通過邊緣計算平臺海德薇與云端大模型的有機結合，涂鴉智能正在打造下一代AI硬件的開發(fā)范式。

在AI硬件開發(fā)領域，一個關鍵難題是如何平衡計算效率與隱私保護。涂鴉智能推出的ECC端云聯(lián)動AI算法（Edge-Cloud Coop）為解決這一難題提供了創(chuàng)新解決方案。

該算法允許開發(fā)者將AI計算分層拆解，在端側運行超小模型用于數(shù)據(jù)脫敏推理，而大型推理則交由云端算力執(zhí)行。

這種模式不僅保證了用戶隱私安全，也優(yōu)化了智能設備的硬件成本。

01 國內廠商技術路線對比

AI硬件廠商根據(jù)自身優(yōu)勢選擇了不同的技術路線。

以下是三家主要AI硬件廠商在技術方面的對比分析：

涂鴉智能的端云協(xié)同架構在隱私保護和開發(fā)友好度方面具有明顯優(yōu)勢，特別適合需要處理敏感數(shù)據(jù)的應用場景。

02 國際廠商邊緣計算布局

NVIDIA：在邊緣計算領域推出了Jetson系列平臺，從單一計算模塊發(fā)展為覆蓋模擬、感知、決策的多維度系統(tǒng)3。

新推出的Jetson Thor平臺專為物理AI與人形機器人設計，兼容主流AI框架及生成式AI模型3。

03 涂鴉智能的海德薇平臺

涂鴉智能推出的邊緣計算平臺海德薇（HEDV）是公司端云協(xié)同戰(zhàn)略的核心組成部分。該平臺為開發(fā)者提供了完整的邊緣計算解決方案，使AI計算能夠在最合適的位置執(zhí)行。

海德薇平臺的特點包括：低延遲（在設備附近處理數(shù)據(jù)，減少傳輸延遲）、高可靠性（即使在網(wǎng)絡中斷的情況下也能正常工作）、隱私保護（敏感數(shù)據(jù)留在本地處理）和帶寬優(yōu)化（減少向云端傳輸?shù)臄?shù)據(jù)量）。

在實際應用中，海德薇平臺已經(jīng)支持了多種AI硬件產(chǎn)品的開發(fā)。例如，在智能家居場景中，海德薇平臺可以讓人工智能攝像頭在本地進行人臉識別和動作檢測，只將必要的信息上傳到云端，既保護了用戶隱私，又提高了系統(tǒng)響應速度。

04 端云協(xié)同的應用價值

涂鴉智能的端云協(xié)同架構為AI硬件開發(fā)帶來了多重價值：

首先，它解決了隱私和安全問題。通過數(shù)據(jù)脫敏和本地處理，減少了敏感信息泄露的風險。

其次，它優(yōu)化了成本結構。通過合理的計算分配，降低了云端計算資源和帶寬的消耗，從而減少了運營成本。

再次，它提高了系統(tǒng)可靠性。即使在網(wǎng)絡連接不穩(wěn)定的情況下，端側設備仍然能夠保持基本功能的正常運行。

最后，它加速了響應速度。本地處理可以減少網(wǎng)絡傳輸帶來的延遲，提高用戶體驗。

涂鴉智能2025年第一季度的財務表現(xiàn)證明了這一策略的成功：公司毛利率達到48.5%，表明成本管理有效。

非GAAP凈利潤較上年增長近60%，智能解決方案收入達到1100萬美元，同比增長47.1%。

05 技術挑戰(zhàn)與未來方向

盡管端云協(xié)同架構帶來了諸多好處，但也面臨著一些技術挑戰(zhàn)。首先是模型分割難題：如何將AI模型合理地分割到端側和云端，需要在性能、成本和隱私之間找到平衡點。

其次是設備異構性：不同類型的設備具有不同的計算能力，需要針對性地優(yōu)化模型和算法。

第三是協(xié)同效率：端側和云端如何高效協(xié)同工作，避免出現(xiàn)瓶頸。

面對這些挑戰(zhàn)，涂鴉智能正在不斷優(yōu)化其端云協(xié)同平臺。未來方向包括：開發(fā)更高效的模型壓縮和分割算法；提高跨設備協(xié)同效率；增強系統(tǒng)安全性和隱私保護能力。

端云協(xié)同計算正在成為AI硬件開發(fā)的重要范式。涂鴉智能通過海德薇平臺和ECC端云聯(lián)動算法，為開發(fā)者提供了一套完整的解決方案。

這套方案不僅解決了AI硬件開發(fā)中的技術難題，也在隱私保護、成本優(yōu)化和用戶體驗之間找到了平衡點。