數字經濟時代的關鍵資源是數據、算力和算法，其中數據是新生產資料，算力是新生產力，算法是新生產關系，這三者構成了數字經濟時代最基本的生產基石。其中，算力通俗來說，就是計算能力，指的是數據的處理能力，通常采用TOPS（Tera Operations Per Second）作為單位，1TOPS代表處理器每秒鐘可進行一萬億次操作。小至手機、筆記本電腦、大到超級計算機，算力存在于各種智能硬件設備中，沒有算力就沒有各種軟硬件的正常應用。
自2023年3月，OpenAI正式發布目前最強大的多模態預訓練大模型GPT-4以來，國內外互聯網和云服務大廠、AI企業、行業頭部公司、高校及科研機構、大數據及算力提供商等紛紛跟進，中國迎來“百模大戰”，并帶動了龐大的算力需求。除了AIGC爆發外，其它數字經濟因素，如工業、金融、通信、教育、醫療等行業的數字化轉型、也將推動算力需求在未來幾年快速增長。
“新摩爾定律”指出，未來每18個月，人類新增的數據就將是計算機有歷史以來的數據量總和，呈現爆炸式增長的長期趨勢。而超大規模的數據量，對算力的需求也將呈現出前所未有的高度和強度。算力，將成為支撐數字經濟持續向縱深發展的重要動力。
根據中國信通院報告，2022年中國總體算力規模約為302 EFLOPS（EFLOPS=10^18次浮點運算/秒），智能算力規模約為178.5 EFLOPS，智能算力占比約59.1%。IDC預測，2021-2026年中國智能算力規模年復合增長率約為50%，通用算力年復合增長率約為18%。因此，預計至2026年，我國總體算力規模將高達約1130 EFLOPS。
隨著算力慢慢成為發展數字經濟重要的生產力組成，基礎算力、智能算力以及超算算力等各種算力集成呈現多樣化發展態勢。從模組行業來看，集成了CPU/GPU/ASIC/FPGA/NPU等多種計算單元的算力模組，基于其通用計算與異構計算相結合的優勢，可覆蓋不同等級的AI算力區間，充分匹配端側計算和邊緣計算需求。隨著應用場景不斷擴展，算力模組及內置算力模組的各類型消費及物聯網終端將成為算力新載體。
算力模組概述
算力模組是面向各類對CPU/GPU/AI算力有強需求的專用場景開發的智能模組產品。它是智能模組（通信+智能操作系統+強算力支撐）的一個子集，基于SoC芯片開發而成，集成和融合了多種計算單元（CPU、GPU、ASIC、FPGA、NPU等），既有通用計算單元，也有高性能的專用計算單元，在減小尺寸、降低成本、降低功耗、易于開發等方面有突出優勢，可提供不同等級的硬件算力，并根據場景需求，匹配5G/Wi-Fi/千兆以太網等各類通信方式。
回顧模組的發展歷程，標準通信模組從1.0時代的純通信能力，到2.0時代利用Open CPU技術替代外部MCU，實現一些簡單的邏輯控制能力，到3.0時代的同時具備4G/5G高速通信能力以及內置智能化操作系統和豐富的外設接口。
復雜系統的智能模組經歷了史無前例的快速發展，大大加速了傳統行業的信息化和智能化的改造進程。然而，智能模組由于系統復雜（同時支持Android、Linux以及HarmonyOS），且同時支持5G、Wi-Fi、BT、以太網、工業PCIE等各類通信方式，對于專用場景下的算力需求，迫切需要專用的硬件算力模組以及輕量化的算力系統支持行業的迅速發展。
同時，2020年全球疫情的爆發，使得在線經濟、遠程辦公、元宇宙、AI+千行百業迎來了高速發展的窗口期，智能、高效的生產力工具正在走入千行百業。More inteligent、More efficient成為數字化社會的代名詞。如何提高新生產力工具的效率，如何加速新應用場景下商業化步伐，如何為新數字經濟的發展插上騰飛的翅膀，重新被定義的算力模組在市場的強烈需求下應運而生。
在要素組成方面，作為新一代基于ARM平臺的輕量化算力模組，其包括專用場景可提供動態高效的算法支撐、可同時支持不同類型的通信方式、可編譯的輕量化操作系統以及適應苛刻工業標準的硬件性能等。
在與蜂窩通信的解耦方面，根據不同場景配置不同的通信方式，是算力模組的一個重要特征。隨著以ARM為基礎的復雜系統的硬件產品飛速迭代、半導體工藝的迅速發展以及產業分工細化程度越來越高，如何在細分領域提供高性價比、高契合度的產品和解決方案，成為擺在業界面前，迫切需要解決的問題。解耦蜂窩通信不是弱化其通信功能，而是根據不同場景需求，提供更高性價比、更高契合度的產品。
在匹配智能化核心應用場景方面，算力模組呈現出強大的適配性：
固定的邊緣計算設備，高算力模組搭配千兆以太網的鏈接方式成為主要的系統架構；
智能汽車輔助駕駛領域，端側的超強算力模組搭配中速率Cat.4通信模組；
而在智能汽車的智慧座艙領域，多屏多音響的處理需求和實時的在線高清視頻的需求，甚至需要一個高算力模組搭配2-3個5G無線通信模組；
專業的游戲玩家將海量的游戲計算放置到由算力模組構建的云端計算，弱化對端側設備的算力需求；
工業互聯網領域，海量的機器數據和高時效性的無線數據傳輸，正是高算力模組+5G R16高速傳輸模組的用武之地；
全屋智能時代到來之時，以家庭設備和家庭成員為單位的智能存儲、智能計算和智能傳輸，雙算力模組+強Wi-Fi 6室內傳輸+室外5G ODU傳輸將真正做到人與物的智能化連接，并逐步成為運營商智能化產品方案的最優選擇。
算力模組方興未艾
在算力逐漸成為數字化社會的重要生產力，以及東數西算發展提速等大背景下，算力模組成為智能模組跟隨產業需求進行功能迭代的重要分支。物聯網眾多下游領域已不再簡單停留在實現數傳的單一需求，而是越來越向智能化和算力化升級。在arm架構服務器、AI零售、云游戲、數字人、直播、AR/VR、工業互聯網、邊緣側AI設備等領域，算力模組有廣闊應用空間。目前，已有多家頭部模組企業推出算力模組產品，競逐這一重要新興市場。算力模組正處于高速發展的早期階段。
廣和通
廣和通2022年開始投資“算力模組開發項目”，啟動在智能計算領域的產品布局、業務布局。
2023年之前，廣和通帶算力的模組，主要產品形態是SoC智能模組，在支付和車載領域應用較多。在支付領域的應用已較為成熟，國內車載以新能源車為主，SoC模組的滲透率也比較高。智能模組其他的行業拓展包括各類帶邊緣算力終端設備、機器人、IPC安防、工業檢測和控制等行業。
2023年，廣和通推出12TOPS的5G高算力智能模組SC171來全面滿足機器人的各種AI需求，其基于高通QCM6490平臺設計，采用8核高性能處理器，內置VDSP，集成高性能圖形引擎，可以流暢播放4K視頻。除此之外，還專門成立了智能計算產品線，以AI賦能下游行業的智能化應用。
公司以智能割草機細分行業為突破點，聚焦于“感知機構”和“決策機構”相關技術的研發，提供雙目感知定位模組、決策算法和集成通信能力的邊緣算力模組，將人工智能、自動駕駛、機器視覺、高精差分GPS定位（RTK）等技術高度集成，為智能割草機器人行業提供全棧式解決方案，實現割草機器人的環境感知、定位、地圖構建、路徑規劃、避障、導航、應用等全方位功能。
美格智能
2022年3月，美格智能前瞻性提出“算力模組”概念和“無算力、不智能”的產品迭代理念，并在公司內部單獨建立算力模組產品線，專注于拓展模組產品的計算能力應用以及下游領域的擴展，深入挖掘如何在模組形態上充分發揮CPU/GPU/AI等計算單元的性能，在算力模組的產品規劃、設計開發、資質認證、應用領域等方面持續高強度投入。
隨著2023年以來，AIGC和大模型的市場爆發，大數據的處理和推理形成云端處理和邊緣側/終端側處理相結合的趨勢。美格智能持續關注技術和產業趨勢，堅持在智能模組和高算力模組領域高強度投入。當前，公司算力模組產品已可覆蓋從0.2TOPS到近48TOPS的AI算力區間，其中，高算力模組產品已經可以運行類似于Stable Diffusion、Llama 2等復雜大模型，為在各種不同類型的終端產品的端側執行生成式AI的各類應用，提供了標準的軟硬件環境；未來算力性能將持續增強，可更充分匹配端側計算和邊緣計算需求，應用場景不斷擴展。
目前，算力模組已經成為美格智能極具特色的標簽產品，與智能座艙、新零售、工業互聯等領域的定制化解決方案結合，智能化和定制化的特性使得公司的差異化競爭能力進一步鞏固。
移遠通信
2023年以來，移遠通信顯著加大了對算力模組領域的投入力度，頻頻推出新的算力模組產品：
2023年3月，移遠通信宣布，公司5G模組與英偉達Jetson AGX Orin平臺已成功完成聯調，實現5G通信+AI邊緣計算能力。
2023年11月，移遠通信相繼在投資者互動平臺表示，在智能模組領域，高算力正在成為行業新標桿，公司基于不同平臺已開發出多款智能算力模組，適用于工業質檢、智能相機、戶外機器人、邊緣計算盒子、智慧零售等多個領域。
伴隨邊緣計算能力的逐步升級，搭配移遠算力模組的應用終端將能夠實時處理數據并做出更快的數據驅動決策，同時模組還具有低功耗、高速連接和先進的安全性等多重優勢。
2024年3月，移遠通信進一步表示，公司的智能算力模組已可應用于AI服務器上，助力客戶推出定制化的SoC陣列服務器產品，可對CPU、GPU、NPU資源進行集中管理與分配實現算力共享。公司目前已為國內頭部的互聯網平臺供應算力模組并已實現量產。
日海智能
隨著ChatGPT語言模型的火爆，日海智能也推出了高算力智能模組產品，部分產品可以提供10-15TOPS左右的算力，助力AIoT在各行各業的發展。公司智能模組產品采用高通8核處理器，高度集成無線蜂窩通信、短距離通信、多衛星接收機功能，全面覆蓋各類網絡制式，可廣泛應用于智能支付、廣告傳媒、汽車、智慧醫療等設備與行業中。
算力模組發展面臨的挑戰
目前，算力行業面臨的主要問題是技術瓶頸。雖然算力技術在不斷創新，但是在處理大數據和復雜模型的情況下，仍然面臨著計算速度慢、能耗高等問題。對于算力模組領域同樣如是。因此，需要模組廠商聯合芯片廠商進一步加強研發，推廣新的、能提高算力的效率和性能的技術。
與此同時，隨著算力技術的應用范圍不斷擴大，安全性和可靠性問題也日益凸顯。在算力行業中，數據安全和算力可靠性是至關重要的。因此，算力模組廠商也需要進一步加強算力技術的安全性和可靠性，保障數據安全和計算能力可靠。
此外，目前算力產業鏈還不夠完善，各個環節之間缺乏協同和配合，導致算力資源的浪費和利用率的低下。算力模組廠商作為算力產業鏈的重要一環，需要進一步完善與上下游合作伙伴的協同配合，共同建立行業標準和規范，促進產業協同和資源整合。
寫在最后
隨著物聯網持續發展，對于模組及終端產品的智能化和高算力的需求將更為明顯，在蜂窩連接基礎上進一步提供智能化操作系統和AI算力的智能模組、AI算力模組，在整體模組行業中的滲透率將進一步提升。一方面，隨著邊緣域計算的發展，算力模組的重要性逐漸凸顯。目前數據處理正在逐漸從云端向邊側、端側擴散，數據就近處理的場景不斷涌現。終端側算力需求的激增和邊緣計算場景的極大豐富，將帶動高算力模組品類高速發展。
另一方面，算力模組能讓終端開發者基于標準化的模組完成低成本、短流程的產品設計和制造，為海量場景提供穩定的通信能力和邊緣算力，降低大模型的使用成本。
