證券時報見習記者 陳雨康

今年以來，以ChatGPT為代表的AIGC（生成式人工智能）異軍突起，在全球范圍內掀起了一場關于大模型的競速賽，AI算力需求急速攀升。然而，云端算力面臨成本以及供給壓力，無法承載與日俱增的AI算力需求，算力走向邊緣成為大勢所趨。

邊緣算力將在AI大模型時代發揮不可或缺的支撐作用，根據STL Partners的預測，到2030年，邊緣計算潛在市場規模將增長到4450億美元，行業復合年增長率高達48%。

面對這片“藍海”，相關上市公司已摩拳擦掌，在“邊緣側”展開激烈角逐。

邊緣算力破局算力短缺難題

邊緣計算（邊緣算力），通常指部署在設備本地的算力或者離用戶距離較近的數據中心中的計算算力，擁有可定制化、低成本、低時延、高安全性與隱私性四大特征。

當前，算力需求呈指數級增長，增速將超過單芯片算力增長速度。同時，單個AI超算規模也受到功耗、土地、散熱等因素制約。在此形勢下，算力供給與需求的缺口持續放大。

“受供應鏈限制、勞動力人才短缺、能源成本上升、通貨膨脹、經濟衰退等現狀的影響，企業為了提高競爭力并降低總成本，正通過在邊緣采用人工智能處理數據的形式，來加速對其業務進行數字化和智能化轉型，這為邊緣計算帶來巨大的市場機會。”英特爾公司高級副總裁Sachin Katti在不久前召開的網絡與邊緣產業高層峰會上表示，到2025年，75%由企業生成的數據將在傳統數據中心或云之外進行創建和處理；到2026年，50%的邊緣部署將涉及機器學習；86%的邊緣開發人員將瞄準基于人工智能的應用程序；邊緣的人工智能推理將是數據中心的3倍。

邊緣算力也受到政策關注。《“十四五”數字經濟發展規劃》提到，加強面向特定場景的邊緣計算能力，強化算力統籌和智能調度。地方政府也相繼發文支持邊緣計算產業發展，例如，深圳明確加快構建“邊緣計算＋智算＋超算”多元協同、數智融合的算力體系。

國盛證券認為，當前時點，AI大模型已經站在了從“玩具”向“工具”快速演化的關鍵迭代期，在AI 向實際場景落地的過程中，邊緣算力的重要性將加速凸顯。未來的AI運算將呈現出“訓練與迭代在云端、推理與內容生產梯度分布（云側+霧側+邊緣側）”的格局變化。

上市公司積極布局邊緣算力

中國信通院數據顯示，2021年，我國邊緣計算市場規模為436億元，預計2024年將達1804億元，近三年復合增速高達61%。根據億歐智庫調研，2025年，我國邊緣計算市場空間有望達1987.68億元。

記者發現，從運營商、服務商到軟件廠商、硬件廠商，邊緣計算產業鏈各環節的玩家正從不同路徑加速搶占市場先機。

運營商作為算力網絡的主力軍，正在加快完善“云網邊”算力供給體系，并加大AI業務投入。

中國電信布局了“核心+省+邊緣+端”四級架構的AI算力網絡，并發布了星河AI賦能平臺，實現AI能力一鍵下發、快速部署、全場景應用。中國移動則構建了“4 熱點區域+N 中心節點+31 省級節點+X 邊緣節點”的算力資源網絡，并于近期推出了“九天”人工智能大模型，提供全面的大模型訓推一體化研發能力和新型MaaS能力。

邊緣計算服務商方面，網宿科技升級已推出了網宿邊緣GPU算力平臺，基于網宿廣泛分布的邊緣節點資源，提供高性能GPU算力資源。該平臺全面覆蓋IaaS、PaaS、SaaS層，已經在AI大模型訓練、邊緣推理、AIGC文生圖、虛擬人等場景落地。

硬件提供商也“躍躍欲試”。國芯科技已在邊緣計算芯片方面開展了二代芯片的研發和產業化應用。“CCP1080T”是公司研發的基于自主64位PowerPC架構C*Core CPU內核的第二代高性能高安全邊緣計算芯片。公司表示，該款新芯片產品的研發成功進一步豐富了公司高性能邊緣計算產品系列，對公司未來邊緣計算業務的市場拓展和業績成長性預計都將產生積極的影響。

關鍵詞：