声明：本人公众号仅用作记录个人复盘，请勿盲从。文中所涉标的及观点仅作为历史盘面复盘和个人记录之用，均不做任何推荐，对未来盘面不做任何预测。
https://xueqiu.com/2496495217/387106212
端侧AI芯片：开启智能终端的“本地大脑”时代
端侧AI芯片：开启智能终端的“本地大脑”时代
—————— 转载自2026.4.30 凯联资本
端侧AI是将AI模型直接部署在终端设备上，使设备具备本地智能处理能力，无需依赖云端服务器即可完成推理任务。与之相对的是云侧AI——将模型训练和推理置于云端。端侧处理的优势在于：省去了云端交互的时间延迟，个人数据只保留在本机，大大降低了隐私泄漏风险。
端侧AI芯片——也就是集成AI加速单元的SoC——正是这一变革的硬件基石。这类芯片在传统SoC基础上深度集成NPU等AI加速模块，其核心目标是在有限功耗预算内提供低时延、高隐私、高可靠的本地化智能处理能力。2024年全球智能设备AI SoC出货量约为15.65亿颗，市场规模约为318亿美元。
从算力分布看，云侧AI和端侧AI并非替代关系，而是互补协同。“端-边-云”架构成为推动AI终端产业规模化发展的关键转折点：云端侧重规模和复杂推理，端侧聚焦实时响应与隐私安全，边缘层则扮演数据的中转站和预处理中心的角色。
在应用场景上，分为AI手机与AI PC、AI可穿戴设备、智能汽车和IoT等不同市场。
全球市场：从千亿到万亿的跃迁路径
在2026年，端侧AI芯片市场正在经历多重叠加的增长动能。据长江证券分析，大模型轻量化与硬件算力均已日趋成熟，软硬件协同突破扫清了规模化障碍。中信建投研报显示，2026年手机和PC的AI渗透率有望分别达到45%和62%。Gartner预测2025年末AI PC全球出货量将达7780万台，占据31%的市场份额，2026年这一比例将飙升至55%。
AI手机和AI PC是端侧AI最大的入口。手机厂商正全力以赴投入AI技术整合，2025年我国AI手机市场份额预计达到30%左右。而这些前端渗透率上升背后，是SoC主控芯片向更高算力、更强AI能力的全面升级，倒逼芯片厂商进行架构革新。
与此同时，AI可穿戴设备正在形成第三极增长。AI智能眼镜市场迎来爆发式增长——2025年全球出货量达870万台，同比增长高达322%。AI耳机销量同比增长超过3倍，这种需求爆发促使端侧算力从云端加速下沉至边缘设备。
中国市场：国产替代的加速跑
中国市场在端侧AI芯片领域展现出独特的发展态势。从整体产业结构看，中国拥有全球最完整的电子制造产业链，终端侧AI被认为将成为中国企业参与全球竞争的新赛道。
从竞争格局看，实力鸿沟依然巨大。2025年上半年，美股五大芯片巨头营收高达2444.5亿元，而18家中国公司整体营收仅为193.3亿元，前者是后者的12.65倍。这一悬殊差距既反映了国际巨头数十年技术积累与全球渠道布局的压倒性优势，也意味着中国企业的追赶仍有极大的空间。
硬件架构：从“CPU+GPU”到“NPU主控”的范式转移
芯片架构设计正在经历一次深刻的范式转移。传统的“CPU主控+GPU辅助”模式正让位于以NPU为核心的计算架构。高通高管提出，需要构建一个全新的计算架构体系——操作系统、软件和芯片都需要重新设计以支持端侧AI的全新体验。在具体指标上，高通最新定制的NPU具备约40TOPS的峰值AI算力，并集成4GB专属3D堆叠内存，有效缓解AI计算中频繁的数据搬运压力。
地平线在车载端侧芯片领域的突破同样引人注目。其旗舰芯片星空6P的BPU算力达到650 TOPS，内存带宽273GB/s，可同时支持座舱数字AI和高阶智能辅助驾驶大模型的部署。通过统一内存架构与统一底层软件，空间占用缩小50%、单车综合成本降低1500元至4000元。
未来，NPU将从“可选的加速器”升级为智能设备AI SoC的必选项，市场竞争的焦点不再是单纯的算力堆叠，而是能效比与场景适配能力。轻量化模型和算法-芯片的协同设计将成为关键差异化因素。
模型轻量化：助力大模型“瘦身”进终端
端侧AI从理想走向现实的另一关键支柱是模型轻量化技术的突破。大模型压缩、量化技术的快速迭代使得终端搭载的模型能力持续增强——2024年2B参数量的大模型MiniCPM，其能力已经接近2020年GPT-3 175B大模型的能力水平。
厂商在这一领域的进展令人瞩目。腾讯混元在2026年初推出了基于首个产业级2Bit端侧量化方案的一款“极小”模型HY-1.8B-2Bit，等效参数量仅为0.3B，内存占用仅600MB，却能在消费级硬件场景实现本地运行。联发科推出的天玑9500则率先支持Bitnet 1.58 Bit推理框架，实现了端侧的4K超高分辨率文生图和128K长文本处理，大幅将以往依赖云端的能力下沉到终端。
竞争格局：国际巨头与本土新锐的攻防战
国际巨头凭借深厚的技术积累和全球渠道布局，在端侧AI芯片市场占据绝对主导地位。高通凭借骁龙8系列持续领跑手机SoC市场，其最新推出的Snapdragon 8 Elite Gen 5采用台积电N3P制程，与联发科天玑9500正面交锋。两家公司同样将“代理式AI”（Agentic AI）推向新高度。联发科天玑9300更是号称拥有330亿参数大模型的处理能力，AI性能大幅跃升。
云端巨头也在从云侧向下游延伸。英伟达提出的智驾世界模型进一步强化了对端侧算力的需求——车载大电池供电可弥补端侧功耗瓶颈，使其成为端侧硬件应用实践的理想场景。值得一提的是，高通2025年甚至发布了面向数据中心的云端芯片AI200与AI250，从云侧反向切入端侧生态，志在构建端到端的AI硬件能力。
在AI PC领域，英特尔、AMD和英伟达正在CPU+GPU+NPU的异构平台上展开激烈角逐。2025年全球AI PC出货量预计达到1.14亿台，占PC市场的43%，端侧算力正在取代传统的“频率竞赛”成为新一代PC的核心卖点。
中国企业虽然在整体体量上与国际巨头存在巨大差距，但正通过细分场景和技术创新寻找突围机会。
国产初创企业中，辉羲智能（北京亦庄）的光至R1芯片已实现量产供货。该芯片采用7nm车规制程，提供大于500TOPS的深度学习算力，在具身智能机器人领域累计收获数千台域控制器订单。清微智能则专注于国产原创可重构芯片研发，致力于打造国产原创、自主可控的通用计算生态。
在音频AI芯片领域，炬芯科技的基于存内计算技术的端侧AI处理器已在智能音频芯片领域率先推出ATS323X、ATS286X、ATS362X系列，支持声纹识别、智能降噪、声场定位、语义分析等一系列功能。微珩科技完成了千万级Pre-A轮融资，加速端侧AI推理芯片和国产化高带宽内存模组的研发，其产品设计规格已支持Deepseek 671B模型这类超大规模模型的端侧部署。
在资本市场层面，国内端侧芯片企业亦加快上市节奏。AI推理系统芯片供应商爱芯元智于2026年2月登陆港股，成为全球第一大中高端视觉端侧AI推理芯片提供商（按2024年出货量计）。
未来展望
展望2030年前后，端侧AI芯片市场有望从千亿级跃升至万亿量级的体量。在这一进程中，竞争格局将呈现高度动态分化——国际巨头仍将凭借全面能力占据高端，但芯片类型的差异化程度将前所未有地扩大。中国企业面临着历史性的机遇窗口。一方面，中国拥有全球最全面的终端消费电子产业链和最大规模的消费市场，为端侧AI芯片的自然孵化提供了最丰厚的土壤。另一方面，国产芯片在细分领域正实现从技术“跟跑”向“并跑”的关键转变。
未来，端侧AI芯片将从“辅助计算单元”升维为智能终端的“核心算力底座”，开启一场从消费电子到工业设备、从辅助决策到实时交互的全场景革命。
1. 全志科技（300458.SZ）：端侧AI SoC龙头，三曲线共振
– 核心优势：– 产品矩阵：车规级T系列、AIoT H系列、机器人R系列，覆盖全场景
– 客户资源：比亚迪、小鹏等头部车企，扫地机器人龙头科沃斯、石头科技
– 技术突破：自研NPU支持7B大模型端侧部署，功耗<800mW
– 财务表现：2025年营收28.38亿元(+24.04%)，净利润5.2亿元(+35.12%)，车载业务占比提升至30%
– 投资亮点：车规级认证完成，机器人芯片放量，2026年PE仅28倍，估值低于行业平均
2. 瑞芯微（603893.SH）：AIoT SoC王者，高增长可期
– 核心优势：– 旗舰产品：RK3588(6nm，6TOPS)、RK3688(12TOPS)，支持3B/7B大模型
– 场景覆盖：机器人、AR/VR、边缘服务器、工业平板，AIoT渗透率超90%
– 技术壁垒：“光-声-算”全链路自研IP，NPU与ISP性能领先
– 财务表现：2024年净利润同比+307%-367%，汽车电子收入+210%，绑定比亚迪等头部客户
– 投资亮点：机器人+AI眼镜双轮驱动，2026年产能释放，业绩弹性大
3. 晶晨股份（688099.SH）：智能视听SoC龙头，AI化转型加速
– 核心优势：– 市场地位：智能机顶盒芯片全球市占率30%+，智能家居芯片国内领先
– AI布局：A113D支持4K超高清AI视觉处理，功耗<500mW
– 客户资源：小米、华为、创维等头部品牌，海外市场占比超60%
– 投资亮点：AI电视渗透率提升，海外市场拓展加速，2026年AI业务占比有望达40%
4. 星宸科技（301536.SZ）：视觉AI SoC领军者，机器人+车载双轮驱动
– 核心优势：– 市场地位：全球最大视觉AI SoC供应商，2024年出货量市占率26.7%，全球每3台家用扫地机就有1台采用星宸芯片
– 产品矩阵：– 机器人芯片：第三代SSU9366（4核CPU+1.5TOPS NPU，功耗仅1.5W），2025年出货超1000万颗
– 车载芯片：SAC8905（12nm，32TOPS NPU，支持BEV/Transformer算法），已获Global OEM定点，2027年Q2量产；SAC8712主攻前视一体机
– 安防芯片：SSC336Q/338G/339G系列（4K分辨率，高级ISP），市占率领先
– 技术壁垒：全自主IP（ISP、AI处理器、视频编解码），自研StarShuttle AI工具链，支持端侧大模型轻量化部署
– 财务表现：2025年营收29.72亿元(+26.28%)，归母净利润3.08亿元(+20.33%)，扣非净利润2.52亿元(+39.20%)；智能机器人业务高速增长，智能物联出货量超4100万颗
– 投资亮点：机器人芯片市占率领先，车载前装项目逐步落地，产品结构向中高端升级；2026年PE 32倍，低于行业平均，业绩增长确定性强
5. 炬芯科技（688049.SH）：低功耗AI音频芯片新贵
– 核心优势：– 技术特色：第一代存内计算技术，AI音频芯片功耗<10mW
– 应用场景：智能音箱、TWS耳机、可穿戴设备，专注“听”场景AI化
– 客户进展：进入多家头部品牌立项，2026年量产可期
– 投资亮点：AI音频市场爆发，存算一体技术领先，国产替代空间大
6. 其他潜力公司
– 紫光国微（603501.SH）：安全芯片+AI SoC融合，政务/金融场景优势明显
– 国科微（300672.SZ）：安防AI芯片，与海康威视、大华股份深度合作
– 乐鑫科技（688018.SH）：物联网WiFi芯片+AI加速，智能家居场景渗透快
声明： 文中所涉标的及观点仅作为历史盘面复盘和个人记录之用，均不做任何推荐，对未来盘面不做任何预测
如何知道龙虎榜上的席位是谁的？ 通过分析是可以知道部分席位是谁的
比如通过 星辉环材 的3.31的龙虎榜和一季度财报中的股东信息，就可以分析得知
广发杭州富春路 的这个席位背后有人叫做 顾国锦
以下是具体方法：
通过季度末的财报股东信息和当天龙虎榜席位信息可以分析出改席位是什么人/机构的名字
用同一天 / 同一季度末的龙虎榜 + 十大流通股东， 能把席位对应到具体股东名字，但有前提和局限。
一、核心原理（怎么对应）
-
时间必须对齐
-
财报：季度最后一天（如 3/31、6/30、9/30、12/31）的十大流通股东。
-
龙虎榜：同一天因异动上榜的席位数据中的买入，或次日龙虎榜数据中的卖出。
-
逻辑：当天龙虎榜大额买入 → 进入十大流通股东 → 名字对上。
-
金额 / 市值匹配
-
龙虎榜某席位当日买入 ≈ 财报某股东持股市值（误差一般在 ±10% 内）。
-
例子：龙虎榜买一 3127 万，财报第二大流通股东 3100 万 → 高度对应。
-
席位类型过滤
-
-
-
券商营业部 → 游资 / 牛散（如章盟主、陈小群）。
二、实操步骤（一步一步来）
-
-
-
或者次季度第一天的龙虎榜当天卖出金额 。（比如3.31日买入席位和4.1日的卖出席位，其实都是被统计到股东信息中的）
-
查同公司同季度财报十大流通股东的持股数 + 市值。
-
三、实例（一看就懂）
-
场景：6/30 某股异动上龙虎榜，买一：国君三亚迎宾路，买入 3127 万。
-
财报：6/30 十大流通股东第二名为 “廖国沛”，持股市值 3100 万。
-
四、关键局限（必须知道）
-
❌ 不是 100%：一个营业部可能有多个资金，一个资金也可能用多个营业部。
-
❌ 只有 “刚好在季末上榜” 的股票才能用，平时龙虎榜对应不到财报。
-
❌ 机构专用席位：只能知道是机构，看不到具体基金 / 产品名字（需基金季报交叉）。
五、一句话总结
季末同日龙虎榜 + 财报，金额 + 席位类型匹配，就能精准锁定席位背后的股东姓名；但仅限季末上榜标的，且机构席位无法细分到产品。
3.31日龙虎榜 平潭发展 紫阳东路 是3.9亿持仓。
3.9y除以股价12.78= 3051 万股（按当日涨停板价高，半路多日均价低于12），最红持仓大于3051万股，
然后3.31日的股东里面有一个 白xx 的持仓 3351 基本在这个范围，没有其他人了，所以白wanzhen 就是这个席位
然后再用其他持仓核对，发现他还出现在 再升科技 巨力索具，再次验证确实是 他的席位。
再看联动席位，圣阳股份 和 平潭发展 都是两个人同时出现
夜雨聆风
