报告概述
本报告聚焦端侧算力领域，从客户需求、模型进化和芯片能力三个维度，系统分析端侧算力即将进入高速增长期的核心逻辑。报告覆盖了从基础摄像头、工具机器人、智能车到人形机器人的各类终端，深入探讨了VLM、VLA、世界模型及GEM模型等端侧模型的发展路径，并对比了NPU与GPGPU两大芯片架构的优劣与迭代方向。通过梳理产业链关键环节，为投资者提供了端侧算力放量背景下的布局思路。
报告的核心结论
端侧算力需求的核心已从隐私、成本转向低时延
报告指出，经过三年大模型发展，云端模型在能力和成本上的优势证伪了端侧的隐私和低成本需求。当前端侧算力的不可替代性体现在对设备外部信息的内生处理速度上，要求从多模态信号到肢体动作的延迟极低，这是云端无法满足的，从而催生了让类人终端更智能的新需求。
端侧模型正从YOLO向VLM、VLA、世界模型加速演进
基于Transformer的ViT模型打开了机器视觉的新上限，智驾领域率先从VLM进化到VLA和世界模型，实现从理解到预测的跨越。机器人领域则聚焦GEM模型，试图打通视觉、语言、触觉等多模态与物理动作的直接映射，这些模型进步使端侧算力扩张真正转化为功能提升。
GPGPU架构在端侧算力竞争中优势明显
尽管NPU长期主导端侧，但面对大模型带来的陡峭算力需求，NPU在低功耗下扩充算力存在天然瓶颈。GPGPU从云端下放，凭借成熟的架构、CUDA生态及低精度推理能力，能更高效适配端侧大模型。报告看好GPGPU在端侧渗透率持续提升，但英伟达高价也为国内芯片厂商留下空间。
端侧算力投资聚焦芯片、模组和存储三大环节
报告认为，端侧算力放量的价值量更多集中在芯片端，同时模组作为连接上游芯片与下游分散客户的桥梁，无论哪种芯片路线胜出均能受益。存储方面，3D-DRAM有望成为提升端侧推理性能的新方向，国内存储公司或将受益于端侧放量。
报告回答的关键问题
端侧算力真正的需求来源是什么？
报告认为，端侧算力需求的核心已从隐私、低成本转向低时延，即设备对外部信号的内生处理速度。这种需求在机器人、智能车等类人终端上尤为突出，它们需要实时解析多模态信息并快速做出物理动作，而云端链路延迟过长无法满足。因此，让类人终端更智能成为需求高速增长的主基调。
端侧模型从YOLO到世界模型经历了怎样的演进？
最初以YOLO为代表的CNN模型主打快和直接，但难以处理异形物体和逻辑关系。随后ViT模型引入自注意力机制，具备全局视野。在智驾领域，先有VLM打通视觉与语言，再有VLA直接输出动作指令，最后世界模型能预测未来场景。机器人前沿则探索GEM模型，意图将多模态信号与物理动作对齐，实现更类人的交互。
端侧算力芯片哪种架构更有优势？
报告看好GPGPU架构。NPU在低功耗下扩充算力存在CPU总线瓶颈，而GPGPU从云端下放，架构成熟且能借助CUDA生态实现快速部署和持续进化。尽管英伟达售价较高，但其在低精度推理和模型适配上的优势明显。不过NPU厂商也在通过3D-DRAM和协处理器等路线追赶，市场仍有空间。
投资端侧算力应关注哪些产业链环节？
报告指出三个主要方向：一是芯片环节，关注NPU迭代和GPGPU向下渗透，标的包括英伟达、高通、瑞芯微；二是模组环节，作为端侧服务器，受益于算力放量，关注美格智能、广和通、移远通信；三是存储环节，3D-DRAM有望带来增量，关注兆易创新、澜起科技。
报告中的代表性数据
英伟达智能驾驶业务收入
2026财年，英伟达车载收入从2021财年的5.36亿美元增长至2026财年的23.49亿美元，显示端侧算力在智能驾驶领域的强劲需求。
瑞芯微营业收入
2025年，瑞芯微2025年营收达44.02亿元，较2016年的12.98亿元大幅增长，体现了端侧NPU芯片在YOLO等模型带动下的放量。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 投资要件：详细阐述报告核心判断、投资逻辑，以及从芯片、模组、存储三个环节给出的具体投资建议和关注标的。
- 需求分析：从云端模型能力边界、端侧低时延需求重塑、类人终端新需求三方面展开，并配以Yarbo等案例说明客户需求如何拉动算力。
- 模型演进：深入讲解YOLO、ViT、VLM、VLA、世界模型及GEM模型的原理与迭代路径，并附算例说明模型升级对算力的需求变化。
- 芯片架构对比：分析NPU与GPGPU在端侧的发展历程、技术瓶颈和迭代方向，包含瑞芯微3D-DRAM协处理器、高通跃龙IQ10等具体方案。
- 投资建议章节：系统梳理芯片、模组、存储三大环节的核心公司，并列出了端侧上市公司汇总表（含市值、关键信息）。
- 风险提示：详细列出端侧模型进展、存储涨价、端侧硬件放量三大风险及其对产业和投资的影响。
- 附录：包含完整的图表索引，如Nano Banana生成效果、YOLO算法原理图、ViT架构图、英伟达产品线图等。
- 免责声明与分析师声明：明确报告使用限制和评级说明。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
