📰 研报摘要
查看全文 ➔摘要： 本报告分析端侧算力正处于需求高速增长的前夜，认为行业主基调正从提升“人用”终端的智能，演变为使“类人”终端（如机器人、智能车）更像人。
行业主线：
- 需求驱动转移：端侧算力的核心需求已从隐私性和低成本，聚焦于“低时延”，特别是物理世界实时感知与肢体动作反馈的低时延需求。
- 模型范式演进：视觉模型从 YOLO 进化至 ViT，进一步向 VLM（视觉-语言）、VLA（视觉-语言-动作）、世界模型及 GEM（多模融合）模型升级，极大提升了对端侧算力的真实需求。
- 芯片架构竞争：对比 NPU 与 GPGPU 架构，认为 GPGPU 凭借 CUDA 生态的强大适配能力和架构领先性，在端侧算力需求陡增的背景下具有更高的渗透潜力。
关键变化与分歧：
- 需求验证：此前市场预期端侧算力在手机、PC 等传统消费电子起量，但实际上被云端模型能力压制；而新型终端（如自移动机器人、智驾）的本地部署需求正在闭环。
- 架构之争：NPU 在低功耗场景有优势，但在面对大模型所需的极高算力且需维持性价比时，面临 CPU 总线拥堵等硬件限制。
受益方向与风险：
- 受益方向：具备自主迭代能力的端侧芯片公司、端侧服务器模组厂商、以及 3D-Dram 存储新方向。
- 核心风险：端侧模型（如 GEM 模型）进展不及预期、存储价格上涨压缩需求、端侧硬件整体放量节奏低于预期。