IDC-新技术观察：大模型、数字孪生、边缘
人工智能的落地已经发展到一定阶段，向前一步的瓶颈在于某一厂商往往不具备足够的可用于模型训练的数据资源，且缺乏充足的算力，很难将偏通用的AI模型落地到企业场景中。行业参与者面对这些挑战推出多项举措，包括自动化机器学习、联邦学习、提供云端算力等，其中大模型是现阶段解决这些挑战的重要途径之一。
边缘计算行业专题报告：始于AI，赋能应用
边缘侧是 AI 生态中最重要的组成部分之一。AI 飞轮发展滚滚向前，从今年初 GPT-3.5 惊艳世界，到 5 月 14 日 OpenAI 正式开启插件功能，我们见证了云端大模型的快速迭代与演化。当前时点，AI 大模型已经站在了从“玩具”向“工具”快速演化的关键迭代期。如何让大模型渗透进入各类垂直场景，如何更低成本的使用大模型，如何让更多场景与用户接触 AI，成为了发展的下一个重点。在 AI 向实际场景落地时，边缘算力的重要性加速凸显，边缘算力在成本、时延、隐私上具有天然优势，也可以作为桥梁，预
5G+边缘计算系列白皮书之一：5G+PLC深度融合解决方案白皮书
工业互联网作为新一代信息技术与工业经济深度融合形成的新兴业态和应用模式，是工业企业实现数字化转型的关键基础设施。5G 作为工业互联网网络的重要组成部分，在各个行业得到蓬勃发展。特别是过去三年，在国家 5G+工业互联网政策的鼓励下，十个工业行业和领域在制造业用户、基础电信运营商和通信企业的生态合作下，5G+工业互联网取得了很多成功案例并开始规模复制。目前 5G 网络开始向与工厂控制层面的 OT 网络深度融合方向拓展，并希望借此改变传统控制系统导致的网络拓扑结构固化及封闭的现状，以提高生产过程的柔性
人工智能行业专题：AI模型下沉至终端，提升边缘计算需求
我们认为未来AI算力将综合考虑硬件能力、成本等因素，以混合AI的架构，在边端和云端灵活分配。大模型向智能终端（边缘端）渗透初见端倪，这类场景我们认为率先会在手机、PC、智能驾驶、具身智能、元宇宙、工业控制等场景落地。边缘AI核心在于引入边缘侧的AI能力，进一步增强边缘侧的算力能力、连接能力。建议重点关注物联网模组、智能控制器板块。• AIGC大模型及应用爆红，拉动算力需求。在万物互联大部分场景中，云端处理存在时延较长、成本较高、并且涉及数据隐私等问题，边缘AI算力的引入至关重要。我们认为未来AI
边缘AI行业研究报告：边缘AI硬件，引领硬件创新时代
边缘 AI 是云端算力的有效补充，也是 AI 应用落地的必要工具，长期成长空间巨大，当前已处于爆发前期。伴随 AI 应用范围扩大，整体算力需求日益增长，同时对于算力及时性、安全性等个性化需求凸显，边缘端算力增长已经成为趋势，以 PC、手机、汽车等终端作为载体的边缘算力将对硬件产业链产生新一轮革新。