9%。 国内 IPC 产品像素从 400 万向 500 万、800 万跃升，海外欧美市场 300 万、400 万也成为标配，在像素上发展基本见顶，从技术上从卷像素向低功耗、黑光、 AI 等方向发展； 产品上从单目到双 / 多目、低功耗、带屏等方向上不断创新； 应用场景上在IPC、可视门铃基础上向更多应用场景渗透，如视频门锁、宠物喂食器、智能喂鸟器等视觉融合产品；市场上品牌开始下沉、线上与出海成主战场、 一 步加速了头部品牌下沉的进程，头部品牌商的价格下探对于中小品牌来说行业的竞争就变得更加激烈。 低功耗 AOV 出于无电无网的市场需求，低功耗产品成为行业重要的发展方向，而低功耗产品核心是功耗和稳定性，行业技术的发展更多需要 芯片厂商来引领，低功耗发展趋势就是与常电产品同样的使用体验。而以往低功耗产品相比较常电产品来说存在无法24小时录 像、探测距离短、漏报误报等痛点，于是AOV因势而生。 AI 光产 品需求会不断提升，并且厂商们也再推动黑光普惠的方案。 4G 免流量 免去布网线布电线，让产品使用更加便捷是产品发展的重要方向， 4G产品和低功耗产品天然适配， 4G低功耗产品出货大涨是市 场需求决定的，随着4G资费的不断下降，用户对4G低功耗产品的认识越来越多，使用成本下降了使用难度也降低了，于是市场 需求得到快速增长。 之前的4G产品，不少厂商采用免费送产品靠流量充值模式，消费者体验并

和LP-WAN就能满足大多数应用场景。其他专用网络则用于填补空白。 • 标准局域设备网络 o 以太网——有线 o Wi-Fi——无线 o Thread——无线低功耗mesh网络 o 低功耗蓝牙——点对点，易于配对 • 标准广域设备网络 o 蜂窝网络——移动性 o 卫星——全球覆盖 o LP-WAN——长距离、低带宽、低成本 • 专用设备网络 以太网、Wi-Fi和低功耗蓝牙已融入我们的日常生活，无需过多介绍。Thread同样无处不在， 但大多数消费者可能已经习以为常。过去几年里，智能音箱等面向大众市场的设备已具备 Thread连接能力，许多新款智能手机也支持Thread，因此很多家庭其实已经在使用这项技 术了。以太网和Wi-Fi可满足有线和无线的高带宽应用场景需求，Thread能为受电力限制的 设备提供mesh网络连接，而低功耗蓝牙则适用 劲需求推动下，Thread已经开始进入商业环境，而且这一趋势在未来几年可能会加速发展。 Zigbee等低功耗mesh网络已经存在了数十年，并且有大量的存量设备，那为什么还要选 择Thread呢？Thread从一开始就是为IP网络设计的，它能像Wi-Fi一样传输相同的信息， 但基于低功耗mesh网络。简单的、基于标准的Thread边界路由器可以将任何Thread设备 连接到任何IP骨干网络

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。 自监督与跨模态预训练突破：无需人工标注的自监督学习（如对比学习、掩码多模态 建模）将显著降低多模态系统训练成本，突破医疗、农业等领域标注数据稀缺的限制。谷 动态校准算法：依据脑电信号特征变化实时调整解码模型参数，解决因电极偏移或脑 组织特性改变导致的性能衰减问题。 边缘端轻量化部署：通过神经形态芯片（如 Intel Loihi）与脉冲神经网络（SNN）， 在可穿戴设备端实现低功耗神经信号处理，避免数据云端传输的隐私风险。 二、 商业案例 Neuralink 脑机植入系统 Neuralink 的“Link”植入式设备已在动物实验与早期临床测试中展示了对运动意图 数 据处理效率。 AI 计算能力与能耗平衡 AI 芯片可实现终端设备的本地数据分析，但 AI 算法计算需求高，与终端设备的能耗限 制存在矛盾。未来需优化 AI 模型的轻量化设计，并开发低功耗 AI 芯片，以提升数据处 理效率并降低能耗。 超大规模设备接入的可靠性 6G 需支持数百万级设备并发接入，如何在超大规模接入场景中保持低延迟、高可靠 性是关键挑战。未来网络架构需具备更

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

终端设备分为 7 类：低时延传感器 和执行器、低功耗传感器和执行器、2 维/3 维传感器、HMI（Human Machine Interaction，人机交互）和 XR、PLC 和控制器、网关、TSN 端口。其中，低时延传感器和执行器通常被集成到机器人、机械臂等 设备中，通过 5G 与 PLC、控制器进行通信，对通信的实时性和可靠 性要求较高。低功耗传感器和执行器主要用于环境、状态监测，一般 终端设备分为静 态感知、移动感知、人机交互、辅助控制和特殊作业五类，并与 5G ACIA 白皮书的分类进行了对应1，列举了每一类的代表性工业 5G 终 端设备。 （1） 静态感知类 此类终端设备对应“低功耗传感器和执行器”类，主要用于监测温 度、湿度、气体浓度等环境参数，以及电流、水流流量、压力等状态 参数，传输数据量较小，但通常大量部署，主要利用 5G 大连接特性。 代表性产品包括 5G 环境监测传感器、5G

50% 、智能电表 90% 的渗透率处于较低 水平。年国内家 庭机械水表保有量约 3.16 亿只，若全部替换成智能水表，替换空间近 800 亿元。由于 NB-IoT 技术适用 于低功耗广域网市场，能够实现物联网智能水表及终 端的低功耗与低成本、覆盖范围广等严格要求。我 国水表行业已将 NB-IoT 无线网络接入技术 列入我国水表行业“十三五”期间重要推广的应用技术，并计划 在水表行业内组建“无线通信技术

多核高性能专业处理器， 专业定制工业级低功耗主板， DDR 定制工业级内存， 双 MSATA 硬盘，RAID 1 数据冗余（选配） 双 HDMI 显卡输出（选配） 500W 可插拔电源， RTL8111F 千兆网卡芯片,支持网络唤醒/PXE 功能， 1U 带导轨机箱。 外型尺寸 400*450*44.5  数据库管理服务器 多核高性能专业处理器 专业定制工业级低功耗主板， DDR 定制工业级内存，

PCS PMA PMA PMD xAUI PHYSec or 探索新层次：将传统密码学思想应用到以太网物理层— PHYSec ，解决现有技术方案的安全漏洞与性能瓶颈，具 有 极低开销、时延以及低功耗和成本等优势 L1.5 层 PHYSec ：基于“ 64B/66B 码块”的 PHY 芯片实现 MAC (Preamble+Padding+FCS) RS AM Deskew AM

接入高速环网传 输通道，实现多个子系统的井下融合联动。 煤矿安全监测系统：采用激光检测、低功耗无线自组网、多系统 22 融合联动等技术与装备，建设具备激光、红外等先进检测传感器、无 线传感器、多参数一体化传感器等先进设备的监控系统，实现煤矿井 下重点区域移动固定结合的全覆盖监测，实现系统低功耗、超远距离 传输、高抗干扰能力。并通过大数据分析，构建煤与瓦斯突出、火灾 预警模型，实现瓦斯及火灾的超前预警。

芯片封装集成，通过缩短电互连距 离、提升光电协同效率，显著降低系统功耗，并支持更高带宽密度。 CPO（光电共封装）技术的快速迭代正推动 800G/1.6T 光模块加速商 用，为智算中心提供超低功耗、超高带宽的互联底座，为全球算力基 建向 200T/机架以上密度演进提供底层支撑。CPO 技术正推动光模块 深企投产业研究院 40 从“可插拔”走向“芯片级融合”，亦为中国在光电半导体领域实现“换 一体化布局，先后收购 Lightwire、 Luxtera 及 Acacia 等。2015 年发布 100GPSM4 硅 光 子 芯 片 ； Acacia 产品包括硅光 子集成的电路集成光 学互联模块、低功耗连 贯数字信号处理器等 深企投产业研究院 41 地区 公司 技术进展 应用情况 Acacia400G 硅光模块方案将光分 离器件集成到硅光芯片基础上，与 自研 DSP 芯片互联，外接激光器封