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 | 2023年05月31日 超 配 电子 AI+系列专题报告 边缘 AI：大语言模型的终端部署，推动新一轮终端需求 核心观点 行业研究·行业专题 电子 超配·维持评级 证券分析师：胡剑 证券分析师：胡慧 021-60893306 021-60871321 hujian1@guosen.com.cn huhui2@guosen 前手机芯片的局限 性。根据 IDC 数据，1Q23 全球手机销量中主处理器频率超过 2.8GHz 的占比 36%，价格在 1000 美金以上的占比 13%，即旗舰机型占比较低，随着 AI 大模 型在边缘端落地，有望推动新一轮换机潮。 以大语言模型为核心，以语言为接口，控制多 AI 模型系统，构建“贾维斯” 式智能管家。我们认为大语言模型不仅可以实现对话、创意，未来也有望作 为众多复杂 AI 模型 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子：传音控股、歌尔股份、福立旺、闻泰科技、创维数字。 风险提示：AI 技术发展不及预期；边缘端芯片发展不及预期。 重点公司盈利预测及投资评级 公司 公司 投资 昨收盘 总市值 EPS PE 代码 名称 评级 （元） （亿元） 2023E 2024E 2023E 2024E 688099

数智园区行业参考指南 "IN" 数智时代 赋能园区转型 全国智能建筑及居住区数字化标准化技术委员会 (SAC/TC426) 英特尔（中国）有限公司 2023 年 12 月 从云端到边缘端，数据正在出现爆炸式增长，数智技术正在带 来颠覆式创新，物理世界与虚拟世界正在加速融合……变革的 浪潮席卷而过。园区作为产业经济集聚的重要形态与主体，正 在成为新一轮数智化变革的见证者与推动者。通过把握数智化 技术带来的商机，融入蓬勃的数智生态，园区将能够持续挖掘 数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 ......24 4.2 太一物联数智园区安全管理解决方案以智能守护园区安全 ...................................... 27 4.3 原基科技边缘计算方案助力园区实现智慧运营管理 ..................................................29 4.4 面向数智园区的开域集团商业客流统计解决方案

云边协同的智能运维方案帮助新能源场站实现无人运维，智能运维 • 基于分布式云计算和AI等先进技术，通过云边协同架构，实现总部与边缘场站两级资源协同互动，打造新一代无人化智能场站 • 数字化能力下沉场站，提升巡检智能化，降低生产运营风险，推动新能源减员增效 云边协同 领先的AI算法模型 边缘侧与总部一致的数字化能力，实现巡检 业务协同、算法协同、数据协同、管理协同 融合腾讯业界领先的视觉大模型、新能源 务 调 度 异 常 上 报 监视数据 推理结果 数 据 上 传 算 法 下 发 智能运检系统 AI创新中心 算法模型库 第三方算法 模型 模 型 训 练 Tencent AI 边缘版 ⋯ 标 准 化 场 站 2 标 准 化 场 站 N 数 据 采 集 公有云丰富的技术能力帮助企业建立分布式智能通用电池/充电桩运营系统 SaaS生态 eSPARK BaaS 业务中台 和解决方案，通过应 用的低代码配置和快 速灵活部署，支持一 站式交付。 1 腾讯云 云计算 物联网 大数据 人工智能 安全 区块链 云边端协同混合云底座 公有云 + 私有云 + 分布式云 + 边缘云 应用开发平台 技术支持平台 1 2 3 3 1 4 7大平台 数字研发(研） 安环园区（环） 工艺优化(法） 1 2 3 6 7 9 1朵云 数据治理平台 N个场景

软硬件协同和智能编排能力。本文进一步构建了一个具有协议可定义性和功能可扩展性的分层解耦 架构系统。 关于关键技术，白皮书强调了四个关键方向： 1、在网络计算中：通过将计算能力深度嵌入用户平面，实现了近边缘数据处理和实时响应。 2、 动态协议可编程性：支持按需定制和动态加载协议栈，以满足垂直行业的异构需求。 3、 功能服务化：通过基于微服务的架构将用户平面功能解耦，增强部署灵活性和资源利用率。 4、 而 P4 可编程技术是一种协议无关的可编程处理器，提 出了创新性的数据包处理逻辑架构，给予网络从业者定义数据包处理逻辑的控制权，使其进而可控 制整个网络，P4 可应用于多种网络场景，如负载均衡、边缘计算、安全等方面，此时，P4 时代被称 为 SDN 2.0 时代，也被叫做用户面可编程。 从可编程技术的发展来看，其是一个从控制面可编程到用户面可编程的进化史，其是随着网络 时代发展而发展的。4G G UPF 可以支持多种应用场景，包括视频传输、 虚拟现实和物联网等，并且能够提供更高的数据传输速率和更低的网络延迟，其中，控制面与用户 面分离更加彻底，用户面功能更加独立，可以下沉到靠近用户的边缘网络，以降低网络延迟，提高 整体网络性能；迈入 6G 时代，6G 业务的多维性（通信、感知、AI、计算等）对用户面提出了更高 的要求，从单一处理用户数据到处理多维业务数据发生了天翻覆地的变化，无论是对用户面处理多

...... 8 （二）我国能源化工行业向高端化、智能化、绿色化演进 ... 8 三、工业互联网赋能体系架构 ...........................10 （一）设备边缘层提供物联设备接入和边缘计算能力 ...... 10 （二）资源层提供底层基础设施支撑能力 .................12 （三）平台层提供基于数据模型贯通的技术服务能力 ...... 14 （四）应用层提供场景化解决方案服务能力 集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供 给、高效配置的工业云平台”。其通用体系架构如下所示： 图 1 工业互联网通用体系架构 5 边缘层通过各类通信手段实现对各类设备、传感器、PLC、 控制系统等的海量数据采集，依托协议转换实现多源异构数据 的标准化，利用边缘计算实现底层数据的汇聚处理。基础设施 层以公有云、私有云、混合云等云资源的方式提供可弹性调度 的计算、存储和网络资源，并对云资源进行统一编排，智能监 工业互联网赋能能源化工行业转型体系架构的关键是以平 台为核心，在通用体系架构的边缘层、资源层、平台层、应用 层四层体系基础上，结合能源化工行业特征和业务需求，开展 各功能模块的优化与创新，推动能源化工行业智能化、协同化、 个性化、服务化等行业新生态，如图 2 所示。 图 2 工业互联网赋能能源化工行业数字化转型体系架构 （一）设备边缘层提供物联设备接入和边缘计算能力 设备边缘层为工业互联网提供数据基础，通过部署于生产

XR 交 互体验和内容生态繁荣，XR 产业有望迎来新发展阶段。2、手机需求放 缓，AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 ◼ AI+提升生产效率， B 端应用场景发展潜力逐渐释放。随着技术和应用 的发展，AI 发展改革生产力，已具备多领域应用能力 ................................................................... 6 1.3. AI 向实际场景落地，边缘算力重要性加速凸显.................................................................... 7 2. C 端：AI+拓宽应用场景，推动创新需求 助力传统安防，智能化转型成必然趋势................................................................ 22 3.1.2. 安防解决方案正在向云+边缘的方案演进 .................................................................. 23 3.2. 机器视觉检测：AI+提升检测精度，替代传统人眼检测

BEV+Transformer 等先进算法，对各通道数据进行特征提取。深度学习算法具有强大的特 征学习能力，能够自动从大量数据中提取出有价值的特征。CNN 擅长处理图像数据，能 够提取出图像中的边缘、纹理等特征；RNN 则在处理序列数据方面表现出色，如语音和 时间序列数据。利用多模态融合网络（如多层感知机、注意力机制），将多个模态的信息 进行融合。多层感知机可以对不同模态的特征进行非线性变换和组合，挖掘出更深层次的 GPT-4o 已初步展示音频、图像与文本的融合推理能力，未来多模态模型或可自主连接环 境感知与决策链条，拟人化解决复杂任务。 边缘 - 云协同的轻量化部署：通过微调轻量级模型（如 MobileNet-Multimodal）、 神经架构搜索（NAS）技术，多模态算法将逐步适配边缘设备的算力限制，在智能终端 （手机、机器人、穿戴设备）中实现低功耗实时推理，满足自动驾驶瞬态决策、工业质检 毫秒级响应的需求。 通常包含大量的噪声和冗余信息，需要经过滤波、降噪、特征提取等预处理操作。滤波可 以去除噪声点，提高数据的质量。降噪则进一步减少数据的干扰，使数据更加平滑。特征 提取是从点云数据中提取出具有代表性的特征点，如角点、边缘点等，为后续的三维场景 模型构建提供基础。然后，利用 SLAM（同步定位与建图）技术构建精准的三维场景模型。 SLAM 技术能够在未知环境中，同时实现机器人的定位和地图构建，通过对传感器数据的

协调发展，推动新一代信息技术与算力设施融合应用，引导算 力运营智能化升级。 需求牵引，强化赋能。坚持市场需求导向，发挥区域比较 优势，进一步释放工业、金融等重点行业对算力应用的需求潜 力，激发智能算力、边缘算力等全场景应用创新活力，推动算 力与实体经济融合发展。 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、 产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 研院所、高校和企业在技术攻关、成果转化中的创新主体作用， 础较好地区集约 化开展智算中心建设，逐步合理提升智能算力占比。推动不同 计算架构的智能算力与通用算力协同发展，满足均衡型、计算 4 和存储密集型等各类业务算力需求。 3. 促进边缘算力协同部署。加快边缘算力建设，支撑工业 制造、金融交易、智能电网、云游戏等低时延业务应用，推动 “云边端”算力泛在分布、协同发展。加强行业算力建设布局， 满足工业互联网、教育、交通、医疗、金融、能源等行业应用 实现计算、存储的高效利用。针对智能计算、超级计算和边缘 5 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 与试点应用，实现算力中心网络高性能传输。 2. 强化算力接入网络能力。推动城域光传输设备向综合接 入节点和用户侧部署，加快实现大带宽、低时延的全光接入网 络广泛覆盖，城区重要算力基础设施间时延不高于 1ms。提升 边缘节点灵活高效入算能力，满足企业快速、就近、灵活、高

......................22 5.3 高效联接，打造低时延、高可靠、易运维的网络环境 ...................................23 5.4 智能边缘计算，计算更实时，前端更智能 .......................................................26 5.5 智能中枢，实现实时预测、精准管控 .... 智慧公路技术白皮书 07 需求和挑战 智慧公路的内涵：空间连通、信息互通、要素融通 3.1 智慧公路是传统公路与新一代信息技术深度融合发展的新型基础设施，通过应用 5G、卫星定位、AI、物联网、 云计算、边缘计算、大数据、GIS、BIM 等现代化信息技术，全面感知、分析、整合和处理公路路网运行信息，以数 据资源驱动公路规划、建设、管理和服务创新发展。智慧公路的核心是交通要素的感知化、互联化和智能化，具体 交互、智能联接、智能中枢、智慧应用”四层架构， 构建一套“云、网、边、端”全面协同的智能体系。 参考架构：云、网、边、端全面协同的智能化体系 4.2 体系架构 云基础设施 雷达、机器视觉、边缘计算 计算 | 存储 | 网络 | 安全 智能中枢 智能联接 智能交互 网络 安全 数据 安全 运维 管理 运营 管理 IP 5G Wi-Fi 6 F5G V2X SD-WAN

腾讯云运营商行业 解决方案图谱（2025） 秦若毅 腾讯云运营商行业解决方案总监 腾讯云运营商行业解决方案图谱（2025） 云网融合 • 大网内容加速 • 边缘加速与计算 • 端云协同AIoT 自主创新 • 新型AI基础设施 • 自主创新组件 • 可信数据空间 • 办公协同基座 人工智能 • 全渠道数智化 • 大模型原子能力 • 智能体开发平台 • B端大模型应用套装 云网融合趋势观察：网络演进推动场景化升级 跨境数据传输 需求激增 宽带业务 场景化转型 5G专网驱动 边缘加速 AIoT平台 智能化演进 云网融合解决方案：云边端多级加速，使能全场景连接 大网内容加速 • 游戏加速 • 直播加速 • 教育加速 • 跨境加速 • 场景化宽带 边缘加速与计算 • 边缘上云服务 • 边缘安全加速 • 全球应用加速 • 多网聚合加速 • 异网内容分发 端云协同AIoT