发布研报称，聚焦未来的端侧算力放量，主要要从两个方向出发，第一个是直指芯片本身，聚焦给端侧提供算力且拥有自主迭代能力的优秀芯片设计公司，第二是端侧芯片的“服务器”环节，如模组等。第三则是3D-Dram等存储新方向。主要观点如下：端侧算力正处于需求高速增长前夜自大模型诞生已经三年有余，在大模型诞生伊始，对于端侧算力需求的探讨便始终不断。但三年来，端侧的算力需求被云端模型能力的加速进化持续压制。本地部署这一需求，也更多的停留在合规层面。在手机，PC等终端上部署的大模型也鲜有看点，终端似乎正逐渐退化为一个移动的云端入口。但该行认为，这并不代表着端侧算力这一需求的证伪。如果把视线移出“传统意义”上的终端，该行会发现，随着大模型对视觉，物理感知体系的渗透，机器人，等下游客户的需求正持续扩大;VLA、世界模型等端侧模型正加速进化;GPGPU、端侧NPU+3D-DRAM等端侧算力正加速迭代。端侧算力正以一种更加务实，更加落地的方式走入“奇点”时刻。客户需求大迭代与PC，手机等渐渐化为云端大模型入口不同，不同形式的机器人，智能车等终端客户正在对设备的能力提出更高的要求。无论是传统意义上的“割草机器人”进化为“庭院机器人”，抑或是对于非典型场景的识别，还是机器人从“算法+遥控”变身“自主行动”，这些场景均对本地部署的算力提出了跨越式增长的需求，让“类人”终端更像人，正在取代让人用终端更智能，成为行业需求高速增长的主基调。本地模型大升级为了满足客户需求的迭代，端侧模型的范式也正在升级，亦或是说，大模型思路下带动的端侧模型迭代，也让原本无法实现的需求被客户提出并成为现实。端侧模型相较于云端模型，更加专注于对于物理世界的理解。从最早的YOLO(神经卷积小模型)模型，到智驾带领下的VLM(视觉-语言)、VLA(视觉-语言-动作)、世界模型，再到机器人前沿的GEM(多模融合)模型，更先进的模型思路和范式，正加速带领“类人”终端从走向“人类触觉”。芯片能力大扩容模型范式的提升，尤其是从传统的神经网络模型范式下的YOLO，到大模型范式下的VLA，世界模型等，都对于端侧的算力芯片的能力提出了更高的要求。但值得注意的是，芯片的能力不等于算力，相较于云端芯片，端侧模型对于部署速度，功耗，性价比的要求更高，因此端侧芯片在架构，存储等方面都要寻求变化与突破，当前的Orin与Thor芯片虽然性能领先，但其较高
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页