行业趋势：端边AI计算范式迁移 - 未来五到十年，端边侧计算将从以逻辑控制为主转向以AI为主，行业正站在端边侧AI爆发的前夜 [4] - 这一变革是类似数据中心过去十年的“范式迁移”，核心驱动力是大模型落地带来的算力重构需求 [4] - 行业分析机构STL Partners预测，端边计算的市场规模在未来五至十年有望达到四千亿美元量级 [4][12] 市场格局与驱动因素 - 当前端边计算仍以CPU及逻辑控制为主，AI是辅助角色，但未来任务将更多转向感知、理解、决策等以数据和AI为主的方向 [4][14] - 端边设备对实时性、隐私性的天然需求，以及AI普惠化的发展趋势，共同推动端边AI计算崛起并成为AI竞争的主战场 [10] - 端边AI计算可分为垂类场景（如手机、智能驾驶）和通用场景，后者覆盖成千上万种不同场景，总和可观，目前正开始受到重视 [14] 技术挑战与解决方案 - 端边通用AI芯片面临“存储墙”与“功耗墙”的严峻挑战，传统架构中约90%的功耗耗在数据搬运上，而非计算本身 [5][15] - 存算一体技术被认为是突破存储墙和功耗墙的最佳路径之一，通过拉近数据与计算的距离来减少数据搬运，提升能效 [15] - 存算一体有不同实现方式，基于SRAM的方案更适合提升计算密度和能效，基于DRAM的方案更擅长解决带宽问题 [15] 公司产品：后摩智能M50芯片 - 公司于2024年7月推出首款针对端边大模型的存算一体芯片M50，该芯片以10W功耗提供100-160T算力，可支持百亿级参数大模型在端侧运行 [6][19] - M50能支持从140亿、200亿、300亿直至1200亿参数的大模型，产品形态包括M.2卡和Duo M.2卡，最小的M.2卡仅口香糖大小 [19] - 公司提供了完整的工具链，支持各类已训练好的开源模型直接转换到硬件运行，无需重新训练，编译过程顺畅 [19] 应用场景与生态合作 - M50芯片目前已与AIPC、智能办公、陪伴机器人、5G+AI、智能语音设备、AI NAS、AI网关、计算盒子等场景的客户展开合作 [6][19] - 公司正与产业链上下游紧密合作，完成了与多种操作系统（Windows、Linux、麒麟、统信）及主控芯片（x86、ARM、国产CPU）的适配 [20] - 公司预计从2025年初开始，会有更多落地应用推出，并与算法层、解决方案层伙伴共建端边AI生态 [20] 未来战略与关键赛道 - 具身智能被认为是下一代端边AI的关键赛道，机器人需要一颗实时、强思维、可交互的“最强大脑”，而这正是存算一体架构的优势所在 [6] - 公司正基于下一代DRAM PM存算一体芯片，与机器人算法及方案厂商共同推进“最强大脑”式的芯片解决方案 [6] - 公司强调端计算不仅是算力的竞争，更是生态的竞争，目标是与合作伙伴一起在端侧实现AI的普及与普惠 [8][20]