边缘算力重要性凸显

　　日前，上海市经济信息化委印发《上海市推进算力资源统一调度指导意见》的通知，提出九项重点任务。任务之一要求形成枢纽型数据中心集群、城市数据中心集聚区、边缘数据中心梯次布局，并引导根据应用场景，利用存量通信机房、变电站等设施按需灵活部署边缘数据中心。

　　对此，近日国盛证券发布相关研究报告称，规划凸显出未来的算力将呈现从云端到边缘梯度分布的格局。云端算力负责复杂科学计算，大模型运算推理等任务，边缘侧则凭借隐私、时延与成本三大优势，成为小模型与AI应用触及万千用户与场景的通道。

　　据介绍，目前，无论是需要超强硬件支撑的AI迭代与训练，还是运行要求相对较低、需求相对分散的AI推理，均在超算中心内进行，采用云生成然后发送到端的形式运作。但随着AIGC内容愈加丰富，从文本发展到图像、视频等多模态内容，上述模式引发了一系列的问题，例如网络带宽成本高昂、时延较为严重等，进而影响到AI大模型的商业化进程与用户使用体验。

　　而作为算力体系的重要一环，边缘算力具有低时延、安全性高等优势。，国盛证券、中信证券、中金公司等机构一致认为，边缘算力不仅能够分担云端推理计算的压力，且由于其安全性高，还能够符合未来AI创作对于所有权和隐私权的要求。

　　智能模组则为边缘算力的最佳载体，有机构称其为AI的“毛细血管”。智能模组是指融入了算力或通用处理芯片的通讯模组，已经应用于车机、消费等多个领域。目前，已有厂商尝试相关方案3月2日，高通中国公众号发布了全球首个运行于安卓手机上的Stable Diffusion终端侧演示。此前，Stable Diffusion只能在云端计算集群内运行。3月23日，华为推出“智能搜图”功能，基于多模态大模型技术，在手机端侧对模型进行小型化处理。

　　中信证券认为，华为与高通一定程度上验证了高性能边缘AI的可行性，通过模型压缩叠加联网智能的方式有望在边缘端实现AI大模型的体验。在两者的示范效应下，智能物联网模组相关企业有望获得发展。