转发复杂、跨层协同效率低等核心瓶颈。IP 流量主导的容量激增对新 一代节能技术提出更高的要求。行业正推动 IP 业务层与光传输层融 合，通过将 DWDM 相干光模块直接部署于路由器等分组设备，消除 独立光转发设备，降低功耗与空间占用。 光电融合技术从最开始的 IP over WDM 方案，已有十余年历史， 近年因开放解耦架构的普及和光模块技术进步（如微型化光电集成、 相干容量提升）重获关注。消除独立光转发设备不仅降低 基础设施成为行业 共识。传统“电+光”分层架构下，多级转发、重复 OEO（光电光）转 换导致整体链路能效低下。光电融合网络的发展目标之一，正是通过 将高能耗的 IP 处理前移至光层边缘，利用低功耗相干模块（如 400G/800G ZR+）实现 IP 业务直接出彩光进入波分系统，减少两级 OEO 过程，大幅减少中间设备和机房能耗。在架构层面，通过 CPO （共封装光学）、硅光集成、动态光层调度等新技术，推动网络走向“极 引擎线卡、彩光 相干模块、模块化白盒波分设备、模块化白盒路由器、框式商用路由 器等形态。该层直接承载业务转发与光信号调制解调，是支撑 IP 业 务直接入光、光层传输、降低中继损耗、实现大带宽低功耗传输的物 理基础。其形态灵活、接口丰富，可按需部署于算力集群边缘、骨干 传输节点或广域边界侧。 协议层：该层为设备的操作系统与功能编排系统，负责统一管理 设备板卡、端口、链路等资源，支撑算力感知、自适应路径、彩光驱

图17： 边缘 AI 的数据传输 ................................................................. 12 图18： 量化可以降低功耗和占用面积 ........................................................ 13 图19： NVIDIA Turing GPU 体系结构中各种数据类型相对的张量运算吞吐量和带宽减少倍数 are training)，在大模型场景上， 更青睐于 QAT，因为能够更好的保证性能。量化的优势包括减少内存占用，节省 存储空间，降低功耗和占用面积，提升计算速度。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 13 图18：量化可以降低功耗和占用面积 图19： NVIDIA Turing GPU 体系结构中各种数据类型相对的张 量运算吞吐量和带宽减少倍数 资料来源：NVIDIA，国信证券经济研究所整理 长时间待机且功耗要足够低到对电池寿 命无显著影响，并最小化内存占用和处理器需求。以 iPhone 的 Siri 为例，iPhone 的 Always on Processor（AOP）是一个小的、低功耗的辅助处理器，即嵌入式运 动协处理器。AOP 可以访问麦克风信号，并用自己有限的处理能力运行一个修剪 版神经网络模型（DNN）。当分数超过阈值时，运动协处理器唤醒主处理器，主处 理器使用较大的 DNN

产业中，能量技术 在产业的地位也在迅速提升。 近些年涌现出来的 NB-IoT、LoRa 等新兴传输技术一个最主要的卖点就是低功耗。而蓝牙、Wi-Fi、Zigbee 等成熟的 无线传输技术，每一代版本的演进突破方向之一，就是如何把功耗做的更低。 为何 IoT 市场如此重视低功耗 在 IoT 市场产业中，200 亿、500 亿、1000 亿，这样的连接数字频频出现在人们的视野。 这些庞大的 IoT 很多场景需要做到单个电池的使用寿命与 IoT 设备的迭代周期同步，即当电池电量耗完时，这个设备也需要更换。 这一需求也促使了各类 IoT 相关的技术都在往低功耗的方向演进，不仅仅是无线通信技术，还有低功耗传感器产品， 低功耗的 IC 架构、更低功耗的基础材料以及更低功耗的软件系统等都逐渐被人重视。 但有源设备中，功耗再低，还是需要电池。那么，IoT 设备能不能彻底摆脱电池的限制，不用电池就能正常使用呢？ 第二，就是芯片的工作功耗要足够低 芯片的工作功耗越低，相应的工作距离也会越远，我们统计了几类主要的通信芯片的工作电流，见下图： 技术 UWB 蓝牙 Wi-Fi UHF RFID 工作电流 30-60mA（市场也有低功耗 UWB 技 术可以将功耗做到 10mA 以内） 一般在 5-20mA，目前市场上最低 的工作电流可以做到 2-3mA 以下 一般在 100mA 以 上 最小的工作电流仅几个 μA，一般正 常工作的时候需要几十个

3.电机：执行控制核心 芯片是人形机器人智能的算力核心。在架构创新上，全球企业积极 探索：存算一体架构打破“内存墙”，缓解数据传输瓶颈；神经拟态芯 片模拟人脑神经元工作模式，实现低功耗动态处理；异构计算将CPU、 GPU、ASIC优势整合，提升运算效率。制程与封装技术不断突破，台 积电3nm工艺量产，让芯片性能显著提升；Chiplet技术在国际上广泛 应用，通过芯片堆叠降低成本与设计难度。算法-硬件协同成趋势，

用户的无感卫星接入，单星支持百万级用户并发。未来 技术将向新旧终端兼容演进，一方面通过软件升级使存量 4G/5G 手 机支持基础卫星通信，另一方面在新终端中集成新一代天线技术，提 升天线增益并显著降低功耗。 5.2 应急保障类应用场景 卫星互联网在极端环境与关键任务中构建高可靠通信链路，成为 国家应急管理体系的核心基础设施。其价值体现在快速部署、抗毁性 强及广域覆盖三大特性，为灾害救援、公共安全提供“不断线的生命 驱动的动态路由与数字孪生网络管理系统。二是完善标 准体系，主导 3GPP 星地融合空口协议、IETF 分布式路由优化、ITU Ka/毫米波频段分配等关键标准制定。三是加速产业协同，推动卫星 批量化生产降本、口袋式低功耗终端研发、“天基丝路”国际合作平 台扩容。四是开展原型验证，依托国家级实验室推进星上智算载荷、 手机直连卫星增强技术、应急通信一体化设备的测试与优化。 诚邀业界同行共同参与，携手推动卫星互联网承载网从“技术并

高通、英特尔、AMD 等芯片厂商纷纷展开布局，陆续推出针对 AI PC 场景优化的芯片产品。 在 PC 侧，使用独立 GPU 运行 AI 运载，具备高性能、高吞吐量等优势，但功耗高；NPU 方案更具高能效、低功耗等特点，但对高性能要求 AI 负载支持能力有限。考虑 AI 任务需求 以及用户偏好不同，我们认为 AI PC 市场使用 1）CPU+NPU+GPU 处理器（英特尔 Meteor Lake/AMD 8040 基础上打造了机器人仿真平台 Isaac SIM。在数字孪生环境中， 实现和真实环境一样的开发和测试效果，如获取真实环境中难以得到的数据，可以加快 开发流程和减少开发成本。 3） 端侧平台。机器人本体的部分做了低功耗高性能的嵌入式计算平台，以及感知、决策规 划等的 AI 算法增强的应用部署。如英伟达推出的 Jetson Thor SoC 片上系统开发硬件， 内置了下一代 Blackwell GPU（此前英伟达也推出过针对汽车的

趋势基本描述 环境隐形智能由超低成本的小型智能标签和传感器实现，将提供大规 模、经济实惠的跟踪和传感。从长远来看，这将使传感和智能更深入地 集成到供应链运营中。环境隐形智能由三项关键技术驱动：  低功耗无线  能量收集（尤其是来自环境射频能量）  低成本、低能耗的电子产品。 4 为何成为趋势 2025 年 Gartner 供应链技术用户需求调查列出了“数字化、跟踪和管 理边缘资产”。它还包括利用技术来支持环境、社会和治理

命与清洁化转型。在硬件能效维度，液冷/浸没式散热技术将逐步替代 传统风冷方案，通过相变材料与微通道设计的结合，使 PUE（电能使 用效率）突破 1.05 的理论极限；同时，存算一体芯片、近阈值电压计 算等低功耗架构的成熟，将重构计算设备的能耗范式——例如基于 3D 堆叠存储器的存内计算可减少 90%的数据搬运能耗。在供电架构 层面，高压直流配电与固态变压器的规模化应用，有望将电能转换损 耗从当前的 15%降至

率的PCIE卡或其他设备时，这个设置比较有用。 CPU选择性能模式 CPU选择Maximum Performance，发挥最大功耗性能。 C�E，处理器处于闲置状态时启用或禁用处理器切换至最低功耗状态，建议关闭（默认启用）。 内存频率选择性能模式 Memory Frequency（内存频率）选择Maximum Performance（最佳性能）。 C States（C状态），启用或禁用

编码器等关键部件集成在一个模块中，可以提高人形机器人的运动精 度、灵活性和负载能力，是实现高效、稳定操作的核心部件。通过采 用精密传动系统、高速通信接口、优化热设计以及标准线束装配等方 式实现精准力控、高扭矩密度、降低功耗和控制发热、提升一体化关 节的可装配性和可维护性。实现一体化关节的集成需要克服一系列技 31 术难点，如驱动器等组件的精密度和可靠性保证、控制算法的开发和 优化、接口的标准化等。此外，如何在保证性能的同时实现关节的小