【导语】边缘计算领域长期面临硬件定制化周期长、算法开发成本高、场景适配难度大等壁垒，导致其应用碎片化。然而，DeepSeek大模型的开源为边缘计算生态带来了革新，以低成本、快部署、强适配的特点，为政务、能源、生产安全等多场景规模化落地开辟了新路径。尽管前景广阔，边缘计算仍面临技术调优、本地化适配等挑战。未来，随着开源模型(xíng)的(de)迭(dié)代(dài)与(yǔ)国(guó)产(chǎn)芯(xīn)片(piàn)的(de)崛(jué)起(qǐ)，边(biān)缘(yuán)计(jì)算(suàn)市(shì)场(chǎng)有(yǒu)望(wàng)迎(yíng)来(lái)新(xīn)的(de)产(chǎn)业(yè)革(gé)命(mìng)。视(shì)觉(jué)物(wù)联(lián)联(lián)合(hé)AIoT星(xīng)图(tú)研(yán)究(jiū)院(yuàn)正(zhèng)启(qǐ)动(dòng)《2025边(biān)缘(yuán)计(jì)算(suàn)市(shì)场(chǎng)调(diào)研(yán)报(bào)告(gào)》，深(shēn)度(dù)调(diào)研(yán)行(xíng)业(yè)现(xiàn)状(zhuàng)与(yǔ)趋(qū)势(shì)，为(wèi)企(qǐ)业(yè)提(tí)供(gōng)战(zhàn)略(è)参(cān)考(kǎo)。

　　长(zhǎng)期(qī)以(yǐ)来(lái)，边(biān)缘(yuán)计(jì)算(suàn)领(lǐng)域面(miàn)临(lín)“硬(yìng)件(jiàn)定(dìng)制(zhì)化(huà)周(zhōu)期(qī)长(zhǎng)、算(suàn)法(fǎ)开(kāi)发(fā)成(chéng)本(běn)高(gāo)、场(chǎng)景(jǐng)适(shì)配(pèi)难(nán)度(dù)大(dà)”三(sān)重(zhòng)壁(bì)垒(lěi)，导(dǎo)致(zhì)其(qí)落(luò)地(de)应(yīng)用(yòng)呈(chéng)现(xiàn)碎(suì)片(piàn)化(huà)特(tè)点(diǎn)。

　　但(dàn)随(suí)着(zhe)DeepSeek大(dà)模(mó)型(xíng)的(de)开(kāi)源(yuán)，将(jiāng)重(zhòng)构(gòu)边(biān)缘(yuán)计(jì)算(suàn)生(shēng)态(tài)，以(yǐ)“低(dī)成(chéng)本(běn)、快(kuài)部(bù)署(shǔ)、强(qiáng)适(shì)配(pèi)”的(de)特(tè)性(xìng)，为(wèi)边(biān)缘(yuán)计(jì)算(suàn)在(zài)政(zhèng)务(wu)、能(néng)源(yuán)、生(shēng)产(chǎn)安(ān)全、民(mín)生(shēng)和(hé)农(nóng)业(yè)等(děng)场(chǎng)景(jǐng)的(de)规(guī)模(mó)化(huà)落(luò)地(de)开(kāi)辟(pì)新(xīn)路径。

　　算(suàn)法(fǎ)革(gé)新(xīn)：从(cóng)定(dìng)制(zhì)开(kāi)发(fā)到(dào)普(pǔ)惠(huì)的(de)范(fàn)式(shì)突(tū)破(pò)

　　在(zài)边(biān)缘(yuán)计(jì)算(suàn)领(lǐng)域，传(chuán)统(tǒng)AI模(mó)型(xíng)落(luò)地(de)依(yī)赖(lài)“芯(xīn)片(piàn)-算(suàn)法(fǎ)-方(fāng)案(àn)”三(sān)位(wèi)一(yī)体(tǐ)的(de)硬(yìng)件(jiàn)定(dìng)制(zhì)化(huà)路径，不(bù)仅(jǐn)面(miàn)临(lín)长(zhǎng)达(dá)数(shù)月(yuè)的(de)开(kāi)发(fā)周(zhōu)期(qī)，其(qí)中(zhōng)算(suàn)法(fǎ)环(huán)节(jié)更(gèng)是(shì)需(xū)砸(zá)数(shù)百(bǎi)万(wàn)甚(shén)至(zhì)千(qiān)万(wàn)级(jí)的(de)研(yán)发(fā)投(tóu)入(rù)。

　　DeepSeek的(de)开(kāi)源(yuán)彻(chè)底(dǐ)颠(diān)覆(fù)了(le)这(zhè)一(yī)格(gé)局(jú)，其(qí)底(dǐ)层(céng)算(suàn)法(fǎ)框(kuāng)架(jià)的(de)开(kāi)放(fàng)，使(shǐ)开(kāi)发者可直接基于开源代码进行本地化调优，如今企业仅需数十万级投入，即可在开源算法基础上完成行业应用延伸。

　　以工业质检场景为例，以往需定制化开发的CV模型，如今可通过DeepSeek的大模型普适性能力快速迁移，避免了传统CV模型“一场景一训练”的高成本困局。

　　但从应用端来看，目前边缘计算产品出货量仍以CV算法为主。业内人士表示，大模型开源不过短短数月，基于大模型的开源算法目前还没有真正需求和订单落地，预测今年下半年会有零散订单，真正大批量估计要到明年。

　　算力优化：架构创新与效率提升驱动算力下沉

　　相比于传统大模型，DeepSeek通过架构创新降低必要算力、算法优化提升算力效率和场景定制减少冗余算力，使得同等效果下算力需求锐减，将大模型部署的算力门槛从天价拉低至消费级水平。

　　业内人士表示，边缘端运行大模型的算力一般在20T-100T之间，主要看运行的模型大小（1.5b、7b、8b、14b、32b、70b、671b），32b基本可以满足大部分需求。

　　虽然运行DeepSeek模型对算力的要求不高(gāo)，但其对显存有特定要求；比如运行DeepSeek-r132b-qwen-distill-q8_0模型，显存占用在40G左右。

　　目前，边缘计算领域适配大模型应用的芯片厂家主要以英伟达为主，国产芯片则主要以瑞芯微RK3588、算能BM1684X和BM1688、爱芯元智AX630C和AX650N、后摩等企业为主。

　　但根据调研了解，当前在边缘计算领域，大模型应用仍然聚焦于单点应用，并未形成规模化，大部分应用仍然以小模型为主。未来，小模型应用将长期存在，大模型将补充小模型的精确度，两者应用形成互补关系。

　　场景落地：政务民生多领(lǐng)域突破

　　对中小企业和边缘场景而言，硬件成本的大幅降低将带来更多的场景应用。

　　在(zài)政(zhèng)府(fǔ)办(bàn)公(gōng)领(lǐng)域，基(jī)于(yú)DeepSeek构(gòu)建(jiàn)的(de)本(běn)地(de)化(huà)问(wèn)答(dá)系(xì)统(tǒng)，可(kě)直(zhí)接(jiē)调(diào)用(yòng)内(nèi)部(bù)法(fǎ)规(guī)数(shù)据(jù)库(kù)，避(bì)免(miǎn)互(hù)联(lián)网(wǎng)数(shù)据(jù)的(de)“幻(huàn)觉(jué)”问(wèn)题(tí)，准(zhǔn)确(què)率(lǜ)接(jiē)近(jìn)100%。

　　这(zhè)种“数据不出域”的特性，既满足了政务场景的保密需求，又将咨询响应效率提升5倍以上，目前已在多地政务大厅试点部署。

　　在居家养老、智慧社区等场景，轻量化模型正实现“最后一米”的智能覆盖。场景集成跌倒检测、用药提醒等功能，单设备成本控制在千元级，已进入上海、北京等地的社区试点。这种“低门槛、高刚需”的模式，也标志着边缘计算从B端向C端的渗透加速。

　　现实挑战：开源模型需深度调优，本地化适配成关键

　　尽管前景广阔，边缘计算领域仍面临多重挑战。

　　因DeepSeek的技术特性与训练机制共同作用的原因，导致其幻觉率显著高于行业水平。在VectaraHHEM权威测试中，DeepSeek-R1的幻觉率高达14.3%，即使经过优化，2025年5月的SuperCLUE测评显示，R1幻觉率仍为21%。

　　在实际应用中，企业需要采取交叉验证、提示词优化和行业数据注入等方式，将幻觉率从开源状态的15%-20%降至5%以下，才能最大化利用AI能力。

　　多位业内人士表示，虽然DeepSeek开源了，但是客户直接拿过去是不会用的，需要包一个UI界面才能使用；另外，直接用开源的量化模型做部署是没有意义的，还是要根据场景去调优测试。

　　小结

　　展望未来，随着DeepSeek与千问3等开源模型的迭代，边缘计算将呈现“算力下沉、智能上移”的新趋势。

　　当“大模型开源+国产芯片崛起+行业场景爆发”形成共振，边缘计算市场将迎来继云计算之后又一次产业革命，而这场革命的核心驱动力，正是开源精神带来的技术民主化浪潮。

　　近日，视觉物联联合AIoT星图研究院正式启动《2025边缘计算市场调研报告》，将从技术发展与落地应用等方面展开深度调研，揭示行业基本面，洞察竞争格局，为企业战略制定、投资决策、市场拓展等提供结构化的参考依据。

　　我们拟将调研更多深耕边缘AI发展方向的企业，并从中总结行业发展现状以及未来发展趋势，供其他企业参考，欢迎企业踊跃报名参加。