AI 产业正从云端算力军备竞赛走向终端应用百花齐放。本文以 2026 年 7 月最新数据，拆解 Edge AI 技术原理、市场规模、终端换机潮、美股台股完整供应链地图，以及投资逻辑差异。
Edge AI 将运算从云端下放至终端设备，解决了延迟、隐私与带宽成本三大痛点。Grand View Research 数据显示，全球 Edge AI 市场从 2025 年的 249 亿美元增长至 2026 年的 300 亿美元，CAGR 约 21.7%，到 2033 年预计达 1187 亿美元。Gartner 最新预测 AI PC 2026 年出货量 1.43 亿台、渗透率 55%，Counterpoint 数据显示 GenAI 手机 2026 年渗透率 45%。美股投资逻辑在于掌握底层芯片设计与 IP 授权（NVDA、QCOM、ARM），台股则聚焦硬体制造、散热与产业落地（研华、联发科、奇鋐）。当前 ARM 股价 285.5 美元，分析师目标价区间 430 至 460 美元；NVDA 股价 206.6 美元，目标价 330 至 350 美元。核心风险在于记忆体价格波动、地缘政治供应链分割，以及终端消费换机意愿不及预期。
Edge AI 产业的核心因果：从技术突破到终端落地，再到投资机会
传统 Cloud AI 像远在天边的超级大脑，所有数据必须传到远端处理再回传；Edge AI 则赋予每个设备独立思考的能力，让设备在本地端直接做出决策。
| 对比维度 | Edge AI（边缘运算） | Cloud AI（云端运算） |
|---|---|---|
| 运算位置 | 本地设备端（NPU / MCU） | 远端资料中心（GPU 集群） |
| 延迟 | < 10-20 毫秒 | 100-500 毫秒甚至 1-2 秒 |
| 数据隐私 | 敏感数据留在本地，符合资料主权法规 | 需上传公有云，存在泄露风险 |
| 频宽成本 | 极低，仅需回传有价值洞察 | 高，海量原始数据持续上传 |
| 推论成本 | < $0.01 / 百万 Token（电费） | $5-15 / 百万 Token |
| 功耗 | 1-10 毫瓦（NPU 级） | 1-10 瓦特以上（GPU 伺服器级） |
| 离线能力 | 无网路仍可执行 AI 任务 | 必须持续连线 |
| 典型场景 | 自驾车、工厂检测、医疗影像 | 大模型训练、大规模推理 |
多家国际研调机构一致看好 Edge AI 长期增长，CAGR 在 21%-25% 之间。硬体占整体市场约 52-61%。
Grand View Research：2025 年 249 亿美元，2026 年 300 亿美元，2033 年 1187 亿美元，CAGR 21.7%。其中 Edge AI 晶片市场 2025 年 273 亿美元，2026 年 362 亿美元，2033 年达 2918 亿美元，CAGR 34.7%。
P&S Intelligence：2025 年 269 亿美元，2032 年 1285 亿美元，CAGR 25.3%。硬体占 60%，训练功能 CAGR 25.6%，制造业 CAGR 25.9%。
TrendX Insights：2025 年 215 亿美元，2034 年 1490 亿美元，CAGR 24.0%。
硬体（晶片、加速器、边缘伺服器）占整体市场 52-61%，2025 年约 155 亿美元。
软体（推论引擎、MLOps、平台）占 约 27%，约 81 亿美元。
服务（整合、托管边缘）占 约 21%，约 63 亿美元。
硬体目前占大头，因为企业仍在采购算力基础设施。到 2028 年，软体与服务利润率将扩大，占比会逐步压缩。
AI PC 的核心特征是内建专属 NPU（神经网络处理器），专门负责 AI 运算。业界要求 NPU 达到 40 TOPS 以上才能流畅执行 Copilot 等进阶功能。
1. Windows 10 停止安全维护（2026 年 10 月），Windows 12 筹备上市，企业端设备更新需求集中释放。
2. NVIDIA RTX Spark AI 超级晶片在 COMPUTEX 2026 发布，下半年华硕、惠普、戴尔、联想等品牌将批量推出配套整机。
3. 软体生态加速：2026 年底 40% 软体供应商将优先开发 PC 端 AI 功能（2024 年仅 2%，增长 20 倍）。多种小型语言模型（SLM）实现本地运行。
GenAI 手机已能在完全无网路状态下直接运行数十亿参数的大型语言模型。2026 年渗透率达 45%，但存储危机正重塑市场结构。
Apple：iPhone 17 系列推出后，GenAI 功能已覆盖几乎全系产品线。重新设计 Siri，深度整合生态系统。
Samsung：在部署 Agentic AI 功能方面抢占先机，将先进 AI 体验拓展至旗舰产品。
Google Gemini：成为核心模型层，支撑 Apple Siri、Samsung Galaxy AI，以及中国主要 OEM 海外机型。
中国品牌：小米、Oppo 等在海外使用 Google Gemini，国内市场仍使用自研模型。
美股企业几乎垄断了全球 AI 晶片设计与 IP 授权。投资逻辑在于「掌握底层架构与运算大脑」，抽取过路费。
| 公司 | Edge AI 定位 | 核心产品 | 关键护城河 |
|---|---|---|---|
| NVDA | 云端+边缘全栈 | Jetson Thor / DRIVE AGX / RTX Spark | CUDA 生态 + CoWoS 供应锁定 |
| QCOM | 移动+车用+IoT | Snapdragon / Dragonwing IQ10 | 低功耗设计 + 专利授权 |
| ARM | 底层 IP 收费站 | 处理器架构授权 | 99% 手机市占 + 生态锁定 |
| AMBA | 边缘视觉 AI | CVflow 影像处理器 | 超低功耗 + 车规认证 |
| NXPI | 车用电子+工业 | S32 系列区域架构晶片 | 车规级可靠度 + 认证壁垒 |
台股是全球 Edge AI 的硬体制造、零组件研发与终端落地应用核心枢纽。投资重点在于寻找具备量产能力、高阶散热技术，以及能将 AI 落地到垂直产业的系统厂。
上游（IC 设计与矽智财）：联发科 (2454)、创意 (3443)
中游（零组件与散热模组）：奇鋐 (3017)、双鸿 (3324)、欣兴 (3037)、健策 (3653)
下游（终端设备组装与伺服器代工）：广达 (2382)、鸿海 (2317)、技嘉 (2376)、緯穎 (6669)
终端应用（工业电脑 IPC）：研华 (2395)、樺漢 (6414)、友通 (2397)
| 次产业 | 代表公司 | 受惠逻辑 | 关键指标 |
|---|---|---|---|
| 工业电脑 IPC | 研华 · 友通 · 樺漢 | 软硬整合 + 高客户黏着度 | Edge AI 占比 · B/B Ratio · 毛利率 |
| 散热模组 | 奇鋐 · 双鸿 | AI 规格升级推升均热板需求 | ASP 提升 · 水冷渗透率 |
| 载板与机构件 | 欣兴 · 健策 | NPU 晶片面积增大推升高阶 ABF 载板 | 产能利用率 · ABF 价格 |
| 系统组装 | 广达 · 鸿海 · 緯穎 | AI PC + 伺服器代工规模优势 | 出货量 · 专案金额 |
| IC 设计 | 联发科 · 创意 | AI 手机晶片 + ASIC 委托设计 | 市占率 · NRE 收入 · 权利金 |
用过去两年买卖 AI 伺服器的思维来操作 Edge AI 股票，是一个致命的观念落差。两个领域的商业模式、财务指标与股价催化剂完全不同。
| 维度 | AI 伺服器（云端） | Edge AI（终端） |
|---|---|---|
| 需求驱动 | 大型科技巨头 CapEx 军备竞赛 | 百工百业 OpEx 效率提升刚需 |
| 业绩波动 | 大单集中，暴起暴落 | 少量多样，细水长流 |
| 毛利率 | 硬体代工天花板低 | 软硬整合可推升至 30-40% |
| 估值逻辑 | 看出货总量 | 看 Edge AI 占比增速 + 软体黏着度 |
| 风险来源 | 单一客户砍单 | 零组件涨价 · 换机意愿不确定 |
| 评价方式 | PE / EV/Sales | PE + 软体溢价（Value Re-rating） |
Research notes · 研究收束
本投研报告基于公开信息整理，用于梳理研究框架与关键判断；仅供研究学习，不构成任何投资建议。市场有风险，投资需谨慎。
本页未单独列出可点击的外部引用链接。数据与观点口径以正文说明为准，阅读时请结合公司公告及公开资料独立核验。