需求，不是資本市場的一廂情愿，而是來自"客戶需求增長疊加行業能力進化的閉環結果"——割草機器人、送餐機器人、無人汽車的普及，讓用戶在接受基礎功能的同時，也開始提出更高要求。

模型三級跳：從“看圖識字”到“預判未來”

需求側的演進，離不開模型側的支撐。報告梳理了端側視覺模型的進化路徑，邏輯清晰。

第一代：YOLO模型

大模型時代之前，機器視覺依賴CNN算法下的YOLO模型。其原理是把圖像劃分為網格，讓每個格子負責預測其中的物體——報告打了個比方：就像"一個經驗豐富的保安站在高處快速掃視人群，只要某個格子里大概率出現了'車'或者'人'的特征，它就立刻畫一個框圈出來"?？欤杏矀弘y以處理異形物體和3D畫面，也無法理解物品之間的邏輯關聯。

第二代：Vision Transformer（ViT）

大模型思路引入視覺領域后，ViT打開了新天花板。它把圖像切成小方塊，像做閱讀理解一樣，思考每個碎片與全圖其他碎片的關系。報告的描述很形象："看到左上角的'貓耳朵'，它會立刻通過邏輯聯想到右下角的'貓尾巴'，即使它們隔得很遠。"

ViT更消耗算力，這恰恰打通了端側算力升級的邏輯——更強的算力可以真正轉化為更強的能力，而不是"空有算力卻無法提升能力"。

第三代：VLM→VLA→世界模型

智能駕駛加速了這一演進。

• VLM（視覺-語言模型）：能看懂圖像并翻譯成語義信息，相當于"坐在副駕的解說員"，把路況變成機器能聽懂的"情報"

• VLA（視覺-語言-動作模型）：在VLM基礎上加入"動作"維度，直接從視覺感知輸出控制指令——"方向盤左打10度"、"油門踩下20%"，實現從眼睛直達手腳的端到端控制。英偉達已于近期發布開源VLA模型Alpamayo

• 世界模型：更進一步，引入預測機制，在執行動作前預演未來幾秒的多種情況，"通過生成未來的視頻畫面來評估風險，從而在無數個'平行宇宙'中選出最安全的那一條路去走"

機器人前沿：GEM模型

相比智能駕駛，讓機器人理解并與物理世界互動的難度更高一個量級。智能車的目標是"避免與外界互動"，機器人則必須實時與外界產生物理和語言接觸。

報告認為，GEM（Grounding Embedding Model）是解決這一難題的可能路徑之一。簡單說，它能把機器人的感知數據（攝像頭畫面、激光雷達點云）和高層指令（"把藍色的杯子遞給我"）映射到同一個特征空間，讓機器人即使沒見過某個物體，也能通過語義理解完成動作。谷歌的RT-2模型已在探索這一方向，將圖像、動作、語言全部token化來實現對齊。

報告指出，GEM模型當前的主要痛點在于不同模態信號的對齊，以及災難性遺忘、模態鴻溝等問題，"不僅需要模型工程上的持續優化，在未來執行層面，也需要專門的算力芯片架構進行配合"。

芯片之爭：NPU遇到天花板，GPGPU向下滲透

模型需求確定了，芯片是最終落腳點。報告詳細分析了NPU與GPGPU兩條路線的優劣。

NPU：從YOLO起家，遭遇架構瓶頸

NPU的第一波放量來自YOLO模型——安防攝像頭、初級自主移動機器人大量搭載NPU芯片。瑞芯微RK系列憑借性價比和低功耗成為主流選擇，其營業收入從2016年的12.98億元增長至2025年的44.02億元。

但進入大模型時代，NPU遇到了架構層面的硬約束：在掃地機器人等低功耗場景下，如果要運行以ViT為基座的模型替代YOLO，算力需求將接近100TFLOPS。更關鍵的是，NPU缺少CUDA CORE，所有指令由CPU下發，而端側功耗和成本限制下無法使用高性能CPU——"一旦在較弱的CPU下掛在了過多的NPU核，用于AI任務的指令就會占據CPU所有的通信總線，從而使得設備宕機"。

當前有兩條破局路徑：

• 高通躍龍IQ10：換裝更好的CPU和更大面積的NPU核，并融合部分GPU任務調度結構

• 瑞芯微RK182x：采用3D-DRAM+協處理器雙軌并行，通過堆疊封裝加大NPU與存儲間的帶寬，同時將AI推理從主芯片解放出來，緩解總線擁堵

GPGPU：從云端繼承，生態優勢放大

相比NPU，GPGPU的端側路徑更順滑。云端GPGPU本就是全功能芯片，走向端側只需按需縮減面積和核心數量，不存在NPU面臨的架構改造難題。

英偉達智能駕駛業務收入從2021財年的5.36億美元增長至2026財年的23.49億美元，Orin、Thor系列已推出覆蓋不同價位和算力段的產品線。

但GPGPU的核心優勢不只是硬件，更在于生態。報告指出，大部分端側模型的預訓練和微調都需要借助CUDA生態完成，"如果在端側使用GPGPU架構的算力，那么無論是部署速度，部署效果都會遠超需要轉譯的NPU環境"。同時，英偉達在FP4等低精度推理方面已有成熟方案，可以直接下放端側，而NPU則追趕艱難。

分析師的結論是：看好GPGPU架構在端側滲透率持續提升。但英偉達高昂的售價注定其不會成為市場唯一選擇，這也為高通（通信+計算融合的SOC方案）和國內芯片公司（以性價比切入下沉市場）留出了空間。

投資布局：芯片、模組、存儲三條線

分析師將端側算力的投資機會分為三個環節：

芯片：價值量提升最大的環節。關注NPU迭代與GPGPU向下滲透。報告特別指出，端側設備中算力成本占比將顯著提升，"這一邏輯與云端基建類似"。

模組：報告稱之為"旱澇保收的中間商"。端側算力客戶極度分散，模組公司承擔連接上游芯片和下游萬千用戶的橋梁作用。無論哪種芯片路線最終勝出，模組廠商都能受益。在IoT時代已實現全球"東生西落"的中國模組公司，被認為不會缺席這一輪增長。

存儲：3D-DRAM是報告重點提及的新方向。端側芯片的推理能力同樣受內存大小和帶寬制約，3D-DRAM通過將DRAM與NPU堆疊封裝，在低成本、低功耗前提下提升帶寬。