當下技術周期的“頂流”無疑是人工智能（AI）。而我們正在親歷一個新的黎明——AI從云端下沉到邊緣，在每一臺終端設備上睜開“眼睛”，并在工業物聯網、智能家居、自動駕駛等眾多應用場景中部署落地。自此，AI變得觸手可及，并開啟了重構邊緣，進而重塑千行百業的新一輪智能化浪潮。

為什么需要邊緣側的算力？NXP 高級市場經理武鵬指出：集中側的算力和邊緣側的算力是相互依賴的關系。而邊緣側的算力是要解決在大規模的行業應用場景里的一大剛需，即快速響應。因為如果每一次都需要通過采集數據，上傳到云端集中算力分析處理，再下載到端側，這個過程中的實時性就有很大風險。

比如，我國在新疆的戈壁利用熔鹽系統，實現了24小時的綠色發電——新疆哈密50兆瓦熔鹽塔式光熱發電站在加入了熔鹽系統之后，可以通過熔鹽吸納白天的光，把它轉換成熱，儲到熔鹽罐里面，在晚上持續發電。但其中的關鍵一步是，通過一個14500面鏡子組成的巨型銀色“向日葵”來實時“追光”，即把白天的光精準地反射到熔鹽上，對熔鹽進行加熱。“實現這種追光的背后，需要通過電機驅動加上算力的加持，才能實時計算調整反射鏡的角度，達到最大反射效率。” 武鵬這樣解釋其背后的技術原理。

這就是邊緣側算力發揮作用的時刻。總結起來，邊緣AI計算具有以下幾個主要特性：

實時響應

邊緣AI計算使得人工智能模型可以直接部署在邊緣設備上，在本地實時處理數據并決策。這種實時響應能力對于例如自動駕駛、智能物聯網和工業自動化等許多需要實時反饋和決策的應用場景至關重要，有助于提高系統的效率和性能。

降低網絡負載

邊緣AI計算可以減少對網絡帶寬的需求，因為大部分計算任務在本地設備上執行，而不是通過網絡傳輸到云端進行處理，不僅可以減少網絡傳輸延遲，還能夠降低數據傳輸成本和網絡負載，讓系統更加穩定可靠。

靈活的部署方式

邊緣AI可以采用虛擬機、容器、裸機等多種部署方式，根據應用需求選擇硬件，此外還可以在斷網的情況下保證業務持續。

數據隱私和安全

因為邊緣計算的數據不必傳輸到云端處理，這對于醫療保健、居家智能等安全需求高的應用場景具有重要意義。

值得關注的是，邊緣計算不是簡單的技術遷移，而是一場計算范式的顛覆：從集中式云計算到分布式邊緣計算。而邊緣 AI 設備的穩定性和能效比，將是決定用戶體驗和商業價值的核心變量。

“未來十年，誰掌握智能和能源，誰就贏”。OpenAI CEO薩姆·奧爾特曼這樣指出。而隨著AI從云端走向邊緣，其應用在各個垂直領域遍地開花，這項頂流技術才逐漸成為觸手可及的日常。邊緣AI的產業化臨界點也由此顯現。

邊緣AI通過在設備端直聯數據源，可以顯著降低延遲、增強隱私與安全保障，已在工業自動化、汽車電子及機器人領域實現規模化應用，例如提升生產線效率與自動駕駛決策精度。但應用端的蓬勃發展也帶來算力需求的指數級增長，由此伴隨對能量供給問題的巨大挑戰。YAGEO 技術產品經理李碩也強調，AI是耗能大戶，未來能源的可及性是一大重點。盡管國內外都在加速AI數據中心的建設，但邊緣側仍困于電池續航桎梏，需產業鏈深度協同破解能效瓶頸。當前的行業共識指向——邊緣AI是驅動智能制造轉型升級的關鍵支點，但規模化落地亟待硬核技術突破。

從計算到連接，邊緣算力是核心，邊緣AI設備的穩定性和能效比是關鍵。功能安全、超低功耗、高性能的實時處理器和微控制器是將AI能力嵌入邊緣的重要保障；而被動器件，則在高強度計算任務下保持設備的冷靜與持久上發揮著不可或缺的作用。同時，更為棘手的能耗問題，則對核心供電電路設計提出嚴峻挑戰。

在上述這些方面，恩智浦以低功耗高性能邊緣處理器為核心，錨定工業場景；國巨集團憑借年營收近40億美元的被動元件與傳感器矩陣，筑牢算力能效基礎。立足真實的應用場景，兩家公司都在各自擅長的領域深入硬件創新，為智能世界鋪就堅實的技術基地。

本期“貿澤與你大咖說”，我們攜手恩智浦（NXP）和國巨集團（YAGEO），為你揭示邊緣智能背后的“生存法則”。

2本期大咖說嘉賓

分享嘉賓：

NXP 高級市場經理武鵬

YAGEO 技術產品經理李碩

嘉賓主持：

是德科技電源和通用產品市場經理饒騫

3本期“貿澤與你大咖說”技術干貨

多場景解決方案拆解

想深入了解NXP邊緣AI的三大戰略層級？

好奇YAGEO如何用一顆電容搞定AI服務器供電難題？