工博会现场！算力、存力、边缘计算，听到哪些信号？

10月12日，2026中国国际工业博览会（以下简称：工博会）在上海国家会展中心正式拉开帷幕。作为本届工博会的重磅配套论坛，2026边缘计算与存储应用产业论坛于国芯展展馆内同期举办。

本次论坛集结AMD、阿里巴巴达摩院、瑞芯微、研华科技、驰拓科技、大普微、东土科技、硅芯科技等产业链关键企业专家，现场还重磅发布《2026边缘计算与存储应用产业研究报告》，以此促进行业交流协作，助力我国集成电路产业向高端化迈进。

论坛现场人气旺盛，会场座无虚席，就连过道也站满参会的观众。参会群体覆盖芯片IP、通用处理器、工业主板、端侧AI芯片、工业操作系统、新型存储介质、企业级SSD、先进封装EDA等多个领域，既有各企业高管、技术专家与研发工程师，也汇集制造工厂、科研院所、投资机构的代表前来交流学习。

01 智能体时代开启，边缘智算成为行业跃迁主战场

当前，国内新型工业化进程持续提速，工业场景数字化转型已经从单点设备改造迈向全产线智能化升级，大模型、AI Agent智能体技术快速向工业领域渗透，云端算力难以全部承接工厂侧海量实时业务，工业边缘计算、高可靠工业存储、异构集成芯片技术，成为打通智能制造最后一公里的关键抓手，这也让本次论坛受到行业的高度关注。

半导体产业纵横总经理兼总编辑陈立华在致辞时表示，在智能体技术的驱动下AI迭代步伐持续加快，算力与存储已经成为工业智能化转型、高端制造自主可控的核心底座。算力下沉、数据本地就近处理，已经成为工业数字化发展的必然趋势。

AMD大中华区市场营销副总裁纪朝晖带来《携手创新，共赢智能体AI时代》的主题分享，他提到，全球AI产业正快速从大模型推理阶段迈入AI智能体发展新阶段，AIAgent具备自主规划、工具调用、闭环执行的能力，正在重塑制造、能源、交通等千行百业，算力基础设施也随之发生结构性变迁。如今AMD已经迈入发展新阶段，依靠EPYC服务器处理器、RyzenAIMax系列产品，完整覆盖云端数据中心、企业级算力、专业工作站、AIPC等全层级算力场景。

纪朝晖现场介绍了新一代锐龙AI Max+Pro 495处理器，该产品可本地支撑3200亿参数规模大模型，甚至可以同时并行运行多个智能体、多个模型。

纪朝晖强调，智能体时代的产业红利不属于任何一家单独企业，产业链上下游必须坚持开放协作，打通芯片、软件、行业应用之间的壁垒，把通用算力能力转化为面向工业场景的可用解决方案，共同挖掘边缘智能带来的巨大市场机遇。

研华科技工业物联网事业群总经理蔡奇男的观点和这一判断形成呼应，他在演讲中系统梳理了工业AIoT完整演进路径。在他看来，AI产业上半场集中于云端大模型训练，而行业价值释放的下半场，核心战场就在边缘端。工业AIoT整体将经历“万物互联、数据融合、可视洞察、辅助决策、协同与全自主”五大发展阶段，最终走向多AIAgent协同工作的全新模式。他认为，当前消费端智能体应用已经普及，但落地工业现场仍存在诸多现实门槛；工业AI的核心落脚点在于场景，需要直面客户真实业务痛点，而不是单纯追求技术概念。

结合大量落地实践案例，蔡奇男列举当前已经成熟落地的场景：在智慧制造领域，边缘算力支撑产线瑕疵视觉检测、工艺参数动态调优，帮助工厂降低不良率；智慧能源场景依靠边缘节点完成微电网实时调度，保障能源供给稳定；智慧交通领域借助边缘低延迟计算，实现路侧感知快速决策。

论坛现场正式对外发布了《2026工业边缘计算与存储应用产业研究报告》，半导体产业纵横资深分析师杨远航对报告核心数据与行业趋势做深度解读。报告量化展现国内工业边缘市场的增长动能，数据显示，2026年中国工业PC市场出货量预计达到448.9万台，对应市场规模约120亿元；2026-2030年复合增长率可达13.1%，至2030年整体出货量有望增长至735.5万台。

杨远航分析，本轮市场增长由双重因素驱动，一方面AI质检、移动机器人AGV/AMR、机器视觉等新兴应用带来实打实的算力增量需求；另一方面上游核心元器件价格波动预期，促使下游厂商适度提前备货。对于产业链厂商而言，不能单纯比拼硬件参数，更要深耕工业细分场景，针对不同行业做产品差异化设计，打通硬件、软件、行业算法，构建完整解决方案能力，才能够在市场竞争当中建立自身优势。

02 算力底座走向开放，算控一体化重构工业现场

工业现场同时存在实时运动控制、设备逻辑运算、AI推理分析两类截然不同的业务，前者要求微秒级确定性时延，后者需要充足AI算力，同时工业装备普遍拥有5-10年长生命周期，AI算法却迭代速度极快，软硬件错配是行业普遍痛点。面对这一系列现实矛盾，处理器IP、端侧AI芯片、本土工业控制器企业分别从底层IP、硬件模组、控制系统多个维度，给出本土算控一体化的实现路径。

阿里巴巴达摩院销售副总经理王志宇以《开放芯核，智联边缘》为题，介绍了玄铁 RISC-V 生态面向工业边缘的全栈能力。他指出，RISC-V 开放架构为国内工业芯片自主创新提供了绝佳底座。玄铁已打造 E、R、C 等完整产品矩阵，覆盖高性能计算、AI 加速、汽车电子、智能工控等多层次算力需求，形成完整的能力谱系，累计出货超过 60 亿颗，一套生态即可覆盖从简单 I/O 控制到大模型边缘网关的各类设备。

王志宇同时点出行业共性痛点：很多企业拿到处理器 IP 之后，面临软件适配复杂、产品量产周期长的困境，出现“有 IP，难落地量产”的问题。边缘场景除算力挑战外，存储主控同样遭遇难题——PCIe 接口迭代加速，主控不仅要跑通高带宽，更要保障高并发下的确定性时延；不同厂商对 NAND 调度、纠错策略存在大量定制化诉求，开放指令集架构对存储主控的供应链安全与迭代节奏具备重要价值。

针对上述痛点，玄铁打造了 FLEX 定制化平台与端侧 AI 方案，配套 RTOS、Linux、Android 三层完整软件栈，通过 DSL 描述即可自动生成 RTL、工具链与验证环境，把处理器 IP 能力封装为可直接落地的产品化平台。同时，面向 SSD 主控推出多款方案，从消费级 PC 到数据中心全闪存，适配多样化的存储任务，广泛服务 SSD 主控芯片、大模型边缘网关、可编程端侧 NPU、低功耗工业终端四大类产品方向，降低工业芯片的开发门槛。

瑞芯微电子产品市场高级经理梁志磊则从终端芯片产品化实践角度，分享算力解耦的产品思路。他表示，工业设备生命周期长达数年，但是大模型、机器视觉算法几乎每个季度都在迭代更新，如果把AI推理算力完全集成在主控芯片内部，设备整机一旦定型，后续算法升级就需要重新做硬件改版，改造成本高、周期漫长，很难跟上算法迭代节奏。

梁志磊分析端侧大模型落地四大核心价值：数据隐私安全、低实时时延、推理成本可控、断网离线可用；同时也客观剖析落地现实挑战，包含带宽与性能压力、生态适配、功耗约束、成本与硬件面积等难题。为此瑞芯微提出“主控+AI协处理器”双轨研发路线，将AI推理算力独立出来，做成M.2形态的协处理模组，通过PCIe、USB接口外挂到现有工业主板之上。原有整机硬件无需重新改版设计，只需要替换或者加装协处理器模组，就可以适配最新的LLM大模型、多模态视觉、语音识别算法。

北京东土科技半导体事业部华东区销售总监余宏平将视角聚焦半导体装备这一高端工业场景，展示国产化核心控制系统方案的实践成果。半导体设备对于控制精度、系统稳定性、故障预判能力有着极高标准，长期高度依赖海外控制系统。东土科技依托自主研发鸿道（Intewell）实时操作系统、MaVIEW工业控制软件、AUTBUS工业总线，搭建完整本土软件定义控制技术栈，面向半导体机台腔室控制系统完成本土化。

他指出，这套系统通过虚拟化技术，实现非实时Windows\Linux环境与硬实时PLC环境隔离共存，即便Windows\Linux系统发生闪退蓝屏，也不会干扰实时控制链路，同时依靠共享内存完成高速数据交互。通过架构简化设计，实现IPC+PLC一体化融合、系统内存共享，最终实现设备整机体积缩小30%以上，能耗、硬件成本同步下降20%以上。结合高频数据采集与工业边缘AI算法，这套控制系统可以把半导体腔室温控波动收敛至0.5摄氏度以内，AI故障预测功能可以较实际异常发生提前约30分钟输出预警，故障预测准确率达到90%。

03 存储介质与先进封装革新，夯实边缘算力基座

算力的充分释放离不开存储基座的支撑，工业边缘环境高温、震动、电磁干扰强，同时AI大模型带来KVCache、海量小文件读写压力，传统存储方案逐渐暴露出短板。本次论坛当中，新型存储介质、创新SSD架构、Chiplet先进封装EDA三类技术同台探讨，共同探讨如何从底层硬件层面补齐边缘算力的存储短板。

浙江驰拓市场营销部总监戴强表示，MRAM在工业现场的实践优势主要有四点：一是高速写入。传统Flash和EEPROM写入速度都需要毫秒级，而MRAM的写周期仅为35纳秒，意味着在掉电的瞬间，MRAM就可以在极短时间内完成关键数据落盘。不需要电容、电池、真正实现免维护，提升了系统可靠性；二是高耐久性。Flash的擦写寿命大约是1万到10万次，EEPROM是100万次，而MRAM可以达到10的14次方次。即便以10万次/秒的高频记录，MRAM也能支撑超过10年的使用寿命。对于高频数据记录及故障录波场景，不仅是参数的提升，更是从"能用"到"全生命周期保障"的质变；三是宽温域。MRAM可以在-40℃到150℃的范围内稳定工作，并且在150℃高温下数据保持能力超过10年。对于汽车引擎舱、工业高温环境、井下设备等场景，这种高温可靠性是Flash无法企及的；四是耐辐照。MRAM的存储阵列对单粒子辐照免疫，使得MRAM成为商业航天、医疗电子等高辐射场景的理想选择。

这四个优势叠加在一起，MRAM就不再是"另一种存储器"，而是在关键数据存储场景中，能同时满足速度、寿命、温度和高可靠等要求的技术方案。

深圳大普微电子技术总监林彬则聚焦企业级SSD架构创新，解读双模SSD如何重塑AI与边缘算力基座。在传统部署模式下，高性能SLC盘与大容量QLC盘相互独立，工业边缘机柜内部槽位资源十分宝贵，如果同时部署两类硬盘，会占用大量硬件槽位，设备采购、备件运维成本随之抬升，同时性能与容量配比很难灵活调整。林彬指出，AI推理时代存储已经成为性能瓶颈，边缘场景受槽位、功耗、运维多重约束，传统“SLC+QLC”异构部署模式存在槽位浪费、运维复杂、配比僵化的痛点。

大普微推出的双模企业级SSD，在单块SSD盘体内部集成高性能pSLC分区，实现一块硬盘同时具备高性能元数据分区与大容量数据存储分区。该架构有效解决传统方案槽位占用多、性能瓶颈固化、扩容配比复杂的痛点，在高并发业务场景之下，文件元数据操作性能实现数倍提升。该产品非常适配AI推理KVCache分层存储、工业海量小文件读写、边缘机柜空间受限等典型场景，在有限硬件空间之内兼顾高性能与大容量，简化边缘节点硬件架构，降低运维复杂度。

硅芯科技总经理赵毅博士针对后摩尔时代高密度异构集成的行业难题，分享2.5D/3D IC STCO协同设计创新实践。他谈到，当前AI算力需求爆发式增长，但单芯片性能提升速度逐步放缓，摩尔定律逐步走到瓶颈，产业转向2.5D/3D Chiplet堆叠异构集成，依靠多芯粒组合来提升整体算力密度。但是传统面向单芯片的DTCO设计方法论，已经无法适配多芯粒堆叠系统的开发需求；2.5D/3D集成会面对互连设计复杂、热应力管控、多物理场耦合、堆叠良率测试验证等一系列“无人区”挑战。

赵毅博士强调，3D堆叠不是简单的芯片拼接，必须实现架构、布局布线、仿真、测试、工艺全环节耦合，需要建立面向多芯粒系统的STCO全新设计范式。硅芯科技打造3Sheng Integration EDA完整工具链，并搭配Chips Z面向异构集成的专用AI Agent，完整覆盖系统级架构探索、2.5D/3D物理布局布线、多物理场仿真分析、多芯片DFT测试容错、多die联合验证签核的全设计流程，解决堆叠芯片互连、热翘曲、多芯片测试良率等棘手问题。

本次边缘计算与存储应用产业论坛充分说明，工业边缘的成熟落地绝非单一环节的胜利，算力芯片、存储硬件、工业实时软件、先进封装必须协同迭代，才能够真正匹配工业现场对于实时性、高可靠性、可定制、可持续迭代的综合诉求。