Nvidia与硬蛋创新的合作 - Nvidia与硬蛋创新下属核心平台科通技术联合举办《物理AI和NVIDIA机器人技术在线研讨会》，特邀Nvidia资深解决方案架构师和科通技术现场应用工程师做专业分享 [1] - 研讨会深度解析人形机器人在"训练、仿真优化、部署"全链路中涉及的软硬件一体化解决方案，并推介即将于8月份上市销售的Jetson Thor平台 [1] - Nvidia构建"DGX+Jetson+Omniverse"三大计算平台，重新定义具身机器人公司从训练到仿真优化、再到端侧部署时所需要的全套协同解决方案 [1] - Jetson是人形机器人的算力引擎和基石，置于边缘侧（即人形机器人体内） [1] - Nvidia Jetson是适用于机器人和嵌入式边缘AI应用的先进平台，其硬件通过专为机器人、计算机视觉和自主系统设计的高性能节能模块为边缘AI提供动力支持 [1] 人形机器人行业前景 - 人形机器人是具身人工智能向物理人工智能突破的核心硬件节点 [2] - 2025年被视为具身智能机器人量产元年 [2] - 据IDC预测，到2028年全球用户在机器人领域的支出将接近3,700亿美元，复合增长率为13.2%，中国市场占比近半 [2] - 以智元机器人（Agibot）、宇树科技（Unitree）、傅利叶智能（Fourier）等为代表的中国明星企业推动着该领域的跨越式发展 [2] 硬蛋创新的业务布局 - 硬蛋创新是AI算力供应链核心供应商及应用技术方案服务商，覆盖"AI基础设施+AI智能终端"领域 [2] - 代理覆盖Nvidia、Xilinx、Intel、AMD、Microsoft等国际知名原厂以及众多国内知名芯片原厂 [2] - Nvidia Jetson已成为硬蛋创新核心代理线，并持续展现强劲增长势头 [2] - 硬蛋创新以Jetson系列产品为基石，向边缘AI领域（特别是人形机器人赛道）输出机器人产业应用技术解决方案 [2] 硬蛋创新的未来展望 - 硬蛋创新的经营业绩将受益于Nvidia Jetson产品家族在边缘AI领域的"产品+技术+生态"领导力 [3] - 有利于公司继续巩固自身在AI算力供应链中的核心地位 [3] - 支撑国内具身智能机器人赛道玩家参与全球科技竞赛 [3]

处理器市场增长趋势 - 生成式AI应用推动处理器市场规模从2024年2880亿美元增长至2030年5540亿美元，增幅近一倍[1] - 2024年GPU市场规模首次超越APU，主要因服务器领域运行ChatGPT等大型语言模型的高算力需求[1] - 边缘AI在APU和消费级CPU中快速扩张，智能手机和笔记本电脑是嵌入式AI发展前沿[1] 市场竞争格局 - 英特尔占据CPU市场66%份额，英伟达垄断GPU市场超90%[3] - APU和AI ASIC市场分散，苹果、高通、联发科等厂商竞争激烈[3] - 中国新玩家崛起，如小米在智能手机APU领域、蔚来在汽车ADAS APU领域取得突破[3] 技术发展趋势 - 代工厂技术节点持续升级，台积电垄断先进制程引发地缘政治紧张[7] - 2024年CPU采用3nm工艺，GPU/AI ASIC仍以4nm为主，AWS Trainium 3预计2025年导入3nm[15] - HBM内存成为AI应用关键，初创公司如Groq探索SRAM方案以提升性能[15] 数据中心处理器市场 - 2024年数据中心处理器市场规模1470亿美元，2030年将达3720亿美元[9] - GPU和AI ASIC主导市场增长，CPU/DPU保持稳定，FPGA份额持续下滑[9] - 加密货币矿场带动加密ASIC需求，2030年市场规模预计42亿美元[13] 行业动态与战略布局 - 超大规模厂商（谷歌/AWS）联合博通等开发自研AI ASIC芯片以对抗英伟达[12] - 基于ARM架构的CPU冲击x86主导地位，亚马逊Graviton/谷歌Axion强调能效优势[12] - 2024年重要并购包括软银收购Graphcore，Meta尝试收购Furiosa失败[19] 地缘政治影响 - 美国出口管制限制中国获取尖端AI芯片，英伟达开发合规芯片应对[18] - 中国加速半导体自主化，华为加强CPU/AI ASIC研发[18] - 各国政府投资专用AI数据中心以确保国家计算能力[17]

核心技术突破 - WoW（晶圆堆叠）技术采用3D封装解决方案，使芯片"上下叠加"，实现终端设备本地运行轻量AI模型 [1] - 该技术可提升10倍内存带宽并降低90%功耗，破解边缘AI发展瓶颈 [1][6] - 与传统HBM+GPU方案相比，WoW具有更低功耗（从几百瓦降至<0.5pJ/bit）、更小体积优势 [2][13] 市场前景预测 - WoW市场规模将从2025年1000万美元激增至2030年60亿美元，复合年增长率257% [1][8] - 2027年为关键拐点年，基准情形下市场规模达6.22亿美元，乐观情形下可达1.6亿美元 [10] - 细分内存市场TAM在2030年基准情形下将翻倍，乐观情形下实现三倍增长 [11] 应用场景拓展 - 主要应用于AI PC、智能手机和AI眼镜领域，实现实时语音翻译、物体识别等本地AI功能 [2] - 汽车应用预计2026年下半年开始搭载，其他应用2027年跟进 [11] - 爱普半导体VHM技术已在加密矿机量产，未来向AI手机/PC/智能眼镜拓展 [5] 技术参数对比 - 带宽达4k-50k GB/s，远超GDDR6（64GB/s）和LPDDR5（25.6GB/s） [13] - 能效<0.5pJ/bit，显著优于HBM3（~3pJ/bit）和移动HBM（~7.5pJ/bit） [13] - 支持2-8层DRAM堆叠，单芯片容量可达48GB（HBM3E方案） [13] 产业链发展现状 - 大中华区厂商积极布局：爱普与台积电/力积电合作量产，华邦支持3B-7B模型，兆易创新开发8层堆叠 [12] - 供应链协作加强，需内存/逻辑芯片设计公司与代工厂三方协同 [13] - 技术生态日趋成熟，2027年品牌终端大规模采用将成为关键催化剂 [10][12]

市场核心数据 - 2024下半年中国边缘云市场规模达73.9亿元人民币，同比增长18.6% [1] - 细分市场构成：边缘公有云服务37.9亿元、边缘专属云服务14.4亿元、边缘云解决方案21.6亿元 [1] - 核心增长动力来自互联网音视频分发、AI训练推理、云游戏及行业客户IT架构迁移 [1] - 预计2024-2029年市场年均复合增长率20.3% [7] 行业发展背景 - 云计算客户已具备协同使用超大规模数据中心与分布式边缘资源的能力 [2] - 生成式AI需求加速边缘服务采用，预计2027年80%的CIO将依赖云服务商提供的边缘服务 [2] - 边缘节点完成轻量级模型训练/推理成为客户新焦点，抵消互联网行业传统需求放缓影响 [3] 技术发展现状 - 边缘异构算力应用仍处早期阶段，多数形态无法直接支持大模型场景 [3] - 头部服务商正通过两种路径布局：建设大模型API聚合平台、强化边缘AI生态合作 [3][4] - 边缘节点优势包括低延迟、网络成本低、分布广泛，适合快速部署推理服务 [3] 主要服务商布局 - 边缘公有云服务商包括阿里云ENS、移动云EIC、百度BEC、天翼云ECX等16家 [6] - 边缘专属云服务商涵盖阿里云ACK@Edge、腾讯云TKE Edge、AWS ECS Anywhere等15家 [6] - 边缘云软件平台供应商包括移动云EISP、阿里云边缘计算、百度BIE等14家 [6] 未来趋势展望 - 边缘AI和出海场景将带来数十亿增量空间，可能重塑市场格局 [9] - 边缘云在海外IT架构建设、本地化AI服务方面展现独特优势 [9] - 多模态大模型服务若在C端普及，边缘云将有效缓解核心机房带宽压力 [9]

英特尔战略调整 - 英特尔首席执行官承认在AI训练领域追赶已"太晚"，认为英伟达在该市场地位过于强大 [3] - 公司将未来重点转向推理领域（包括边缘计算和基于代理的推理），而非下一代训练产品 [3] - 英特尔收购Habana Labs后推出的Gaudi AI芯片市场接受度低于预期 [3] 英特尔重组与裁员 - 公司计划在俄勒冈州裁员2392人，并在亚利桑那州、加利福尼亚州和德克萨斯州裁员约4000人 [4] - 裁员涉及技术人员、工程师等非管理层岗位，占员工总数约20%（裁员前员工约2万人） [4] - 重组目标为降低"组织复杂性"，精简管理层级 [4] - 裁员后员工人数将减少至约1.6万人，当前市值1020亿美元（2025年7月） [4] 行业对比 - 英伟达市值超4万亿美元（2025年7月），员工约3.6万人 [4] - AMD市值2370亿美元（2025年7月），员工约2.8万人 [4] 技术方向定义 - 边缘AI：部署于设备（手机/PC）、汽车、工厂等本地系统的非云端AI芯片 [7] - Agentic AI：可自主决策并行动的AI芯片，需极少人工干预 [7] - 代工服务：支持美国主权芯片制造商及其他厂商的芯片生产 [7]

政府补助与业绩表现 - 公司近期收到政府补助937 08万元 占最近一年经审计归属于上市公司股东净利润绝对值的37 9% [1] - 公司近三年连续亏损 2024年归属净利润为-2472万元 但归母净利润同比减亏约70% [1] - 业绩亏损主因是消费电子下游市场需求疲软 但营收实现同比增长 [1] 存货管理与减值 - 2024年度公司对存货计提减值损失2174 04万元 占当年净利润绝对值的87 93% [2] - 存货跌价准备较2023年末大幅降低 因销售收入增长且积极去库存 [2] - 公司计划进一步优化库存管理并提高周转率 [2] 募投项目调整与研发方向 - 公司将智慧交通与智能驾驶研发项目变更为边缘AI处理器研发项目 涉及变更募集资金3 18亿元 新项目总投资4 58亿元 [2] - 原项目延期至2026年6月30日 因车规芯片技术迭代要求高且受宏观环境影响 [3] - 边缘AI处理器项目聚焦低功耗高性能端侧AI芯片 面向智能家居 穿戴设备及汽车电子领域 部分物联网芯片已量产 [3] - 公司已量产多款北斗导航芯片 覆盖消费电子 工规及车规市场 [3] 竞争与战略规划 - 公司在AIoT领域面临竞争对手在营收和净利润上的领先压力 [1] - 未来战略包括坚持自主创新研发 拓展产品应用市场以转化技术优势为业绩 [1]

行业动态 - DDR4报价飙涨带动上游芯片供应商南亚科、华邦以及下游存储器模组厂威刚、宇瞻、宜鼎等公司营运表现亮眼 [1] - 三大原厂陆续宣布停产DDR4导致供给收敛，市场急单涌现，同时因应下半年关税变动的备货需求推升出货动能 [2] 公司表现 威刚 - 6月营收46.98亿元新台币，创逾15年单月新高，月增12.69%，年增59.05% [1] - 第2季营收127.84亿元新台币，为15年半来单季新高，季增29.03%，年增27.22% [1] - 上半年营收226.84亿元新台币，年增8.48% [1] - 董事长陈立白表示客户备建库存需求大增，公司将全力支援主要客户需求，并预期第2季毛利率明显优于首季，成长动能延续至第3季 [1] 宜鼎 - 6月营收达10.3亿元新台币，年增37.52% [1] - 上半年营收56.47亿元新台币，年增29.34%，主要得益于工控专案稳定推进与边缘AI布局初见成效 [1] - 公司已提前备妥客户下半年所需库存，预期在专案落地、备货充足与边缘AI需求带动下，下半年营运有望优于上半年 [2] 宇瞻 - 上半年营收47.61亿元新台币，年增24.31%，反映DDR4供给收敛及市场急单涌现的积极影响 [2]

中国大陆晶圆代工产能扩张 - 中国大陆晶圆代工厂大举新建产能，主攻成熟制程，与中国台湾厂商形成直接竞争 [1] - 中国大陆疯狂建置晶圆代工产能，与联电、世界、力积电、茂硅等中国台湾厂商正面交锋 [1] 中国台湾晶圆代工厂商策略 - 台积电以先进制程独霸全球，通吃苹果、AMD、英伟达、高通等国际大厂最先进芯片代工订单 [1] - 联电、世界、力积电、茂硅等成熟制程晶圆代工厂与国际大厂联盟或强化利基型产品，避开与中国大陆厂商正面杀价 [1] - 联电通过结盟英特尔，在美国携手开发12nm技术，并评估进军6nm技术生产更先进的WiFi、无线射频、蓝牙元件、AI加速器及汽车芯片 [1] - 世界开拓特殊制程应用，耕耘碳化硅（SiC）及氮化镓（GaN）多年，目标2026下半年开始量产8英寸碳化硅晶圆 [1] - 力积电逐步脱离低毛利制程，布局Wafer-on-Wafer（WoW）3D堆叠技术，适用于边缘AI、车用电子与高性能计算领域 [2] - 茂硅明确定位走利基型应用市场，锁定需高弹性与定制化的订单，强化与车用及工控客户的粘性 [2] 行业竞争格局 - 中国台湾半导体厂商采取差异化策略应对中国大陆产能扩张，不是省油的灯 [1] - 科技产业不乏前例，中国台湾厂商各有策略应对中国大陆产能竞争 [1]

边缘AI市场发展 - 2024年全球边缘AI市场价值125亿美元，2025年预计达250亿美元，硬件设备总量突破20亿台，芯片市场规模达730亿美元 [3] - 2025年至2034年全球边缘AI市场复合年增长率预计达24.8% [3] - 边缘AI应用场景包括工业视觉技术、边缘设备、自动驾驶辅助、边缘AI系统、可穿戴设备、边缘AI算法、智能摄像头和人脸识别门禁系统等 [3] 边缘AI技术架构 - 边缘AI系统需围绕硬件平台、软件栈、网络连接及算法模型四大核心要素展开 [4] - 硬件平台需根据算力需求选择CPU、GPU、NPU/TPU、FPGA或专用ASIC芯片，同时兼顾功耗与散热能力 [4] - 软件栈可通过Linux RTOS操作系统与Docker、K3s容器化技术提供轻量化部署环境 [6] - 网络连接主要通过边缘和云协同机制实现模型动态更新、数据同步与分布式推理 [6] - 算法模型需平衡轻量化与精度需求，适配目标检测、分类、分割、预测、异常检测、语音识别及NLP等任务 [7] elexcon2025展会概况 - 展会将于2025年8月26-28日在深圳会展中心举行，主题为"All for AI，All for GREEN" [1][12] - 展会规模3万平方米，预计吸引3万余名工程师、开发者及采购决策者参与 [11][15] - 90%展位已售罄，400余家全球顶尖技术企业参展 [11][15] - 深圳部分地区企业参展可享受50%展位费补贴政策 [15] 参展企业与技术展示 - 参展企业包括Arm、安勤、研华、瑞萨、达摩院、风河、先辑等 [10] - 展会将展示边缘AI软硬件架构技术创新和最新系统方案 [10] - 三大应用生态专区包括AI玩具、AI眼镜和机器人实景体验 [24][25][26][27] - AI玩具体验专区将展示低功耗语音识别、计算机视觉等技术的消费级实现方案 [24] - 具身机器人专区将展示嵌入式系统在机器人运动控制、环境感知、AI决策方面的最新突破 [26] - AI眼镜专区将展示AR光学、轻量化AI处理器与行业应用案例 [27] 同期活动与技术论坛 - 将举办15+技术论坛、研讨会和开发者活动 [29] - 第七届中国嵌入式技术大会将为AI硬件、服务器与数据中心、机器人、新能源、汽车电子、半导体等产业生态提供全栈技术与供应链支持 [30] - 其他论坛包括AI电源技术大会、低空智飞技术论坛、第九届中国系统级封装大会和新能源汽车电子创新技术论坛等 [33][36] - Kaifa Gala开发者嘉年华将吸引3万余名工程师参与，包括瑞萨MCU/MPU生态专区、与非网拆解秀和开发板申领等活动 [38][39][41]

边缘AI智能体演进 - 边缘AI正从静态推理向动态智能体演进，核心是实现设备间的自主协作而非单纯模型运行[1][3] - 97%企业已部署或计划部署边缘AI，54%希望其成为系统级能力，48%以减少云依赖为目标[6] - 边缘智能体需具备感知、协同、经济三层能力栈(PCE模型)，六成企业已部署多模态AI模型[12][14] 边缘AI操作系统变革 - 传统边缘AI平台以模型调度为核心，新型Edge AI OS需支持智能体动态协作与状态管理[16] - Edge AI OS需具备异构算力调度、多智能体运行时管理、任务-资源-状态动态耦合三大能力[18] - 企业AI支出结构转变：60%新增预算投向边缘部署，近半用于自主AI能力构建[19] 智能体部署技术挑战 - 调度复杂性成为首要难题，需解决异构设备、动态状态与环境依赖性等问题[22] - 通用语言模型与垂类行业模型协同需求凸显，传统调度机制难以满足[23] - 数据隐私合规性要求智能体在本地处理敏感数据的同时实现协同学习[24] - 多智能体协作引发资源抢占、任务冲突等治理问题，需建立新型优先级体系[25] 行业应用范式转型 - 智能制造场景展示智能体价值链条：从视觉检测到物料搬运形成自主闭环[7] - 企业AI采购模式从CAPEX模型采购转向OPEX智能体订阅，按效果计费[19] - 边缘智能体推动AI从项目性支出转变为系统性基础设施支出[19][27]