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、 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 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，消费者体验并不

全球计算联盟”。 1 序 近年来，随着人工智能技术的迅猛发展和数字化转型的深入推进，全球对 高性能算力的需求持续增大。特别是在 AI 训练和推理任务中，高密度计算集群 的功耗需求日益攀升，传统的数据中心散热方案面临着严峻挑战。在此背景 下，液冷技术作为一种高效、节能的散热解决方案，正在加速改变数据中心的 技术架构和产业格局。 本报告引用和发扬了来自全球计算领域的众多专家学者、技术领军者、优 著下降，为大规模商业化部署奠定了坚实基础。值得关注的是，在算力需求持 续增长的同时，芯片技术的快速发展带来了新的散热挑战：现代 CPU 和 GPU 2 的热设计功耗（TDP）不断提升，传统风冷数据中心在应对高密度、高功耗计 算集群时已显得捉襟见肘。 从硬件形态演进来看，传统的 AI 产品与架构已不能完全满足新的 AI 集群 的需求。随着计算密度的提升，采用低延迟、高带宽互联架构的 在芯片技术领域，先进制程的投资呈现出爆发式增长，然而上市节奏却有所放缓。这一 背景下，CPU 和 GPU 等核心主芯片在性能实现大幅提升的同时，功耗也成倍增长。预计 到 2025 年，CPU 的热设计功耗（TDP）将达到 500W，而 GPU 的 TDP 更是高达 1kW 至 1.2kW。这种高功耗带来的散热挑战，使得传统风冷数据中心面临严峻考验。传统 6- 8kW 风冷机柜的容纳能力有限，仅能放置不到 8 至 10

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于设备设置和直接控制等点对点任务的连接。 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，

................................................................. 9 图表 8： 主流 AI 芯片 FP16 和 INT8 算力功耗比一览 ............................................................................................... 预测，假设基础算力规模按 2023-26 年 15%年复合增速 增长，2023/24/25/26 年算力规模达到 138/159/183/210Eflops。假设功耗不变（基础 算力主要基于 CPU，相比基于 GPU 的智能算力对应功耗无明显增加），以 2022 年装 机规模为基数，对应年均新增装机 3.8GW。 2. 智能算力部分，我们参考国内主要云厂商 CAPEX 计划和芯片供给情况，以其 2023/24/25/26 年算力规模同比增长 10%/30%/60%/60%，到 2026 年规模增长至 653Eflops。在此基础上，我们考虑随技术进步和摩尔定律，国产芯片功 耗下降（2022 年 GPU 功耗 49Gflops/W，2026 年提升至 124Gflops/W）,以及数据中 心 PUE 持续下降（2022 年 1.55，到 2026 年下降至 1.35），为支持上述算力规模 2024/25/26

器为颗粒的算力单元向机柜级转变的趋势。 2） 高效散热和供电方案，满足先进算力部署和绿色低碳需求。目前，单GPU芯片的功耗已超过1000W，单 机柜功率密度则高达140kW。数据中心迫切需要采用更高效的供电和散热方案，来解决大功率供电传输路径损耗 高、IT设备散热功耗加速上涨、散热设备容量不足和PUE居高不下等问题，以确保服务器和IT设备的正常运行与 数据中心高效运营。资源池化是整机柜服 效率，降低传输路径电能损耗，且更易于实现电源的液冷散热，为日益严峻的电源模块本体散热问题提供了新思 路；随着核心算力组件功耗的增长，液冷成为必然选择，整机柜服务器的高密度和高耦合度更加契合液冷方案， 第 11 页, 共 63 页 可大幅提升散热效率，降低风扇散热功耗，显著降低数据中心PUE数值，并有效分摊基础设施成本，实现数据中 心绿色低碳高效运营。 3） 快速交付便捷运维， 几乎与AlphaGo大战李世石同时，Google亮相OCP美国峰会并宣布（已经）加入OCP。作为互联网基础设施与 人工智能（AI）领域的先行者，Google带来了其48V供电架构，可以帮助Open Rack提高供电能力，为芯片功耗的 攀升做好准备。 LinkedIn（领英）高调推出Open19项目与被微软收购几乎同步发生，但保持相对独立运作，似乎并未影响 Open19的技术走向。正如其名，Open19立足19英寸机柜

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 手势操控）。 研究报告 2025 年全球感知技术十大趋势预测 11 四、 技术挑战 硬件性能与成本平衡：高分辨率 iTOF 激光雷达（如 128 线以上）仍面临量产良率 低与功耗过高问题，dToF 传感器在强光干扰下的测距误差则可达厘米级，并不适配多种 机器人工作场景。需突破混合固态激光雷达架构，全面从混合固态转向 Flash 纯固态技 术，实现低成本、高性能硬件的规模化应用。 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

年）》（工信部联通信〔2022〕103 号）， 在文中的优化基础设施体系架构提到：“打造绿色低碳信息基础设施。稳步推进 网络全光化，鼓励采用新型超低损耗光纤，规模部署 200G/400G 光传输系统和 1T 以上大容量低功耗网络设备，引导 100G 及以上光传输系统向城域网下沉， 减少光电转换能耗。推进网络架构优化，精简网络层级和网络设备节点数量，逐 步形成以数据中心为核心的扁平化、云网融合、云边端协同的网络架构和算力设 10G 互联，光和 Wi-Fi 深度融合，多用户智能调度和抗干扰算法，实现毫秒级的业务时延和漫游 体验，支持全屋 5~10Gbps 覆盖和全屋 512 个以上终端并发连接。F5G-A 支持通 过低功耗 Wi-Fi 连接智能家居设备，光纤直接到智慧大屏，实现家庭的全屋光+Wi- Fi 一网覆盖。 2.1.3 体验可保障 为实现网络自动驾驶，电信管理论坛 TMF（TeleManagement 自动恢复，传输性能自优，功耗自动控制等自动驾驶能力。 2.1.4 绿色敏捷全光网 F5G-A 采用绿色全光底座，助力承载网络能效 10 倍提升。 F5G-A 持续推动将原铜缆转换为光纤，推动光纤下沉，实现光纤到房间，光 纤到桌面，光纤到终端设备；F5G-A 继续保持原来光分路器无源汇聚的优点，无 需在弱电间部署有源的汇聚设备，减少了弱电间的设备功耗及降低了弱电间散热 空调等配套设施的功耗，实现整个网络的绿色节能。

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 re 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 图37：语音交互过程示意图 资料来源：集微网，国信证券经济研究所整理 检测关键词的探测器（Detector）不仅要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

Implementations- a baseline proposal 14 800GE(8×100G) 500m/2km 高速接口测试 本次测试 800GE 短距光模块性能整体较为稳定，模块功耗在 15w 左右和工作温度在 50~60℃ 范围仍有待优化空间； 800GE 光模块与路由器设备和测试仪适配性能良好，业界支持 800GE 设备厂家还较为单一 • 测试拓扑：可插拔光模块插入测试仪表进行环回测试 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 最大限度兼容以太网生态，凝聚产业力量，形成自主可控、标准开放 的 技术体系，成为产业共识 • B400G 高速接口标准和商用化进程相对稳定，须重点关注 B400G 相干技术 实 现复杂度，谨慎评估功耗成本等因素 • 以太网物理层高安全能力有待进一步增强， PHYSec 将成为新的安全解决方 案 • 业界共同推动 B400G 以太网技术成熟和商用，助力智算中心快速发展 谢谢聆听 ! 中国移动研究院公众号二维码

边缘业务的物联网中心，负责对低时延、需要快速反馈的任务进行优 低空智联算力网应用实践研究报告 22 先筛选、优先处理。边缘云的优势在于降低数据从终端与中心云之间 传递的时间，并节省中心云的计算资源和功耗，做到任务分流，工作 归类。 （三）协同平台层：实现统筹管理 协同平台层主要包含两大部分，分别是低空数字平台以及低空业 务平台。 低空数字平台主要实现对低空各类终端数据的直接汇总、清洗、 区核心区内基本上无网络信号，无法实时进行科研监测及森林防火监 测管理工作。通过无线自组网、高位监控以及无人机联动巡检相结合， 能够较好解决保护区的网络传输问题，采用低频段技术，具有较强的 穿透及绕射能力体积小，功耗低，绕射能力强，可以采用立杆方式安 装，施工安装方便，工程量小，成本低，且对环境影响小，在有树木 及山体遮挡的林区，覆盖半径可达 1-3km（视距范围能达到 3-5km）。 2. 传统方案痛点 析，从而更好地保护和管理自然资源。 3. 低空解决方案 自然保护区往往具有高海拔、地势陡峭、森林覆盖率高的特点， 通过数据处理中心站、远距离 MESH 网桥组成无线自组网通信网络。 中心站集成低功耗远距离通讯微基站，外接大增益玻璃钢全向天线， 体积小，功耗低，绕射能力强，可以采用立杆方式安装，施工安装方 便，工程量小，成本低，且对环境影响小，在有树木及山体遮挡的林 区，覆盖半径可达 1-3km（视距范围能达到 3-5km），采用低频段技