在生成式人工智能掀起全球技術浪潮的同時，另一個更為“低調”卻同樣關鍵的技術方向正悄然崛起，那就是邊緣 AI，或者說有個今年更為流行的名字——端側 AI。如果說邊緣 AI 聚焦于計算資源的下沉，那么端側 AI 則主要涉及在設備端直接部署和運行人工智能模型、實現快速數據處理和智能決策，二者(zhe)同(tong)屬“分布式智能計算”的(de)不同(tong)層級，內涵(han)方面(mian)有(you)很大的(de)重合(he)。
過去一段時間，無論是 NXP 重金收購 Kinara，還是高通宣布收購 Edge Impulse，科技巨頭們的頻繁動作揭示了一個清晰信號：邊緣 AI/端側 AI 正在從“概念驗證”走向“戰略支柱”。這場技術遷徙的背后，不僅是算力重構的必然趨勢，更是圍繞數據主權、實時決策與能效平衡的新一輪全球競爭。因此(ci)，本文將基(ji)于(yu)此(ci)，來聊(liao)聊(liao)科技巨頭不惜巨資拿(na)下邊緣 AI/端側(ce) AI 領域明星企業，主要(yao)基(ji)于(yu)哪些戰略(lve)考(kao)量。
科技巨頭爭先布局邊緣 AI/端側 AI
2025 年 2 月 11 日，荷蘭芯片制造商恩智浦 (NXP) 宣布斥資 3.07 億美元收購美國加州邊緣 AI 芯片初創公司 Kinara Inc.，后者專注于為網絡邊緣的人工智能工作負載開發神經處理單元 (NPU)。
據悉(xi)，Kinara 的分立 NPU (包(bao)括 Ara-1 和 Ara-2) 在(zai)性(xing)(xing)能(neng)和能(neng)效方面(mian)位居(ju)行(xing)業前(qian)列，因此非常適合用于視(shi)覺(jue)、語(yu)音、手勢等新興 AI 應(ying)用，以(yi)及其他各種由生成式 AI 驅動的多模態實現(xian)。這兩款器件均采(cai)用創(chuang)新架構，能(neng)夠映射推(tui)理圖，以(yi)便在(zai) Kinara 的可(ke)編程專有神經處理單元上(shang)高效執行(xing)，更大限度地提高邊(bian)緣 AI 性(xing)(xing)能(neng)。此外(wai)，Kinara 還提供豐富(fu)的軟件開(kai)發套件，便于客(ke)戶優化(hua)(hua) AI 模型性(xing)(xing)能(neng)及簡化(hua)(hua)部(bu)署流程。
恩智浦表示，通過將 Kinara 的離散 NPU 與其自身的處理器、連接和安全軟件產品組合相結合，此次收購將幫助其提供“從 TinyML 到生成式 AI 的完整且可擴展的 AI 平臺”。
看重 TinyML 的不只恩智浦，2025 年 3 月 11 日，高通宣布收購邊緣 AI 技術公司 Edge Impulse，旨在整合 Edge Impulse 的邊緣 AI 開發平臺，增強高通在人工智能 (AI) 和物聯網 (IoT) 領域的能力。
Edge Impulse 是 TinyML (微型機器(qi)(qi)學習(xi)) 領域的明星公(gong)司(si)，由 Zach Shelby 和 Jan Jongboom 于 2019 年創(chuang)立，彼(bi)時，他(ta)們意識(shi)到微控制器(qi)(qi)的計算能力(li)已經發展(zhan)到可(ke)(ke)以(yi)運(yun)行(xing)特(te)定領域的 AI 模(mo)型，從而(er)可(ke)(ke)以(yi)在設(she)備(bei)(bei)上直接執行(xing)這些模(mo)型。盡管硬件(jian)條件(jian)成熟，但缺乏(fa)一個簡單的方(fang)法來(lai)構(gou)建(jian)(jian)、優化(hua)并將邊(bian)緣和領域特(te)定的 AI 模(mo)型部署到這些設(she)備(bei)(bei)上。因此，Edge Impulse 應運(yun)而(er)生，其構(gou)建(jian)(jian)的 AIoT 平臺，可(ke)(ke)以(yi)大(da)大(da)縮短為傳感器(qi)(qi)、微控制器(qi)(qi)和攝像機等小(xiao)型設(she)備(bei)(bei)創(chuang)建(jian)(jian)機器(qi)(qi)學習(xi)模(mo)型所需的時間。
通過此次收購，高通能夠將 Edge Impulse 的端到端邊緣 AI 開發平臺納入其物聯網生態系統。
除了最近幾個月這幾筆引發廣泛關(guan)注(zhu)的(de)大額收購案之外，再往前看——
2024 年 8 月，亞馬遜以 8000 萬美元現金收購芯片制造商和 AI 模型壓縮公司 Perceive ，Perceive 是一家開發(fa)突破(po)性神經網絡(luo)推理解決方案的(de)(de)公司(si)，專注于在(zai)邊緣設(she)備上提供(gong)大型(xing)人工智(zhi)能模型(xing)的(de)(de)技(ji)術，旗艦產品是 Ergo AI 處理器，它可(ke)以在(zai)各種環(huan)境中運行數據中心(xin)級神經網絡(luo)，即使(shi)在(zai)電力受限(xian)的(de)(de)情(qing)況(kuang)下。
2023 年 7 月，英(ying)偉達已收購人工(gong)智能(neng)初創公司(si) OmniML，后者(zhe)推出了一個名為 Omnimizer 的(de)(de)平臺，該平臺可(ke)以壓縮機器(qi)學習模(mo)型的(de)(de)大小，以便大模(mo)型在更小的(de)(de)設備上運(yun)行，而非依(yi)賴于云端算力。
當未來趨勢愈(yu)發(fa)明顯(xian)，科(ke)技(ji)巨頭(tou)們的(de)動作也愈(yu)加迅(xun)速，通過收購和整(zheng)合邊緣 AI/端側 AI 技(ji)術，持續(xu)鞏固自身在人工(gong)智能領域(yu)的(de)領導地位，滿足不斷增長的(de)市(shi)場需(xu)求，并(bing)推(tui)動技(ji)術創新和應用落地。
出于哪些戰略考量？
通過分析上述的幾起收購(gou)案(an)，我們也(ye)能得到一些基本洞察(cha)：
①半導體巨頭們的行動最為積極
在諸多科技巨頭中，半導體巨頭們是對邊緣 AI/端側 AI 反應最為強烈和迅速的群體。半導體巨(ju)頭通過(guo)并購快速獲取核心技術，實現搶占高(gao)增長市(shi)場的目標。
從戰略意義上來看，一方面，云端 AI 面臨算力成本高、延遲和隱私風險等挑戰，而邊緣 AI/端側 AI 通過本地化處理數據，顯著降低了帶寬需求和響應時間，增強數據隱私保護并降低成本。半導體企業通過提供邊緣端芯片和解決方案，幫助客戶突破云端限制。同時，在傳統 PC 與移動終端市場趨于飽和的背景下，邊緣 AI/端側 AI 為芯片廠商提供了全新的增量市場，包括工業自動化、智慧城市、智能駕駛、智能安防等高潛力場景。對于像高通、恩智浦、英特爾、AMD這類半導體廠商來說，布局邊緣 AI/端側 AI 不僅是搶占下一代 AI 算力入口，更是延長“摩爾定律”紅利的現實路徑。
比如(ru)，恩(en)智浦(pu)巨資(zi)拿下(xia)的(de)(de) Kinara，其(qi)產品可在包(bao)括傳統 AI 和生成式 AI 等(deng)一系列神經網絡中實現(xian)高能效的(de)(de) AI 性能，滿足工(gong)業(ye)與(yu)汽車市場快速增(zeng)長的(de)(de) AI 需求(qiu)。同樣，高通收(shou)購的(de)(de) Edge Impulse，也將提(ti)高其(qi)為零售(shou)、安全、能源和公用事業(ye)、供應鏈管(guan)理和資(zi)產管(guan)理等(deng)關鍵(jian)領域提(ti)供全面技術的(de)(de)能力。
顯然，邊緣 AI 發展(zhan)正推動硬件生態變革，成為(wei)芯片企業的(de)“增長(chang)跳板”。
另一方面，邊緣 AI/端側 AI 對高性能芯片、低延遲處理和安全性的要求，直接依賴于半導體制程進步和硬件創新。當 AI 從云端向邊緣滲(shen)透，半(ban)導體企業通過技術投資和生態合作，不(bu)僅鞏(gong)固了自(zi)身在產業鏈的(de)核(he)心地位，也推動了整個行業的(de)轉型升級。未來，隨著邊緣 AI 設備（如(ru)智能手(shou)機(ji)、具身機(ji)器人）的(de)普(pu)及，半(ban)導體行業將進一步受益(yi)于這一技術浪潮。
②TinyML 是巨頭眼中端側 AI 的重要實現路徑
上(shang)(shang)述(shu)的幾起收購案中，都涉及一項(xiang)重要技術(shu)—— TinyML。所(suo)謂(wei) TinyML，是指(zhi)將機器學習模型(xing)部署在(zai)資(zi)源受限的嵌入式(shi)設備(bei)(如微控制(zhi)器、傳(chuan)感(gan)器模塊等)上(shang)(shang)，實(shi)現本(ben)地化、低功耗(hao)、低延遲的智能推理的技術(shu)。
從巨頭們的動作可以看出，隨著技術的不斷成熟，TinyML 將成為邊緣 AI/端側 AI 的重要實現路徑，未來會廣泛應用于智能家居、可穿戴設(she)備(bei)、工業(ye)物聯網(wang)等對(dui)成本(ben)、功耗(hao)與響應(ying)速度(du)高(gao)度(du)敏感的場景中。
TinyML 的核心目標是在毫瓦 (mW) 級功耗的微控制器 (MCU) 上運行機器學習模型，是目前唯一能夠在毫瓦級能耗+KB 級存儲+極低成本硬件上穩定運行 AI 模型的技術路徑，天然適配邊緣 AI/端側 AI 最典型的部署需求。
隨著 AI 應用從“集中式云推理”向“邊緣智能、端(duan)側智能(neng)”遷移，智能(neng)的(de)(de)部署重心發(fa)生(sheng)遷移，而 TinyML 所支持(chi)的(de)(de)部署平臺（如 Cortex-M 系(xi)列、RISC-V MCU、DSP 核等），正是(shi)分(fen)布式智能(neng)計算(suan)網絡中的(de)(de)最(zui)末端(duan)節點，TinyML 使這些極小節點也具備基本 AI 感(gan)知與判斷能(neng)力，實現真正的(de)(de)“泛(fan)在智能(neng)”。
而且，以往的(de)(de) AI 往往局限于云端(duan)大(da)模(mo)型和高性(xing)能算力(li)中心，技術門檻(jian)高、開(kai)發成本大(da)，而 TinyML 生(sheng)態正在(zai)推(tui)動：①低代碼/可視化建模(mo)工具：非 AI 專業(ye)人員(yuan)也可訓練部署模(mo)型；②硬件(jian)平(ping)臺通用化：模(mo)型一鍵遷移；③訓練推(tui)理分(fen)離：模(mo)型可在(zai)云上(shang)訓練、設備(bei)端(duan)獨立(li)推(tui)理，降低設備(bei)成本。這(zhe)都讓(rang) AI 真正具備(bei)了(le)“像(xiang)嵌入式軟件(jian)一樣開(kai)發和部署”的(de)(de)可能性(xing)，極大(da)加速(su)了(le)邊(bian)緣智能的(de)(de)普及。
基于在低功耗、實時性、隱私保護、硬件適配性以及廣泛的應用場景等方面的獨特優勢，可以說 TinyML 是邊緣/端側 AI 的最核心技術支撐之一。沒有 TinyML，就沒有真正意義上的“邊緣泛智能”與“端側普適 AI”。
③看重大小模型互補+邊云協同
邊緣/端側 AI 雖好，我們也需認識到其理解能力有限，難以處理復雜推理、語義理解等高級任務；大模型能力強，但算力開銷巨大，難以在邊緣或終端部署，也不適合實時響應。因此，大模型主導認知推理、復雜生成任務，邊緣輕量模型主導實時感知、本地響應，兩者協同恰好互補。
在未來的泛在智能架構中，邊緣輕模型是響應之“快”，大模型是理解之“深”，兩者協同才能構建一個既高效又可靠的 AI 系統。科技巨頭正是看中這一演進趨勢，才加快了對邊緣部署能力與模型管理平臺的全面布局。
舉例而言，就在高通收購 Edge Impulse 過去沒多久的 4 月 2 日，其又通過官網宣布收購越南人工智能（AI）新創企業——MovianAI。該公(gong)司(si)前身是(shi) VinAI 應用與研究(jiu)股份(fen)公(gong)司(si) (VinAI) 的(de)(de)生成(cheng)式(shi)人(ren)工智能(neng)部門(men)，作為一家(jia)領先的(de)(de)人(ren)工智能(neng)研究(jiu)公(gong)司(si)，VinAI 以其在(zai)生成(cheng)式(shi)人(ren)工智能(neng)、機(ji)(ji)器(qi)學習(xi)、計算機(ji)(ji)視(shi)覺和自然語(yu)言(yan)處(chu)理(li)方面的(de)(de)專業知識而聞名。
這起交易將和高通此前收購 Edge Impulse 形成協同效應：MovianAI 專注于智(zhi)(zhi)(zhi)能(neng)手機和汽車(che)的(de)大規模(mo)人工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)模(mo)型，而(er) Edge Impulse 則針對(dui)資源受限的(de)小型設(she)備優化(hua)人工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)，這(zhe)為高(gao)通提供了整個人工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)價值鏈的(de)全新“端(duan)到端(duan)”專業(ye)知識。
寫在最后
根據(ju) Future Market Insights 的(de)新研究(jiu)，到(dao) 2032 年底，邊緣人工(gong)智(zhi)能(neng)市場(chang)將達到(dao) 396 億美元，在預測期內，市場(chang)將以 20.8% 的(de) CAGR 擴張。
隨著市場的(de)(de)(de)增長，邊(bian)緣/端(duan)側 AI 的(de)(de)(de)發展正(zheng)邁(mai)向更(geng)高層次的(de)(de)(de)智能協(xie)同(tong)階段(duan)，而(er)芯片架構優(you)化、TinyML技術成(cheng)熟(shu)及(ji)云(yun)(yun)邊(bian)協(xie)同(tong)機制的(de)(de)(de)不(bu)斷演進，將促成(cheng)形成(cheng)“本地即智能、云(yun)(yun)端(duan)更(geng)智能”的(de)(de)(de)泛(fan)在 AI 格局。對于希望在 AIoT 時代(dai)搶(qiang)占先(xian)機的(de)(de)(de)企業而(er)言(yan)，提早布局邊(bian)緣智能與模型協(xie)同(tong)架構，已成(cheng)為不(bu)可或缺的(de)(de)(de)戰略選擇。
參考資料：
高通收購邊緣 AI 開發(fa)平臺 Edge Impulse強化AIoT，電子工程專輯
恩智(zhi)浦擬(ni)收購邊(bian)緣(yuan)AI先鋒企業Kinara，重(zhong)新定(ding)義智(zhi)能邊(bian)緣(yuan)，NXP
NXP 以(yi) 3.07 億美元收(shou)購 Kinara，布局邊緣(yuan)網絡 AI 計(ji)算業務(wu)，至(zhi)頂網
Qualcomm buys MovianAI to boost generative AI capabilities，RCRWirelessNews
巨頭入局TinyML,端側與邊緣AI迎來新拐點，物聯網智庫
