← 返回首页
KERWIN TEAM PRESENTS

NVIDIA Edge Computing
五篇系列总览

报告发布日期:2026年5月30日
本文由 Kerwin 团队自动化呈现:Kerwin 确定研究主题及校对逻辑,OpenClaw 打造的 Enya 全程自动化编码实现。
底层 AI 模型:GPT-5.5 及 Claude 付费版。Enya:香港首个由 OpenClaw 打造的女性投顾 Agent。
EDGE COMPUTING · PHYSICAL AI · LOCAL AGENT
从云端 AI 到真实世界
机器人身体、汽车道路、边缘网络、视觉感知、本地智能体
Kerwin 投顾视角 · 系列总目录与投资图谱

为什么从英伟达 Edge Computing 切入 AI 下一阶段

AI 行业的第一阶段,市场主要关注云端数据中心、GPU 集群、HBM、网络、电力和算力租赁。第二阶段的核心问题是:AI 如何从云端大模型进入真实世界,并在机器人、汽车、基站、摄像头、手机、PC 和企业本地服务器中持续运行。

NVIDIA Edge Computing 系列的意义,就在于把“AI 从云端走向现实世界”的路径拆成五个可投资方向。它们不是五个孤立主题,而是一套完整系统:机器人负责执行,汽车负责移动,AI-RAN 负责连接,Vision AI 负责感知,AI PC / Local Agent 负责个人与企业本地智能控制台。

5 篇
对应 NVIDIA Edge Computing 五个方向
1 条主线
AI 从云端数据中心进入真实世界

核心判断:Edge Computing 不是 GPU 主线之外的小分支,而是 AI 需求扩散后的第二层基础设施。它决定 AI 是否能从训练和推理,进入物理执行、实时感知、边缘网络和本地智能体。

五篇文章的分工

篇章主题核心问题主要投资线索
第一篇Physical AI / RoboticsAI 如何进入机器人和工业物理世界NVDA、Fanuc、Yaskawa、ABB、Teradyne、Nabtesco、Harmonic、THK、SMC、Keyence、Omron、Siemens
第二篇Autonomous Machines / Automotive汽车如何成为最成熟的轮式 Physical AINVDA、TSLA、UBER、GOOGL、BYD、Geely、Hyundai、QCOM、MBLY、AMBA、Aptiv、Magna、SNPS
第三篇AI-RAN / 6G智能终端如何被低延迟网络连接和调度NVDA、Nokia、Ericsson、T-Mobile、SoftBank、Broadcom、Marvell、Ciena、Coherent、Keysight
第四篇Vision AI / Video Agent摄像头网络如何成为实时视觉智能体NVDA、Keyence、Cognex、Omron、Teledyne、Ambarella、Motorola Solutions、Johnson Controls、Honeywell
第五篇AI PC / Workstation / Local AgentAgent 如何进入手机、PC、工作站和企业私有服务器NVDA、MSFT、DELL、MediaTek、Qualcomm、Apple、Broadcom、Intel、AMD、HPE、SMCI、Lenovo

建议阅读顺序

Edge Series 01
Physical AI / 机器人研究简报
从英伟达 Physical AI 技术栈出发,拆解机器人、工业应用、人形机器人案例与机器人关节链投资机会。
Edge Series 02
Autonomous Machines / 自动驾驶与自主机器研究简报
从 NVIDIA DRIVE 到 Tesla 独立路线,拆解汽车如何成为最成熟的轮式 Physical AI。
Edge Series 03
AI-RAN / 6G 边缘网络研究简报
拆解 AI-RAN、6G、运营商边缘机房、Nokia 资本案例、战术边缘与网络供应链。
Edge Series 04
Vision AI / 视频智能体研究简报
拆解 NVIDIA Metropolis、DeepStream、视频智能体、城市、工业、仓储与安防投资机会。
Edge Series 05
AI PC / Workstation / Local Agent 研究简报
拆解手机端侧 AI、AI PC、个人 AI 工作站、企业私有 AI 服务器和 Computex New Era of PC 情景。

统一投资框架:从平台税到部件弹性

五篇文章合起来,可以形成一个由上而下的投资框架。最上层是 NVIDIA 平台税:GPU、CUDA、NIM、Metropolis、Aerial、DRIVE、Isaac、DGX Spark / Station、RTX AI PC。中间层是系统集成和行业场景:车企、机器人、运营商、城市安防、企业私有 AI。底层是硬件和部件:CPU、NPU、SoC、网络芯片、光通信、传感器、关节、内存、SSD、电源、散热和本地存储。

层级代表方向核心标的判断
平台税GPU、软件栈、开发者生态NVDA五篇共同核心,Edge 扩散仍围绕 NVIDIA 平台展开
软件入口Windows、Copilot、企业权限、Agent 工作流MSFT第五篇核心,决定本地 Agent 是否形成真实使用场景
企业私有 AIAI Factory、私有推理、本地服务器DELL、HPE、SMCI、Lenovo最直接承接企业本地 AI 基础设施周期
端侧与低功耗 AI手机 SoC、NPU、AI PC Arm 路线QCOM、MediaTek、Apple决定个人 Agent 的随身入口
边缘网络AI-RAN、6G、光通信、测试测量Nokia、Ericsson、AVGO、MRVL、CIEN、KEYS智能终端大规模分布后,网络层重新定价
物理执行与感知机器人、机器视觉、视频智能体Fanuc、Yaskawa、Keyence、Cognex、AMBA、MSIAI 进入真实世界后的行业应用和部件弹性

Kerwin 投顾视角结论

Edge Computing 五篇系列的结论是:AI 产业机会不应只盯着云端 GPU 集群。云端 AI Factory 是第一层基础设施,Edge Computing 是第二层基础设施,负责把 AI 扩散到真实世界。

机器人、汽车、基站、摄像头、手机、PC、工作站和企业私有服务器,都会成为 AI 的边缘节点。每一个边缘节点都会重新分配算力、存储、网络、传感器、软件和部件价值量。

投资上,NVIDIA 仍是最核心平台税;Microsoft、Dell、Broadcom、Qualcomm、MediaTek、Keyence、Nokia、Ambarella、Cognex 等公司,则分别代表软件入口、企业私有 AI、网络芯片、端侧 AI、工业视觉、AI-RAN 和视频智能体等细分扩散方向。

👀 页面浏览量:...