2025年08月17日国产算力迎来GB200时刻，AI交换网络是核心增量分析师张建民证书编号S1230518060001研究助理林亮亮分析师王逢节证书编号S1230523080002研究助理邢艺凡证券.
2025-08-20
45页
5星级
IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577751IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577752本报告是视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司的调研与研究成果。本报告内所有数据、观点、结论的版权均属视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司拥有，任何单位和个人，不得在未经授权和允许的情况下，进行全文或部分形式（包含纸质、电子等）引用、复制和传播，不可断章取义或增删、曲解本报告内容，否则视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司有权依法追究其法律责任。视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司拥有对本报告的解释权。本报告所包含的信息仅供相关单位和公司参考，所有根据本报告做出的具体行为与决策，以及其产生的后果，视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司概不负责。本报告部分素材源于网络公开渠道，如有侵权，烦请联系分析师，分析师联系方式如下版权与免责声明关于视觉物联商务合作分析师个人简介视觉物联主要聚焦 AIoT 产业生态，多光谱 AI 融合、云边端协同，推动 AI 多场景化落地，为行业提供合作交流平台：共建、共享、共赢！视觉物联-构建视觉感知世界旗下业务：1、IOTE 视觉物联生态圈2、IOTE 国际物联网展（深圳/上海）3、产业生态报告 4、IOTE 生态行联系方式：延科：18922857775姓名：杨雪娇职位：AIoT 星图研究院行业分析师个人简介：深耕 AIoT 行业数载，从技术迭代与商业实践的维度，预判行业趋势与企业增长机遇。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577752前 言当前，AI 的有效落地仍高度依赖于“云边端”的紧密协同，本报告将主要聚焦边缘端的市场发展变迁。在云边端协同框架中，边缘端凭借低延迟、高可靠、本地化数据处理的特性，有效弥补了云端在实时性、带宽成本与数据隐私保护上的短板。今年DeepSeek 等开源大模型，不仅大幅拓展了人工智能的应用边界，也为边缘应用发展带来颠覆性变革。除市场应用带来变革之外，大模型也将对边缘计算领域的产品技术、产业生态和应用场景等方面进行重构。为此，视觉物联再次启动边缘计算市场调研报告，将主要聚焦在大模型技术驱动下产业的升级变迁。2025 边缘计算市场调研报告将从技术发展与落地应用等方面展开深度调研，揭示行业基本面，洞察竞争格局，为企业战略制定、投资决策、市场拓展等提供结构化的参考依据。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577753杭州海康威视数字技术股份有限公司浙江大华技术股份有限公司北京算能科技有限公司英特灵达信息技术（深圳）有限公司深圳市倍联德实业有限公司北京百度网讯科技有限公司研华科技（中国）有限公司深圳天海宸光科技有限公司图为信息科技（深圳）有限公司无锡诚恒微电子有限公司芯算无限（深圳）科技有限公司深圳市北辰智联科技有限公司深圳市北斗智能科技有限公司深圳市奔迈科技有限公司开鸿智谷（深圳）数字产业发展有限公司深圳开鸿硬件生态科技有限公司深圳华自超算技术有限公司深圳市迈迪杰电子科技有限公司苏州千视通视觉科技股份有限公司深圳市智微智能科技股份有限公司Hailo Technologies芒果智能科技（江苏）有限公司深圳深蕾科技股份有限公司深圳云塔物联技术有限公司智控网联科技（深圳）有限公司开蓝科技（深圳）有限公司深圳市可数智能科技有限公司深圳地瓜机器人有限公司深圳市慧为智能科技股份有限公司广州英码信息科技有限公司北京后摩智能科技有限公司爱芯元智半导体股份有限公司深圳市华科智能有限公司广东天波信息技术股份有限公司上海伟视清数字技术有限公司深圳触觉智能科技有限公司深圳湾区驿站创新科技服务有限公司上海特普斯微电子有限公司感谢企业调研中提供的帮助及指导注：排名不分先后鸣谢企业IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577754目 录CONTENTSPART 1 市场概述-05PART 4 未来发展趋势及挑战-46PART 3 应用场景分析-31PART 6 专家评语-53PART 2 产业图谱-12PART 5 行业探讨-51IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577755市场概述01PART ONEIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777561.1 行业现状自 2015 年提出边缘计算概念到如今，历经十载春秋，产业已从技术概念走向落地深耕，正迈向从 1 到 N 的爆发，但当前边缘计算应用仍面临三大困境。随着大模型落地应用，特别是 2025 年大模型开源化，将推动边缘计算高速发展。边缘计算项目普遍存在算法定制化需求高的问题，由于应用场景分散且项目周期偏长，企业需投入大量人力与资金进行适配开发；且当前算法精度不佳导致误报率过高，导致很多项目无法交付；从厂商角度来看，由于客户订单少，投入大量研发精力难以获取相应利润，陷入投入产出失衡困境。边缘计算应用场景呈现出高度碎片化态势，从智能安防、智慧水务到智能建筑、智能制造等，边缘计算均有涉足，但每个细分场景的体量较小且需求不一。例如智慧交通中，智能交通信号灯可依车流动态调整颜色，而自动驾驶场景下，对边缘计算的低时延要求极高，二者虽同属交通领域，需求却大相径庭。如此一来，边缘计算难以形成统一、普适的解决方案，开发成本居高不下，严重阻碍规模化推广与应用。从硬件采购看，为满足不同场景对算力、存储及实时处理的严苛要求，企业需购置各类高性能设备，不仅价格昂贵且定制化成本不菲；软件层面，适配边缘设备的操作系统、应用程序开发投入巨大，不同场景需量身打造软件，无法形成通用版本来分摊成本；运维方面，边缘设备分散各地，故障排查、软件更新维护难度大，需投入专业技术人员与大量时间，人力与时间成本高昂。落地难碎片化成本高IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777571.1 行业现状2024 年，因成本高、操作难等特性，多模态大模型应用主要部署在公安、高教、政务和大型企业等领域，且未能实现规模化应用，更多的是处于试点或小范围探索阶段。进入 2025 年，DeepSeek 等大模型的开源化，将重构边缘计算生态，打破过去“硬件定制化周期长、算法开发成本高、场景适配难度大”三重壁垒，以“低成本、快部署、强适配”的特性，为边缘计算在场景的规模化落地开辟新路径。开源大模型，打破边缘计算落地困境大模型层面算力层面算法层面应用层面技术落地形态多样企业无需再为获取和使用模型支付高昂的费用，就能以较低成本达到预期的应用效果；同时，经过优化后的开源模型在接口设计、使用流程等方面更加简化，即使是技术实力相对较弱的团队也能较快掌握，操作难度显著下降。对算法厂家而言，开源化意味着会有更多的开发者参与到模型的优化和改进中。大量的开发者从不同的角度对模型进行调试、补充数据、优化算法，将极大地提高算法精度；底层算法框架的开放，使开发者可直接基于开源代码进行本地化调优，如今企业仅需数十万级投入，即可在开源算法基础上完成行业应用延伸。相比于传统大模型，开源大模型通过架构创新降低必要算力、算法优化提升算力效率和场景定制减少冗余算力，使得同等效果下算力需求锐减，将大模型部署的算力门槛从天价拉低至消费级水平。企业无需投入数千万级资金即可获得百亿参数级模型基座，可以将更多的精力和资源投入到行业应用的个性化开发上，结合自身对特定行业的深刻理解，快速开发出符合行业需求的应用产品。开源大模型以灵活多元的落地形态，深度适配边缘计算的场景特性。既有大模型一体机的形式提供集成化解决方案，也有通过模型裁剪实现小型化部署，轻松嵌入边缘计算盒子与 NVR 设备；更有采用边缘计算盒子与云端大模型协同的模式，兼顾本地实时响应与全局智能调度。这种丰富的落地形态，进一步降低了不同场景下的部署难度。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577758视觉物联结合调研企业和各方数据汇总发现，2024 年，中国边缘计算市场展现出了强劲的增长动力，市场规模突破 950 亿元，同比增幅超 30%，政策支持和工业数字化转型是核心驱动力，预计未来 3 年中国边缘计算市场复合增长率将达到21.7%，到 2026 年边缘计算市场规模将超过 1300 亿元。从市场结构来看，国内边缘计算市场仍以硬件产品为主，占比约 65%左右，软件市场占比约 35%，但软件服务市场正在快速增长，随着应用场景深化，硬件份额预计逐步下降。1.2 市场规模2025 年中国边缘计算市场结构IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777591.2 市场规模从具体产品出货量来看，视觉物联调研数据显示，2024 年国内边缘计算盒子出货量超 200 万台，仍以项目型市场的安全生产为主，包括智慧电力、城市治理、工厂的安全生产、智慧水务、智慧社区等应用场景。从产品单价来看，边缘计算盒子单价从 1000 元到几万块不等，跨度大主要是因应用不同，不同盒子里内置的芯片算力大小和算法不同导致的价格差异。2024 年边缘计算服务器出货量超 5.5 万台，增长主要得益于政策推动、行业数字化转型需求以及边缘计算与人工智能的深度融合。其中浪潮信息以 57%的市占率领跑市场，覆盖智能制造、能源、交通等领域，并与 50 余家合作伙伴推出近百个场景化解决方案，其他主要厂商包括新华三、联想、华为等，共同推动边缘计算技术落地。中国边缘计算服务器出货量（单位：万台）IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775101.3 行业政策原材料工业数字化转型工作方案（20242026 年）明确要求推动边缘计算与 5G、AI 在制造环节的深度应用，形成智能检测、虚拟调试等典型场景。工业和信息化部等七部门发布的推动工业领域设备更新实施方案进一步提出，支持企业利用边缘计算技术实施内网改造，降低实时数据处理的网络延迟。广东省计划到 2025 年实现算力总规模较“十三五”期末翻两番，并系统部署新一代信息基础设施以增强边缘计算能力。2025年5月1日正式实施 面向工业应用的边缘计算应用指南 国家标准，明确了边缘计算的技术架构、安全要求及行业应用规范，为工业企业提供了具体实施框架。细分行业，国家和地区也在纷纷发布支持边缘计算的相关文件。2025 年 6 月，国家发展改革委、国家能源局发布关于深化提升“获得电力”服务水平，全面打造现代化用电营商环境的意见，自 2025 年 7 月 1 日起施行。文件提出支持供电企业积极推进数字电网建设，综合运用人工智能等数字化技术，加快推进智能客服能力建设，提供 24 小时在线的人工智能应答。同时，推动基于实时数据的电力可靠性管理体系建设，深化配电网智能巡检体系建设，探索采用电力行业人工智能大模型开展用户用能特性分析等。2025年北京市发展改革委等多个部门联合发布 北京市推动“人工智能 ”行动计划（20242025 年），提出建设大模型电力管理与规划平台，实现大模型在电力智能巡检、电力优化调度、故障诊断维护等场景应用以及夏季高峰用电分析及缺口预警、绿电使用评估、电力网络及设备规划等功能。早期，边缘计算产业落地应用主要依赖政策推动，进入 2025 年，国家持续强化边缘计算作为新基建核心的战略地位。国家层面地方层面标准建设电力行业IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775111.3 行业政策广东省教育厅提出在 2025 年底前将广东建成全域智慧教育示范区，届时将建设 2 个省级教育数字化示范区、40 所示范校以及 20 个“人工智能 教育”试验区。同时，印发广东省人工智能赋能基础教育行动方案（2024-2027），以集成化、智能化为重点，提出全省推进“人工智能 基础教育”的“总纲”，实施人工智能教育课程建设、师生数智化胜任力提升等系列行动，面向 20 个区域设立人工智能实验项目。中共中央国务院发布 2025 年关于深化养老服务改革发展的意见，文件明确提出强化社区依托作用、推广智能设备等方向，要求加快养老科技和信息化发展应用，重点推动人形机器人、脑机接口、人工智能等技术产品研发应用。文件将智能养老纳入国家战略，为 AI 在健康监测、远程照护等场景的落地提供了顶层设计支持。2025 年政府工作报告明确将“人工智能 ”行动与智能机器人发展列为重点任务，提出智慧养老作为应对老龄化的重要途径，要求推动具身智能机器人从实验室走向家庭、社区和养老机构，重构银发经济新生态。2025 年从国家到地方，再到细分行业，对边缘计算的政策支持呈现全面、深入且细化的特点。既为行业落地应用提供场景支撑，也为企业技术研发指明发展方向，例如养老领域明确机器人的产品形态。一系列政策将吸引更多的资金、技术与人才投入，加速边缘计算在各行业的应用落地，推动产业快速发展。教育行业智能养老IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777512产业图谱02PART TWOIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775132.1 产业图谱2.1.1 上下游图谱下游中游上游硬件基础设施芯片瑞芯微深蕾高通算能云天励飞跃昉海思HAILO芯动力爱芯元智特普斯微后摩地瓜英伟达昆仑芯天数智芯英特尔登临摩尔线程AMD灵汐海飞科昇腾瀚博沐曦科技燧原科技寒武纪海光信息平头哥壁仞科技云天励飞边缘芯片大算力/GPU芯片网络与云边协同服务中国移动中国联通中国电信中国广电阿里云华为云百度智能云腾讯云火山引擎运营商云服务提供商增值服务商汤科技天海宸光芯算无限旷视科技极视角北斗智能英特灵达千视通AI算法DeepSeek AI文心一言智谱Open AI豆包科大星通义千问Llama面壁大模型边缘计算场景解决方案提供商华为千方科技智能交通红绿灯智能管控公共交通调度智慧金融安全风险管控自助金融设备实时运维智慧城市无人机巡检环境监测智能电力电力巡检能效管控智慧应急应急救援风险预判智慧园区电梯运维高空抛物智慧工业工业安全监控生产实时质检道路巡检车路协同智慧校园校园安全应急响应AI监考智慧教室智慧医院设备协调及运维智慧药房与药品管理重症监护AI辅助诊断智慧矿山融合通信井下人员安全监测智慧零售门店客流分析无人零售运营烽火佳都科技浪潮高新兴太极虹科电子神州数码安全服务奇安信安恒信息深信服天融信启明星辰保旺达绿盟科技软件与平台技术Linux瑞芯微中移物联 OneOS安卓麒麟统信UOS阿里云Link IoT Edge中国联通华为IEF中国移动云塔物联中国铁塔江行智能云工场网宿科技操作系统边缘计算平台硬件基础设施边缘终端设备智微智能大华股份图为科技米尔电子英码科技宇视科技海康威视北辰智联华自超算慧为智能天波信息视美泰奔迈科技华科智能迈迪杰中兴通讯新华三曙光信息英码科技魔云腾浪潮宝德计算倍联德瑞驰英特灵达大华股份芯算无限智微智能英码科技海康威视宇视科技倍联德依图宇树科技优必选傅利叶智能自变量零次方云深处众擎智元机器人越疆逐际动力超聚变联想安擎启朔边缘盒子/开发板算力服务器大模型一体机机器人边缘网关大疆创新道通智能科比特极飞科技亿航智能无人机研华研祥宇泰博为智能映翰通华北工控百度磐玉注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775142.1 产业图谱提到边缘计算的信创市场，那一定离不开鸿蒙生态。上下游企业主要包括芯片企业、硬件方案商和整机商、行业发行版企业、解决方案商。其中，芯片企业聚焦于边缘计算芯片的生产研发，并提供服务于开源鸿蒙操作系统的闭源库，以便适配植入开源鸿蒙操作系统；目前开源鸿蒙适配的芯片企业主要有海思、瑞芯微、进迭等，主流选择 ARM 架构，以及 RISC-V 和 MIPS硬件方案商和整机商主要设计边缘计算设备硬件方案，输出 PCBA 和整机产品，产品主要集中于边缘控制器、视觉计算设备等。行业发行版企业主要提供基于OpenHarmony开源鸿蒙的行业发行版，并提供硬件适配服务；解决方案商，主要面向终端业主，打造开源鸿蒙场景解决方案，并落地实施维护。目前，开源鸿蒙在边缘计算领域已经开始广泛应用，如智慧城市建设（楼宇、管廊）、智慧交通场景（道交口、隧道、收费站）、工业能源场景（工厂、电力、油气）。但当前应用还停留在系统替代级别，并未完全发挥出开源鸿蒙赋能设备东西向协作的能力。2.1.1 边缘计算信创市场产业图谱边缘计算信创市场产业图谱上游中游下游智慧电力医药物流智慧养老智慧医养智慧城市智慧教育智慧交通中国南方电网健麾信息智开鸿山东亚华多伦科技博赛网络佳都科技瑞芯微优博讯中软国际证通东软国际思必拓鸿信智联鼎桥华郅东集佳都科技思行达风行展锐华为润开鸿诚迈科技鸿湖万联深开鸿奥思维国开鸿开鸿智谷中科鸿略新支点移远飞凌全志翱捷美格触觉有方九联硬开鸿视美泰广和通海思飞腾乐鑫龙芯芯 片整机商模组/开发板/方案商软件服务软件与操作系统注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775152.2 竞争格局除了现有玩家的角力，边缘计算赛道正迎来新的变量，新入局企业多将重心锁定在大算力芯片领域，试图通过技术突破抢占市场份额。例如，无锡诚恒微即将推出聚焦边缘计算领域的 48T算力芯片，采用 8nm 制程，可以并行分析 16 路摄像头，每路并行 3 个算法，并支持 1.5b、7b 和 13b 大模型运算；而特普斯微即将面向边缘计算推出 RISC-V架构 24T 算力芯片，采用 12nm 制程，可以承载 7b的大模型运算。边缘计算新变量2.2.1 算力：大算力芯片角逐战打响结合当前边缘侧的模型部署现状来看，1.5b 和 3b 模型是主流选择，而制约模型规模向更高层级突破的核心瓶颈，并非单纯的算力不足，还有算力内存的局限性。若未来大模型向端侧渗透成为趋势，国内芯片企业的核心突破点不应局限于算力数值的提升，还需将内存带宽大小的优化置于战略位置，这既是突破当前应用天花板的关键，也是在边端大模型赛道建立竞争优势的核心命题。目前边缘计算芯片出货主要以瑞芯微、英伟达、算能、后摩、爱芯元智等企业为主，算力大小主要集中在1T-100T 之间。小算力芯片瑞芯微 RK3568 出货量占比最大，主要是价格便宜，其次是 RK3588 和 RK3576。大算力芯片特别是大模型应用的，出货仍以英伟达为主，型号以 Jetson Orin NX 系列为主。瑞芯微、算能、爱芯元智、奕斯伟计算、无锡诚恒微、云天励飞、国科微、海思、后摩、沐曦、摩尔线程、地平线、寒武纪、登临科技、深蕾科技、特普斯微、地瓜机器人、跃昉科技、芯动力、昇腾、燧原科技、平头哥、昆仑芯、灵汐、瀚博半导体、壁仞科技、天数智芯、海飞科、沐曦科技、海光信息、进迭时空和依图科技。模型部署瓶颈分析内存带宽优化战略边缘计算芯片市场概览32 家边缘计算芯片企业IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775162.2 竞争格局2.2.2 算法:CV 算法仍为主流算法厂商近几年在大浪淘沙的市场竞争中也所剩不多，包括商汤科技、旷视科技、天海宸光、极视角、千视通、英伟灵达、北斗智能、云从科技和腾讯优图等企业，同时面临高昂的研发成本困境。企业决策者需审慎评估两大关键因素：其一，算法准确率是否达到业务应用标准；其二，研发投入是否满足商业化要求。若选择的应用场景规模有限或通用性不足，将难以覆盖研发成本。尽管大模型开源为中小企业提供了发展捷径，但由于底层技术架构具有共性，其优势与风险并存。最终竞争的核心，仍聚焦于企业对垂直行业的业务理解深度及数据积累厚度。大模型开源后，将显著降低企业前期投入成本。以客户试用Demo 的开发为例，此前需要一周时间完成的工作，借助大模型仅需一小时即可达成。从应用端来看，目前边缘计算产品出货量仍以CV算法为主。基于大模型的开源算法目前还没有真正需求和订单落地，预测今年下半年会有零散订单，真正大批量估计要到明年。算法厂商竞争与研发成本困境企业市场竞争策略考量行业理解和数据积累是竞争核心大模型开源降成本大模型算法的行业挑战算法IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775172.2 竞争格局2.2.3 多元参与方竞争态势洞察综合来看，边缘计算市场的竞争格局呈现出多主体参与、各有侧重又相互协作的特点。随着技术的不断进步和行业需求的持续变化，市场竞争将更加激烈，只有那些能够不断提升自身技术实力、深入理解行业需求、具备强大整合能力的企业，才能在边缘计算市场中长久立足，推动整个边缘计算行业的持续发展。硬件设备提供商是边缘计算场景落地的重要载体，但硬件赛道也是最卷的赛道，例如NVR形态硬件目前主要以海大为主，其他企业在价格方面无竞争优势；而盒子目前价格多样，从几百块到几万块都有，主要是内置算力、算法及应用场景不同导致的价格分层，参与企业众多，产品竞争主要聚焦在稳定性、兼容性、低时延和可靠性等方面。解决方案供应商涵盖了各个行业，竞争态势也因行业而异。在一些新兴行业，市场竞争相对缓和，而在一些成熟行业，竞争则较为激烈，企业需要通过不断创新来提升自身的竞争力。软件供应商在边缘计算软件领域也在不断发力，如华为的鸿蒙操作系统在边缘设备上的应用逐渐拓展，能够为边缘计算提供更安全、更高效的操作系统环境。系统集成商之间的竞争主要体现在项目经验、技术实力和成本控制能力等方面。国内系统集成商数量众多，规模大小不一，大型的系统集成商如烽火、神州数码和东软等，在资源整合和项目实施方面具有优势，能够承接大型的边缘计算集成项目；小型系统集成商则更多地专注于特定区域或细分行业，通过提供个性化的服务来参与市场竞争。边缘计算中间件和开发工具的企业，也在不断推出新的产品，帮助开发者更便捷地进行边缘计算应用开发。软件供应商之间的竞争主要体现在产品的功能完善性、易用性、安全性以及与其他软硬件的兼容性上。AI 大模型厂商的加入为边缘计算市场注入了新的活力。随着大模型技术的不断发展，将大模型部署到边缘端成为趋势，百度文心一言、阿里通义千问、腾讯混元大模型等，都在积极探索边缘端的应用。此外，一些专注于特定领域的 AI 大模型厂商，如科大讯飞在智能语音大模型方面，也在边缘计算场景中寻找发展机会。边缘计算方案商需要整合芯片、算法、硬件设备等多种资源，针对不同行业的需求进行方案设计和实施。国内边缘计算方案商数量较多，竞争更多体现在对行业需求的理解深度、方案的创新性和实施能力上。竞争态势IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777518边缘&云芯片参数公司 产品型号 发布时间制程(nm)功耗(w)AI 算力（TOPS）CPUGPU存力可支持大模型运算参数规格编解码能力瑞芯微RK3688待发布4-5TBD328 核 Gelas 4 核 Nevis2TFLOPS 自研 2D 引擎LPDDR5/5X/6 200GBps7B/13B视频编码：8K60FPS 视频解码：16K30FPSRK3668待发布5-6TBD164 核 Gelas 6 核 Nevis1-1.5TFLOPS 自研 2D 引擎LPDDR5/5X/6 200GBps3B/7B视频编码：8K60FPS 视频解码：8K90FPSRK35882022 年8典型9-12w64 核 Cortex-A76 4 核 Cortex-A55ARM Mali-G610 MC4 自研 2D 引擎64-bit LPDDR4/4X/5 eMMC5.1/BGA-SSD1.3B/1.8B视频编码：8K30FPS 视频解码：8K60FPSRK35762024 年8典型4-7w64 核 Cortex-A72 4 核 Cortex-A53ARM G52-MC3 自研 2D 引擎32-bit LPDDR4/4X/5/5X UFS2.0-Gen3/eMMC5.11.3B/1.8B视频编码：4K120FPS 视频解码：8K30FPSRK35722025 年Q48典型3-7w32 核 Cortex-A73 6 核 Cortex-A53ARM Mali-G310 自研 2D 引擎32-bit LPDDR4/4X/5/5X UFS2.0-Gen3/eMMC5.11.3B视频编码：4K30FPS 视频解码：4K60FPSRK35682021 年22典型3-5w14 核 Cortex-A55ARM G52-2EE 自研 2D 引擎32-bit LPDDR3/4/4X eMMC5.11.3B视频编码：1080P60FPS 视频解码：4K60FPSRK18202025 年22TBD20多核 RISC-VN/A2.5GB DDR3B图像解码：4K MJPEGRK18282025 年22TBD20多核 RISC-VN/A5GB DDR7B图像解码：5K MJPEG算能BM1684X2022 年/1732(INT8)支持混合精度推理8 核 Cortex-A53/LPDDR4/LPDDR4X 128bit4266MbpsChatGLM3-6B Qen-7B Qen2.5-VL-7BH.264/H.265:32 路 1080P 25fps视频解码 H.264/H.265:16 路 1080P 25fps视频编码BM16882024 年/1116(INT8)支持混合精度推理8 核 Cortex-A53/LPDDR4/LPDDR4X 64bit4266Mbps DDR4 2x32 bit up to 3200MbpsChatGLM3-6B Qen-7B Qen2.5-VL-3BH.264/H.265:16 路 1080P 30fps视频解码 H.264/H.265:10 路 1080P 30fps视频编码CV186AH2024 年/77.2(INT8)支持混合精度推理6 核 Cortex-A53/最大支持 3BH.264/H.265:16 路 1080P 30fps视频解码 H.264/H.265:10 路 1080P 30fps视频编码2.3 芯片图谱注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775192.3 芯片图谱边缘&云芯片参数公司 产品型号 发布时间制程(nm)功耗(w)AI 算力（TOPS）CPUGPU存力可支持大模型运算参数规格编解码能力英伟达Orin Nano2022 年77-10206 核 Cortex-A78 AE v8.2 64 位 CPU 1.5MB L2 4MB L3512-core NVIDIA Ampere architecture GPU ith 16 Tensor Coresexternal NVMe（PCIE SSD）Qen 2.5-1.5B视频编码：1080p30 H.265 视频解码：1x 4K60、2x 4K30、5x 1080p60、11x 1080p3077-15401024-core NVIDIA Ampere architecture GPU ith 32 Tensor Coresexternal NVMe（PCIE SSD）Qen 2.5-7B视频编码：1080p30 H.265 视频解码：1x4K60、2x4K30、5x1080p60、11x1080p30Orin NX2022 年710-251008 核 Cortex-A78 AE v8.2 64 位 CPU 2MB L2 4MB L31024-Core NVIDIA Ampere architecture GPU ith 32 Tensor Coreexternal NVMe（PCIE SSD）Qen 2.5-14BH.265 视频编码 1x 4K60、3x 4K30、6x1080p60、12x 1080p30；H.265 视频解码：1x 8K30、2x 4K60、4x 4K30、9x 1080p60、18x 1080p30710-20706 核 Cortex-A78 AE v8.2 64 位 CPU 1.5MB L2 4MB L31024-Core NVIDIA Ampere architecture GPU ith 32 Tensor Coreexternal NVMe（PCIE SSD）Qen 2.5-7BH.265 视频编码：1x 4K60、3x 4K30、6x 1080p60、12x 1080p30 H.265 视频解码：1x 8K30、2x 4K60、4x 4K30、9x 1080p60、18x 1080p30AGX Orin2019 年815-402008 核 Cortex-A78 AE v8.2 64 位 CPU 2MB L2 4MB L31792-core NVIDIA Ampere architecture GPU ith 56 Tensor Cores64GB eMMC 5.1 external NVMe（PCIE SSD）DeepSeek R1 Qen-稀疏32BH.265 视频编码：1x 4K60、3x 4K30 6x 1080p60、12x 1080p30 H.265 视频解码：1x 8K30、2x 4K60、4x 4K30、9x 1080p60、18x 1080p30815-6027512 核 Cortex-A78 AE v8.2 64 位 CPU 3MB L2 6MB L32048-core NVIDIA Ampere architecture GPU ith 64 Tensor Cores64GB eMMC 5.1 external NVMe（PCIE SSD）DeepSeek R1 Llama-稀疏70BH.265 视频编码：2x 4K60、4x 4K30、8x 1080p60、16x 1080p30 H.265 视频解码：1x 8K30、3x 4K60、7x 4K30、11x 1080p60、22x 1080p30注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775202.3 芯片图谱边缘&云芯片参数公司 产品型号 发布时间制程(nm)功耗(w)AI 算力（TOPS）CPUGPU存力可支持大模型运算参数规格编解码能力英伟达AGX Xavier2018 年1210/15/30328 核 NVIDIA Carmel Armv8.2 64 位 CPU 8MB L2 4MB L3512-core NVIDIA Volta architecture GPU ith 64 Tensor Cores32GB eMMC 5.1 external NVMe（PCIE SSD）Qen 2.5-7BH.265 视频编码：4x4K60、8x4K30、16x1080p60、32x1080p30 H.264 视频编码：30 x1080p30 H.265 视频解码：2x 8K30、6x4K60、12x4K30、26x1080p60、52x1080p30 H.264 视频解码：30 x1080p30NVIDIA Xavier2016 年1210/15/30216 核 NVIDIA Carmel ARMv8.2 64 位 CPU 6MB L2 4MB L3384-core NVIDIA Volta architecture GPU ith 48 Tensor Cores16GB eMMC 5.1 external NVMe（PCIE SSD）Qen 2.5-稀疏 7BH.265 视频编码：2x 4K60、4x 4K30、10 x 1080p60、22x1080p30 H.264 视频编码：2x 4K60、4x 4K30、10 x1080p60、20 x1080p30 H.265 视频解码：2x8K30、6x 4K60、12x 4K30、22x 1080p60、44x1080p30 H.264 视频解码：2x4K60、6x4K30、10 x1080p60、22x1080p30海思Hi3403V100 2024 年125.210.44 核 Cortex A551.4GHz/8GB/H.264/H.265 编解码最大分辨率为8192x8192 H.264/H.265/MPEG-4 多码流解码能力Hi3536AV100 2024 年286.24.88 核 Cortex-A55/2GB/H.265/H.264/MPEG-4 解码性能：32x1080p30fps 8x4K(3840*2160)30fps H.265/H.264 编码性能：4K(3840*2160)30fps爱芯元智AX8850N2025 年/672(INT4)18(INT8)8 核 Cortex-A55/8GB LPDDR4X 双通道Qen-1.8B Llama 2-7B8K30fps/H.264/H.265 视频编码 8K60fps/H.264/H.265 视频编码特普斯微EA65302025 年121524(INT8)12(FP16)支持 INT4,FP88 核 64 位 RISC-V（RV64GCV 类ARM A73)2.0Ghz1TFLOPS PPU64-bit LPDDR4X 最大支持 32GB3B/7B4K 120FPS H.264/H.265 视频解码 1080P 120FPS H.264/H.265 视频编码注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775212.3 芯片图谱边缘&云芯片参数公司 产品型号 发布时间制程(nm)功耗(w)AI 算力（TOPS）CPUGPU存力可支持大模型运算参数规格编解码能力登临科技MXM642020 年1240128(INT8)/32GB/64 路 1080P30FPS 硬解码L2562020 年750256/64GB/256 路 1080P30FPS 硬解码KS20-U2025 年7典型：25 最大：3270(INT8)/8/16/32/64GBQen3-30BH264/H265 视频解码：40 路（最大 60 路）1080P30FPS H264/H265 视频编码：10 路（最大 30 路）1080P30FPS瀚博半导体SV1002021 年12601264 核 Cortex-A76 4 核 Cortex-A5510016G LPDDR4X7B/13B/30B（MOE）60 路 080P30FPS H.264/H.265 视频解码，分辨率可达 8K地瓜机器人RDK S100E2025 年720806 核 Cortex-A78 1.5GArm Mali-G78AE GPU Up to 800MHz 100 FP32 GFLOPS12GB LPDDR57BH.264/H.265 encoding/decoding up to 4K90FPS JPEG encoding/decoding up to 4K90FPSRDK S100P2025 年720 1286 核 Cortex-A78 2.0GArm Mali-G78AE GPU Up to 800MHz 100 FP32 GFLOPS24GB LPDDR57BH.264/H.265 encoding/decoding up to 4K90FPS JPEG encoding/decoding up to 4K90FPS跃昉科技 NB2-LF5662022 年12544 核 RV64GC 64-bit108GFLOPSFP16DDR4/LPDDR4,eMMC 5.1，NOR Flash1.5B解码能力：4K60fps H.264/265,JPEG 编码能力：4k30fps H.264/265,JPEG灵汐科技领启 KA200(-S)2021 年121.5-1248(INT8)8 核 ARM A53/8GB7BH.264/H.265 视频硬件解码，最高500fps1920*1080 H.264/H.265 视频硬件编码，最高250fps1920*1080云天励飞IPU X200 MiniPCIe 模组2023 年14/8(INT8)4(INT16)8 核 RISC1.5GHzGPU800MHz4GB LPDDR4X 8GB eMMC/H.264/H.265 视频解码：12 路1080P30fps H.264/H.265 编码能力：8 路1080P30fpsIPU-A300（Edge10 SOM 模组）2023 年14/16(INT8)8(INT16)8 核 64 位 RISC 通用处理器 1.5GHz 双核 64 位 RISC-V 处理器 1.2GHzGPU800MHz8GB LPDDR4X 32GB eMMC单卡 4B 及以下16 路 1080P30fps H.264/H.265视频解码（8K30 帧）8 路 1080P30fps H.264/H.265编码能力IPU X2000 加速卡2023 年14最大：45 典型：4032(INT8)16(INT16)2*8 核 RISC 计算簇（2*8 共 16 核）1.5GHzGPU800MHz16GB单卡 7B 及以下40 路 1080P 视频解析，单路最大支持 800W 像素视频流 20 路 H.264/H.265 1080P 视频编码，支持 AI 智能编码注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775222.3 芯片图谱边缘&云芯片参数公司 产品型号 发布时间制程(nm)功耗(w)AI 算力（TOPS）CPUGPU存力可支持大模型运算参数规格编解码能力云天励飞IPU X5000 加速卡2023 年14最大：75 典型：6064(INT8)32(INT16)4*8 核 RISC 计算簇（4*8 共 32 核）1.5GHzGPU800MHz32GB单卡 14B 及以下80 路 1080P 视频解析，单路最大支持 800W 像素视频流 40 路 H.264/H.265 1080P 视频编码，支持 AI 智能编码IPU X6000 加速卡2023 年14最大：240 典型：150256(INT8)128(INT16)16*8 核 RISC 计算簇（16*8 共 128 核）1.5GHzGPU800MHz64GB/128GB64G 版本：单卡32B 及以下视频解码：256 路 1080p，最大支持 8k30 视频编码：64 路 1080p，最大支持 4k60 图片编解码：480fps，最大 2 亿像素分辨率沐曦曦思 N1002023 年770160(INT8)80TFLOPS FP16/BF16/支持 Ubuntu、centos等系统16GB HBM2e/解码：120 x1080P30，H.264/H.265/AV1/AVS2，支持 8K 分辨率 编码：128x1080P30，H.264/H.265/AV1，支持 8K 分辨率后摩漫界 M502025 年710160(INT8)/48GB LPDDR57B/8B/14B/30B/HailoH82019 年/2.526/H8L2023 年/213/H15H2024 年/3.5204 核 Cortex-A53/LPDDR4x/H.265/H.264 视频编码：最大支持1200 万分辨率，Multi-StreamH15L2023 年/274 核 Cortex-A53/LPDDR4x/H.265/H.264 视频编码：最大支持1200 万分辨率，Multi-StreamH10H2025 年/2.540/LPDDR4x/深蕾科技SL16802024 年12/7.94 核 Cortex-A73Imagination GE9920,8PPC Manhattan 3.0 20fps64-bit LPDDR4/x-3733 4GB max eMMC 5.11.5B/1B/0.5B解码:双 4K60 AV1/HEVC/H.264/VP9/VP8 编码:双 1080p60 H.264/VP8 UHD 解码 1 路转码芯动力AE7100E2024 年14932/INT8/INT32 BF16/FP3216GB LPDDR4X8B（15Tokens）H.264/H.265 视频解码，最高8K30FPS摩尔线程E3002025 年725050(INT8)8 核，最高 2.65GHz/16GB/32GB LPDDR5/解码：2 路 8K 30GHz 编码：1 路 8K 30GHz壁仞科技BR1002022 年75502048(INT8)/64GB HBM2E/注：排名不分先后IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777523算法图谱（场景分类）智慧工地智慧城管智慧工业智慧能源智慧交通智慧水务智慧园区智慧矿山智慧零售明厨亮灶安全帽识别人手持刀识别安全帽识别口罩识别护目镜识别车辆违停识别道路积水识别离岗识别危化品车辆检测安全帽识别手机拍照识别厨师帽识别反光衣识别人员落水识别越界检测灭火器识别静电服识别机动车占道识别人员落水识别电梯间电动车识别跨位停车识别火焰识别遗留物品检测厨师工服识别越界检测车辆违停识别工服识别液位检测人员闯入识别行人闯红灯水位识别摔倒识别非机动车识别安全带穿戴识别 客流密度统计口罩识别工服识别非机动车乱放识别离岗识别零件缺陷检测抽烟识别电动车未佩戴头盔识别船舶流量统计人脸识别车辆违停识别皮带跑偏检测徘徊识别烟雾识别离岗识别充电桩车位占用人员闯入识别聚众识别非卸油车辆入侵识别车牌识别岸边垃圾识别攀爬识别离岗识别下料口堵塞识别聚众识别火焰识别抽烟识别井盖缺失识别玩手机识别抽烟识别皮带传输识别非机动车乱放识别水体颜色识别烟雾识别翻跃栏杆识别皮带传输监测扶梯大件行李识别老鼠识别人脸识别街道垃圾识别静电服识别皮带跑偏识别无人机光伏巡检算法道路积水识别游泳检测安全帽识别遗留物品检测仪表盘读数识别 贵重物品识别垃圾桶满溢识别人员检测识别 路面障碍物识别抽烟识别输电线异物识别危化品车辆识别船舶闯入识别越界检测人员检测识别睡岗识别跨摄像头行人跟踪重型机械识别宠物识别睡岗识别重型机械识别开车不系安全带识别船舶类型识别宠物识别跨摄像头行人跟踪车牌识别客流统计建筑材料乱发识别垃圾堆放识别打电话识别烟雾识别跨位停车识别水域船舶识别拉横幅识别人员闯入识别客流特征识别裸露土堆识别 垃圾桶满溢识别护目镜识别液体泄漏识别交通拥堵识别 河道漂浮物识别垃圾堆放识别电表箱状态识别高空抛物识别危化品车辆检测下料口堵塞识别交通违法识别大件垃圾识别高空抛物识别消防通道占用识别岸边垃圾识别电表箱状态识别风电叶片缺陷识别机动车颜色识别人手持刀检测消防通道占用识别火焰识别水体颜色识别消防通道占用识别设备状态检测道路事故识别非机动车乱放识别电梯间电动车识别烟雾识别沿街晾晒识别仪表盘读数识别指示灯检测识别安检机危险品识别充电桩车位占用徘徊识别占道经营识别皮带传输识别指电源识别路面裂缝识别工服识别玩手机识别火焰识别机柜指示灯识别油罐车检测路面障碍物识别手机拍照识别聚众识别烟雾识别火焰识别光伏板缺陷识别机动车超时停车识别仪表盘读数识别攀爬识别道路积水识别跑冒滴漏识别卸油作业安全设施识别机动车特征识别与车牌识别机柜指示灯识别扶梯大件行李识别拉横幅识别下料口堵塞识别设备识别：绝缘子破损、表盘模糊、表盘破损、外壳破损检测、表计读数异常船舶闯入识别睡岗识别老鼠识别液体泄漏识别船舶类型识别车牌识别垃圾桶满溢识别工业质检防撞设施识别包裹移动识别打电话识别车逆行判定周界入侵检测排插识别路面异物识别2.4 算法图谱IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777524算法图谱（场景分类）人员检测/行为分析车辆识别物品检测事件检测奔跑检测违规跨越动作安全检测车辆违停识别重型机械识别道路积水识别反光衣识别人员摔倒检测非机动车乱放识别建筑材料乱发识别火焰识别越界检测打瞌睡检测充电桩车位占用裸露土堆识别烟雾识别工服识别人员聚集危化品车辆检测高空抛物识别船舶流量统计离岗识别动物入侵非卸油车辆入侵识别消防通道占用识别岸边垃圾识别抽烟识别区域入侵检测机动车占道识别井盖缺失识别水体颜色识别人脸识别安全带检测车牌识别街道垃圾识别井盖缺失/异常识别人员检测识别危化品车辆识别路面障碍物识别跑冒滴漏识别人手持刀识别开车不系安全带识别宠物识别下料口堵塞识别人员落水识别跨位停车识别垃圾堆放识别液体泄漏识别人员闯入识别交通拥堵识别垃圾桶满溢识别路面裂缝识别玩手机识别交通违法识别水位识别风电叶片缺陷识别睡岗识别机动车颜色识别岸边垃圾识别沿街晾晒识别打电话识别机动车超时停车识别水体颜色识别拉横幅识别护目镜识别机动车特征识别与车牌识别皮带传输识别路缘石识别行人闯红灯船舶闯入识别无人机光伏巡检算法孔洞盖板异常电动车未佩戴头盔识别船舶类型识别输电线异物识别摔倒识别电梯间电动车识别遗留物品检测人脸识别充电桩车位占用包裹移动识别攀爬识别仪表盘读数识别聚众识别扶梯大件行李识别翻越栏杆识别老鼠识别手机拍照识别路面障碍物识别口罩识别河道漂浮物识别游泳检测贵重物品识别行人闯红灯水位识别客流密度统计防撞设施识别徘徊识别电动车检测客流特征识别护目镜佩戴脚手架识别2.4 算法图谱IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775252.5 硬件生态过去，边缘计算领域最主流的算力硬件产品形态便是边缘计算盒子，其次是边缘服务器，但随着技术的不断推陈出新，结合大模型技术，大模型一体机、无人机、搭载大模型的智能 NVR 和机器人等形态，正在加入这场产品厮杀中。大模型一体机正凭借独特的优势成为备受瞩目的“当红炸子鸡”。过去，搭建算力中心门槛极高，并非所有企业都有能力涉足，这使得大模型的商业化落地一度面临困境。而开源大模型的出现，极大地降低了本地大模型部署的难度，能够更便捷地实现产品落地和闭环。在这一领域，活跃着两类具有代表性的玩家。一类是算法公司，它们深耕 AI 领域，深知算法是AI 的核心，在场景落地方面积累了丰富经验。另一类是服务器厂商，但相比之下，服务器厂商更多以销售硬件为主要目标，对于大模型一体机能否在实际场景中有效发挥作用，关注度和投入度相对不足。未来，推动大模型一体机发展的重要力量可能会是算法公司，无论是数据接入能力、检索准确度、溯源准确度，还是快速学习企业原有需求和方法论的能力，都更能满足用户的需求。但当前大模型一体机实际落地案例仍较少，多处于试点或零散订单阶段。核心原因在于其规模化应用依赖智能体软件生态的成熟，需大量开发者开发能深度融入企业工作流的智能体，如自动分解任务、完成业务闭环的工具，才能有效拉动硬件需求。预计未来 1-2 年将逐步从概念探索向零散落地过渡，批量订单可能在 2025 年之后显现。目前，高端定制机型如支持70b模型的百T级算力设备，定价百万元级，主要是政府和大型B端客户采购意愿较高；标准化机型如办公类、轻量边缘一体机价格降至数十万元内，适合对成本敏感的中小企业客户。2.5.1 大模型一体机成当红炸子鸡图：英特灵达大模型智算中枢 INT-ESHUB-M30IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777526IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777527IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777528随着低空经济上升为国家战略，作为边缘计算的设备新形态无人机，在垂直行业的应用正在提速。其中，能源行业成为无人机设备与 AI、边缘计算技术深度融合的标杆场景。过去，传统电力巡检依赖人工跋山涉水、攀爬铁塔，作业效率低下且伴随高空坠落、野生动物侵袭等安全隐患。现如今，通过边缘计算与轻量化 AI 技术的突破，推动电力巡检智能化转型。如方寸微研发的无人机自适应巡检系统，可实现自主路径规划、杆塔坐标精准识别、缺陷检测及厘米级仿线飞行，有效突破传统巡检模式的瓶颈。而在石化、风电等领域，无人机搭载摄像头、气体传感器和红外成像等设备，完成泄漏检测、叶片裂纹识别等高危任务，替代 80%以上的人工巡检。除能源行业之外，无人机在高速公路上的应用也迎来了新升级。福建高速公路无人机应用创新团队研发的高速无人机机载边缘计算套件，可在空中快速识别道路上的抛洒物、交通拥堵等情况，精准测算拥堵路段经纬度与里程桩号，并同步智能筛选、实时回传拥堵区域图片，提高交通应急处置时效性。相较于原先将无人机拍摄的海量视频、图片等数据传输到后台系统，再进行识别的方式，这款无人机机载边缘计算套件显著提升了数据处理响应速度，为管理人员决策提供及时的现场数据支撑。在城市巡检领域，无人机应用也开启了新一轮任务，应急指挥救援、交通疏导、大型活动场所治安防控、流动摊贩治理、市政设施巡检等领域，也处处可以看到无人机的身影。相比过去传统人工巡检方案，无人机巡检可以将原本数天的任务缩短至数小时内完成，将人力资源释放处理复杂问题；利用AI图像识别和数据分析技术，对巡检数据实时分析，提前发现问题，将变动处理化为主动防御。可以说，边缘计算与 AI 技术的融合，正推动无人机成为各垂直行业智能化转型的关键工具，尤其在高风险、大面积、高效率需求的巡检场景中，其替代人工、提升决策效率的价值已得到充分验证，未来在低空经济的持续推动下，应用边界将进一步扩大。2.5.2 无人机：边缘计算设备新形态，多场景应用爆发IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775292025 年 2 月份，基于观澜大模型技术体系，海康威视推出边缘到中心全覆盖的文搜计算系列产品文搜超脑、文搜主机智能 NVR，输入一句话或一个词就可以实现高效检索及实时预警。其通过面向不同平台的模型结构设计、知识蒸馏、模型精简等大模型部署技术与智能硬件创新设计，实现了大模型在硬件平台上落地，让大模型技术真正满足不同场景的应用需求。目前，海康威视文搜产品已落地应用于某高校。针对高校空间跨度大，人流密度高、场景复杂的情况，结合管理范围内原有的硬件设备进行智能分析，帮助解决以下问题：不文明行为实时管理：对游客摘花、电动车载多人、发传单等行为，支持文本预警，联动平台提醒管理者及时劝导。人员走失及失物回溯：对物品及人员特征进行文本提炼，以文搜图，快速定位寻回。室内外防火安全守护：对于室内用火、室外抽烟等行为实时监测，事先预警，全天守护。未来，智能 NVR 将进一步整合系统各环节，实现从视频采集、传输、存储到分析的全流程智能化，推动安防系统从单一功能向一体化、智能化全面升级，提升整体安防效能。2.5.3 智能 NVR：用文字，秒搜图，应用更灵活IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777530在人工智能加速向物理世界深度渗透的当下，机器人作为 AI 与现实交互的关键载体，正以前所未有的态势重塑人类生活。它们不再是单纯的机械装置，而是能感知、思考并行动的智能体，真正赋予了AI“身体”，实现与真实物理环境的深度交互。边缘计算作为支撑机器人特别是具身智能落地的关键力量，正发挥着不可替代的作用。2025 年，大模型为机器人注入了全新的核心能力，使其实现从“可编程设备”到“自主智能体”的进化。以用户要求机器人“帮我热牛奶”为例，基于大模型储备的海量常识以及边缘计算的实时处理能力，机器人能够自动判断出需移除包装（防爆炸）使用中低火（防糊底）温度不超过 60（保留营养）等一系列操作步骤，并做出合理决策。这一过程无需频繁上传数据至云端，在本地即可快速完成分析与决策，不仅提高了效率，还保障了用户数据的隐私安全。尽管边缘计算与大模型为机器人发展带来了诸多机遇，但从实际应用情况来看，机器人的发展仍面临诸多挑战。目前，机器人的人效比仅有 0.25，在散热、续航、算法和成本等方面存在明显短板。此外，具身智能的发展还面临数据瓶颈。当前，具身智能的智力水平大致相当于 3-4 岁儿童，数据量严重短缺。特别是在特定行业应用中，机器人需要大量的行业数据进行训练，才能更好地适应复杂且专业的任务需求，精准执行各类指令。展望未来，若从零部件到 senor 再到平台端，能建立起统一的标准，并形成稳定的商业模式和完整的产业链条，机器人产业将迎来重大变革。若机器人本体成本降低至 1 万美金内，市场将呈现火山式爆发。届时，边缘计算领域的机器人/具身智能将广泛应用于工业制造、医疗护理、家庭服务、物流配送等多个领域，为各行业带来更高的效率、更低的成本以及更优质的服务体验。2.5.4 机器人：大模型融合，开启智能进化新篇章IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777531应用场景分析03PART THREEIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777532应用场景分析2025 年场景应用呈现多点爆发趋势：在交通领域，红绿灯智能管控系统与道路巡检开始规模化应用；教育场景中，智慧教室解决方案及AI监考系统逐步落地；政务办公领域，基于边缘计算的智能政务终端实现高效部署.前期收开发费也是一种客户的过滤方式，到底是不是用户的核心痛点，愿不愿意拿真金白银去做。这种市场化过滤机制，本质上也是对技术落地价值的提前校准，避免陷入伪需求营造的虚假繁荣。在需求规模化爆发的关键节点，从业者需保持清醒认知，既要精准甄别伪需求与真实需求，更要建立科学的需求验证机制。未来，边缘计算市场规模化爆发并能长久发展的，一定是根据生产衍生出来的需求，为降本增效去服务的，而不是根据政策走向来发展。2025 年场景应用多点爆发市场化过滤机制的价值校准需求验证与甄别边缘计算市场发展关键IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777533IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775343.1 应用场景及案例分析当前医疗服务体系中，患者在“诊断前中后”全流程中存在明显的效率与质量问题。诊断前，门诊患者中有 30%因医学知识匮乏，导致症状描述模糊、首诊错科，造成时间与医疗资源浪费；诊断中，医生需人工整合多份多源异构检查数据，耗时且易漏关键信息；诊断后，患者离院后缺乏主动管理，出现漏服药物、并发症预警滞后等问题，严重影响治疗效果。为助力智慧医院数字化转型，为患者带来更加安全、便捷和高效的医疗服务。倍联德以智算一体机为载体，结合医疗智能体、医疗大模型、AI 平台等核心能力，覆盖诊疗的“诊前-诊中-诊后”全周期，实现患者精准导航、医生智能决策和管理闭环延伸三大价值。3.1.1 智慧医院：医疗流程数字化转型诊断前：智能导诊与预问诊，精准匹配资源症状自查与智能导诊：患者通过自然语言描述症状，基于医学知识图谱生成初步诊断建议，推荐最优科室及医生。预问诊减少 30%医生问诊时间：通过疼痛频率、是否反酸等结构化问答，填充电子病历主诉、现病史等信息。多维度风险评估：结合患者既往史，提示潜在风险引导优先就诊。诊断后：智能随访与数据闭环，支撑精准管理个性化随访计划：根据患者病情生成随访时间表，通过短信/小程序推送提醒，提醒用药打卡。并发症预警：实时监测患者上报症状或设备数据（如智能血糖仪上传值），触发预警规则，推送提醒至医生端并附上建议。数据回流与科研赋能：对患者症状、用药、复查结果等结构化数据存储至医院科研数据库，支持按病种、治疗方案维度分析，科研数据整理周期从 2 周缩短至 1 天。诊断中：多模态信息整合与实时决策支持多源信息结构化整合：自主抽取电子病历、检验和病理报告的关键数据，生成患者信息知识卡，支持医生快速调阅。实时决策辅助：针对疑难病例，基于百万级医疗知识库临床指南、文献及真实病例库，生成治疗方案建议。患者端同步解读：通过小程序/APP 向患者推送诊断报告并附注意事项，降低沟通成本。解决方案架构图IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777535根据公路养护规范，机电设备、道路等巡检涵盖了日检、周检、月检、季检、年检等周期，传统道路巡检面临着人工巡检效率低下、数据记录不准确、病害容易漏检和安全隐患等问题。随着科技的不断进步，融合边缘计算与 AI 视觉技术的智能巡检系统正推动公路养护模式从“人眼巡查”向“全域感知”跃迁，不仅可以给公路的养护部门提供数据，也能为未来数字交通提供数据支撑。该项目基于边缘计算、服务器智算一体机载体，结合AI智能体&大模型，实现诊疗流程从经验驱动到“数据 智能驱动”的升级，支撑千亿医疗参数、生信分析大模型实时推理，诊断前降低患者盲目性，诊断中提升医生效率，诊断后延伸服务闭环，实现以下价值：患者端：就诊时间缩短40%，漏服率下降30%，并发症发现提前5-7天；医生端：决策时间减少 50%，文书录入量降低 30%，科研效率提升60%；医院端：患者满意度提升至 90%以上，医疗资源利用率提高 25%，科研产出量增长 50%。3.1.2 交通领域：道路巡检3.1 应用场景及案例分析3.1.1 智慧医院：医疗流程数字化转型倍联德智算一体机应用案例：宁波大学附属第一医院智算平台项目模块核心参数能力说明训练集群GPU:8NVIDIA A100 NVLink千亿参数模型快速迭代推理服务器GPU:8L20支持 100 并发/秒，延迟0.5 秒边缘设备Rockchip RK3588&6TOPs NPU AI Performance边缘 AI 推理，极速响应NVIDIA Jetson AGX Orin&270/275 TOPS AI PerformanceIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775363.1 应用场景及案例分析3.1.2 交通领域：道路巡检解决方案架构图据悉，图为科技在此领域积极探索，推出一套先进的便捷型公路智能化巡检方案。该方案将图为边缘计算机与摄像头、北斗定位、道路巡检控制等设备巧妙集成，装配于道路巡检车上。依托 NVIDIA Jetson 平台的强大算力，借助道路病害识别、路边资产识别等一系列 AI 算法模型，系统能够实时对摄像头拍摄的画面进行深度检测与分析。无论是道路坑槽、裂缝，还是路面遗撒、井盖高差等异常情况，都能被精准识别；同时，识别结果信息会迅速上传至云平台，在平台中以直观清晰的方式实时展示道路病害的统计数据与分布情况，让养护人员对道路状况一目了然。解决方案示意图IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775373.1.2 交通领域：道路巡检3.1 应用场景及案例分析高效精准，数据可靠AI 智能分析大幅提升巡检效率，较传统人工方式提升 10 倍以上；同时具备高精度检测能力，检出率超91.6%，误检率低于 5.4%，面积计算误差小于 8.6%，为公路养护提供高度准确的数据支持。实时响应，传输稳定实现实时检测与上报，秒级响应，确保问题及时发现与处理；提供缓存续传导出等机制，不受网络环境限制，保障数据安全稳定传输，避免数据丢失。远程管理，维护便捷内置 VPN，支持镜像部署，可实现远程升级与维护，提升设备管理的灵活性和便捷性。算法丰富，去重优化支持超 10 种道路病害及路边资产异常识别，包括但不限于坑槽、横向裂缝、纵向裂缝、龟裂、块状裂缝、沉陷、修补、路面异物、井盖高差、标志牌异常、减速带异常、路缘石异常等；设置相似度去重机制，能在 4.5 米范围内对巡检数据全面分析比对，减少重复结果，提高巡检数据的有效性和实用性。方案优势上海某交通科技公司采用图为科技便捷型公路智能化巡检方案，在全国 12 个省市地区成功落地实施。该方案以高效的巡检效率、精准的数据分析、直观的结果展示，为各地公路管理部门提供了强有力的技术支持和决策依据，获得客户的一致好评。应用案例IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775383.1.3 智慧零售：连锁门店实现全视觉量化管理当前连锁餐饮行业竞争激烈，连锁化程度提升、门店运营成本攀升、食品安全问题导致的舆情风险增加等趋势渐显，门店管理数字化已成为众多零售品牌的迫切需求。百度智能云在智慧零售和门店管理领域已经打造了多个标杆项目，其为某连锁经营火锅店提供的边缘计算解决方案，打通餐厨监管、食安台账检测、收台合规等环节，将后厨不规范行为数量降低 82%以上。云边端协同，整合业务碎片化场景，将服务合规、精益运营转为可量化管理步骤。3.1 应用场景及案例分析IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775393.1 应用场景及案例分析3.1.3 智慧零售：连锁门店实现全视觉量化管理在智慧门店方案中，百度智能云磐玉 AIBOX-H01 通过对视频监控录像中的特定微小目标进行识别、检测、分析处理，将多路视频流数据在边缘侧进行 AI 智能化初筛，及时预警不合规操作和危险信号。针对初筛后的边端视频图像数据，抽帧上传至云端，再进行模型训练和存储备份。通过 AI 实现全时段全订单全覆盖（上报率大于 90%），基于AI 识别结果，对门店服务合规进行排名，实现量化管理。其中，磐玉AI边缘计算盒AIBOX-H01是百度全栈自研的旗舰级边缘设备，搭载国产ARM架构高性能处理器，算力较前代提升5倍；工业级设计支持-20至55宽温运行，配备双千兆网口、USB3.0、RS485 等丰富接口，完美适配矿山、工厂、连锁门店、校园、路口等复杂环境，现已在智慧零售、智慧园区、智慧城市、智慧工地等多行业场景中实现落地。而百度大模型平台内置 800 场景化模型及训练产线，支持零代码技能编排，实现轻量模型边缘触发 云端大模型深度理解的混合架构，在保证专业场景 95%检测精度的同时，将推理延迟从云端的 200ms 降至边缘的 15ms，带宽消耗降低 90%。算法丰富：边缘设备内置 80 种跨行业实战级 AI 算法，开箱即用，持续新增，可按需定制；超强算力：边缘计算盒具 32T 高算力，支持 32 路高清视频流实时分析；自主可控：实现“硬件-软件-框架-算法”全栈端到端国产化，避免“卡脖子”；稳定可靠：工业品质，轻量化无风扇设计，支持恶劣复杂环境下云边端协同计算。方案优势IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775403.1 应用场景及案例分析3.1.4 城市治理：无人机巡检随着城市化进程的加快，城市面积不断扩大，城市中的建筑、道路、公共设施等数量急剧增加，传统的人工巡检方式在面对广袤的城市区域时，存在效率低下、覆盖面有限、人力成本高昂等问题。同时，城市中的违法建设、垃圾乱堆乱放、违规广告张贴、市政设施损坏等问题具有多样性、隐蔽性和动态性，难以通过常规手段及时、全面地发现和处理。无人机智能巡检则能够快速覆盖大面积的城市区域，相比传统人工巡检方式，大大缩短巡检周期。AI 技术的应用实现了对巡检数据的自动化处理和分析，无需人工逐一查看图像和视频资料，进一步提高工作效率。据了解，芒果智能科技面向应急指挥救援、公安、城管、水利、交通、农业农村和环保等领域，推出三种巡检方案，包括人工手动飞行、固定机库全自动巡检和移动机库自动巡检，满足不同场景的差异化需求。芒果智能科技无人机巡检算法清单IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775413.1 应用场景及案例分析3.1.4 城市治理：无人机巡检提升巡检效率：通过无人机快速飞行与自主航线规划能力，实现大面积区域快速巡检，将原本数天的人工巡检任务缩短至数小时内完成。强化监管精度：搭载高清摄像、红外热成像等多种传感器，精准捕捉城市管理中的各类问题，如违建、设施损坏、环境污染源等，让管理更精细。降低人力成本：减少人工巡检投入，将人力资源解放出来用于更复杂问题处理，降低人力成本的同时提升整体管理效能。实现智能预警：利用 AI 图像识别与数据分析技术，对巡检数据实时分析，提前发现潜在问题并预警，变被动处理为主动预防。南京沙洲派出所使用芒果智能科技无人机巡检方案，在无人机视角下，对整个管辖区域进行巡飞管理，主要针对 20 人以上聚集检测、烟火烟雾识别、葬衣人群识别、手持危险器械、拉横幅等行为检测识别，基于 AI 智能模块实现辅助巡检分析，提高办公效率。方案优势应用案例IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775423.1 应用场景及案例分析3.1.5 智慧仓储：仓储物流 Agent过去，智慧仓储物流设备主要以监控、录像和简单报警功能为主，且面临算法准确率不高、不能高效管理等痛点问题。现在，基于 Deepseek R1、QWQ、Qwen2.5 VL、qwen2.5 omni、GPT 系列、LLaMA 和豆包等大模型，可以实现算法更加精准，实时通过语音调取各个摄像头的视频预览实现高效管理，并梳理可能面临的安全风险，如非法入侵、火灾、设备故障引发的安全事故等。使用者可以通过（自然语言文字、语音、图片）交互的方式，输入任务（调取实时监控、查询记录、生成各类报表轨迹等），系统自动识别、处理、反馈，无需培训易上手，降低用户对系统的使用门槛。据了解，芯算无限提供的仓储物流 Agent 解决方案中，拥有 50 本地算法，6 行业专属算法包，适用中大型工厂/园区/集散中心等场景的传统安防监控智能化升级改造。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775433.1 应用场景及案例分析3.1.5 智慧仓储：仓储物流 Agent多模型协同赋能 多模态数据处理，支持文字、音频、视频、图片等多类型数据实时解析与联动分析，在风险发生时可自动触发设备响应（如启动消防设备、关闭故障区域电源），降低安全事故损失。不仅适用于中大型工厂、园区、集散中心的传统安防监控智能化升级，降低企业改造门槛和成本，还能针对化妆品、药品、液罐等特殊品类仓储，提供定制化的缺陷检测、存放区域管理等功能，满足不同行业的细分需求。从任务设定、数据采集（摄像头、激光红外、位置传感等设备联动）到策略制定、决策执行及效果分析，形成完整闭环，减少人工干预。通过软件算法升级对传统设备进行兼容改造和智能化升级，可节省 60%以上初期硬件投入成本；通过 Agent 系统自动完成库存盘点、计件计数、物品分类等工作，减少人工操作量，年人力成本可降低 30%-50%。XX 电梯生产厂商：自定义检测区域位置及大小，严控区域人员数量、奔跑翻越等危险动作检测预警、叉车安全距离告警、车辆违停、通道占用预警等。江苏 XX 某药仓：对外包装箱子的缺陷（液体渗漏、破损、变形等）检测，外包装箱标签条形码、二维码识别等。上海 XX 化妆品品牌仓：化妆品套装分拣分装线增加检测点，检测分装流程中物品的错放、漏放等。应用案例技术领先多场景适配提升管理效率降低硬件/人力成本方案优势IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775443.1 应用场景及案例分析3.1.6 智能电力：边缘计算下一风口市场在效率提升和成本降低双重作用推动下，边缘计算在电网全环节的渗透率正在提速。数据显示，预计到 2027 年边缘计算将覆盖 70%以上的智能电网场景。高覆盖率背后，是边缘计算技术在电网公司的发、输、变、配、用环节的全方位渗透。通过本地化数据处理与实时决策，系统性解决了传统运维模式的效率瓶颈与安全隐患，推动运维模式从人工经验驱动向数据智能驱动跃迁。从市场应用情况来看，当前智能电力的数字化转型正处于早期技术验证阶段，而新型电力系统“源网荷储”对实时性、可靠性和经济性的极致追求，将进一步推动边缘计算技术从技术验证走向规模化应用。0102030405实时监测风机、光伏板等发电设备运行状态，快速处理设备数据，及时调整参数以优化发电效率，避免因数据上传云端延迟导致的发电波动，确保能源稳定产出。用户侧通过智能电表等设备本地处理用电数据，实时反馈用电情况，还可以根据用户设定的电价策略，自动调整电器的用电时间，实现错峰用电，降低用电成本；同时支持电网公司进行负荷控制，提高能源利用效率。对输电线路进行实时监测，快速识别短路、断线等故障和覆冰雷击等异常，通过本地计算立即触发预警，缩短故障定位时间，保障输电线路安全稳定运行，减少因数据传输延迟导致的故障扩大风险。可实时监控变电站内变压器、开关等设备的运行状态，本地处理设备数据并进行故障预警，同时自动调整变电设备中的电压、电流参数，实现变电过程的智能化控制，提高变电效率和可靠性，避免因云端响应慢导致的设备异常处理不及时问题。实时分析配电网内的负荷分布和用电数据，本地进行负荷预测和优化调度，快速定位是线路跳闸还是设备损坏，缩短停电时间，提高供电可靠性，同时减少向云端传输大量冗余数据，降低网络带宽压力。发电环节用电环节输电环节变电环节配电环节IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777545红绿灯智能管控需求主要源于缓解交通拥堵、提高通行效率和保障交通安全等方面。例如，根据行人需求与车流量，动态调整行人绿灯时长，合理分配人车通行权，避免行人等待时间过长或车辆过长时间等待行人过街。该应用场景采用云中心与边缘计算相结合的架构，实现数据采集、处理与控制的分布式部署，提升系统响应速度，同时减轻云端计算压力。根据雪球用户 2024 年 6 月的测算，以城市人口 8 亿、人口密度 5000 人/平方公里为基准，按每平方公里 4 个红绿灯路口计算，得出全国城市红绿灯路口约 64 万个。视觉物联调研数据显示，一个红绿灯要 6 个边缘计算盒子，两个用来检测和分析人流，四个用来检测和分析车流。若按照全国 64 万个红绿灯计算，全国红绿灯智能管控应用场景潜在边缘计算盒子 384 万，假设一个盒子单价 3000 元，市场规模预计超 115.2 亿元。3.1 应用场景及案例分析3.1.7 交通领域：红绿灯智能管控IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777546未来发展趋势及挑战04PART FOURIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775474.1 技术趋势4.1.1 趋势一：大小模型结合是边缘智能最优解路径凭借强大的泛化能力与语义理解优势，大模型能够精准理解“可疑人员徘徊”等复杂语义，无需依赖大量人工标注样本。但因为边缘设备自身存在的算力、存储及实时性等方面的限制，纯大模型部署面临着算力成本高昂、实时性欠佳以及数据适配性差三大严峻挑战。小模型则凭借“小而精”的特性，在边缘端占据着传统优势，其训练数据量需求少、推理速度快（可达毫秒级）、硬件兼容性强。但小模型在面对未训练过的复杂场景时需要针对不同场景重复开发，成本高达数十万级门槛。未来，大小模型结合将是边缘智能最优解路径，小模型用于前置过滤，大模型进行深度理解，二者相辅相成，实现成本与效率的平衡。例如，小模型先对视频流进行初筛，过滤99%的常规画面，大模型则补充小模型算法精度问题。以烟火检测为例，大模型可以将误报从15次降至1次，将95%的误报过滤掉。与过去传统方案动辄 50 万开发费及大量标注数据的投入相比，大小模型结合后，5 万元即可启动项目，极大地降低了开发门槛；同时，小模型运行于低功耗边缘盒子，大模型部署于算力稍强的边缘服务器，避免“杀鸡用牛刀”的资源浪费。边缘计算的智能化变革，绝非大模型对小模型的替代，而是二者在算力、成本、精度间寻找最优解的过程。对于企业而言，需以场景需求为导向，若追求极致实时性与成本控制，小模型仍是首选；若面临复杂语义理解与创新场景开拓，大模型则是破局关键。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777548边缘计算盒子增加存储功能后，当海量数据汇聚时，能够描绘出一个人（或物体）完整的路径，数据之间存在紧密的耦合关系。这种耦合关系使得数据不再是孤立的片段，而是形成了连贯的、有价值的信息链条。而智能 NVR 虽然具备算力，但其存储方式是一路一路独立进行，数据之间缺乏内在联系，难以实现对目标的全面追踪与分析。传统的边缘端设备在寻找特定人员时，如果将识别阈值设置得过高，如 95%，可能会导致漏检，无法找到目标人物；而使用老的边缘盒子方式，一旦设置了较高阈值，不符合条件的数据就会被过滤掉，后续想要再次查找变得十分困难。存算一体的边缘计算盒子能突破这一困境，它能够将所有阈值下的数据都记录下来。在事后查找过程中，当 95%的阈值无法找到目标时，可以逐步降低阈值至 85%、75%、65%等。凭借强大的算力，即使在多摄像头查找时因图像质量不佳、人脸不清楚等情况，也能快速定位目标，极大地减少了数据筛选的工作量。数据处理逻辑方面产品架构方面边缘计算盒子带存储功能契合了当下数据处理与分析的迫切需求，其独特的数据处理逻辑与先进的产品架构，将为各行业的数字化转型与智能化升级注入强大动力。4.1 技术趋势4.1.2 趋势二：边缘计算盒子带存储功能是必然趋势未来，存算一体的边缘计算设备将逐渐取代智能 NVR，承担起更为复杂的任务。尽管二者本质上都致力于解决海量存储与有效数据筛选的难题，但在数据处理逻辑与产品架构上存在显著差异。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775494.2 市场趋势随着传感器、定位系统、激光雷达和 高清摄像头等多元技术深度融入边缘计算产品体系，未来承载技术的硬件载体将朝着多元化方向蓬勃发展，包括无人机、AI可穿戴设备、自动驾驶、机器人/具身智能等硬件，将成为边缘 AI 发展的重要力量。今年，大模型裁剪小型化并在端侧和边缘侧部署落地是主流趋势，随着端侧的智能化程度逐渐提高，利旧项目的市场份额不断蚕食，未来边侧可能将逐渐被端侧智能取代。市场竞争促使各企业寻求差异化发展路径，或深耕特定行业应用，或专注技术创新，或强化服务质量，未来边缘计算市场竞争格局将呈现多元化与差异化并存态势。趋势一：硬件形态多元化及智能化升级趋势二：未来边侧将逐步被智能端侧替代趋势三：市场竞争格局逐步多元化与差异化IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775504.3 行业挑战落地周期冗长高质量数据集匮乏多类关键问题亟待攻克开源模型需根据场景应用调优多数项目从启动到交付需半年至数年，前期投入大却收益微薄，更棘手的是验收后回款迟缓，严重侵蚀企业现金流。视觉物联调研显示，超过40%的项目存在回款周期超过一年的情况。数据、数据集与高质量数据集的差异，在边缘计算场景中被无限放大。行业内当前真正稀缺的不是海量原始数据，而是经过行业专家深度筛选、标注的高质量数据集。边缘计算设备的计算资源和存储能力相对有限，如何在资源受限的情况下，保障大模型的高效运行；数据在边缘侧处理过程中的安全与隐私保护问题，以及两者融合过程中的技术标准统一问题等，都亟待解决。虽然大模型技术开源了，但是直接用开源的量化模型做部署没有意义，还是要根据场景去调优测试；另外，大模型的幻觉问题仍较为突出，在实际应用中，企业需要采取交叉验证、提示词优化和行业数据注入等方式来降低幻觉率。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777551边缘计算行业探讨05PART FIVEIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科189228577755206.怎么看训推一体平台？07.RISC-V 芯片是否成熟？虽然看到百度等公司在推训推一体服务器，但实际上真正的终端用户可能不会使用这些设备。如果想采用低代码或者无代码的方式让客户自己训练算法，虽然看起来很美好，一些客户也确实有这方面的需求，但落地还比较难。RISC-V 生态在国内外的发展已经超过 15 年，最新指令集已经原生支持向量计算和矩阵 matrix 运算，芯片出货数量超过百亿颗；但 RISC-V 芯片复杂度在于每家在做芯片设计的时候，EDA 工具里面的 IP 插件不够，工具不够大家就会创造，各做各的；如果从商业的角度来看，RISC-V 还是需要时间，如果应用不确定的就不太适合选择 RISC-V。5.1 边缘计算行业探讨01.目前大模型是否成熟？02.大模型对行业有哪些改变？03.每家大模型背后的逻辑相似？04.相比过去，今年视觉大模型产品解决了用户哪些痛点问题？05.大模型开源化后，场景的落地部署成本有没有变化？现在大模型发展非常快，像写代码的大模型国外的几家公司已经做得很好，但是视觉领域目前还没有发展得那么快，与文本不同，文本是抽象出来一套模型处理所有文本的事情，比如翻译、数学题和写代码都可以使用这种方式，但目前视觉尚未达到完全统一的方式，让所有视觉任务都可以使用这种方式处理。大模型提升误报率非常明显，现在很多项目的核心是误报率问题，达不到客户验收标准，但大模型可以很好的解决这部分问题。整体大模型的框架和架构基本趋同，最后模型的差异取决于如何筛选数据、如何合理打标数据，以及如何配比不同数据。现在大模型本身的维度已经相当高了，用大模型判断视频理解的东西，随便拿一个就能比现在的小模型做的好。第一是提高识别率，让算法识别率更精准；第二是以前小模型没有的算法，通过大模型就可以直接解决；以前的小模型算法都要去训练，需要很多张图片，或者需要人工把它标注出来，再放到里面去训练，现在有大模型就不需要了，里面有算法就继续用，不准的让它更精准，没有的算法就用大模型直接做出来。整体可以认为成本是更低，但实际上没有那么显著。成本更低主要是销售成本降低，打动客户的成本更低，前期的沟通教育周期缩短。虽然大家都知道大模型，但不知道怎么用，和互联网上有什么差别，这是最直接的问题。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777553边缘计算行业专家评语06PART SIXIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775546.1 边缘计算行业专家评语英特灵达 CEO 朱才志：随着端边芯片、多模态大模型与场景数据协同演进，边缘计算加速迈向规模化落地！爱芯元智联合创始人&副总裁 刘建伟：AI 正成为稳定可靠的智能基建，引领一场成本驱动的生产力革命，AI 芯片公司需构建基于 AI 原生处理器的端边智能共同体，才能实现普惠 AI，造就美好生活。九三学社上海市委科技委员 苏吉普：边缘计算与 AI、物联网深度融合，市场规模激增，在多行业加速落地，正重塑产业数字化格局。后摩智能产品市场负责人 张伟超：后摩智能通过存算一体技术与大模型的深度融合，推动 AI 大模型在端边侧实现“离线可用、数据留痕不外露”，构建起“低功耗、高安全、好体验”的端边智能新生态。熵基科技智能创新研究院院长 仲崇亮：全球智慧城市建设进程中，产业计算已广泛应用于城市治理、产业数字化、智慧生活等领域。未来，它将深化与人工智能的融合，向绿色计算突破，为城市可持续发展注入更强动能。中煤科工人工智能负责人 韩沛言：让 AI 感知世界，大模型走入工业生产，创造无限可能。天波信息副总经理 林记承：未来 AI 大模型将落地到千行百业，实时可靠的边缘计算产品，将对人们的生活场景进行重塑，让人们享受更加丰富多彩的未来生活！大华股份市场部 CTO 刘二振：边缘计算以 算力驱动、软硬协同 为核心，融合多模态 AI 与边云架构，赋能制造、交通、能源等场景实时决策，未来将深化垂直算法与 5G 边缘协同创新。海康威视视觉 AI 应用业务总监 刘大煜：AI 大模型大幅度提升了产品的感知精度和泛化能力，我们坚决地拥抱 AI 大模型，推进场景数字化落地！研祥集团营销总经理 迟巍：与过去相比，现阶段的 AI 算力除了关注算力本身，更加关注算力能效及自主可控，减少碳排放，提升能源利用率是算力产业持久发展的根本要素。视美泰总裁 罗盛丞：随着基础大模型开源，端侧算力提升，模型本地化部署，agent 场景化应用落地是大势所趋。边缘 AI 基础设施服务商倍联德 覃碧玉：多 GPU 与液冷架构持续突破边缘算力瓶颈，加速AI 在工业与智造场景深度落地！IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科18922857775556.1 边缘计算行业专家评语天海宸光 何宜兵：随着边缘算力不再是瓶颈，模型的调优也会更加聚焦，以在边缘侧完成业务闭环为目标，将会催生出各种新形态的服务和产品。芯算无限 郑林：随着边缘侧算力的增加和成本下降，边缘侧多模态大模型赋能千行百业推动多场景化落地！图为信息总经理 苏世鹏：随着 AI 生态的不断繁荣，AI 各行各业将持续开花结果。华自超算技术总监 邓剑鸿：边缘计算迈入爆发增长期，在算力下沉与 AI 深度融合的双轮驱动下，工业物联、智慧安监、AI 节能等场景应用持续深化，正加速掀起产业智能化升级的新浪潮。技术持续创新，产品日益丰富，未来将向多领域深度渗透，潜力巨大。云天励飞市场总监 张衡：边缘 AI 计算凭借实时处理与数据本地化优势，构建低延迟、高可靠的分布式智能生态，推动千行百业智能化变革。米尔电子副总经理周麒：嵌入式处理器的 AI 性能提升与算法模型的有效精简，极大加速了大模型在工业、电力、机器人等场景的 AI 商业化落地。普斯微市场高级总监 杜云海：随着大模型在端侧和边缘侧不断落地，边缘 AI 芯片公司也将积极跟进这一时代趋势，为行业未来发展提供更高带宽、更大算力的边缘侧大模型芯片，为边缘计算行业创新赋能。触觉智能总经理 陈伟：鸿蒙智驾的成熟和持续领先，鸿蒙 AI 的技术优势外溢到机器人等 AI 产业链已经成为必然趋势。深圳北斗院技术总监 彭贤斌：边缘计算与大模型协同创新，轻量化微调与边缘推理破解行业碎片化困境，加速 AI 在公安、园区、交通等场景高效落地。云塔物联总经理 孙军：边缘计算技术和云计算、人工智能技术的融合发展，将加速推动物联网和边缘智能化在各领域的落地应用，为各行业的用户提供更多创新的应用场景，更好的用户体验和更加高效的服务水平。千视通 李志前：边缘计算长尾场景，仅需十几张现场素材调优，即达 95%以上精度，大模型有效破解交付难题。硬开鸿联合创始人 王旭：开源鸿蒙作为真正面向万物互联的操作系统，为边缘计算解决方案新产品形态，基于端侧终端近场组网，协调边缘侧诸多设备，形成近场的智能联通体，赋能边缘计算实现空间场景的群体智能。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777556博思廷 CEO 王巍：随着边缘算力的竞争力进一步加强及与算法和应用的深度结合，已看到很多创新的商业模式与健康的生态协同，相信未来将在千行百业得到更广泛的场景落地。奔迈科技总经理李大帅：随着边缘计算系统的软硬件不断成熟，行业已经进入深水区，接下要做的工作是不断锤炼各种 AI功能的实用性，而不是仅仅当一个摆设。北辰智联总经理 貊祖才：2025 年是大模型应用的元年，未来大模型的应用将在 C 端产品及垂类市场逐步大规模应用。也将会有新的一波产品公司突出重围创造出改变生活方式的颠覆性 AI 产品。深蕾科技 EageAI 负责人 农长霖：大模型能力和端侧 AI 算力同步迭代进化，AI 深度融合行业赋能，产品落地步伐加快，行业应用开始爆发。安谋科技高级市场经理 李黎明：AI 大模型向边缘渗透推动性能、能效与安全需求升级，领先的架构及计算平台（如基于 Armv9 架构的 Cortex-A320 Ethos-U85 边缘 AI 计算平台）能为智能物联网提供高效支撑，助力工业自动化等领域智能决策落地。视觉物联负责人 延科：随着基础算力、存力、算法、数据的不断完善，大模型赋能千行百业，不断加速推动 AI 多场景化落地！广州英码信息科技有限公司研发总监 区英杰：算力跃升驱动进化，私有部署保障私隐，AI 私有大模型正从通用领域走向垂直领域千行百业的核心环节。6.1 边缘计算行业专家评语IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777557感知层杭州海康威视数字技术股份有限公司全球智能物联头企业歌尔股份有限公司中国声学传感业头企业，全球微电声领域领导商浙江华技术股份有限公司以视频为核的智慧物联解决案提供商和运营服务商英凌科技（中国）有限公司全球领先感知、计算、连接、电源功率及AI等半导体企业SML集团智连透明未来，SML引领全球标签与零售解决案深圳市远望信息技术股份有限公司全球领先的射频识别(RFID)产品和物联解决案供应商上海英内物联科技股份有限公司全球知名RFID数据采集解决案及软硬件供应商励元科技（上海）有限公司提供数字识别与数字连接的解决案，创造卓越商业价值安富利电科技（深圳）有限公司全球领先的电元器件、芯、嵌式技术分销和解决案商深圳市汇顶科技股份有限公司驱动万物智联的IC设计与解决案领先提供商瑞芯微电股份有限公司领先的物联及智能（AIoT）处理器芯企业泰科电（上海）有限公司全球领先的连接和传感器制造和解决案企业福建新陆动识别技术有限公司家全球化的感知识别和机器视觉产品与解决案提供商真珍斑技术贸易（上海）有限公司提供资产可视化和智能动化技术案，助企业实现业务增武汉德红外股份有限公司以红外核技术驱动下的科技态型业领先企业深圳市成为信息股份有限公司业领先的数据采集设备及解决案供应商汉威科技集团股份有限公司国内知名的体传感器及仪表制造商、物联解决案提供商奥中光科技集团股份有限公司业领先的机器视觉及AI视觉科技公司深圳市慧眼视讯电有限公司国内领先的安防监控与智能家居企业深圳市联合影像有限公司志成为全球领先的AIoT视觉解决案供应商深圳市同为数码科技股份有限公司全球安全领域视频监控产品和系统解决案提供商厦瑞为信息技术有限公司国内领先的物联智能化设备与系统提供商芯与物（上海）技术有限公司以位置服务为中的物联芯及解决案供应商上海灿瑞科技股份有限公司智能磁传感器、模拟及数模混合集成电路的领先供应商之四光电股份有限公司国内知名的体传感器及仪表提供商森霸传感科技股份有限公司国内领先的热释电红外、电容式微差压传感器技术企业芯海科技（深圳）股份有限公司集感知、计算、控制、连接体的全信号集成电路设计企业思特威（上海）电科技股份有限公司国产CIS芯头，单出货超1亿颗深圳市德电科技股份有限公司中国家实现独主研发条码识别设备的族科技企业苏州寻息电科技有限公司中国领先的位置服务综合解决案商江苏省精创电股份有限公司国内先进的命科学及品冷链物联IOT供应商杭州觅睿科技股份有限公司全球站式智能家居视频解决案商上海司南卫星导航技术股份有限公司精度北规模化市场应的新技术企业保点贸易（上海）有限公司度垂直集成的RFID和零售损耗管理解决案专家杭州杰峰科技有限公司以视频 物联为核的智能物联体化解决案商清研讯科（北京）科技有限公司国际知名的位置物联解决案提供商传输层华为技术有限公司全球领先的ICT基础设施和智能终端提供商中移物联有限公司国内第家由运营商成的专业物联运营企业上海移远通信技术股份有限公司业领先的物联整体解决案供应商翱捷科技股份有限公司全球少数掌握全制式通信芯设计能的企业之诺迪克半导体（深圳）有限公司低功耗蓝领域的全球领导者美格智能技术股份有限公司全球领先的线通信模组及解决案提供商利尔达科技集团股份有限公司物联产品研发、技术应、服务落地的站式合作伙伴乐鑫信息科技（上海）股份有限公司全球具有影响的端侧AI芯企业泰凌微电（上海）股份有限公司全球线物联芯产品种类最为全的代表性企业之Silicon Labs物联线连接领域的头部企业江苏卓胜微电股份有限公司国内少数对标国际领先企业的射频解决案提供商之博通集成电路（上海）股份有限公司全球领先的线连接芯设计企业海智能科技股份有限公司以连接为核的AIoT科技企业东九联科技股份有限公司智慧互联综合服务商，华为鸿蒙态的合作伙伴四川爱联科技股份有限公司国内领先的线局域通信模组供应商深圳市有科技股份有限公司拥有AI核能的物联感知体系产品和服务提供商上海移柯通信技术股份有限公司资深的线模组产品和服务提供商厦四信通信科技有限公司全球领先的物联通信设备及解决案服务提供商厦骐俊物联科技股份有限公司领先的通信与定位技术案提供商深圳市宏电技术股份有限公司5G AIoT专家和全球IoT产品与解决案提供商北京映翰通络技术股份有限公司业界领先的专注于设备联的通信设备制造商深圳友讯达科技股份有限公司线物联全球解决案提供商Wireless Logic万利通信技术(深圳)有限公司全球领先的物联（IoT）连接服务企业捷德（江西）技术有限公司全球物联安全连接市场和技术引领者厦锐骐物联技术股份有限公司为全球物联开发者提供站式物联智能化解决案上海磐启微电有限公司领先的智慧物联、业互联芯设计企业厦星纵物联科技有限公司专业的数字感知产品提供商蜂助股份有限公司数智化技术和数字化综合服务提供商深圳杰睿联科技有限公司eSIM技术实践者及设备连接案服务全球领先者深圳市华普微电有限公司专注于线射频和传感器领域的国家级新技术企业平台层亚逊云科技全球领先的云计算服务以及云解决案提供商微软（中国）有限公司全球AI与云计算的核玩家联通数字科技有限公司可信赖的政企客数字化转型服务商杭州涂鸦科技有限公司全球AIoT开发平台领导者中科创达软件股份有限公司全球领先的智能操作系统产品和技术提供商深圳开鸿数字产业发展有限公司家专注于开源鸿蒙的态平台型企业软通动信息技术(集团)股份有限公司中国数字技术产品和服务创新领导企业杭州安恒信息技术股份有限公司领先的数字安全产品及服务提供商中亿（深圳）信息科技有限公司集软硬件研发、平台和解决案体的国内领先的案提供商深圳前海翼联科技有限公司物联解决案及智能产品综合服务商深圳硕软技术有限公司集AIOT平台与系统研发于体的物联解决案服务商应层集团全球AIoT产业的巨头企业富康业互联股份有限公司全球领先的智能制造及业互联整体解决案服务商天翼物联科技有限公司数字经济的基企业之京东科技集团股份有限公司全球半导体显产品头企业Sandisk（闪迪）全球知名的存储技术和解决案提供商科沃斯集团服务机器与端智能电器两业的引领者和开拓者九号机器有限公司家聚焦于创新智能短交通和服务机器领域的创新企业北京头世纪科技股份有限公司家专注于智能清洁机器及其他智能电器研发和产的公司深圳市优必选科技股份有限公司形机器的领导者和智能服务机器的领航企业汉朔科技股份有限公司电价签业领军者之，全球流的数字零售解决案提供商亚世光电(集团)股份有限公司电纸显模组站式服务商和制造商苏州清越光电科技股份有限公司电纸模组头部企业之深圳市优博讯科技股份有限公司持机与智能设备市场的头部企业熵基科技股份有限公司全球智慧出业领军企业上海移为通信技术股份有限公司中国、向世界、享誉全球的物联解决案提供商杭州宇泛智能科技股份有限公司国内领先的智能建造与空间数智化服务商东天波信息技术股份有限公司全球领先的AI硬件解决案提供商珠海全视通信息技术有限公司智慧医疗、智慧康养领域专业的整体解决案提供商迅镭（州）智能科技股份有限公司中国智能识别设备市场占有率最的原始产商之深圳市博实结科技股份有限公司国内领先的物联智能化硬件产品的新技术企业珠海芯烨电科技有限公司国内打印机领域极具竞争的智能化、专业化、规模化企业深圳云物科技股份有限公司专业从事物联硬件解决案的国家级新技术企业深圳格特电股份有限公司全球流的电动化领域产品及案提供商2024年度中国物联企业100强TOP 100 IoT COMPANIESIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777558感知层沙驰芯半导体科技有限公司线通信芯新锐，致成为全球领先的UWB芯产品供应商深圳市国芯物联科技有限公司专注国产RFID读写产品与芯研发，打造物联智能互联新标杆州奥松电股份有限公司MEMS智能传感器IDM企业上海仁微电科技股份有限公司瞄准精准物联场景，室内定位技术的佼佼者深圳市成为信息股份有限公司业领先的数据采集设备及解决案供应商南京苗科技有限公司AI线感知适应健康技术产品解决案提供商北京芯联创展电技术股份有限公司专业的超频RFID模组技术服务商东中世发智能科技股份有限公司致于成为RFID智能标签的引领者深圳市融智兴科技有限公司深耕智能IC卡与RFID标签研发与产的业领先企业珠海正和微芯科技有限公司毫波智能传感器芯设计及整体解决案供应商深圳市安思疆科技有限公司性能3D及AI视觉感知整体技术案提供商东腾彩科技有限公司专业超频RFID inlay制造商东众能物联科技有限公司NFC技术智能化创新领导者岛柯锐思德电科技有限公司专业的UWB芯和定位算法及解决案提供商济南千寻信息科技有限公司专业的物联解决案服务商宁波德格半导体技术有限公司传感器、模拟芯、混合信号集成电路先进设计商深圳觅感科技有限公司专注雷达感知、物联通讯整体解决案的智能传感先锋杭州岸达科技有限公司全球毫波雷达芯设计新星隔空（上海）智能科技有限公司全球领先的雷达智能传感器芯先者睿迪纳（锡）科技有限公司以创新引领精度近场通感技术的开拓者杭州睿达智感科技有限公司提供毫波雷达传感器及全套解决案的科技企业传输层上海道物联技术有限公司中国知名的物联技术与案供应商成都亿佰特电科技有限公司以通信技术与业物联为核的物联企业深圳创新微技术有限公司站式全物联线连接模块供应商上海卓岚信息科技有限公司专业提供业物联解决案的领军者北京有半导体有限责任公司卫星互联可重构射频数字SoC芯提供商北京蓝凌星通科技有限公司专注卫星通信，引领物联星空互联新时代。平台层深圳市集贤科技有限公司全球领先的AIoT开发和云服务平台的新技术企业应层杭州速利科技有限公司数字城市应技术解决案的国家新技术企业微物联技术（深圳）有限公司提供精准感知的电和业物联智控系统技术产品案商RFID产品深圳市远望信息技术股份有限公司XC-FM306 RFID 架上海英内物联科技股份有限公司智能型4端(TNC)超频读写器S800深圳市国芯物联科技有限公司MR100任我UHF RFID随读写器四川凯路威科技有限公司KX2005X-BT源通断侦测RFID电标签芯厦信达物联科技有限公司“Versa Mini”零售通标签深圳市捷通科技有限公司JT-5020 RFID性能相控阵式智能顶装禁终端深圳市斯科信息技术有限公司RFID 具包北京芯联创展电技术股份有限公司RFID模块SIM3800浙江雷丹科技有限公司单张RFID打印设备TSC Auto IDT4000企业级RFID柔性抗属标签打印机深圳市万全智能技术有限公司型业RFID读写器系列产品深圳市鸿陆技术有限公司智能安卓固定式读写器 鸿晖343珠海众能科技发展有限公司NFC智能感应贴010701深圳市荣睿和芯科技有限公司超频E系列嵌式RFID模块深圳迅捷线科技有限公司RFID精度电称-E300S北京瑞弗艾迪科技有限公司三通道1616E模块州市宝万像科技有限公司RFID标签打印机BB707S UHF杭州春笙物联科技有限公司全动柔性抗属标签传感器产品深圳矽递科技股份有限公司七合象环境传感器（雷达量）S700-A厦星纵物联科技有限公司TS30X温度传感器珠海正和微芯科技有限公司“毫波雷达 多协议线”智能传感器 RS6130州易达科技股份有限公司60G毫波雷达模块及开发套件嘉兴博感科技有限公司线螺栓度松动传感器清澜技术（深圳）有限公司AI命体征检测仪第代上海宏太通信技术有限公司空质量传感器 H300-AQ004传感器定位技术/地图/可视化软件相关产品沙驰芯半导体科技有限公司UWB芯CX310灵耀数智（苏州）技术有限公司UWB精度吸顶定位基站深圳华云时空技术有限公司UWB空指遥控器通信技术相关产品利尔达科技集团股份有限公司SLE星闪模组EB25系列美格智能技术股份有限公司5G智能模组SRM6690上海坤锐电科技有限公司DXS-CA源蓝标签Silicon Labs（芯科科技）BG22L和BG24L蓝SoC芯讯通线科技（上海）有限公司5G模组A8200成都旋极星源信息技术有限公司AGP2171 WiFi6 Transceiver RF IP深圳创新微技术有限公司新代低功耗蓝模组ME54BS01系列中移物联有限公司4G Cat.1通信模组“ML307X”Wireless Logic万利通信技术(深圳)有限公司Global eSIM上海道物联技术有限公司线语传输模组 TKM-121深圳市东振技术有限公司DZ-RD-02 3D多波束扫描天线东翼卡联服务有限公司翼卡智能多卡物联平台/云平台/云计算/边缘计算/数据/数据安全安富利电科技（深圳）有限公司SMARC/OSM标准边缘计算模块及配套设计案北京涛思数据科技有限公司TDgpt 时序数据 AI 分析具上海沄熹科技有限公司分布式多模数据库KaiwuDB V2.0研祥科技控股集团有限公司EEM智慧能效监控平台深圳三六零智慧活科技有限公司360视觉云平台北京映翰通络技术股份有限公司.性能AI边缘计算机EC5500北京清微智能科技有限公司性能AI-ISP TX5336To B/G 应智能终端产品杭州速利科技有限公司智慧温室环境控制系统上海欧孚通信技术有限公司健康检测表-W300G上海擎朗智能科技有限公司业物流机器S100珠海芯烨电科技有限公司便携3标签/票据云打印机XP-P301A成都唐科技有限公司宠物AI智能摄像机PICKFUNIoT综合应类产品北京宏思电技术有限责任公司HSC32C1 32位CPU规级安全芯深圳市尔电有限公司MYC-LD25X核板及开发板深圳市祥卓越电科技有限公司55亮动态背光液晶显屏深圳清技术有限公司超滑微动发电机英凌科技股份公司AIROC CYW5591x系列线微控制器联商贸（深圳）有限公司MTK Genio 130 结合 ChatGPT 功能的解决案2024年度中国物联企业投资价值榜IoT Co mpanies Inv est ment Val ue l ist2024年度中国物联业创新产品榜IoT Indust r y Innovat iv e Pr o duc t ListIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777559智慧城市应案例中国铁塔股份有限公司信息技术研究院中国铁塔AI云边端协同线视联站房智能运维项意法半导体（中国）投资有限公司全球款巴黎钱币博物馆NFC数字货币项中国联合络通信有限公司深圳市分公司深圳南“融付终端 WIFI”融合项地空间科技有限公司州南沙悦城AIoT智慧物联平台建设项盈电智控物联科技(东)有限公司州CBD五星级酒店新系统改造项厦星纵物联科技有限公司北京城建智控办公楼智慧化升级改造项厦计讯物联科技有限公司福建城市道路照明智能化改造项智慧能源应案例深圳市勤业物联科技有限公司深圳市亚迪锂电池有限公司资产管理项深圳市东骏科有限公司惠州市太平岭核电站融合通讯解决案项武汉迈威通信股份有限公司三峡集团海共和县900MW光伏发电项智能业应案例深圳市亿云联科技有限公司重庆隆鑫发动机产总装产线RFID应上海坤锐电科技有限公司岛海尔基于5G-A源物联的产物料数字化项合肥皖科智能技术有限公司合肥海螺泥减速机传感器数据中物联平台项深圳市万全智能技术有限公司德国众汽5G智能RFID识别应项杭州品铂科技有限公司上海闵电员定位项智慧园区应案例深圳市倍联德实业有限公司海星研究院西部园区边缘计算外系统项北京晓珑科技有限公司冬奥会主媒体中物联平台项厦四信通信科技有限公司福建厦业园数字化试点项上海卓岚信息科技有限公司上海浦东新区物流园区可编辑JSON关能耗监控项上海仁微电科技股份有限公司上海翔殷幼园外运动安全监测平台项智能交通应案例深圳聚瑞云控科技有限公司深圳市智慧交通调度项上海沄熹科技有限公司临沂数据局重点辆管理平台建设项智慧物流应案例上海英内物联科技股份有限公司ARaymond RFID周转容器循环管理平台项深圳市先施科技股份有限公司华为云仓库RFID盘点找货系统项新零售应案例深圳市远望信息技术股份有限公司波司登RFID数字化全链路应建设厦信达联科信息技术有限公司名创优品智慧店RFID数字化升级项江苏省精创电股份有限公司京东7fresh 鲜社区超市智能监测和联项智能居/康养应案例深圳市豪恩安全科技有限公司深圳市盐区政局智能养服务项精华隆智慧感知科技(深圳)股份有限公司重庆医院医养中项柯建东宁波柯传感科技股份有限公司董事兼总裁韩中煤科集团上海有限公司AI智能负责海荣熵基科技股份有限公司总经理彭庆华深圳杰睿联科技有限公司CTO郭颂深圳市优博讯科技股份有限公司总裁蔡宗福安富利电科技（深圳）有限公司中国区供应商及产品市场资深总监志明上海仁微电科技股份有限公司董事朱才志英特灵达信息技术（深圳）有限公司CEO2024年度中国物联业标杆案例榜IoT Indust r y Benc hmar k Case List2024年度中国物联业卓越物榜Out standing Indiv idual s in t he IoT Indust r yIOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777560打造 IOT 视觉物联生态圈发起背景:行业技术迭代加速，AI 赋能价值日益凸显，视觉融合产品与场景持续丰富，增值服务模式创新不断，为行业创造更多市场机遇。在此趋势下，视觉物联致力于凝聚头部优质视觉生态企业，打通行业上中下游，通过技术、产品、场景的多元化融合创新，快速推动落地实践，共同构建良性互补、可信赖的合作平台。核心理念：信任、分享、共创、融合为加速物联网产业发展，搭建技术生态链与应用场景集成商的协作桥梁，物联传媒倡议产业链上下游携手，共同成立物联网生态圈（Internet of Things Ecosphere）。聚焦细分应用场景，打造智慧应用场景专业委员会，合力构建“聚焦应用、高效互动、互助共赢”的物联网产业生态圈，以信任为基、分享为翼，共创融合发展新生态。IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777561报名二维码IOTE2026 深圳展2026 年 8 月份参展联系：鞠延科1892285777562
2025-08-19
63页
5星级
智算中心冷板式液冷云舱技术白皮书 1 智算中心冷板式液冷云舱智算中心冷板式液冷云舱 技术白皮书技术白皮书 中讯邮电咨询设计院有限公司中讯邮电咨询设计院有限公司 2025 年年 7 月月 智算中心冷板式液冷云舱技术白皮书 3 前前 言言 随着全球算力需求激增，传统风冷散热已逼近物理极限，液冷技术在数据中心领域近年来保持高速增长。市场分析显示，2025 至 2030 年间，全球液冷数据中心市场的年复合增长率（CAGR）预计为 19.8%，到 2030 年市场规模将达 240 亿美元，反映出液冷在提升能效、降低能耗方面的显著优势及其渗透率的加速提升。这一增长主要由数据中心对高效散热解决方案的需求驱动：一方面，人工智能服务器和高密度计算部署（如 AI 大模型应用）导致功率密度骤增，形成液冷的刚性需求；另一方面，绿色节能政策成为关键推动力。从行业应用来看，电信运营商和互联网厂商是推动液冷技术应用的重要力量：互联网领域因 AI 部署推动液冷需求，电信运营商则基于 电信运营商液冷技术白皮书 的要求积极推广。同时，国家“碳达峰 碳中和”战略下，PUE 标准趋严（如“东数西算”工程强制要求新建数据中心 PUE1.25），液冷技术能将 PUE 降至 1.2 以下，符合监管要求并获政策鼓励。未来，随着 AI 技术的不断进步和发展，算力芯片功率的持续上升，液冷技术在高功率服务器中的应用将发挥更显著的散热能力和能耗优势，从而成为数据中心散热的主流选择。这一趋势推动全球和中国的液冷市场保持高速增长，尤其在冷板式液冷技术的应用上，市场规模有望大幅扩大。同时，液冷技术路线随不同的应用场景逐步完善，推动着液冷技术在更多领域应用，建立并完善数据中心液冷生态系统，驱动液冷技术创新融合，最终共筑高效、低碳的绿色算力底座。智算中心冷板式液冷云舱技术白皮书 4 目录目录 一、概述.6 二、术语和定义.6 三、冷板式液冷系统介绍.7 1.冷板式液冷系统.7 2.冷板式液冷系统特点.8 3.冷板式液冷系统面临的挑战.9 3.1 冷却液老化与管道腐蚀.9 3.2 泄漏风险.10 3.3 建设周期长.10 3.4 运维要求高.10 四、液冷云舱系统解决方案.10 1.液冷云舱建设方案的必要性.10 2.液冷云舱建设方案的优势.11 3.系统架构及解决方案.11 3.1 基本技术条件.12 3.2 冷量分配单元 CDU.13 3.3 解耦型液冷机柜.14 3.4 二次侧管路.18 3.5 水氟双冷源空调.18 4.AI 数字化管理平台.20 5.经济效益分析.20 五、冷板式液冷系统工程设计要点.21 1.一般规定.21 2.负荷计算.21 3.设计要求.21 六、液冷新技术探索.22 1.相变冷板冷却技术.22 2.环路热管两相散热技术.23 3.芯片级液冷技术.23 智算中心冷板式液冷云舱技术白皮书 5 七、结语.24 智算中心冷板式液冷云舱技术白皮书 6 一、概述 随着人工智能对算力需求的高速增长，大模型的快速迭代加速了更先进的算力芯片模组、更高带宽的大容量显存和内存、更大规模的高速互联网络的部署，数据中心呈现更高的单体算力性能、更高的算力部署密度。作为算力承载的芯片模组，单芯片功率已突破 1000W，单机柜部署功率密度突破 120kW。传统的风冷技术已经无法支持如此高功耗的芯片，而液冷技术采用高比热容的液体取代空气作为冷却介质，其比热容约是空气的 4 倍，热传导能力约是空气的 25 倍，散热效率远高于风冷可有效解决高功耗芯片的散热问题。冷板式液冷是将液冷散热冷板紧贴在服务器的发热器件，通过冷板式换热器内的低温流体带走服务器中的芯片散热量。作为一种更高效的散热方式，在解决高功率芯片散热上有着得天独厚的优势，同时可满足数据中心的 PUE 降低到 1.25 以下的要求，成为智算中心的必然选择。围绕散热能力、能效和数据中心场景适应性，冷板式液冷在架构上存在多种部署形态。一方面，随着单机柜功率密度的增加，为缓解风冷部分散热，逐渐提高液冷散热的占比，出现了风液混合散热解决方案。另一方面，随着单芯片功率密度的提升，对液冷部件的散热性能提出了更高的要求，冷板微通道强化散热、液态金属等高性能导热材料以及大通径的盲插快速互联技术等，为智算液冷解决方案提供更优异的散热条件。二、术语和定义 下列术语和定义适用于本文件。1)1)冷板式液冷系统冷板式液冷系统 cold plate liquid cooling systemcold plate liquid cooling system 由二次侧冷却系统、一次侧冷却系统、监控系统等组成。通过冷板将元器件的热量间接传递给封闭在循环管道中的冷却工质，通过一个或者多个冷却回路热交换传递，最终将设备热量排至室外的系统。2)2)分集液器分集液器 manifoldmanifold 包含多路分支或接口，用于连接冷量分配单元与冷板的管道系统，为机柜内液冷冷板提供冷却工质分配及供回输送的装置。3)3)二次侧管路二次侧管路 secondary side pipelinesecondary side pipeline 二次侧管路用于连接冷量分配单元 CDU 和液冷机柜，包含供液环管、回液环管及配套组件，分别形成闭合回路，实现连接二次侧设备和冷却工质的均匀分配。智算中心冷板式液冷云舱技术白皮书 7 4)4)冷量分配单元冷量分配单元 CDU coolant distribution unitCDU coolant distribution unit 为冷却液提供循环动力，通过换热器将其热量传递至一次侧系统冷源，实现冷却介质的降温，服务于多台机柜的冷量分配单元。5)5)水氟双冷源列间空调水氟双冷源列间空调 Dual Dual C Cooling ooling RowRow 一种结合水冷与压缩机制冷双冷源系统的列间空调设备，通过两套冷源系统协同工作灵活运行，最大化利用自然冷源，实现高效节能。6)6)解耦型液冷机柜解耦型液冷机柜 Decoupling liquid cabinetDecoupling liquid cabinet 用于放置计算节点及交换节点，并提供节点运行所需的供电、冷却等环境条件的柜体。由机柜主体、分集液器、供电系统等组成，可按需配置盲插或快插型的供电和供冷单元。7)7)一次侧冷却系统一次侧冷却系统 primary side cooling systemprimary side cooling system 一次侧冷却系统是冷量分配单元（CDU）室外循环系统，其与外界环境之间进行热交换的循环系统。与外部冷却塔等外部散热设备相连，冷却工质在管路中循环将二次侧冷却系统内的热量传递至室外或余热回收装置的冷却系统。对于冷板式液冷设备，主要包含管道，冷却工质过滤系统，阀门、传感器等。8)8)二次侧冷却系统二次侧冷却系统 secondary side cooling system secondary side cooling system 二次侧冷却系统是机柜与冷量分配单元之间进行热交换的循环系统。与服务器相连，冷却工质在管路内循环带出发热元件产生的热量，与一次侧冷却系统进行热交换的冷却系统。对于冷板式液冷设备，主要包含管道，冷却工质循环泵，换热器，冷却工质过滤系统，阀门、传感器等。三、冷板式液冷系统介绍 1.冷板式液冷系统 液冷技术按照是否与发热的器件产生直接接触分为接触式和非接触式两种类型接触式液冷中冷却液与发热器件可直接接触,具体实现方案主要包括浸没式液冷和喷淋式液冷,非接触式液冷技术的典型方案是冷板式液冷，技术路线对比见表1上述三种液冷技术方案中,冷板式液冷技术是应用最早普及率最高的液冷制冷方式,其可实施性和市场的成熟度也相对较高 智算中心冷板式液冷云舱技术白皮书 8 表 1 数据中心液冷技术路线 数据中心液冷技术路线对比 特征 冷板式 浸没式 喷淋式 接触方式 间接接触型 直接接触型 直接接触型 改造成本 较低 较高 中等 可维护性 优秀 较差 中等 空间利用率 较高 中等 较差 冷却效果 较好 优秀 优秀 兼容性 未与主板和芯片模块进行直接的接触，材料兼容性较强 直接接触，材料兼容较差 直接接触，材料兼容较差 安装便捷程度 不改变服务器主板原有的形态，保留现有服务器主板，安装便捷 改变服务器主板原有结构，服务器易残留冷却液 改变服务器主板原有结构，服务器易残留冷却液 液冷散热占比 70-80%液体带出机房；20-30%需要空调制冷；100%液体带出机房 100%液体带出机房 PUE 约 1.12-1.2 约 1.07-1.12 约 1.08-1.13 冷板式液冷主要通过冷板(铜铝等高导热金属构成的封闭腔体)将元器件的热量间接传递给封闭在循环管道中的冷却液体,然后利用冷却液体将热量带走,其通过工作流体的传递特点将中间热量传输到后端进行冷却 2.冷板式液冷系统特点 冷板式液冷系统包括二次侧冷却系统、一次侧冷却系统，如图 1 所示。适用于高密算力规模、智算形态和高功耗设备等场景，冷板式液冷系统具有高密度散热、高效能、高可靠性和强适用性等特点。智算中心冷板式液冷云舱技术白皮书 9 图 1 冷板式液冷系统示意图 (1)高密高密散热散热高效能高效能：采用冷板式液冷系统可以实现机架功率密度的提高，有效提升单机架的计算能力，冷板式液冷系统相对风冷在能效方面具备高效能的特点。同时，通过进一步对液体管理和设备冗余进行更为合理的设计和应用，液冷也将具有比风冷更高的散热可靠性，有效提高数据中心的能源利用率。(2)高可靠性高可靠性：冷板式液冷技术在冷却液管路中流动时，并未与主板和芯片模块进行直接的接触，材料兼容性较强，提高系统的运行安全性此外，液体冷却芯片温度更低，可延长芯片寿命 30%以上，降低因过热导致的硬件故障率。(3)强适用性：强适用性：冷板式液冷技术不改变服务器主板原有的形态，而是对现有服务器主板进行适配性改装来实现液冷散热。这种方式不仅拆卸简单、安装方便，而且在技术、产业以及规模化生产上具有更好的适用性。3.冷板式液冷系统面临的挑战 3.1 冷却液老化与管道腐蚀 随着时间的推移，冷却液可能会因为与系统中的材料发生化学反应、吸收空气中的杂质或受到微生物的污染而逐渐老化或变质。这不仅会降低冷却效果，还可能对系统中的管道、泵和其他部件造成腐蚀或堵塞，从而影响系统的稳定性。同时，冷却液的选择也需要考虑其化学稳定性和对设备的腐蚀性。系统中的冷却液体在循环过程中可能会携带微小的颗粒或杂质，这些物质在管道或热交换器等部件中逐渐沉积，形成堵塞降低系统的冷却效率，甚至导致部件过热或损坏。智算中心冷板式液冷云舱技术白皮书 10 3.2 泄漏风险 液冷系统中的管道、接头和密封件等部件在长期使用过程中可能会因为材料老化、振动或安装不当等原因出现泄漏。泄漏不仅会导致冷却液流失，还可能引发电气故障或设备损坏，这些问题一旦处理不当，不仅可能对设备造成损害，还可能引发安全事故。3.3 建设周期长 数据中心在建设冷板式液冷时涉及大量设备和工程管路，由于液冷设备生产加工工艺较为复杂，且二次侧冷却系统中液冷机柜的分液器和二次侧管路的洁净度要求较高，液冷系统的建设周期相比风冷系统要长。液冷技术的初期成本相对较高，包括设备采购、安装、调试以及后期维护等费用。主要源于其复杂的系统设计、高端的制造材料以及精细的安装和维护要求。此外，液冷系统的运行和维护也需要专业的技术人员进行操作，这进一步增加了其运营成本。随着液冷技术的普及和应用，相关的生产技术和支持服务也将更加成熟和完善，这将有助于缩短建设周期及降低成本。3.4 运维要求高 液冷技术相较传统的风冷技术在运维方面存在一些挑战和难度。首先，液冷系统涉及的接口更多，这增加了故障点和潜在风险，需要运维人员具备更高的专业知识和技能，能够及时发现并处理这些问题。其次，液冷技术的运维要求更为精细和严格。由于液冷系统使用液体作为冷却介质，因此需要定期监测冷却液的质量、浓度和 pH值等指标，以确保其化学稳定性和散热性能。此外，还需要定期检查冷却管道和设备的密封性、压力和流量等参数，以确保系统的正常运行。四、液冷云舱系统解决方案 1.液冷云舱建设方案的必要性 随着传统行业数字化转型加速及智算等新兴行业应用需求驱动，智算需求增长趋势明显，功率密度持续上升，制冷系统由单一制冷方案演变为多元化制冷方案，液冷技术需求旺盛。算力需求高速发展为基础设施、建设方案带来的多方面的不确定性变化，因此需要更为高效节能、灵活快速、低成本的基础设施建设方案以应对市场变化的不确定性，加快完善数据中心领域的建设布局。智算中心对基础设施的需求和商业模式有别于现有数据中心建设模式，需要结合业界前沿，打造出适应高性能 IT 设备的发展趋势的技术与建设方案。提高市场竞争性，降低智算中心造价，提高智算及云业务利润，实现智算中心的模块化、标准化建智算中心冷板式液冷云舱技术白皮书 11 设，以适应客户项目灵活部署。针对需求，基于冷板式液冷系统自主开发出液冷云舱产品，能够弹性适配新建及改扩建等不同类型的场景，实现预制化、模块化、灵活部署和快速交付。2.液冷云舱建设方案的优势 液冷云舱的建设方案采用兼容列间空调和液冷 CDU 的多元化方案，以实现制冷量的按需匹配，达到节能降耗的需求。通过风冷、液冷两类管道预留，实现制冷模式的灵活适配，风液混合部署，提高功率兼容性和冷量利用效率，适配高功率密度设备部署需求。利用预制化和模块化技术，达到液冷产品的标准化和集成化，以便快速交付业务。通过集约化供冷和供冷资源的池化，实现不同设备和环境的混插混用，以及跨楼层、跨机房的冷量柔性化动态调节。（1）灵活性强灵活性强：液冷云舱模块化架构可预集成液冷机柜、智能配电、冷却单元等核心组件，支持按需扩容，单舱体可独立运行或多舱级联，实现柔性扩展能力。（2）高效散热高效散热能力能力：液冷云舱配置独立的 CDU 和列间空调，结合“芯片-机柜-机房”三级液冷循环，动态匹配不同负载场景，减少无效能耗，兼容智算和常规通算服务器，弹性适配不同算力场景。（3）高高可靠性：可靠性：将动环、IT 网管以及整个机房资源纳入数字化管理平台，支持未来 AI 智慧化系统接入，实时分析负载与温度场，动态调节泵速、流量及冷却路径；配备漏液检测、压力传感与冗余泵组，毫秒级隔离故障模块，提升系统故障自愈能力，实现智慧运营。3.系统架构及解决方案 液冷云舱采用单相冷板式液冷架构，各子系统基于标准化机柜模型搭建，创新采用新型风液同源冷却技术和解耦型标准化液冷机柜技术，打造冷板式液冷云舱全栈解决方案，如图 2 所示，弹性适配不同场景快速交付，实现预制化、集成化、快速部署，适配服务器未来发展。智算中心冷板式液冷云舱技术白皮书 12 图 2 液冷云舱系统解决方案 结合业务需求的风液比例，通过基本模块的灵活组合，形成智算机房平面布局；采用液冷 风冷的多元化冷却方案，统一楼层荷载，灵活适配未来演进。通过标准化接口和快速接头等技术，实现弹性扩容需求，达到灵活部署。液冷云舱由冷量分配单元 CDU、解耦型液冷机柜、二次侧管路系统及冷却液、舱体通道组件、水氟双冷源列间空调等设备部件组成。3.1 基本技术条件 液冷云舱采用冷通道/热通道封闭，主要由通道门、控制天窗、翻转天窗、固定天窗、云舱框架等组成，其中通道门为自动平移门。风冷部分采用列间空调制冷，封闭通道密封系统采用模块化装配式设计，可根据服务器上架量按需布置 CDU、IT 机柜、液冷机柜、配电柜、空调等，每个单元均能独立安装，并能与相邻的单元连接。密闭通道系统使云舱内的冷热气流隔离，有效提高气流利用率。液冷云舱的外壳、柜体（包括液冷机柜、网络机柜、空调等）、走线架、框架等金属表面统一颜色为砂纹黑（RAL9005），机柜尺寸：宽600深1200高2200mm，外观示意图如图9 所示。图 9 舱体通道组件示意图 智算中心冷板式液冷云舱技术白皮书 13 液冷云舱的不同组件可按实际需求灵活搭配，主要组件在工厂预制，运抵施工现场后根据实际条件进行拼装。液冷云舱结构框架与机柜及其他功能柜接缝处采用毛刷、密封条等做密封处理，各部件参考如图10 所示。图 10 舱体通道部件参考示意图（1）通道门（2）控制天窗（3）翻转天窗（4）云舱框架（5）显示屏（6）云舱底座 云舱通道顶部或门楣处预留监控摄像头、烟雾报警器、温度传感器等监控器件的安装位置，门控端柜或构件处预留门禁的安装位置。云舱通道标准宽度为 1200mm，可按用户要求根据实际情况合理调整。3.2 冷量分配单元 CDU 冷量分配单元 CDU 主要功能是将热量从热源（如服务器等）传递到冷却介质中，从而实现对设备的有效冷却，作为整个液冷系统的“心脏”，负责提供并调节低温冷却液，为冷却液提供循环动力，通过换热器将其热量传递至一次侧系统冷源，实现冷却介质的降温。CDU 设备组成包括板式换热器、二次侧循环水泵、定压补液系统、膨胀罐、过滤器、控制调节阀、温湿度传感器、压力传感器、温度传感器、流量计、控制系统、触摸屏、电源模块、智能电表等配件，如图3 所示。智算中心冷板式液冷云舱技术白皮书 14 图 3 冷量分配单元 CDU 示意图 智能变频水泵系统保证末端冷量分配稳定，将满足使用需求的冷却液经水泵提升压力，通过管路、分水器进入负载，在负载吸热后再次返回CDU，变频水泵热备运行，通过动态调节流量与扬程匹配负载需求，实现能效最优。高效钎焊板式换热器隔离一二次侧溶液，将室内二次侧热量转移至室外一次侧，实现冷却液的温度降低。结合高精度过滤系统，防止系统堵塞，保证服务器冷板稳定运行。智能监控系统实时采集温度、压力等数据，故障自动切换保障安全高效。通过快接卡盘实现快速安装，自动补液系统集成液位-压力双闭环控制，简化操作维护。3.3 解耦型液冷机柜 解耦型液冷机柜包括机柜框架、分集液器、快速接头及连接软管、机柜供回水管、供电单元等，如图4 所示。采用标准化接口矩阵式配置方案，构建“液路 电路”双解耦架构，实现不同液冷连接形式的服务器按需部署于液冷机柜，兼容不同厂商的服务器。通过多重漏液防护设计，配备双向自密封的液冷连接器，提高了系统的可靠性和安全性，保障液冷系统在整个生命周期内的可用性。智算中心冷板式液冷云舱技术白皮书 15 图 4 解耦型液冷机柜示意图 3.3.1 机柜柜体 机柜柜体主体采用局部焊接、整体拼装成型，表面喷涂。机柜系统主要由机柜框架、导轨、侧板、网孔门、顶底板、扎线板等组成。（1）机柜尺寸：宽600mm深1200mm高2200mm，机柜外形尺寸的偏差不得超过（-3，0 mm），外表面对底部基准面的垂直度公差不得大于3mm；机柜用于安装设备（电源框、服务器、交换机等）的有效空间不小于47U，机柜方孔柱每U 高度为44.45mm，并在安装孔侧方丝印数字标识。（2）机柜满足19 英寸和21 英寸服务器设备和交换机的安装，同时兼容OCP 标准设备安装。（3）机柜可以并排安装，机柜并柜后柜体之间不应有明显的透光缝隙。采用水电分离管理，后部左侧安装分集液器；右侧安装PDU 或 Busbar 供电（根据实际项目需求进行调整）。3.3.2 分集液器 分集液器安装于液冷机柜内部，具备分液、集液和排气等功能。分集液器一般由排气阀、分支管路和主管路等组成。（1）分集液器主管管材 304 不锈钢无缝方管，不少于 20 支路以上的分集液器建议外径50mm*50mm，厚度3mm。焊接采用氩弧焊工艺，焊接应满焊，焊接前应对焊口清污，焊缝表面不应有裂纹、焊瘤、气孔、咬边及未填满的弧坑和凹陷存在。（2）分集液器满足主路上限流量下的压损不超过 15kPa，分集液器内部最大工作压力 0.7Mpa，承压能力不低于 1.0Mpa。智算中心冷板式液冷云舱技术白皮书 16（3）分集液器分支管路接口管径、数量及类型与机柜内设备类型相匹配，能够实现即插即通、即拔即断，接口自封闭，无滴漏。（4）分集液器管路设计需考虑机柜流量均匀，液冷机柜最大流量和最小流量之间的不平衡率控制在10%以内，且满足所有服务器设计散热需求。3.3.3 机柜供电单元 液冷机柜通过集中供电系统为机柜内部用电设备提供电力，柜内供电系统主要有两种形式，一种为盲插型供电单元包括电源框（Power Shelf）和供电母排（Busbar）组成，供电电压为 48V 54V；另外一种为常规的PDU 供电单元。3.3.3.1 盲插型供电单元（1）电源框 电源框将交流电转为直流电，支持 48V 54V 恒压直流输出给服务器等设备供电。单机柜内可安装多个电源框，每个电源框高度 1U，含 6 个电源模块和 1 个电源监控模块，供电能力33kW。每个电源框可以独立运行，也可以多个电源框并联运行。电源插框固定在机柜上，电源的气流方向需与机柜其余IT 设备保持一致，前进后出采用卡扣固定机柜前面的左右两侧的立柱上的，电源插框的后部也是卡装在后部左右两侧立柱上，采用转接铜排与Busbar 连接，如图5 所示。图 5 电源插框固定在机柜示意图（2）电源模块 电源模块单路电源输入,支持AC/DC 单路输入，以及宽市电电压输入范围，极大提升供电可靠性。系统采用模块化设计，即插即用方便扩容，带有 RS485 接口、CAN 接口等通信接口，组网灵活。电源模块额定输出电压为54Vdc，最大额定功率 5500W，最高效率97%以上。电源智算中心冷板式液冷云舱技术白皮书 17 模块通过 INPUT 端口从外部接入，输出汇集到电源框铜排上，电源模块外观如图 6 所示。图 6 电源模块外观示意图（3）供电母排（Busbar）供电母排Busbar 位于机柜的背面，可实现左右步距调整，可满足盲插方式为服务器设备及交换机设备供电，Busbar 的规格性能应满足以下要求：1)供电母排载流量：在环境温度 30C 时,1400A/ 54V 2)母排压降：200mV 3)Busbar 正负方向：从机柜后侧看,左负右正 液冷服务器采用盲插方式通过标准化盲插端子和供电母排对接，实现标准化接口和热插拔快接方式供电，如图7 所示：图 7 供电母排盲插端子 3.3.3.2 PDU 供电单元 根据实际项目需要及服务器设备类型不同，机柜供电单元可调整为PDU 供电单元，通过PDU 为机柜内用电设备提供电力。（1）液冷机柜应配置两套独立、可拆卸、可更换的固定式配电单元（PDU），用智算中心冷板式液冷云舱技术白皮书 18 于机柜内设备两路电源的引入、分配、连接、保护及分合（通断）。（2）PDU 的输入电源制式为三相交流380V，每套PDU 的供电容量均应与机柜用电功率对应，输出分路容量应能满足各设备用电需求。（3）PDU 外壳应采用金属或高阻燃塑胶材料（PC-ABS），能够有效抗射频、电磁波干扰；面板应采用高阻燃塑胶材料（PC-ABS），阻燃特性符合 UL94-V0 等级和国家相关规定。整体外观应平整、美观、协调，各部件安装牢固、紧凑，无松动。PDU 输入端应设接线端子组，可以连接25mm以下的电缆，各输出分路应按用户要求设插座或接线端子组，为设备提供接电条件。3.4 二次侧管路 液冷云舱从室内换热单元 CDU 出口到液冷机柜分集液器入口的管路定义为二次侧管路系统，包括 CDU 支管路、主干管、分支管、配套阀门、集水盘、漏水检测等，具备分液、集液和排气等功能，如图8 所示。图 8 二次侧管路示意图 二次侧管道系统采用预制化、去工程化设计，现场安装无需进行焊接，所有组件均在工厂内完成预制生产，硬管材质采用牌号ASTM 304 及以上不锈钢，有效确保冷却液的纯净度，避免结垢堵塞和腐蚀问题。软管采用 EPDM 材质，耐压性能、柔韧性更好，提高基础设施对智算服务器安全运行的保障程度。单个环路系统中 CDU 与液冷机柜采用 N 1 的冗余配置，具备定位漏液监测功能，提高管路系统安全性。二次侧管路设计压力不低于10bar，可有效应对系统突发压力变化情况。二次侧管路将冷却液分配至液冷机柜，各支路分流均匀性10%。3.5 水氟双冷源空调 液冷云舱采用风液同源冷却架构，空调末端采用水氟双冷源机组，可与液冷 CDU共用水冷冷源，实现液冷云舱风液比无极调节，满足多元化业务的应用场景，适配服智算中心冷板式液冷云舱技术白皮书 19 务器未来发展和智算中心的大规模部署。水氟双冷源列间空调为双盘管水冷直接膨胀式空调机组。空调形式为列间，设置于云舱机柜间。机组包含双盘管分别为氟盘管 水盘管，设备具有三种运行模式：机械制冷、混合预冷、自然冷却，如图11 所示。（1）机械制冷 （2）混合预冷 （3）自然冷却 图 11 三种运行模式示意图 当冷却水供水温度较高时，设备运行在机械制冷模式，压缩机开启；随着冷却水温度降低，回风先经过水盘管进行预冷，不足的冷量由氟盘管承担，压缩机变频运行；当冷却水温度足够低时，压缩机及氟盘管停止运行，热负荷完全通过水盘管换热由冷却水带走。图 12 水氟双冷源列间空调示意图 采用标准机柜式结构支持水平前送风，空调示意图如图 12 所示，可以灵活安装于模块化机房内，支持并柜安装或列装，并具有以下特点：a)结构结构灵活灵活：匹配模块化机房的灵活交付；智算中心冷板式液冷云舱技术白皮书 20 b)系统系统可靠可靠：实现无需集中式冷源补冷的风液同源设计；c)性能性能优异优异：充分利用自然冷源以提高空气冷却部分的能效比；d)场景场景广泛广泛：具有优异的制冷性能和广泛的应用场景；水氟双冷源空调能够有效满足智算数据中心预制化快速交付和模块化灵活部署的建设需求，适配风液同源、弹性风液比的应用需求。4.AI 数字化管理平台 液冷云舱的 AI 数字化管理平台整合智能传感、监测和智能调度系统，通过监控屏幕的数据呈现，实现对云舱内液冷 CDU、列间空调、液冷电源、环境等状态的不间断监控。通过整合云舱系统的数字化仿真、漏液监测和智能调度能力，实现集约化管理和自有产品的纳管。（1）智能监控功能 液冷云舱智能化管理平台由一体化监控单元、传感器、数据交换设备、显示屏等硬件组成，具备对设备数据的采集、存储、分析、告警、展示等，实现对动力、环境、消防、视频、空调等系统的监控和告警预警、消防联动等功能。智能化管理平台具有良好的可视化界面，根据实际需求可提供全面的管理功能。监控系统应对云舱内温湿度、漏水监测、烟雾监测进行监控并按控制逻辑发出告警信号。融合数字化仿真和控制模型孪生技术，将数字化仿真和智能调度所需数据生成和算法进行验证，作为漏液预测和调度决策的技术底座。（2）健康管理功能 液冷云舱智能化管理平台可对液冷 CDU、空调告警信息实现显示、管理和分析，具备健康度评价等功能，包含安全性和功能性评价，支持对 CDU、列间空调和二次侧管路等进行智能健康管理。AI 健康管理功能依据负载变化（如 AI 训练任务峰值）和 PUE 目标，动态调节冷却液流量分配、循环泵频率和空调风机转速等。通过毫秒级监测杜绝热失控和漏液风险，实现健康管理与节能降耗协同，守护高价值算力设备，推动数据中心全生命周期主动健康保障。5.经济效益分析 液冷云舱可实现预制化、标准化快速部署，相比从设备采购、现场加工、组装施工、调试等的传统建设模式，理论测算采用液冷云舱建设模式可大幅降低部署周期，综合建设周期缩短 10%。智算中心冷板式液冷云舱技术白皮书 21 采用高效节能的硬件设备和节能技术的应用，降低了数据中心的能耗和运行成本。单机柜可达 20-60kW，水氟双冷源空调在指定工况下达到较高的全年能效比，对比传统风冷数据中心液冷云舱预计能效提升 20%。通过智能化管理系统，实现对数据中心的实时监控和自动化管理，提高了智算数据中心的运营效率。五、冷板式液冷系统工程设计要点 1.一般规定 对于单机架功率 20kW 及以上的制冷需求，综合技术成熟度、经济性，优先推荐采用冷板式液冷系统。2.负荷计算 负荷计算可参考现行规范数据中心设计规范GB 50174-2017 的相关要求。服务器液冷散热部分负荷可根据机架液冷部分运行功率进行计算。液冷占比按照系统形式及服务器器件散热情况进行确定。对于液冷系统机房，风冷部分负荷除考虑房间围护结构、照明等冷负荷外，还需要考虑液冷系统向房间的散热负荷。液冷机架对应的电力设备发热负荷，可按效率损失转换成热能计算。3.设计要求 1）液冷冷源）液冷冷源 液冷冷源应综合考虑室外环境气象参数(干球温度、湿球温度)，以及建筑物规模、当地水资源条件等因素确定，宜全年利用自然冷源。优先采用开式冷却塔 板换或闭式冷却塔方案，不应直接使用开式冷却塔冷却水。对于极端缺水地区、严寒地区可采用干冷器方案，同时为满足夏季冷却侧供水温度需求，可配置水喷雾冷却系统或进风侧湿膜加湿系统。对于无法全年使用自然冷源的液冷系统应配置机械压缩补冷装置。为提高液冷侧节能性，宜提高冷源系统一二次侧供回液温度，加大供回液温差，降低冷源设备的功耗。在保障液冷服务器用冷安全的前提下，液冷换热单元 CDU 室外一次侧设计进水温度不宜低于 35，室内二次侧设计供液温度不宜低于 40，一二次设计供回水/液温差不宜低于 10。2）液冷系统）液冷系统 智算中心冷板式液冷云舱技术白皮书 22 设计中应分别针对不同的液冷系统特点，合理布置设备及设计管路系统形式。设置冷板式液冷的主机房应做好冷板液冷系统和风冷系统两套冷却系统管路的路由规划、标识保证路由紧凑、合理，各管道能够清晰识别，具备检修空间。液冷系统分为一次侧和二次侧两部分。一次侧可采用风冷或水冷散热方式，主要由冷却塔(或干冷器)、循环动力组件、管路系统构成，对于自然冷却无法满足的液冷系统，还包括机械压缩补冷装置；二次侧主要由液冷末端、管路系统、冷量分配单元 CDU 构成。液冷二次侧水系统不平衡率应控制在 10%以内，在最不利单点故障工况，不平衡率应不大于 15%。液冷二次侧管路宜采用不锈钢材质，同时管路中管件、阀门等应采用相同材质，接液材质应与液体具备兼容性，同时二次侧管路施工方式宜采用预制化形式。环路工艺冷媒供回歧管底部需设置集水盘，集水盘需采支持分段预制且可实现定向排水，集水盘建议设置不小于 i=0.003 坡度，内部需沿管路路由全部铺设米级定位式漏水告警绳，定位式漏水告警绳敷设应覆盖环路工艺冷媒供回歧管及阀门。漏水绳上需安装定位标识，漏水检测的告警信号应可接入机房动环管理系统，当出现漏液告警时可将发生泄漏的物理位置定位到某个主管路。液冷一次侧所需冷却塔、板换、水泵等宜采用 N 1 备份设置，进入 CDU 之前的一次侧管路及 CDU 之后的二次侧管路宜采用双管路或环管形式，CDU 应采用 N 1 配置。液冷系统的冷却液不应直接排放至排水系统，应为冷却液设置专用的收集、回收装置，经专业处理后方可排放。六、液冷新技术探索 1.相变冷板冷却技术 两相冷板式液冷是指冷却工质在冷板式蒸发器内吸收热量后沸腾，产生的蒸汽流向冷凝器后冷凝，实现热量高效转移。两相冷板式液冷技术的核心在于利用冷却液的“相变”过程来高效传递热量。当冷却液流经冷板与芯片接触的区域时，吸收芯片产生的大量热能后，会从液态蒸发为气态。液态到气态的相变过程会吸收大量的潜热，其单位质量冷却液带走热量的效率远高于仅依靠显热交换的单相冷却方式。冷却介质采用氟化物作为工艺冷媒有效提升冷板液冷系统散热能力和可靠性（如泄漏为气态且不导电，不会危及服务器安全），关于冷却介质的选择，研究表示包括 R134a、R513A、R515B、R471A 等均可使用。英伟达和国内厂商也有带制冷剂泵驱动的动力热管解决方案，这种方式可以使散热器与机柜的相对位置更加灵活，甚至可智算中心冷板式液冷云舱技术白皮书 23 以支持多机柜的多联系统。实现稳定高效的两相冷却目前存在两个突出的问题：首先是系统压力较高，冷却液在蒸发时会产生较高的蒸汽压力，两相系统的工作压力通常会达到 5Bar 甚至更高，远超单相系统约 12Bar 的压力水平，这对系统的冷板、管路、接头、等密封件的耐压性能和结构强度提出了较高的要求。其次，由于系统内存在蒸发和冷凝，在冷板内存在气液两相流动，冷板内部微通道结构的设计、冷却液的流量控制以及气液两相的流量分配，都是确保两相系统高效稳定运行的关键技术。2.环路热管两相散热技术 环路热管属于无源的两相散热器件，具有传热效率高、传热量大、热传输距离远、布置灵活等突出优点，其热量转移距离和传热量均远高于传统热管。同样属于两相冷板式液冷的范畴，但工作机制有所不同。环路热管是一种被动式两相热传装置，它同样利用工作流体的相变（蒸发与冷凝）来传递热量。其结构主要包括蒸发器（一种特殊结构设计的冷板，内部含有多孔毛细芯）、冷凝器、蒸汽管、液体管和补偿腔。环路热管依靠蒸发器内毛细芯的毛细力驱动工作流体循环，无需外部泵的功耗，具有高导热系数、长距离传热、结构灵活、无运动部件、可靠性高等优点，尤其适用于对可靠性要求高或空间受限的高热流密度散热场景。3.芯片级液冷技术 芯片级散热技术是直接在芯片表面或芯片内部实施的散热措施，可以更直接、更快速地将热量从热源（芯片）传递出去，由于空间狭小、环境复杂，所以对散热材料及器件结构有着极高的要求。根据热源到换热结构的热传导路径不同，芯片级散热技术一般可以分为三种类型：第一种为远端冷却架构散热技术，芯片与热沉冷板之间通过 2 层界面材料进行热传导。第二种为近芯片冷却架构散热技术，随着热流密度与芯片面积的增加，远端冷却能力越发不足，因此直接将芯片通过 1 层界面材料与热沉冷板贴合，形成近芯片冷却架构。相比于远端冷却架构，由于减少了 1 层界面材料与热扩散层，进一步降低热阻，提高了可冷却的热流密度。第三种为芯片内嵌冷却架构散热技术，即通过消除芯片和热沉冷板之间的界面材料，直接在芯片衬底上刻蚀微通道，将流体引入其中，达到冷却效果。智算中心冷板式液冷云舱技术白皮书 24 芯片内嵌冷却在高性能芯片热管理方面具有巨大的应用潜力，与远端冷却和近芯片冷却相比，该方案总热阻显著降低。因此，以芯片为对象并相互联动的超高热流密度散热装置成为必然趋势。七、结语 AI 智算的引入使得 IT 设备机柜功率密度宽幅变化，通算、超算、智算多元化的格局已经形成，导致数据中心的灵活适配、动态调节能力成为重要的建设需求。智算服务器的引入，数据中心由单机柜功率 8kW 以下风冷通用算力设备升级至 40kW 以上液冷智能算力设备,为数据中心制冷和能耗带来了前所未有的挑战,因此探索低能耗高制冷效率以及高效能的数据中心建设方案，成为新型数据中心发展和未来高算力业务的最优路径 液冷云舱采用单相冷板式液冷架构，各子系统基于标准化机柜模型搭建，建设方案采用兼容列间空调和液冷 CDU 的多元化解决方案，实现制冷量的按需匹配，达到节能降耗的需求。创新采用新型风液同源冷却技术和解耦型标准化液冷机柜技术，打造冷板式液冷云舱全栈解决方案，弹性适配不同场景快速交付，实现预制化、集成化、快速部署，灵活适配模块化机房的应用场景，满足多元化业务的未来发展。智算中心冷板式液冷云舱技术白皮书 25 参考文献 1 冷板液冷标准化及技术优化白皮书 2 绿色数据中心冷却方式研究报告 3 数据中心液冷技术应用与发展调研报告 4 绿色液冷数据中心白皮书 5 吴丹萍.液冷技术在数据中心的应用分析J.中国设备工程,2024,(21):222-224.6 朱宸,魏东黎,余海生,等.冷板式液冷技术应用于智算中心高密机房的方案分析J.电信工程技术与标准化,2024,37(S1):174-179.DOI:10.13992/ki.tetas.2024.s1.023.7 张 锐.冷 板 式 液 冷 数 据 中 心 研 究 与 应 用 J.电 子 元 器 件 与 信 息 技术,2024,8(09):198-201.DOI:10.19772/ki.2096-4455.2024.9.059.8 包 云 皓,陈 建 业,邵 双 全.数 据中 心 高效 液 冷 技术 研究 现状 J.制 冷 与 空调,2023,23(10):58-69.9 柯媛华,成军,杨瑛洁,等.数据中心液冷技术研究 J.邮电设计技术,2023,(12):35-41.
2025-08-19
24页
5星级
液液冷冷：AAI I算算力力新新一一极极AAI I算算力力“卖卖水水人人”专专题题系系列列（6 6）评级：掆荐(维持)证券研究报告2025年08月16搾计算机刘熹(证券分析师)S请务必阅读报告附注中的.
2025-08-18
37页
5星级
请请务必阅读务必阅读正文后正文后的声明的声明及说明及说明 Table_Info1 计计算机算机 Table_Date 发发布时布时间：间：2025-08-14 5 Table_Invest 优优于于.
2025-08-18
38页
5星级
异构算力协同白皮书异构算力协同白皮书HeterogeneousHeterogeneous ComputingComputing PowerPower CoordinationCoordination .
2025-08-15
30页
5星级
证券研究报告行业深度报告计算机 东吴证券研究所东吴证券研究所 1/25 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 计算机行业深度报告 把握“人工智能把握“人工智能 ”关键投资风口：选股逻辑”关键投资风口：选股逻辑梳理梳理 2025 年年 08 月月 14 日日 证券分析师证券分析师 王紫敬王紫敬 执业证书：S0600521080005 021-60199781 行业走势行业走势 相关研究相关研究 Scale AI：AI 时代卖水人 2025-08-05 新方向：机器人遥操作 2025-08-03 增持（维持）Table_Tag Table_Summary 投资要点投资要点 人工智能人工智能 的先决条件：大模型能力已经实现跨越式提升、成本断崖式的先决条件：大模型能力已经实现跨越式提升、成本断崖式下跌。下跌。AI 大模型性能大幅提升：大模型性能大幅提升：2024 年以来，大模型在 MMMU、GPQA 和 SWE-bench 等测试上快速进步；基准测试之外，人工智能系统在生成高质量视频、编程等方面均取得了重大进展。大模型正在变得更高效大模型正在变得更高效且更容易普及：且更容易普及：得益于越来越强大的模型，一套性能达到 GPT-3.5 水平的系统，其推理成本在 2022 年 11 月至 2024 年 10 月期间下降了超过 280 倍。在硬件层面，成本每年降低约 30%，而能源效率则每年提升 40%。随着大模型的不断成熟，用户数量与月活均呈加速上升趋势随着大模型的不断成熟，用户数量与月活均呈加速上升趋势。中美人工智能产业逻辑不同，中国需要充分发挥自身比较优势。中美人工智能产业逻辑不同，中国需要充分发挥自身比较优势。中美中美 AI产业发展逻辑存在显著差异产业发展逻辑存在显著差异。人工智能的技术路径没有收敛，因此我们需要发挥我们的比较优势。（1）数据优势：）数据优势：我国超 80%数据来自政府，尚处于未被开发的状态，具有极大经济潜力。同时国内高质量数据集提到了一个新的维度，伴随着人工智能技术的发展，能够实现“数据不出域、可用不可见”；（2）产业链优势：）产业链优势：中国具有全世界最完整的产业链。2024 年我国制造业增加值为 3.6 万亿美元，占全球制造业比重 28.9%。制造业 人工智能=机器人，而机器人的核心在于智力。（3）市场优势：）市场优势：我国具有超大规模市场的需求优势，有 14 亿多人口和 4 亿多中等收入群体的超大规模内需市场，拥有丰富的应用场景。（4）应用场景优势：）应用场景优势：“人工智能 ”正深度融入人们生产生活等具体环境，在推动制造业、办公、家庭、消费等场景的智能化升级方面表现尤为突出。人工智能人工智能 应用场景的核心在于应用场景的核心在于 AI Agent，AI Agent 是一种广义上的是一种广义上的 AI 应用，最应用，最终都要落地到实际生产场景。终都要落地到实际生产场景。AI 的重点在“的重点在“ ”，而非”，而非 AI 本身。顶层设计强调“本身。顶层设计强调“AI ”的重点在于与”的重点在于与具体场景相结合，体现行业属性，而非技术本身，因此重点关注的投资具体场景相结合，体现行业属性，而非技术本身，因此重点关注的投资方向应当聚焦方向应当聚焦 AI 赋能具体场景。赋能具体场景。关注产业与政策两大催化：（1）产业）产业催化：催化：关注大模型版本更迭（GPT5 与 DeepSeek V4）带来的投资边际变化；（2）政策催化：）政策催化：2025 年 7 月 31 日总理在国常会上通过关于深入实施人工智能 行动的意见，应当重视本轮政策的重要性。关注六大选股逻辑。关注六大选股逻辑。（1）大模型版本更迭带来的边际变化）大模型版本更迭带来的边际变化：本轮 GPT5发布的核心在于更低的幻觉率、更低的价格、更强的编程能力等，侧重应用落地。大模型逻辑已从此前的“比谁更强”向“比谁更有用”的范式转变；2、自上而下、自上而下直接政策相关直接政策相关：紧扣关于深入实施“人工智能 ”行动的意见全文以及近期的政策走向，按图索骥，有的放矢；3、自下而上、自下而上事件驱动或公司基本面质地优良事件驱动或公司基本面质地优良：自下而上从事件驱动或公司 AI 基本面角度出发，选择具备事件催化或 AI 业务落地进展较顺利的相关标的；4、有市值容量的机构品种、有市值容量的机构品种：大市值（百亿以上）的公司更适合机构投资风格；5、映射美股、映射美股：AI 热点标的已经从上游（英伟达等）向下游应用转移。我们认为这些美股 AI 应用标的对应的 A 股公司同样存在投资价值；6、低估值、低估值：当前 AI 应用板块整体估值水平较低，未来具有较大风险收益比。从低位标的入手，建议关注未来一年市盈率预期在 60X 以下的相关标的。投资建议：投资建议：本文提到了两大催化两大催化（产业催化 政策走向）以及六大选股六大选股逻辑逻辑（大模型版本更迭、自上而下、自下而上、机构品种、美股映射、低估值）。综合以上所有选股思路，具体投资建议参见 P23。风险提示：风险提示：政策力度与落地不及预期、技术突破不及预期、产品商业化进展不及预期、全球地缘政治风险加剧。-5%41IXgv 24/8/142024/12/132025/4/132025/8/12计算机沪深300 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 2/25 内容目录内容目录 1.AI 应用高地：当前已经发展到了什么阶段？应用高地：当前已经发展到了什么阶段？.4 1.1.AI 应用已来到加速上行前夕.4 1.2.大模型性能出现跨越提升，成本已出现断崖式下跌.4 2.中国在中国在 AI 产业博弈中需要充分发挥自身比较优势产业博弈中需要充分发挥自身比较优势.8 2.1.中美 AI 产业逻辑差异.8 2.1.1.美国：站在全球的知识产权金字塔顶端，掘金全球.8 2.1.2.中国：下游应用是我国核心优势与 AI 产业的关键突破口.9 3.产业催化与政策走向产业催化与政策走向.15 3.1.产业催化：大模型版本更迭.15 3.2.政策走向解读：顶层设计加码人工智能 .16 3.2.1.政策高度对标互联网 .16 3.2.2.确定战略纲领性地位.16 3.2.3.后续政策催化.16 4.六大选股逻辑六大选股逻辑.17 4.1.关注 GPT5 与 DeepSeek 带来的变化：多模态与 AI 编程相关标的.18 4.2.自上而下：政策直接利好.19 4.3.自下而上：事件驱动或公司 AI 基本面质地优良.20 4.4.机构品种：考虑市值容量的选股策略.20 4.5.美股映射：参考美股市场表现对应的 A 股标的.21 4.6.低估值标的.22 5.投资建议投资建议.23 6.风险提示风险提示.24 XVVZuNyRoOoPwOpNxOqQtQ9P8Q6MnPoOoMtOkPrRyQlOmNnQ7NqQwPMYtPzRNZtQsP 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 3/25 图表目录图表目录 图 1：企业的生命周期来看，AI 应用行业即将进入快速成长期.4 图 2：大模型能力在过去的 2 年内快速成长.5 图 3：中美大模型能力成长曲线图，中国在顶端 AI 大模型的能力上与美国的差距已基本逼近美国.6 图 4：大模型正在趋于高效，可以用更少的训练参数实现更高的性能.7 图 5：ChatGPT 周活动人数快速增长.7 图 6：25M5 AI 应用前十名 MAU 几乎全部同比增长（单位：百万人/月）.7 图 7：全球云基础设施服务市场几乎被美国垄断.9 图 8：美国企业垄断全球 AI 算力芯片市场.9 图 9：我国超 80%数据尚未被开发，未开发数据总量不断上升（单位：ZB，2025 年后为预测数据）.9 图 10：我国高质量数据集建设持续推进，助力构建垂直大模型.10 图 11：2024 年我国制造业增加值占全球制造业比重达 28.9%.11 图 12：2024 年中国具备巨大市场潜力（单位：亿人）.12 图 13：我国具备多样化的下游应用场景.13 图 14：Agent 能够适配的业务复杂度最高，可覆盖几乎全场景的人类员工工作内容.14 图 15：“人工智能 ”选股全景图（红色为顶层设计相关，蓝色为机构相关）.18 表 1：截止至 2025 年 8 月 1 日，美股 AI 应用相关标的列举.8 表 2：截止至 2024 年，我国各类易被 Agent 替代的工种人数统计.14 表 3：我国中央至地方的 AI 应用相关政策.17 表 4：GPT5 发布后首日美股开盘 AI 应用相关标的齐涨，反映市场对应用落地逻辑认可.19 表 5：“自上而下”政策直接利好标的梳理（截止至 2025 年 8 月 13 日）.19 表 6：部分 AI 收入占比较高的标的梳理.20 表 7：市值较大的机构品种梳理（截止至 2025 年 8 月 13 日）.20 表 8：美股 AI 应用映射 A 股（截止至 2025 年 8 月 13 日）.21 表 9：低估值标的梳理（未来一年内 PE 位于 60 以内，截止至 2025 年 8 月 12 日）.22 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 4/25 1.AI 应用高地：当前已经发展到了什么阶段？应用高地：当前已经发展到了什么阶段？1.1.AI 应用已来到加速上行前夕应用已来到加速上行前夕 从企业的生命周期来看，从企业的生命周期来看，AI 应用已来到加速上行前夕。应用已来到加速上行前夕。从企业生命周期来看，一家公司/一个新生行业会经历：种子期初创期快速成长期成熟期衰退期。种子期初创期快速成长期成熟期衰退期。对于AI 企业而言，从创始到成熟期对应的企业特点主要包括：种子期（成本下降）、初创期（渗透率快速提升）、快速成长（ROI 兑现）、成熟期（平台统一、合规完备）。我们认为，当前我们认为，当前 AI 应用已来到快速成长前夕。应用已来到快速成长前夕。AI 应用当前已实现成本腰斩、渗透率快速提升、收入验证带动 ROI 落地，基本符合快速成长期的特征。图图1：企业的生命周期来看，企业的生命周期来看，AI 应用行业即将进入快速成长期应用行业即将进入快速成长期 数据来源：东吴证券研究所绘制 1.2.大模型性能出现跨越提升，成本已出现断崖式下跌大模型性能出现跨越提升，成本已出现断崖式下跌 2024 年以来，年以来，AI 大模型性能大幅提升。大模型性能大幅提升。2023 年，研究人员引入了新的基准MMMU、GPQA 和 SWE-bench，以测试先进人工智能系统的极限。仅仅一年后，性能大幅提升：在 MMMU、GPQA 和 SWE-bench 上，分数分别提高了 18.8、48.9 和 67.3 个百分点。在基准测试之外，人工智能系统在生成高质量视频方面取得了重大进展，在某些设置中，语言模型代理甚至在某些时间预算有限的编程任务中超越了人类。初创期初创期渗透率提升快速成长期快速成长期收入验证成熟期成熟期平台统一化合规完备衰退期衰退期种子期种子期快速降本时间时间 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 5/25 图图2：大模型能力在过去的大模型能力在过去的 2 年内快速成长年内快速成长 数据来源：AI Index,2025东吴证券研究所 中国中国 AI 实验室正逐步缩小与美国同行的技术差距。实验室正逐步缩小与美国同行的技术差距。随着 DeepSeek-R1 模型的发布与更新，中国 AI 实验室的模型性能已达到 o1 基准智能水平，并逼近 o3。2024 年末以来，中国顶尖 AI 实验室密集发布多款高性能模型，显著缩小了中美模型间的智能水平差距。当前部分中国模型已具备与美国顶级实验室模型抗衡的实力，以 DeepSeek、阿里巴巴为代表的开放权重模型，其智能水平已接近和达到 o1 基准。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 6/25 图图3：中美大模型能力成长曲线图，中国在顶端中美大模型能力成长曲线图，中国在顶端 AI 大模型的能力上与美国的差距已基本逼近美国大模型的能力上与美国的差距已基本逼近美国 数据来源：Artificial Analysis，东吴证券研究所 大模型正在变得更高效且更容易普及。大模型正在变得更高效且更容易普及。得益于越来越强大的模型，一套性能达到 GPT-3.5 水平的系统，其推理成本在 2022 年 11 月至 2024 年 10 月期间下降了超过 280 倍。在硬件层面，成本每年降低约 30%，而能源效率则每年提升 40%。此外，开放权重模型与封闭模型之间的差距也在不断缩小，在部分基准测试中，性能差异已从 8%降至仅 1.7%（仅用了一年时间）。这些趋势共同推动了先进 AI 应用门槛的迅速降低。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 7/25 图图4：大模型正在趋于高效，可以用更少的训练参数实现更高的性能大模型正在趋于高效，可以用更少的训练参数实现更高的性能 数据来源：AI Index,2025，东吴证券研究所 大模型的不断成熟，用户数量与月活均呈加速上升趋势。大模型的不断成熟，用户数量与月活均呈加速上升趋势。GPT 自 2022 年 11 月发布后，5 日内用户数量突破 100 万，至 2023 年 11 月 WAU 达 1 亿，2024 年 8 月 WAU 达2 亿，2025 年 2 月 WAU 达 4 亿，第二轮翻倍时间较第一轮缩短 3 个月；DeepSeek 上线20 天即斩获 1000 万用户，上线 2 个月 MAU 达 2 亿。以 GPT 与 DeepSeek 两大最热门大模型来看，用户数量与使用数量均呈现加速上升的态势。图图5：ChatGPT 周活动人数快速增长周活动人数快速增长 图图6：25M5 AI 应用前十名应用前十名 MAU 几乎全部同比增长几乎全部同比增长（单（单位：百万人位：百万人/月）月）数据来源：AI 产品榜，东吴证券研究所 数据来源：AI 产品榜，东吴证券研究所 0.010.2523480%2%4%6%8234567892022/112023/12024/82024/122025/22025/6ChatGPT-WAU(亿用户)渗透率 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 8/25 截止至截止至 2025 年年 8 月月 1 日，标普日，标普 500 前五前五 AI 股中英伟达缺席（年内仅涨股中英伟达缺席（年内仅涨 29.2%），），涨幅居前的涨幅居前的 AI 公司绝大多数为公司绝大多数为 AI 应用公司，反映市场热点向应用层扩散。应用公司，反映市场热点向应用层扩散。表表1：截止至截止至 2025 年年 8 月月 1 日，日，美股美股 AI 应用相关标的列举应用相关标的列举 海外公司海外公司 代码代码 核心业务亮点核心业务亮点 2025 年初至今涨幅（年初至今涨幅（%）2025 区间最大涨幅（区间最大涨幅（%）Palantir PLTR AI 数据分析平台，政府与企业客户深度应用 104.0 143.3 GE Vernova GEV 燃气轮机 AI 优化与能源数字化解决方案 99.8 160.6 NRG Energy NRG AI 驱动的电力价格预测与能源管理 87.8 112.1 Super Micro SMCI AI 服务器供应商，英伟达核心合作伙伴 85.8 120.3 Seagate STX 存储设备 AI 优化，数据中心需求爆发 81.8 146.3 Tempus AI TEM AI 医疗数据分析、诊疗解决方案 62.6 75.0 Microsoft MSFT AI 办公 云平台 24.8 52.3 AppLovin APP AI 广告投放平台 17.1 89.1 Duolingo DUOL AI 语言学习应用 4.6 28.6 ServiceNow NOW AI 企业服务管理、业务流程自动化-13.7 34.7 Figma FIG.US AI 设计工具 新股 新股 数据来源：Wind，东吴证券研究所整理 2.中国在中国在 AI 产业博弈中需要充分发挥自身比较优势产业博弈中需要充分发挥自身比较优势 2.1.中美中美 AI 产业逻辑差异产业逻辑差异 中美中美 AI 产业发展逻辑存在显著差异，导致路径选择上两国有截然不同的战略规划。产业发展逻辑存在显著差异，导致路径选择上两国有截然不同的战略规划。人工智能的技术路径没有收敛，因此我们需要发挥我们的比较优势。2.1.1.美国：站在全球的知识产权金字塔顶端，掘金全球美国：站在全球的知识产权金字塔顶端，掘金全球 美国位于全球美国位于全球 AI 产业链的最顶端，掌控云服务产业链的最顶端，掌控云服务与芯片市场的垄断地位。与芯片市场的垄断地位。（1）云服务：）云服务：北美四大云厂商（谷歌、亚马逊、Microsoft、Meta）2025 年规划投资超 3000 亿美元用于 AI 数据中心建设，云基础设施服务市场前八名中美国公司累计市占率超 70%；（2）AI 芯片：芯片：截止至 2024 年底，英伟达数据中心 GPU 市占率达 92%，形成技术壁垒与生态垄断。以 NVIDIA 为例，2024 年报净利润超 300 亿美元，净利率超 53%，壁垒高、具备极强议价能力。2024 年中国 AI 服务器市场外购美国芯片占比达 63%，无论产品端还是技术端都高度依赖美国芯片产业。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 9/25 图图7：全球云基础设施服务市场几乎被美国垄断全球云基础设施服务市场几乎被美国垄断 图图8：美国企业垄断全球美国企业垄断全球 AI 算力芯片市场算力芯片市场 数据来源：Statistia，东吴证券研究所 数据来源：Statistia，东吴证券研究所 2.1.2.中国：下游应用是我国核心优势与中国：下游应用是我国核心优势与 AI 产业的关键突破口产业的关键突破口 中国中国 AI 产业优势体现在下游。产业优势体现在下游。中国 AI 产业上游云服务与芯片被美国卡脖子，尽管中国本土厂商持续实现技术突围，但由于行业网络效应显著，中国想在上游实现完全胜利难度极高。中国需要发挥自己的比较优势。中国需要发挥自己的比较优势。（1）数据优势：）数据优势：2016 年 5 月 9 日，时任总理李克强表示“目前我国信息数据资源80%以上掌握在各级政府部门手里，深藏闺中是极大浪费”。过去的十年里过去的十年里数据数据开放开放情情况况依然没有明显进展依然没有明显进展，且数据总量持续累计；且数据总量持续累计；大量数据仍大量数据仍处于未被开发的状态，处于未被开发的状态，仅市级融媒体中心每年就可以产生超 50TB 文化数据，且超 80%未开发，反观社会数据总量，反观社会数据总量，具有极大经济潜力具有极大经济潜力。而美国大部分数据来自头部大厂，在大模型训练过程中已经被相当程度转化为经济效应。图图9：我国超我国超 80%数据尚未被开发，未开发数据总量不断上升数据尚未被开发，未开发数据总量不断上升（单位：（单位：ZB，2025 年后为预测数据）年后为预测数据）数据来源：IDC，东吴证券研究所 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 10/25 全球最大的数据标注公司 Surge AI 创始人 Edwin Chen 提到：“在当前“在当前 AI 发展的瓶发展的瓶颈中，数据质量绝对排在第一位，其次是计算能力，然后才是算法。仅仅通过投入更多颈中，数据质量绝对排在第一位，其次是计算能力，然后才是算法。仅仅通过投入更多计算能力不可能解决问题，因为如果没有高质量的数据来训练，或者没有正确的目标和计算能力不可能解决问题，因为如果没有高质量的数据来训练，或者没有正确的目标和评估指标，你就会陷入一种看到虚假进步的陷阱。”评估指标，你就会陷入一种看到虚假进步的陷阱。”2025 年 6 月 12 日，数据标注独角兽企业 Scale AI 正式宣布一项来自 Meta 公司的 143 亿美元战略投资，Meta 将获得该公司49的非投票权股份，此项投资使 Scale AI 的估值飙升至 290 亿美元。Scale AI 在 2024年收入达 8.7 亿美元，6 月 12 日收购完成后，对应估值的 PS 倍数达到了 33 倍。一方面，这次战略投资让人们重新审视了数据作为基石对于一方面，这次战略投资让人们重新审视了数据作为基石对于 AI 行业的重要作用；行业的重要作用；另一方面，这一事件也为我们提供了观察全球数据标注产业发展的窗口。另一方面，这一事件也为我们提供了观察全球数据标注产业发展的窗口。国内高质量数据集国内高质量数据集的重要性被的重要性被提提高到高到新的维度。新的维度。2025 年之前，中国的数据要素产业发展非常低于预期，主要问题在于从技术上很难低成本地实现“数据不出域，可用不可见”，大大降低了各地方开放数据的意愿。而伴随着人工智能技术的发展，完美的解决了这个难题：只要把数据封装进垂直模型，让下游来蒸馏模型，下游可以获得我的知识，但无法获取数据，形成“数据不动模型动”的局面，真正实现了数据不出域、可用不可见。图图10：我国高质量数据集建设持续推进，助力构建垂直大模型我国高质量数据集建设持续推进，助力构建垂直大模型 数据来源：国家数据局，东吴证券研究所 高质量数据集相关标的：深桑达高质量数据集相关标的：深桑达 A目前掌握国内最多公共数据授权运营的公司。目前掌握国内最多公共数据授权运营的公司。深桑达 A 下属子公司中国电子云中国电子云目前与国内超过五家国家实验室和超过十家的央企达成了高质量数据集的合作意向，包括此前与国防科工委落地建设“遥感行业可信数据空间”。同时，深桑达深桑达 A 是稀缺的央企标的，是稀缺的央企标的，具备国家背书，已参与众多国家级情报收集与数据治理项目。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 11/25 两个新业态值得重视：数据标注和数据合成，两个新业态值得重视：数据标注和数据合成，自数据局成立以来，数据标注的热度非常高，一直是重要的政策方向。数据标注与数据合成相关标的数据标注与数据合成相关标的海天瑞声，数据标注行业的卖水人。海天瑞声，数据标注行业的卖水人。一般来说，AI 应用的所有场景都需要高质量数据集和数据标注，而海天瑞声是全 A 股唯一的数据标注企业，具有极强的稀缺性。2025 年中报收入同比增速有望超过 70%，对比海外 scale AI 今年翻倍增长的预期，具备高景气度。（2）产业链优势：中国具有全世界最完整的产业链。）产业链优势：中国具有全世界最完整的产业链。2024 年我国制造业增加值为3.6 万亿美元，占全球制造业比重 28.9%。图图11：2024 年我国制造业增加值占全球制造业比重达年我国制造业增加值占全球制造业比重达 28.9%数据来源：Statista，东吴证券研究所 制造业制造业 人工智能人工智能=机器人，为市场指明未来具身智能的演进方向：机器人，为市场指明未来具身智能的演进方向：机器人的核心在于智力而非四肢和躯干，因此未来具身的演进方向首先是大脑，因此未来具身的演进方向首先是大脑，政策和产业发展都会围绕机器人大脑展开。相关的上市公司包括能科科技、东土科技、和索辰科技。能科科技、东土科技、和索辰科技。AI 制造业相关标的制造业相关标的能科科技：兼备军工、工业软件、能科科技：兼备军工、工业软件、AI 应用三大标签。应用三大标签。公司2024 年 AI 业务收入高达 2.7 亿元，今年有望实现大幅增长。能科科技的标签包括军工、工业软件、和人工智能应用，都是高景气赛道。（3）市场优势：）市场优势：我国具有超大规模市场的需求优势，有 14 亿多人口和 4 亿多中等收入群体的超大规模内需市场，拥有丰富的应用场景。我国具有产业体系配套完整的供给优势，是世界唯一拥有联合国产业分类中全部工业门类的国家，还有 6000 多万家各类企业优势互补、竞相发展。我国具有大量高素质劳动者的人才优势，有 7 亿多劳动力、2.4 亿多技能人才和每年 1000 多万高校毕业生的丰富人力资源。这些优势这些优势的背后是巨大的背后是巨大 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 12/25 的市场潜力，将成为的市场潜力，将成为 AI 应用发展的强大后备力量。应用发展的强大后备力量。图图12：2024 年中国具备巨大市场潜力（单位：亿人）年中国具备巨大市场潜力（单位：亿人）数据来源：求是网，东吴证券研究所 （4）应用场景优势：）应用场景优势：当前，当前，“人工智能人工智能 ”正深度融入人们生产生活等具体环境，在正深度融入人们生产生活等具体环境，在推动制造业、办公、家庭、消费等场景的智能化升级方面表现尤为突出。推动制造业、办公、家庭、消费等场景的智能化升级方面表现尤为突出。在制造业领域，传统的流水线模式正逐渐被柔性化和定制化的智能生产所取代；在办公场景中，人工智能技术推动着知识工作者效率的提升和能力边界的拓展；在家庭生活场景中，各类智能化产品让科技真正服务于人的需求；在娱乐消费场景中，人工智能助力体验经济等新型消费模式的发展。14.1472.40.13.31.351.70.0350246810121416人口总量中等收入群体规模劳动力人口总数技能型人才高校毕业生中国美国 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 13/25 图图13：我国具备多样化的下游应用场景我国具备多样化的下游应用场景 数据来源：大数据 AI 智能圈公众号，东吴证券研究所 人工智能人工智能 应用场景的核心在于应用场景的核心在于 AI Agent，AI Agent 是一种广义上的是一种广义上的 AI 应用，最应用，最终都要落地到实际生产场景。终都要落地到实际生产场景。我国长期面临效率瓶颈、服务业人力密集、人力成本持续加压的现状：（我国长期面临效率瓶颈、服务业人力密集、人力成本持续加压的现状：（1）效率瓶）效率瓶颈：颈：中国制造业长期面临人工操作效率低、系统之间高度孤立（ERP/MES/WMS 数据孤岛）等痛点，Agent 能够有效提升人工操作效率、串联利用系统数据，突破效率天花板；（2）人力密集现状：）人力密集现状：在客服、销售等领域，重复性任务占比高。以阿里瓴羊客服 Agent 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 14/25 为例，能够减少 80%的人工操作量、缩短 60%的退换货时长，而人工客服可以向高价值事务转移；（3）人口结构与成本压力：）人口结构与成本压力：宏观上看，我国人力成本持续提升。2011 年到 2021年之间，我国城镇单位就业人员的平均工资年均增长率 9.8%，而名义 GDP 年平均年增速 8.9%，劳动力成本上升速度快于经济增速，呈现补偿性增长态势。Agent 将有效缓解成本压力。表表2：截止至截止至 2024 年年，我国各类易被我国各类易被 Agent 替代的工种人数统计替代的工种人数统计 相关职业相关职业 从业人数从业人数 软件工程师（码农）约 890 万人 视频/图片设计师 50 万人 财务人员 1200 万人 电商从业人员 近 7000 万人 医药研发人员 需求同比 26.3%医护人员 1600 万人（规划）呼叫中心客服 1000 万人以上 在线教育从业者 超 2200 万创作者 在线营销师 需求 4500 万 数据来源：Wind，东吴证券研究所整理 智能经济的核心在于生产效率，而数字员工的演进是企业数字化转型的核心体现，智能经济的核心在于生产效率，而数字员工的演进是企业数字化转型的核心体现，是生产力与生产效率迭代的核心环节之一。是生产力与生产效率迭代的核心环节之一。其发展历程可分为三代：流程自动化有限场景自主决策决策逻辑链路复杂化。数字员工 1.0RPA：依赖人工配置的流程自动化，解决重复劳动但缺乏智能。数字员工 2.0智能自动化：融合 OCR、NLP 等 AI 技术，实现有限场景的自主决策。数字员工数字员工 3.0Agent：大模型驱动下的全链路闭环，：大模型驱动下的全链路闭环，能处理复杂业务逻辑并持续进化。能处理复杂业务逻辑并持续进化。图图14：Agent 能够适配的业务复杂度最高，可覆盖几乎全场景的人类员工工作内容能够适配的业务复杂度最高，可覆盖几乎全场景的人类员工工作内容 数据来源：ifenxi，东吴证券研究所 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 15/25 以上四大优势，分别对应四个投资方向。我们认为未来政策走向、产业发展都会围以上四大优势，分别对应四个投资方向。我们认为未来政策走向、产业发展都会围绕这四个优势展开。绕这四个优势展开。（1）数据优势：数据优势：高质量数据集，数据标注、数据合成；深桑达深桑达 A、海天瑞声；、海天瑞声；（2）制造业优势：制造业优势：具身智能，大脑；能科科技、索辰科技、东土科技；能科科技、索辰科技、东土科技；（3）市场优势：市场优势：国产算力，芯片；寒武纪、海光系、华寒武纪、海光系、华为为系；系；（4）场景场景优势：优势：AI ，行业属性。AI agent。人工智能最终将赋能千行百业。（人工智能最终将赋能千行百业。（1）第一产业，）第一产业，使用大模型进行 AI 育种、产量预测和作物生长过程的监控等。相关标的：托普云农，具有非常强的稀缺性。（相关标的：托普云农，具有非常强的稀缺性。（2）工业：）工业：使用人工智能去重塑工业软件 CAD/CAE/EDA/PLC 等；（3）新能源：）新能源：使用大模型进行功率预测、电站选址、新能源的消纳等，相关标的：国能日新；（相关标的：国能日新；（4）智慧文旅：）智慧文旅：酒店行业与大模型融合，相关标的：石基信息。（相关标的：石基信息。（5）其他：包括）其他：包括 AI 政务政务（深桑达 A、太极股份、新点软件）、AI 医疗医疗（嘉和美康、卫宁健康）、AI 电商电商（焦点科技、光云科技）等。3.产业催化与政策走向产业催化与政策走向 AI 的重点在“的重点在“ ”，而非”，而非 AI 本身。顶层设计本身。顶层设计强调“AI ”的重点在于与具体场景相结合，体现行业属性，而非技术本身，因此重点关注的投资方向应当聚焦 AI 赋能具体场景。关注产业与政策两大催化：（1）产业催化：）产业催化：关注大模型版本更迭（GPT5 与 DeepSeek V4）带来的投资边际变化；（2）政策催化：）政策催化：2025 年年 7 月月 31 日总理在国常会上通过关日总理在国常会上通过关于深入实施人工智能于深入实施人工智能 行动的意见行动的意见，应当重视本轮政策的重要性。3.1.产业催化：大模型版本更迭产业催化：大模型版本更迭 北京时间 2025 年 8 月 8 日凌晨，OpenAI 发布 GPT5。本轮更新的最大亮点在于落本轮更新的最大亮点在于落地障碍的突破性进展：地障碍的突破性进展：幻觉率降至1%，解决 AI 应用最大痛点，为实际落地扫清核心障碍；另一方面，体现了技术质变的长期性与应用转向：体现了技术质变的长期性与应用转向：大模型能力的跃升需长期投入，GPT-5 未实现功能上的质变，倒逼产业将重心转向应用场景探索。成本下降加速商业化：成本下降加速商业化：API 价格持续走低，推动企业从技术竞赛转向务实应用开发价格持续走低，推动企业从技术竞赛转向务实应用开发。释放国产机遇：释放国产机遇：OpenAI 技术迭代放缓，提升了国产技术迭代放缓，提升了国产 V4 等模型的想象空间和发布等模型的想象空间和发布预期。预期。国内应用的叙事与 DeepSeek 强绑定，与 GPT 的关系很小，因此 GPT 本轮发布整体低于预期反而利好当前 DeepSeek V4 的叙事预期。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 16/25 3.2.政策走向解读：顶层设计加码人工智能政策走向解读：顶层设计加码人工智能 2025 年年 7 月月 31 日，国务院总理李强主持召开国务院常务会议，会议审议通过关日，国务院总理李强主持召开国务院常务会议，会议审议通过关于深入实施“人工智能于深入实施“人工智能 ”行动的意见。”行动的意见。会议指出，当前人工智能技术加速迭代演进，要深入实施“人工智能深入实施“人工智能 ”行动（既”行动（既定战略）定战略），大力推进人工智能规模化商业化应用，充分发挥我国产业体系完备、市场规产业体系完备、市场规模大、应用场景丰富等优势（围绕优势展开）模大、应用场景丰富等优势（围绕优势展开），推动人工智能在经济社会发展各领域加各领域加快普及、深度融合（目的是改造传统行业）快普及、深度融合（目的是改造传统行业），形成以创新带应用、以应用促创新的良性循环。政府部门和国有企业要强化示范引领（国资云、数据治理、数据流通）政府部门和国有企业要强化示范引领（国资云、数据治理、数据流通），通过开放场景等支持技术落地。要着力优化人工智能创新生态，强化算力、算法和数据供给，加大政策支持力度，加强人才队伍建设，构建开源开放生态体系（焕新平台）构建开源开放生态体系（焕新平台），为产业发展壮大提供有力支撑。要提升安全能力水平，加快形成动态敏捷、多元协同的人工智能治理格局。3.2.1.政策高度对标互联网政策高度对标互联网 本轮人工智能本轮人工智能 政策高度对标、甚至超过政策高度对标、甚至超过 10 年前 国务院关于积极推进“互联网年前 国务院关于积极推进“互联网 ”行动的指导意见。行动的指导意见。互联网 的政策是在 2015 年 07 月 01 日成文，发布于 2015 年 07 月04 日，中间隔了三天。我们预期，很快会有人工智能 政策全文的发布，从而重新引导资本市场的方向。全文的内容会成为一个重要的信息节点。3.2.2.确定战略纲领性地位确定战略纲领性地位 实施“人工智能实施“人工智能 ”行动被置于战略首位，凸显其纲领性地位。”行动被置于战略首位，凸显其纲领性地位。我国将充分发挥产业体系、市场规模及场景应用优势，推动 AI 与传统行业深度融合，核心诉求在于产业升级。政府及国有企业需发挥示范作用，兼顾需求与供给双重角色；在基础设施领域，国资云及私有化垂直模型部署需求将显著增长。深桑达 A 作为全国性国资云服务商及体制内数据加工企业，有望充分受益于 AI 产业的政策驱动。其次，构建开源开放生态体系被重点强调，其意义超越字面表述。其次，构建开源开放生态体系被重点强调，其意义超越字面表述。开源开放是打破技术壁垒、促进普惠发展的关键路径，能够降低中小企业技术门槛，推动 AI 技术广泛普及。这一导向与破除闭源生态围栏、实现技术公平获取的目标高度契合，彰显了政策对开放协同发展的战略重视。3.2.3.后续政策催化后续政策催化 未来各部委、各地方的细则陆续出台，形成密集、持续的催化。从已经发布的文件未来各部委、各地方的细则陆续出台，形成密集、持续的催化。从已经发布的文件来看，来看，补贴、算力券之类的可落地措施，都会有所体现，加码人工智能 行情。海内外众多 AI 应用加速起量，带动 token 调用量爆发增长，核心产品 ARR 斜率走 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 17/25 陡，AI 正逐渐进入到下半场的应用爆发阶段。表表3：我国中央至地方的我国中央至地方的 AI 应用相关政策应用相关政策 时间时间 政策名称政策名称 主要内容主要内容 2025 年年 6 月月 工业和信息化部信息化和工业化融合2025 年工作要点 提出实施“人工智能人工智能 制造制造”行动行动，加快重点行业智能升级，打造智能制造“升级版”。2025 年年 7 月月 15 日日 关于健全“高效办成一件事”重点事项常态化推进机制的意见（国务院办公厅）首次在国家层面明确提出探索“人工智能人工智能 政务服务政务服务”的具体路径。2025 年年 7 月月 28 日日 上海市进一步扩大人工智能应用的若干措施（上海市经济信息化委）补贴政策：补贴政策：1.算力补贴：发放 6 亿元算力券，给予最高 30%租金补贴，推荐申报国家智能券补贴；自主智能算力设施项目最高 10%建设支持。2.大模型应用补贴：发放 3 亿元模型券，给予最高 50%、500 万元补贴。3.语料采购补贴：发放 1 亿元语料券，给予最高 30%、500 万元补贴。人才支持：人才支持：1.创业团队可享 6 个月至 3 年房租减免或开办费支持。2.高层次人才可获“一人一策”长期支持。3.优质企业人才最高 30 万元奖励。开源开放：开源开放：对优秀开源社区、模型及语料产品给予最高 500 万元奖励。数据来源：中国政府网，东吴证券研究所整理 4.六大选股逻辑六大选股逻辑 六大选股逻辑包括：六大选股逻辑包括：1、大模型版本更迭带来的边际变化；、大模型版本更迭带来的边际变化；2、自上而下、自上而下直接政策相关；直接政策相关；3、自下而上、自下而上事件驱动或公司基本面质地优良；事件驱动或公司基本面质地优良；4、有市值容量的机构品种；、有市值容量的机构品种；5、映射美股；、映射美股；6、低估值。、低估值。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 18/25 图图15：“人工智能“人工智能 ”选股全景图”选股全景图（红色为顶层设计相关，蓝色为红色为顶层设计相关，蓝色为机构机构相关相关）数据来源：东吴证券研究所绘制 4.1.关注关注 GPT5 与与 DeepSeek 带来的变化：多模态与带来的变化：多模态与 AI 编程相关标的编程相关标的 GPT5 已经发布，已经发布，DeepSeek V4 落地在即。落地在即。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 19/25 本轮本轮 GPT5 发布的核心在于更低的幻觉率、更低的价格、更强的编程能力等。发布的核心在于更低的幻觉率、更低的价格、更强的编程能力等。大模型逻辑已从此前的“比谁更强”向“比谁更有用”的范式转变：性能边际提升不明显，实现 tob 端赋能才能同时利好大模型与下游应用厂商。GPT5 发布后，美股 AI 应用相关标的开盘应声齐涨，反映市场对 AI 应用逻辑的初步认可。表表4：GPT5 发布后首日发布后首日美股开盘美股开盘 AI 应用相关标的应用相关标的齐涨，反映市场对应用落地逻辑认可齐涨，反映市场对应用落地逻辑认可 公司名称公司名称 美股代码美股代码 8 月月 9 日开盘涨幅日开盘涨幅 Tempus AI TEM.O 9.99%多邻国多邻国 DUOL.O 5.72%Applovin APP.O 4.24%Google GOOG.CHL 2.36%Palantir Technologies PLTR.O 1.88%GE Vernova GEV.N 1.11%NRG Energy NRG.N 0.84%ServiceNow NOW.N 0.62%Seagate STX.O 0.47%Microsoft MSFT.O 0.34%数据来源：Wind，东吴证券研究所整理 DeepSeek V4 的核心预计将围绕推理能力与多模态展开。的核心预计将围绕推理能力与多模态展开。从公开信息来看，V4 的升级可能围绕几个方面进行：（1）长文本处理速度：）长文本处理速度：梁文锋署名论文中提出原生稀疏注意力（NSA）机制，通过算法与硬件的协同优化，把长文本处理速度提升了 11 倍；（2）多模态：多模态：DeepSeek 发布以来，不支持多模态一直是模型的痛点之一，V4 极有可能着手解决该痛点。2025 年 2 月 6 日起华为与 DeepSeek 开启深度合作，国产软硬件巨头的加入将让 V4 更值得期待。同时，综合 GPT5 已发布的情况以及 DeepSeek V4 的发布预期，我们预计将在多模态应用多模态应用与与 AI 编程领域编程领域出现关键边际变化。重点推荐【当虹科技】，建议关注【海康威视】【卓重点推荐【当虹科技】，建议关注【海康威视】【卓易信息】等。易信息】等。4.2.自上而下：政策直接利好自上而下：政策直接利好 第二个选股思路，就是紧扣关于深入实施“人工智能第二个选股思路，就是紧扣关于深入实施“人工智能 ”行动的意见全文以及”行动的意见全文以及近期的政策走向，按图索骥，有的放矢。近期的政策走向，按图索骥，有的放矢。认准政策驱动的高质量数据集、具身智能大脑和人工智能 具体行业进行投资，包括人工智能 农业/工业/新能源/文旅/教育等。表表5：“自上而下”政策直接利好标的梳理“自上而下”政策直接利好标的梳理（截止至（截止至 2025 年年 8 月月 13 日）日）股票代码股票代码 2025 年涨幅（年涨幅（%）当前市值当前市值（亿元）（亿元）AI 具身 东土科技东土科技 300353.SZ 93.6 136.6 索辰科技索辰科技 688507.SH 93.0 93.9 能科科技能科科技 603859.SH 36.1 99.5 AI 数据 海天瑞声海天瑞声 688787.SH 31.3 77.8 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 20/25 深桑达深桑达 A 000032.SZ 35.0 269.4 AI 酒店 石基信息石基信息 002153.SZ 44.6 281.4 AI 医疗 嘉和美康嘉和美康 688246.SH 38.5 47.2 AI 农业 托普云农托普云农 301556.SZ 25.1 91.5 AI 能源 国能日新国能日新 301162.SZ 36.9 68.3 AI 工业软件 华大九天华大九天 301269.SZ-7.3 608.5 AI 零售 焦点科技焦点科技 002315.SZ 25.8 163.8 光云科技光云科技 688365.SH 45.5 70.1 数据来源：Wind，东吴证券研究所整理 4.3.自下而上：事件驱动或公司自下而上：事件驱动或公司 AI 基本面质地优良基本面质地优良 自下而上从事件驱动或公司自下而上从事件驱动或公司 AI 基本面角度出发，选择具备事件催化或基本面角度出发，选择具备事件催化或 AI 业务落业务落地进展较顺利的相关标的。地进展较顺利的相关标的。目前 AI 应用相关标的中已有多家企业初步实现业绩落地。表表6：部分部分 AI 收入占比较高的标的梳理收入占比较高的标的梳理 AI 逻辑逻辑 海天瑞声海天瑞声 AI 高质量数据集 卓易信息卓易信息 AI 编程核心票 万兴科技万兴科技 AI 多模态核心票 能科科技能科科技 AI 能源管理核心标的 税友股份税友股份 AI 财税核心票 豆神教育豆神教育 AI 教育核心票 光云科技光云科技 政策 电商 鼎捷数智鼎捷数智 AI 制造核心票 焦点科技焦点科技 政策 商业化 容量 用友网络用友网络 AI 企业服务 迈富时迈富时 AI 企业服务 嘉和美康嘉和美康 政策 AI 医疗核心票 金蝶国际金蝶国际 AI 企业服务 金山办公金山办公 AI 企业服务 数据来源：Wind，东吴证券研究所整理 4.4.机构品种：考虑市值容量的选股策略机构品种：考虑市值容量的选股策略 从市值容量角度考虑，大市值（百亿以上）的公司从市值容量角度考虑，大市值（百亿以上）的公司更适合更适合机构投资风格，机构投资风格，比如金山办公、用友网络、金蝶国际、迈富时、焦点科技等。表表7：市值较大的机构品种梳理市值较大的机构品种梳理（截止至（截止至 2025 年年 8 月月 13 日）日）股票代码股票代码 当前市值（亿元）当前市值（亿元）2025 年涨幅（年涨幅（%）股票代码股票代码 当前市值（亿元）当前市值（亿元）2025 年涨幅（年涨幅（%）海康威视海康威视 002415.SZ 2,700.7-2.3 鼎捷数智鼎捷数智 300378.SZ 150.3 114.3 金山办公金山办公 688111.SH 1,343.5 1.6 泛微网络泛微网络 603039.SH 168.0 31.7 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 21/25 科大讯飞科大讯飞 002230.SZ 1,126.3 1.0 京北方京北方 002987.SZ 178.4 105.1 浪潮信息浪潮信息 000977.SZ 828.1 8.8 中科软中科软 603927.SH 166.9-5.8 恒生电子恒生电子 600570.SH 673.7 27.7 焦点科技焦点科技 002315.SZ 163.8 25.8 华大九天华大九天 301269.SZ 608.5-7.3 万兴科技万兴科技 300624.SZ 153.3 25.6 宝信软件宝信软件 600845.SH 599.2-13.9 易华录易华录 300212.SZ 164.0-2.6 金蝶国际金蝶国际 0268.HK 516.7 87.6 太极股份太极股份 002368.SZ 160.2 9.0 用友网络用友网络 600588.SH 520.1 41.8 易点天下易点天下 301171.SZ 146.9 10.4 大华股份大华股份 002236.SZ 545.6 6.8 迈富时迈富时 2556.HK 128.2-46.3 拓维信息拓维信息 002261.SZ 399.9 73.4 东土科技东土科技 300353.SZ 136.6 93.6 中控技术中控技术 688777.SH 379.6-1.9 概伦电子概伦电子 688206.SH 136.6 66.2 东华软件东华软件 002065.SZ 302.6 30.7 长亮科技长亮科技 300348.SZ 138.4 19.5 深桑达深桑达 A 000032.SZ 269.4 35.0 博思软件博思软件 300525.SZ 117.1-0.1 石基信息石基信息 002153.SZ 281.4 44.6 天阳科技天阳科技 300872.SZ 124.9 63.0 卫宁健康卫宁健康 300253.SZ 229.5 45.0 润达医疗润达医疗 603108.SH 109.3 13.8 拓尔思拓尔思 300229.SZ 215.4 17.8 中望软件中望软件 688083.SH 116.0 12.3 国网信通国网信通 600131.SH 216.3-3.8 数字政通数字政通 300075.SZ 114.0 6.1 税友股份税友股份 603171.SH 198.0 60.4 国新健康国新健康 000503.SZ 104.9-2.6 朗新集团朗新集团 300682.SZ 216.0 66.3 信息发展信息发展 300469.SZ 107.0 83.4 汉得信息汉得信息 300170.SZ 188.1 50.4 能科科技能科科技 603859.SH 99.5 36.1 南网科技南网科技 688248.SH 191.6 6.1 托普云农托普云农 301556.SZ 91.5 25.1 千方科技千方科技 002373.SZ 182.2 13.7 索辰科技索辰科技 688507.SH 93.9 93.0 豆神教育豆神教育 300010.SZ 177.7 38.5 新点软件新点软件 688232.SH 96.7 2.2 宇信科技宇信科技 300674.SZ 184.5 35.7 医脉通医脉通 2192.HK 95.8 46.4 数据来源：Wind，东吴证券研究所整理 4.5.美股映射：参考美股市场表现对应的美股映射：参考美股市场表现对应的 A 股标的股标的 我们梳理了美股市场表现相对优秀的我们梳理了美股市场表现相对优秀的 AI 相关品种。相关品种。正如前文所述，AI 热点标的已经从上游（英伟达等）向下游应用转移。我们认为这些美股 AI 应用标的对应的 A 股公司同样存在投资价值。表表8：美股美股 AI 应用映射应用映射 A 股股（截止至（截止至 2025 年年 8 月月 13 日）日）海外公司海外公司 代码代码 核心业务亮点核心业务亮点 2025 年初至今涨幅（年初至今涨幅（%）2025 区间最大涨幅（区间最大涨幅（%）A 股映射公司股映射公司 Palantir PLTR AI 数据分析平台，政府与企业客户深度应用 147.2 194.9 深桑达深桑达 A 拓尔思拓尔思 中科星图中科星图 GE Vernova GEV 燃气轮机 AI 优化与能源数字化解决方案 100.1 160.9 国能日新国能日新 NRG Energy NRG AI 驱动的电力价格预测与能源管理 75.6 98.2 Tempus AI TEM AI 医疗数据分析、诊疗解决方案 96.5 111.5 嘉禾美康嘉禾美康 卫宁健康卫宁健康 Super Micro SMCI AI 服务器供应商，英伟达核心合作伙伴 52.3 80.6 浪潮信息浪潮信息 Microsoft MSFT AI 办公 云平台 26.0 53.8 金山办公金山办公 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 22/25 AppLovin APP AI 广告投放平台 44.2 132.9 易点天下易点天下 迈富时迈富时 Duolingo DUOL AI 语言学习应用-0.4 22.5 科大讯飞科大讯飞 豆神教育豆神教育 ServiceNow NOW AI 企业服务管理、业务流程自动化-19.5 25.8 用友网络用友网络 金蝶国际金蝶国际 Cursor/AI 编程 未上市 未上市 卓易信息卓易信息 Figma FIG.US AI 设计工具 新股 新股 万兴科技万兴科技 数据来源：Wind，东吴证券研究所整理 4.6.低估值标的低估值标的 当前 AI 应用板块整体估值水平较低，未来具有较大风险收益比。从低位标的入手，建议关注未来一年市盈率预期在建议关注未来一年市盈率预期在 60X 以下的相关标的。以下的相关标的。表表9：低估值标的梳理（未来一年内低估值标的梳理（未来一年内 PE 位于位于 60 以内，截止至以内，截止至 2025 年年 8 月月 12 日）日）公司简称公司简称 股票代码股票代码 PE-TTM 2025PE 预测预测 卫宁健康卫宁健康 300253.SZ 299.7 58.4 久远银海久远银海 002777.SZ 109.2 56.6 佳发教育佳发教育 300559.SZ 258.2 56.0 恒生电子恒生电子 600570.SH 60.6 54.7 托普云农托普云农 301556.SZ 73.8 54.6 国能日新国能日新 301162.SZ 69.8 54.1 太极股份太极股份 002368.SZ 83.9 51.6 千方科技千方科技 002373.SZ-19.9 49.8 京北方京北方 002987.SZ 57.6 49.6 朗新集团朗新集团 300682.SZ-94.9 46.2 新致软件新致软件 688590.SH 663.0 44.1 广联达广联达 002410.SZ 80.0 43.9 中科江南中科江南 301153.SZ 123.2 43.2 宇信科技宇信科技 300674.SZ 45.5 41.0 能科科技能科科技 603859.SH 53.8 40.4 南网科技南网科技 688248.SH 50.4 39.7 中科软中科软 603927.SH 53.3 38.9 博彦科技博彦科技 002649.SZ 48.6 38.3 盛视科技盛视科技 002990.SZ 53.4 37.2 顶点软件顶点软件 603383.SH 42.6 36.7 新点软件新点软件 688232.SH 44.7 35.1 博思软件博思软件 300525.SZ 39.7 30.1 焦点科技焦点科技 002315.SZ 33.7 29.8 中控技术中控技术 688777.SH 34.8 29.2 宝信软件宝信软件 600845.SH 33.5 27.5 国网信通国网信通 600131.SH 30.2 22.0 数据来源：Wind，东吴证券研究所整理 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 23/25 5.投资建议投资建议 前文中我们已经提到了两大催化两大催化（产业催化 政策走向）以及六大选股逻辑六大选股逻辑（大模型版本更迭、自上而下、自下而上、机构品种、美股映射、低估值）。综合以上所有选股思路，以下是我们建议关注的“人工智能 ”标的全景图：AI 数据：数据：海天瑞声、深桑达 A；AI 农业：农业：托普云农；AI 医疗：医疗：嘉和美康、卫宁健康、开勒股份、润达医疗、国新健康、久远银海、塞力医疗、创业慧康、思创医惠、东华软件、医脉通；AI 政务：政务：拓尔思、太极股份、新点软件、南威软件、数字政通；AI 工业软件：工业软件：华大九天、中望软件、中控技术、宝信软件、概伦电子、容知日新；AI 教育：教育：科大讯飞、豆神教育、佳发教育、竞业达、拓维信息；AI 能源：能源：国能日新、国网信通、朗新集团、南网科技；AI 交通：交通：千方科技、易华录、万集科技、金溢科技、信息发展；AI 银行：银行：宇信科技、长亮科技、天阳科技、京北方；AI 保险：保险：中科软、新致软件；AI 资管：资管：顶点软件、恒生电子；AI 司法：司法：华宇软件、通达海、金桥信息；AI 酒店：酒店：石基信息；AI 财税：财税：税友股份、中科江南、博思软件；AI 企业服务：企业服务：金蝶国际、鼎捷数智、迈富时、汉得信息、用友网络、卓易信息、浪潮信息、致远互联、泛微网络；AI 办公：办公：金山办公、万兴科技、福昕软件；AI 零售零售/电商：电商：焦点科技、光云科技、易点天下；AI 安防：安防：海康威视、大华股份；AI 具身：具身：能科科技、东土科技、索辰科技、当虹科技。请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所东吴证券研究所 24/25 6.风险提示风险提示 政策催化力度不及预期：政策催化力度不及预期：国内人工智能 的普及对政策催化力度要求较高，若政策无法维持较大的支持力度，可能导致人工智能下游应用落地不及预期。技术突破不及预期：技术突破不及预期：人工智能 的落地高度依赖大模型等技术的持续突破，如本轮GPT5 的发布虽然并没有实现技术的全面跃迁，但依然在应用的技术细节上有持续改进。若未来大模型等基础技术达到瓶颈，可能导致部分人工智能应用落地承压。产品商业化进展不及预期：产品商业化进展不及预期：下游客户对应用的商业化落地（价格、产品成熟度等）较为敏感，若人工智能 企业的产品无法实现较好的商业化落地，可能导致人工智能 推广受阻。全球地缘政治风险加剧：全球地缘政治风险加剧：国际技术封锁升级（如高端 GPU 禁运限制算力供给）、跨境数据流动监管趋严，或关键硬件供应链中断，将抬升企业技术研发与运营成本。免责及评级说明部分 免责声明免责声明 东吴证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。本研究报告仅供东吴证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，本公司及作者不对任何人因使用本报告中的内容所导致的任何后果负任何责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。在法律许可的情况下，东吴证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司提供投资银行服务或其他服务。市场有风险，投资需谨慎。本报告是基于本公司分析师认为可靠且已公开的信息，本公司力求但不保证这些信息的准确性和完整性，也不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本报告的版权归本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。经授权刊载、转发本报告或者摘要的，应当注明出处为东吴证券研究所，并注明本报告发布人和发布日期，提示使用本报告的风险，且不得对本报告进行有悖原意的引用、删节和修改。未经授权或未按要求刊载、转发本报告的，应当承担相应的法律责任。本公司将保留向其追究法律责任的权利。东吴证券投资评级标准东吴证券投资评级标准 投资评级基于分析师对报告发布日后 6 至 12 个月内行业或公司回报潜力相对基准表现的预期（A 股市场基准为沪深 300 指数，香港市场基准为恒生指数，美国市场基准为标普 500 指数，新三板基准指数为三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的），北交所基准指数为北证 50 指数），具体如下：公司投资评级：买入：预期未来 6 个月个股涨跌幅相对基准在 15%以上；增持：预期未来 6 个月个股涨跌幅相对基准介于 5%与 15%之间；中性：预期未来 6 个月个股涨跌幅相对基准介于-5%与 5%之间；减持：预期未来 6 个月个股涨跌幅相对基准介于-15%与-5%之间；卖出：预期未来 6 个月个股涨跌幅相对基准在-15%以下。行业投资评级：增持：预期未来 6 个月内，行业指数相对强于基准 5%以上；中性：预期未来 6 个月内，行业指数相对基准-5%与 5%；减持：预期未来 6 个月内，行业指数相对弱于基准 5%以上。我们在此提醒您，不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重建议。投资者买入或者卖出证券的决定应当充分考虑自身特定状况，如具体投资目的、财务状况以及特定需求等，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。东吴证券研究所 苏州工业园区星阳街?5 号 邮政编码：215021 传真：（0512）62938527
2025-08-15
25页
5星级
来觅研究院行业赛道研究计算机软件2025年二季度投融市场报告目录撰稿来觅研究院 梁秋兰设计来觅数据设计团队2025-08-11 发布本报告是计算机软件 2025 年二季度投融市场报告行业概要1.1 计.
2025-08-13
21页
5星级
技术进步与政策支持双重共振，脑机接口产业未来可期技术进步与政策支持双重共振，脑机接口产业未来可期证券研究报告|行业专题研究打造极致专业与效率打造极致专业与效率分析师分析师 张金洋张金洋分析师分析师 杨.
2025-08-13
44页
5星级
QUANTIFYING THE BUSINESS VALUE OF SHOPPING BROWSER EXTENSIONS购物浏览器插件的商业价值量化研究报告BY/作者Tomas Saulsbury-.
2025-08-08
19页
5星级
1证券研究报告作者：行业评级：上次评级：行业报告：请务必阅读正文之后的信息披露和免责申明计算机计算机强于大市强于大市维持2025年08月07日（评级）分析师 缪欣君 SAC执业证书编号：S111051.
2025-08-08
39页
5星级
广西鲲鹏计算产业生态发展白皮书（2025 年）广西壮族自治区信息中心2025年8月广西壮族自治区信息中心（广西壮族自治区大数据研究院）I 版 权 声 明 本白皮书版权属于广西壮族自治区信息中心（广西.
2025-08-07
33页
5星级
证 券 研 究 报证 券 研 究 报 告告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 未经许可，禁止转载未经许可，禁止转载 行业研究行业研究 计算机计算机 2025.
2025-08-06
17页
5星级
华华西西计计算算机团机团队队2025年7月30日从Figma IPO看AI应用产业机遇请仔细阅请仔细阅读在本读在本报报告尾部的告尾部的重要法重要法律律声明声明证券研究报告|行业深度研究报告分析师：刘泽.
2025-08-01
27页
5星级
证 券 研 究 报 告Figma上市，全球AI设计商业化崛起1证券分析师：林起贤 A0230519060002 任梦妮 A0230521100005 夏嘉励 A0230522090001 赵航 A02.
2025-08-01
48页
5星级
请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 计算机计算机 Table_Date 发布时间：发布时间：2025-07-30 Table_Invest 优于大势优于.
2025-08-01
57页
5星级
微软浏览器Copilot综合能力测试报告2025.07.29郎瀚威/GPTDAO猫猫头AIwatch.ai2aiwatch.ai 01目录10旧金山财务报告查找02关于作者11制作巴黎旅行PPT03测.
2025-07-31
50页
5星级
华华西西计计算算机团机团队队2025年7月29日稳定币：加密产业价值地图请仔细阅请仔细阅读在本读在本报报告尾部的告尾部的重要法重要法律律声明声明证券研究报告|行业深度研究报告分析师：刘泽晶SAC NO.
2025-07-31
43页
5星级
云计算开源产业联盟中国信息通信研究院云计算与大数据研究所2025年7月版版权权声声明明本报告版权受法律保护本报告版权受法律保护，转载转载、摘编或利用其它方式使摘编或利用其它方式使用本报告文字或者观点的.
2025-07-30
39页
5星级
证券研究报告行业深度报告计算机 东吴证券研究所东吴证券研究所 1/14 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 计算机行业深度报告 AI Agent：智能经济时代的生产力解压.
2025-07-29
14页
5星级
罗兰贝格：预见2026：中国行业趋势报告（90页）.pdf
智源研究院：2026十大AI技术趋势报告（34页）.pdf
中国互联网协会：智能体应用发展报告（2025）（124页）.pdf
三个皮匠报告：2025银发经济生态：中国与全球实践白皮书（150页）.pdf
三个皮匠报告：2025中国商业航天市场洞察报告-中国商业航天新格局全景洞察（25页）.pdf
国声智库：全球AI创造力发展报告2025（77页）.pdf
中国电子技术标准化研究院：2025知识图谱与大模型融合实践案例集（354页）.pdf
三个皮匠报告：2025中国情绪消费市场洞察报告（24页）.pdf
中国银行：2026中国高净值人群财富管理白皮书（66页）.pdf
亿欧智库：2025全球人工智能技术应用洞察报告（43页）.pdf
0731-84720580
商务合作：really158d
友链申请 (QQ)：1737380874
最新报告
中英对照
全文搜索
报告精选
PDF上传翻译
多格式文档互转
入驻&报告售卖
会员权益
机构报告
券商研报
财报库
专题合集
英文报告
数据图表
会议报告
其他资源
研报
新质生产力
DeepSeek
低空经济
大模型
AI Agent
AI Infra
具身智能
自动驾驶
宠物
银发经济
人形机器人
企业出海
算力
微短剧
薪酬
白皮书
创新药
行业分析
个股研究
年报财报
IPO招股书
会议纪要
宏观策略
政策法规
其他
人工智能
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医疗健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
行业聚焦
芯片产业
热点概念
全球咨询智库
人工智能
500强
新质生产力
会议峰会
新能源汽车
企业年报
互联网
公司研究
行业综观
消费教育
科技通信
医药健康
人力资源
投资金融
汽车产业
物流地产
电子商务
传统产业
传媒营销
其它
十五五规划系列报告合集（共48套打包）
2026低空经济/低空产业报告合集（共47套打包）
AI、科技与通信
广告、传媒与营销
消费、零售与支付
HR、文化与旅游
金融、保险与投资
能源、环境与工业
医疗制药与大健康
物流、地产与建筑
其他行业
AI ▪ 科技 ▪ 通信
数字化
金融财经
智能制造
电商传媒
地产建筑
医疗医学
能源化工
其他行业
收藏
下载
2026-02-02
AI查数
行业数据
政策法规
商业模式
产业链
竞争格局
市场规模
产业概述
其它
2026年
AI读财报
年报
一季报
半年报
三季报
IPO招股书
社会责任报告
A股
IPO申报
港股
美股&全球
新三板
微信扫码登录
手机快捷登录
账号登录
