官方认可！网宿边缘AI网关脱颖而出，CDN开启Token分发新阶段
官方认可！网宿边缘AI网关脱颖而出，CDN开启Token分发新阶段权威测试：三大指标显著领先行业标准9月3日，中国信息通信研究院发布第三批"词元（Token）服务能力提升计划"评测结果，网宿科技依托边缘AI网关顺利入围。实测数据表明，三项关键指标均显著超越行业基准：每秒Token处理量（TPS）较标准高出95%，首个Token响应延迟降低65%，接口调用成功率实现100%的顶级水平。这并非企业单方面的性能宣传，而是由国家权威机构按季度动态更新的统一性能标准。评测结果表明，网宿边缘AI网关已具备承载AI推理
AI浪潮下，配网故障指示器需突破单一告警功能
AI浪潮下配网故障指示器的转型：从基础告警迈向边缘智能配网故障指示器过去是一种功能直观的装置：线路发生短路或接地故障时，它通过翻牌、闪光或向后台发送信号的方式，提示运维人员“故障电流流经此处”。这种机制在单向辐射、运行模式较为稳定的配网中十分奏效。然而当下的配网已演变为有源、双向、频繁重构的复杂系统。分布式光伏、储能、充电桩以及微电网不断接入，导致故障电流的方向与幅值均可能发生变化。仅凭固定阈值判定的指示器，极易将负荷波动误判为故障，或在高阻接地故障时无法响应。因此，AI浪潮对故障指示器的核心重塑，并非在
三星Arm携手合作，新一代设备端AI芯片细节浮出水面
近日，爆料博主@冰宇宙在社交平台上披露，三星电子与Arm正就一项全新的芯片合作展开推进，双方计划联手打造面向下一代设备端的AI SoC。据其透露，该芯片项目目前已步入实质性研发阶段，Arm方面已经批准了相关NRE经费的拨付。项目采用有限使用许可（LUL）模式运行，其中Arm承担架构设计与技术支持，三星System LSI负责SoC的整体研发，后续的芯片制造环节则由三星Foundry完成。根据现有信息，新款芯片将采用Arm的AIC（AI Accelerator）架构，并基于配套的RTL代码进行开发。工艺方面
铭凡IFA 2026发布两款搭载AMD锐龙AI Max+ PRO 495的边缘AI新品
铭凡MINISFORUM在德国柏林举办的IFA 2026展会上，正式推出两款全新的边缘AI计算方案——AI Agent NAS N5 MAX-P495与AI微型工作站MS-S1 MAX-P495，并透露MS-S1 MAX-P495将于本月内正式发售。这两款新品的亮相，意味着铭凡MINISFORUM在算力普惠、推广本地AI应用方向上又迈出了坚实一步，致力于让更多用户和实际业务场景享受到强大的本地AI算力。旗舰芯片专为本地AI场景打造的算力核心两款新品均配备AMD锐龙™AI Max+ PRO 495处理器，作
泰安众诚借力人工智能，推动矿用装备智能化升级
泰安众诚自动化设备股份有限公司积极引入人工智能技术，在矿用装备智能化升级领域取得重要进展。借助泰山数据要素产业园及合作伙伴的支持，众诚与数字经济领域专家组展开深度交流，研讨如何把AI技术嵌入矿用产品和服务中，推动企业从传统装备制造商向智能化、数字化服务提供商迈进。作为矿山供电设备领域的资深制造企业，众诚在矿用变压器、开关等装备市场占据较大份额，业务遍及全国多个煤矿。鉴于智能化矿山建设的行业发展方向，众诚深刻认识到：唯有让装备实现"自主诊断、主动预警、智能预判"功能，才能有效形成差异化优势。因此，众诚积极联
强对抗环境下人工智能与自主能力的真实考验
先看清真正的短板。近日，美国某机构发布欧文·丹尼尔斯撰写的《对抗行动中的人工智能与自主性》报告。作者把未来作战的基本条件概括为拒止、降级、间歇和受限：通信可能时有时无，数据难以及时回传，模型不能随时更新，人的监督也可能中断。报告谈的是美军如何使用人工智能，真正暴露的却不是算法数量不足，而是权责、试验、训练和更新机制尚未跟上。强对抗环境不会替人工智能创造优势，只会把平时被顺畅网络掩盖的问题一起逼出来。（一）拒止不是一个开关DDIL不是简单断网。报告用拒止、降级、间歇和受限四种状态描述强对抗条件。系统可能完全
家电行业的AI重塑:一线从业者的全景观察与未来研判
由"听懂指令"到"识别画面"，由"你告诉它做什么"到"它自主决策"——一位深耕智能硬件领域十余年的从业者，深度分享AI家电的发展现状与未来趋势# 智能家电# 大语言模型# 边缘计算AI# 智慧家居十年前还在国美苏宁方太门店做销售实习，那时油烟机灶具套装的核心卖点就是火力猛、吸力强。当时有个烟灶联动的卖点常被销售员反复提起，本质就是灶具点火后借助2.4G无线协议触发油烟机启动，现在回头看这套技术已经相当落后了。今年参观AWE展会，我在海尔展区驻
本地PC运行智能体AI，边缘计算还需依赖云端吗？
近几年，英伟达（NVIDIA）一直将战略重心放在研发能够在数据中心之外（即边缘端）执行AI计算的技术上。在2026年台北GPU技术大会（GTC Taipei 2026）期间，该公司推出了专为个人电脑（PC）设计的RTX Spark超级芯片，这款芯片预计将对边缘AI领域带来深远影响。本文将分析该产品的推出对嵌入式产业未来走向的潜在作用。RTX Spark可在PC上承载智能体AI、图形渲染及游戏负载英伟达始终大力推动在PC和笔记本上运行智能体AI或大语言模型（LLM）。此次发布的RTX Spark由英伟达携手
9月15日边缘智算产业生态大会诚邀共赴！
随着边缘人工智能与终端算力的深度交融，物理世界正经历从"被动感知"到"主动智控"的变革。在工业品质检测、智能安防、城市管理、车载感知等场景中，AI的推理能力正逐步从云端向边缘端迁移，在毫秒级时间内完成本地判断与闭环决策。深圳华强在电子信息领域深耕逾三十年，已搭建起涵盖授权分销、产业互联网、实体交易、人工智能孵化的全链路协同平台，并积极参与以华为昇腾为核心的国产AI芯片生态构建，持续为边缘AI产业提供从基础元器件到完整解决方案的全链条服务。9月15日，由华强电子产业研究所主办、华强光引粒·人工智能创想空间协
投资课堂 | AI推理芯片究竟是什么？
推理芯片（Inference Chip）是一种专为驱动AI模型运行而定制的处理器，主要在模型完成训练之后承担实时响应用户输入、产出结果的任务（即所谓的"推理"环节）。与一味追求极致算力的"训练芯片"相比，推理芯片更看重低时延、低功耗、高能效比以及低成本1. 核心职能与运行机制职能：把已经训练完毕的AI模型落地到真实业务场景中，应对用户的实时调用（包括对话、图像识别、语音翻译等），完成即时数据处理与智能判断。机制：模型权重已经锁定，不再需要反向传播与梯度计算，根本理念是"效率至上"，借助对计算精度与硬件结构
AI NAS：端侧人工智能的全新入口形态
NAS长期承担着文件存储、备份和共享的任务。随着生成式AI进入家庭和企业，用户开始提出新的要求：能否直接理解本地照片、文档和设备数据，在低延迟、可控成本与隐私保护之间取得平衡？这使NAS的角色发生变化。它不只保存数据，还可能成为连接本地数据、边缘算力、模型和智能应用的端侧节点。爱维智联已将AI NAS / Home Super Gateway（家庭超级网关）列为项目方向，依托端侧AI软硬一体平台，探索NAS在家庭和企业场景中的新形态。AIWEI VIEWAI NAS的关键，不是增加一个聊天界面，而是让本地
AI赋能实体产业沙龙：边缘计算破解落地难题
主讲嘉宾：东南大学博导 王俊波教授日程：2026年9月18日 14:00-16:30会场：软件大道178号慧智城路演大厅一、嘉宾介绍东南大学信息学院 教授/博导欧盟玛丽居里学者、IEEE高级会员斯坦福全球前2%顶尖科学家东南大学-莱斯电子联合实验室主任深耕移动通信及边缘AI领域，主导研发无人机吊舱、短波解调器等产品，与中兴通讯、中国电科等企业保持紧密技术协作。二、沙龙缘起与愿景如今大模型虽火，但高昂算力、隐私顾虑及实时性难题，致使众多企业陷入AI应用“难落地”的怪圈。边缘AI正成为破局关键，它将智能下放到
高通6G战略深解：AI原生终端崛起，Token服务重塑运营商
新浪科技郑峻 发自美国圣地亚哥 AI浪潮将如何重塑移动通信与终端计算格局？对此，通信芯片巨头高通无疑最具话语权。在美国圣迭戈举办的高通全球6G分析师与媒体日活动上，高通执行副总裁兼边缘解决方案与数据中心业务负责人马德嘉（Durga Malladi）接受了新浪科技等媒体的专访，全面分享了高通的6G蓝图与数据中心版图。 马德嘉指出，6G终端或将超越传统智能手机范畴，催生全新的设备类型，高通将其命名为智能体AI终端，天生为AI而设计。同时，6G时代运营商的商业逻辑也将从单一的数据销售转向算力即服务、Token即
嵌入式物联网AI只是修硬件？真实岗位方向全解析
不少家长和学生对这个领域存在典型误解：认为它就是拧螺丝、焊电路，天天围着设备做维修，职业路径狭窄，只能做硬件维护相关工作。实际上，它是软件、硬件、AI算法三方融合的综合性方向，修硬件只是极小一环，远不是岗位全貌。今天就来拆解行业实际岗位情况，梳理就业选择的多元性，帮你走出认知盲区。嵌入式物联网AI，也被称为AIoT，本质是把人工智能能力下沉到单片机、Linux终端、边缘设备里，赋予硬件设备感知、识别、决策的智能化能力，普遍落地于智能家居、工业互联网、车载电子、智能机器人、可穿戴产品等场景。硬件调试只是工作
英伟达瞄准6G基站：AI算力版图向通信网络延伸
当业内仍在热议GPU、光模块与液冷技术之际，英伟达已将视线转向另一片更为庞大的基建领域——全球移动通信网络。英伟达在AI-RAN与6G领域的布局，并非仅仅是"在基站中嵌入一颗GPU"那么简单，其真正意图是将传统基站从单一的通信节点，蜕变为兼具无线接入与AI算力的分布式智能化节点。AI-RAN主要涵盖三大技术方向：其一是AI for RAN，借助AI算法优化频谱调度、波束赋形、网络能耗以及故障预警，使有限的频谱资源可服务更多用户。其二是AI and RAN，即通信与AI共用GPU、DPU及服务器资源。网络繁