長期以來，邊緣計算領(lǐng)域面臨“硬件定制化周期長、算法開發(fā)成本高、場景適配難度大”三重壁壘，導(dǎo)致其落地應(yīng)用呈現(xiàn)碎片化特點。

　　但隨著DeepSeek大模型的開源，將重構(gòu)邊緣計算生態(tài)，以“低成本、快部署、強適配”的特性，為邊緣計算在政務(wù)、能源、生產(chǎn)安全、民生和農(nóng)業(yè)等場景的規(guī)?；涞亻_辟新路徑。

　　算法革新：從定制開發(fā)到普惠的范式突破

　　在邊緣計算領(lǐng)域，傳統(tǒng)AI模型落地依賴“芯片-算法-方案”三位一體的硬件定制化路徑，不僅面臨長達數(shù)月的開發(fā)周期，其中算法環(huán)節(jié)更是需砸數(shù)百萬甚至千萬級的研發(fā)投入。

　　DeepSeek的開源徹底顛覆了這一格局，其底層算法框架的開放，使開發(fā)者可直接基于開源代碼進行本地化調(diào)優(yōu)，如今企業(yè)僅需數(shù)十萬級投入，即可在開源算法基礎(chǔ)上完成行業(yè)應(yīng)用延伸。

　　以工業(yè)質(zhì)檢場景為例，以往需定制化開發(fā)的CV模型，如今可通過DeepSeek的大模型普適性能力快速遷移，避免了傳統(tǒng)CV模型“一場景一訓(xùn)練”的高成本困局。

　　但從應(yīng)用端來看，目前邊緣計算產(chǎn)品出貨量仍以CV算法為主。業(yè)內(nèi)人士表示，大模型開源不過短短數(shù)月，基于大模型的開源算法目前還沒有真正需求和訂單落地，預(yù)測今年下半年會有零散訂單，真正大批量估計要到明年。

　　算力優(yōu)化：架構(gòu)創(chuàng)新與效率提升驅(qū)動算力下沉

　　相比于傳統(tǒng)大模型，DeepSeek通過架構(gòu)創(chuàng)新降低必要算力、算法優(yōu)化提升算力效率和場景定制減少冗余算力，使得同等效果下算力需求銳減，將大模型部署的算力門檻從天價拉低至消費級水平。

　　業(yè)內(nèi)人士表示，邊緣端運行大模型的算力一般在20T-100T之間，主要看運行的模型大?。?.5b、7b、8b、14b、32b、70b、671b），32b基本可以滿足大部分需求。

　　雖然運行DeepSeek模型對算力的要求不高，但其對顯存有特定要求；比如運行DeepSeek-r132b-qwen-distill-q8_0模型，顯存占用在40G左右。

　　目前，邊緣計算領(lǐng)域適配大模型應(yīng)用的芯片廠家主要以英偉達為主，國產(chǎn)芯片則主要以瑞芯微RK3588、算能BM1684X和BM1688、愛芯元智AX630C和AX650N、后摩等企業(yè)為主。

　　但根據(jù)調(diào)研了解，當(dāng)前在邊緣計算領(lǐng)域，大模型應(yīng)用仍然聚焦于單點應(yīng)用，并未形成規(guī)模化，大部分應(yīng)用仍然以小模型為主。未來，小模型應(yīng)用將長期存在，大模型將補充小模型的精確度，兩者應(yīng)用形成互補關(guān)系。

　　場景落地：政務(wù)民生多領(lǐng)域突破

　　對中小企業(yè)和邊緣場景而言，硬件成本的大幅降低將帶來更多的場景應(yīng)用。

　　在政府辦公領(lǐng)域，基于DeepSeek構(gòu)建的本地化問答系統(tǒng)，可直接調(diào)用內(nèi)部法規(guī)數(shù)據(jù)庫，避免互聯(lián)網(wǎng)數(shù)據(jù)的“幻覺”問題，準確率接近100%。

　　這種“數(shù)據(jù)不出域”的特性，既滿足了政務(wù)場景的保密需求，又將咨詢響應(yīng)效率提升5倍以上，目前已在多地政務(wù)大廳試點部署。

　　在居家養(yǎng)老、智慧社區(qū)等場景，輕量化模型正實現(xiàn)“最后一米”的智能覆蓋。場景集成跌倒檢測、用藥提醒等功能，單設(shè)備成本控制在千元級，已進入上海、北京等地的社區(qū)試點。這種“低門檻、高剛需”的模式，也標志著邊緣計算從B端向C端的滲透加速。

　　現(xiàn)實挑戰(zhàn)：開源模型需深度調(diào)優(yōu)，本地化適配成關(guān)鍵

　　盡管前景廣闊，邊緣計算領(lǐng)域仍面臨多重挑戰(zhàn)。

　　因DeepSeek的技術(shù)特性與訓(xùn)練機制共同作用的原因，導(dǎo)致其幻覺率顯著高于行業(yè)水平。在VectaraHHEM權(quán)威測試中，DeepSeek-R1的幻覺率高達14.3%，即使經(jīng)過優(yōu)化，2025年5月的SuperCLUE測評顯示，R1幻覺率仍為21%。

　　在實際應(yīng)用中，企業(yè)需要采取交叉驗證、提示詞優(yōu)化和行業(yè)數(shù)據(jù)注入等方式，將幻覺率從開源狀態(tài)的15%-20%降至5%以下，才能最大化利用AI能力。

　　多位業(yè)內(nèi)人士表示，雖然DeepSeek開源了，但是客戶直接拿過去是不會用的，需要包一個UI界面才能使用；另外，直接用開源的量化模型做部署是沒有意義的，還是要根據(jù)場景去調(diào)優(yōu)測試。

　　小結(jié)

　　展望未來，隨著DeepSeek與千問3等開源模型的迭代，邊緣計算將呈現(xiàn)“算力下沉、智能上移”的新趨勢。

　　當(dāng)“大模型開源+國產(chǎn)芯片崛起+行業(yè)場景爆發(fā)”形成共振，邊緣計算市場將迎來繼云計算之后又一次產(chǎn)業(yè)革命，而這場革命的核心驅(qū)動力，正是開源精神帶來的技術(shù)民主化浪潮。

　　近日，視覺物聯(lián)聯(lián)合AIoT星圖研究院正式啟動《2025邊緣計算市場調(diào)研報告》，將從技術(shù)發(fā)展與落地應(yīng)用等方面展開深度調(diào)研，揭示行業(yè)基本面，洞察競爭格局，為企業(yè)戰(zhàn)略制定、投資決策、市場拓展等提供結(jié)構(gòu)化的參考依據(jù)。

　　我們擬將調(diào)研更多深耕邊緣AI發(fā)展方向的企業(yè)，并從中總結(jié)行業(yè)發(fā)展現(xiàn)狀以及未來發(fā)展趨勢，供其他企業(yè)參考，歡迎企業(yè)踴躍報名參加。