深度报告-20260518-国盛证券有限责任公司-通信行业深度_端侧算力的_奇点_时刻—需求_模型_算力的三维共振_21页_1mb

通信行业端侧算力“奇点”时刻分析总结

核心内容

端侧算力正处于需求高速增长的前夜。尽管大模型的发展初期曾引发对端侧算力的广泛关注，但云端模型能力的快速提升在一定程度上压制了端侧需求的释放。然而，随着机器人、智能驾驶等“类人”终端的兴起，端侧模型与算力需求开始加速发展，预示着一个行业“奇点”时刻的到来。

主要观点

• 需求迭代：传统消费终端如手机和PC正逐渐沦为云端模型的入口，而机器人、智能车等新型终端对本地算力提出了更高要求，强调对物理世界的实时理解与互动。
• 模型升级：端侧模型正从YOLO等传统视觉模型向ViT、VLA、世界模型等更复杂的模型演进，提升了对多模态信号的处理能力，推动了设备智能化。
• 算力扩容：随着模型复杂度的提升，端侧芯片需求激增。NPU和GPGPU架构在不同场景中展现出各自的优势，其中GPGPU凭借其更高效的算力扩展能力与CUDA生态支持，展现出更大的潜力。

关键信息

• 需求来源：从“让人用终端更智能”转向“让类人终端更像人”，强调低时延和本地化处理能力。
• 模型演进：
  • YOLO模型：轻量化、高性价比，适合简单场景识别。
  • ViT模型：基于Transformer，实现全局视野，适用于复杂视觉任务。
  • VLA模型：将视觉、语言与动作结合，实现端到端控制。
  • 世界模型：基于对物理世界的理解，进行未来预测与风险评估。
  • GEM模型：融合视觉、语言与物理交互，是机器人实现真正智能化的关键。
• 算力架构：
  • NPU：适用于低功耗场景，如基础机器人与摄像头，但面临算力瓶颈。
  • GPGPU：具备更强的算力扩展能力，适合复杂模型运行，如ViT、VLA与世界模型。
• 投资方向：
  • 芯片环节：关注NPU的迭代与GPGPU的向下渗透，重点公司包括英伟达、高通、瑞芯微。
  • 模组环节：端侧服务器和中间商，如美格智能、广和通、移远通信。
  • 存储环节：3D-DRAM等新技术，如兆易创新、澜起科技。
• 风险提示：
  • 端侧模型进展不及预期。
  • 存储价格上涨压缩需求。
  • 端侧硬件放量不及预期。

重点标的

投资建议

• 芯片环节：关注NPU与GPGPU的演进，尤其是能够满足高算力、低功耗、高性价比的芯片公司。
• 模组环节：端侧模组作为连接芯片与终端的桥梁，具有较高的稳定性与价值增长空间。
• 存储环节：3D-DRAM等新技术为端侧算力带来带宽与性能的提升，是未来增长的关键。

结构化总结

1. 需求来源与变化

• 传统终端如手机和PC逐渐成为云端模型的入口。
• 新型终端如机器人和智能车对本地算力需求显著增长，推动端侧算力进入“奇点”时刻。
• 端侧需求从“隐私性”、“低成本”、“低时延”中聚焦到“低时延”这一关键点。

2. 模型演进与能力提升

• YOLO模型：用于简单目标检测，轻量化，适合基础视觉任务。
• ViT模型：引入Transformer架构，实现全局理解与复杂场景识别。
• VLA模型：实现视觉-语言-动作的闭环，提升终端控制能力。
• 世界模型：基于物理世界的理解，实现未来预测与风险评估。
• GEM模型：融合视觉、语言与物理交互，是机器人智能化的核心。

3. 算力架构与市场格局

• NPU架构：适合低功耗场景，但面临算力瓶颈。
• GPGPU架构：具备更强的算力扩展能力，尤其适合复杂模型部署。
• 市场格局：端侧芯片市场格局集中，英伟达、高通、瑞芯微为关键参与者。

4. 投资布局

• 芯片：英伟达、高通、瑞芯微。
• 模组：美格智能、广和通、移远通信。
• 存储：兆易创新、澜起科技。

5. 风险提示

• 端侧模型进展不及预期。
• 存储价格持续上涨压缩需求。
• 端侧硬件放量不及预期。

总结

端侧算力正迎来前所未有的发展契机，随着新型终端的普及与模型的持续升级，其需求与技术门槛正在同步提升。投资端侧算力需从芯片、模组与存储三个维度出发，关注具备高性价比与强大算力的公司，同时警惕模型与硬件进展不及预期等风险。