边缘计算盒子、物联网设备等，而不仅仅依赖于远程的云服务器。边缘计算在成本、时 延、隐私上具有天然优势，也可以作为桥梁，预处理海量复杂需求，并将其导向大模型。 人工智能的未来既需要终端侧 AI，也需要云端 AI。在终端侧运行 AI 应用可提升成本效 益、增强隐私性、个性化并降低时延；与仅在 CPU 或 GPU 上进行 AI 工作负载处理比 较，骁龙平台集成专用的高通 AI 引擎，处理 AI 工作负载可以更加高效，让小巧轻薄的 为 35%、31%、27%、4%，合计占据中国智能音箱 97%的市场份额。 组装环节，国光电器 6 月 15 日在投资者互动平台表示，公司目前推出的搭载 Chat GPT 的智能音箱是依据云端的算力提供反馈内容的。未来，AI 音箱搭载的是大模型或 小模型，并需要匹配有不同的算力提供方案，公司针对各类型 AI 音箱均有研发、设计 方案。 芯片环节，目前市场上主流的智能音箱主控芯片主要来自：苹果、全志、晶晨、创 3.1.2. 安防解决方案正在向云+边缘的方案演进 AI 在视频监控领域的落地首先从云端开始，即在后端产品加入 AI 计算功能，实现 视频数据的智能化分析。随着摄像机的清晰度提高、可拍摄距离增大，分辨率提高，通 过网络回传的数据量也越来越大，将数据的结构化、处理与分析完全集中到云端会有网 络传输压力、实时性要求达不到、准确性降低等问题。 “云+边缘”的边缘计算解决方案，把 AI

网络 边缘，更靠近数据源，而云计算，处理发生在数据中心。边缘计算是指在尽可能 靠近数据源或终端的地方捕获和处理数据。通过在数据源的物理位置附近放置服 务器或其他硬件来处理数据，在本地完成处理而不是在云端或集中式数据中心， 它能最大限度地减少延迟和数据传输成本，允许实时反馈和决策。 图14：边缘计算的应用场景 图15：云计算与边缘计算的区别 资料来源：NVIDIA，国信证券经济研究所整理 资料来 AI 模型在云端训练， 并部署在终端设备上。例如计算机视觉等高度数据密集型、低时延要求类的任务， 将 AI 模型部署在终端的优势包括： 1）更低的延迟：因为传感器和物联网设备产生的数据不再需要发送到集中式云进 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 12 行处理，可以实现更快的响应，获得结果的时间可能从几秒减少到几分之一秒。 2）减少带宽：当数据发送到云端时，它通过广域网传输，需要满足全球覆盖和高 用户身份。 5）高可靠性：去中心化和离线功能使边缘 AI 更加稳定，不受网络访问限制，这 是关键任务系统稳定运行的必要条件。 当边缘 AI 应用程序遇到它无法准确处理的数据时，它通常会将其上传到云端，以 便 AI 算法可以重新训练并从中学习。因此，模型在边缘运行的时间越长，模型就 会变得越准确，由于可以获得如此多的价值，企业正在迅速采用边缘计算。 Gartner 预测，到 2023 年底，50

Agent，具有自主记忆、推理、规划和执行的全自动能力。 观点#1：Apple Intelligence 推动苹果用户换机，利好产业链业绩增长 6/11, 苹果 WWDC 2024 大会推出由苹果自研的端侧大模型、云端大模型、 以及 OpenAI 的 ChatGPT 组成的全新智能系统 Apple Intelligence。从功能 上来讲，和 OpenAI，Google 的现有功能差异不大，但由于此类功能只在 iPhone 由苹果端侧大模型、云端大模型、ChatGPT 共同组成，算力足够下依赖终端，复杂场景则 使用私密云计算或 ChatGPT，能够 1）增强 Siri 理解能力，配备多轮对话、总结信息、屏 幕内容感知、应用智能交互等能力，2）提供邮件智能回复、通知整理，备忘录和通话录音 /撰写/摘要等功能，3）支持图像生成/智能修图等功能，4）ChatGPT4o 将融入 siri 和 writing tools，作为云端备选模型。我们看到 tools，作为云端备选模型。我们看到 Apple Intelligence 核心能力包括文生文、文生图、跨 App 交互与个人情境理解，并需要以 OpenAI ChatGPT4o 作为云端备选模型，配备上了目 前已有的大部分 AI 功能。苹果通过 Siri，把 AI 当作手机不同 App 之间联系的工具，而不是 像此前三星和谷歌的 AI 应用更侧重于让 AI 去完成单一特定任务。苹果让 Siri 在未来成为应 用分发入口和流量入口，以超过

核心环节，通过多维度融合 DeepSeek 大语言模型能力与银行业务 系统，实现自然语言交互、业务决策支持与流程自动化。以下是关 键实现路径： 1. 模型能力分层调用架构 采用混合部署模式，结合云端 API 与 本地化微调模型，确保响应速度与数据安全：  基础层：调用 DeepSeek 通用模型 API（如 DeepSeek-R1- 67B）处理开放式客户咨询，通过动态温度系数 （Temperature=0 万元/台）及备份集群，总成本约 200 万元；云端部署则可 降低至年租金 50 万元（按公有云标准配置）。 3. 数据准备与清洗：历史客户数据标注和知识库构建约需 20 万 元。 运营阶段成本  维护费用：年维护成本约为初期开发的 15%-20%，包括模型 迭代（如季度更新）、bug 修复及系统监控。  算力消耗：按日均 10 万次交互计算，云端 AI 服务成本约 0.2 元/次，年支出约 款风险（参考行业案例，年均减少损失 300-500 万 元）。 o 客户体验：响应时间从分钟级降至秒级，NPS（净推荐 值）预计提升 10-15 个百分点。 投资回报周期 综合上述数据，总投入约 500-800 万元（云端方案），年净收益约 1.8-2.3 亿元，投资回收期仅需 1.5-3 个月。长期来看，5 年内的成 本收益比可达 1:40 以上。 关键风险提示：需预留 10%-15%预算用于合规审计（如《个

2021 年 5 月 国家发改委、 中央网 信办、工信部中央能 源局 《全国一体化大数据中心协同创新体系算力 枢纽实施方案》 引导超大型、大型数据中心集聚发展，构建数据中心集群，推进大规模数据的“云端”分析处理，重点支持对 海 量规模数据的集中处理，支撑工业互联网、金融证券、灾害预远程医疗、视频通话、人工智能推理等抵近一 线、 高频实时交互型的业务需求，数据中心端到端单向网络时延原则上在 20 ASIC 芯片的趋势中收益。例如，翱捷科技基于丰富的设计经验及雄厚的技术积 累，曾为全球领先的人工智能平台公司 S 、登临科技、美国 Moffett 等数家知名人工智能技术企业提供先进工艺下的人工智能云端推理超大规 模 芯片定制服务。 请务必阅读正文之后的免责声明及其项下所有内容 牧本定律摆向定制化，关注国产 ASIC 服务 商 图： AI 芯片集群有望达到 100 万张量级 图：博通已为两家头部

摄像头，450mAh 电池，能够接入 豆包、讯飞、通义千问等多个 AI 大模型。同时，AI 拍拍镜还内嵌了闪极自研的 AI 记忆 系统“录眸 OS”，具备 AI 云盘、AI 闪记、AI Agent Store、云端 AI 中心、数据安全 系统和 Hi 闪极语音助手等功能。价格方面，产品零售价为 1,499 元，共创版仅为 999 电子行业深度报告 16 请务必阅读末页声明。 元。从物料表来看，产品在关

型工作负 载， 如人工智能、数据分析、图形和科学计算等。 FY23 ，数据中心 领域收 入为 150.05 亿美元，同比增长 41.4% ，主要受益于加速计 算平台和网 络组合的超大规模及云端使用的影响。 l 游戏（ Gaming ）领域中，公司利用 GPU 产品和复杂软件，以更流 畅、 更高质量的图形来增强游戏体验，包括用于游戏台式机和笔记 本电脑 的 GeForce RTX

Empower Retailers to Thrive in the Digital Age �� 产业链下游的零售商正处于数字化转型的发展期。头部企业依托数字中台构建自 主可控的技术体系，中小商户通过订阅云端服务快速获得数字化能力。全球零售 巨头沃尔玛在数字化转型中大幅提升供应链效率，实现全球资源的调度以及全渠 道的销售矩阵。此外，深度应用生成式AI技术帮助沃尔玛基于消费者的消费习惯、 消费场景等

服饰时尚行业数据管理办法 1）基础设施云化 在基础设施云化方面，服饰时尚企业可以将传统的基础设 施转移到云平台上，例如采用云计算和虚拟化技术。通过云 计算，企业可以将数据存储、处理和分析等任务移至云端， 从而提高系统的可扩展性、灵活性和可靠性。此外，虚拟化 技术可以将服务器和存储资源进行虚拟化管理，实现资源 的共享和弹性调配，提高基础设施的利用率和效率。 2）触点数字化 服饰时尚企业可以利用物联网、传感技术和智能设备，可以

明； 接入单位需指定应用服务接口负责人，建立故障处理的快速响 应机制； 如有支付场景的应用服务，另行沟通接入情况。 7.9 系统部署说明 7.9.1 部署方式 本次项目涉及的应用系统采用云端（虚拟机）部署，除无线 WIFI 系统外、VR 系统，均使用 XX 市政务云平台资源进行部署，具 体资源需求如下： 331 7.9.2 硬件资源需求 7.9.2.1 项目一期 一、旅游综合管理平台建设（一期）