談及行業(yè)預(yù)測(cè)，有時(shí)需要大膽預(yù)判，而有時(shí)答案卻顯而易見(jiàn)。2026 年，人工智能、生成式人工智能以及智能體人工智能無(wú)疑將繼續(xù)成為推動(dòng)科技行業(yè)發(fā)展的關(guān)鍵熱詞。

或許稍顯隱蔽的趨勢(shì)是，2026 年也將成為邊緣人工智能發(fā)展機(jī)遇不斷顯現(xiàn)的起點(diǎn) —— 各類(lèi)人工智能核心工作負(fù)載將得以在離線環(huán)境中運(yùn)行或在客戶(hù)端類(lèi)設(shè)備上本地運(yùn)行。神經(jīng)處理單元（NPU）的問(wèn)世、圖形處理器（GPU）和中央處理器（CPU）的性能升級(jí)，讓邊緣端的人工智能處理性能實(shí)現(xiàn)質(zhì)的飛躍；同時(shí)，小型語(yǔ)言模型（SLM）的能力持續(xù)提升，二者結(jié)合之下，諸多此前僅能依靠云計(jì)算資源完成的任務(wù)，如今已可在本地落地實(shí)現(xiàn)。

同樣關(guān)鍵的是，軟件領(lǐng)域也迎來(lái)了多項(xiàng)核心技術(shù)突破。其一，針對(duì)現(xiàn)代片上系統(tǒng)（SOC）中各類(lèi)xPU架構(gòu)的抽象化工具日趨完善。這一進(jìn)步讓人工智能應(yīng)用開(kāi)發(fā)者能以更簡(jiǎn)潔的方式，充分利用這些高性能芯片的全部功能，無(wú)需為不同企業(yè)的專(zhuān)屬架構(gòu)單獨(dú)編寫(xiě)代碼。其二，模型量化與模型蒸餾技術(shù)不斷精進(jìn)，催生出新一代小型人工智能模型 —— 其性能較前代產(chǎn)品大幅提升，甚至可與早期云端模型相媲美。此外，針對(duì)特定應(yīng)用場(chǎng)景和行業(yè)需求優(yōu)化的小型專(zhuān)用模型正迎來(lái)爆發(fā)式增長(zhǎng)。最后，人工智能驅(qū)動(dòng)的輔助編程工具的普及，讓開(kāi)發(fā)者甚至非技術(shù)人員都能輕松打造各類(lèi)高度定制化的邊緣應(yīng)用，而這類(lèi)應(yīng)用正是推動(dòng)邊緣人工智能賽道發(fā)展的核心支撐。

與此同時(shí)，模型上下文協(xié)議（MCP）、智能體間通信協(xié)議（A2A）等技術(shù)協(xié)議的支持度迅速提升，這些協(xié)議能讓人工智能工作負(fù)載靈活分配至各類(lèi)異構(gòu)計(jì)算資源中。多重因素疊加，邊緣設(shè)備與邊緣場(chǎng)景勢(shì)必會(huì)在未來(lái)的人工智能應(yīng)用，以及愈發(fā)普遍的混合人工智能架構(gòu)中，扮演至關(guān)重要的角色。

將人工智能工作負(fù)載向邊緣端遷移，不僅能帶來(lái)諸多核心優(yōu)勢(shì)，更契合了近期研究中發(fā)現(xiàn)的企業(yè)核心需求。這一趨勢(shì)的核心驅(qū)動(dòng)力包括：純?cè)贫擞?jì)算方案的成本持續(xù)攀升，以及企業(yè)對(duì)數(shù)據(jù)安全和隱私保護(hù)的擔(dān)憂日益加劇。企業(yè)實(shí)踐表明，想要充分發(fā)揮新一代生成式人工智能模型和工具的價(jià)值，最佳方式是利用企業(yè)自有數(shù)據(jù)開(kāi)展模型訓(xùn)練與微調(diào)，而這些數(shù)據(jù)大多來(lái)源于邊緣設(shè)備。此外，在對(duì)延遲要求極高的場(chǎng)景中 —— 例如海量傳感器數(shù)據(jù)的實(shí)時(shí)讀取與解析，邊緣計(jì)算是唯一現(xiàn)實(shí)可行的選擇。

對(duì)于計(jì)劃在 2026 年研發(fā)和部署人工智能解決方案的企業(yè)而言，這一技術(shù)轉(zhuǎn)型的影響意義深遠(yuǎn)。其中最顯著的一點(diǎn)，是企業(yè)需要對(duì)自身的計(jì)算資源進(jìn)行現(xiàn)代化升級(jí)與重新規(guī)劃。這一趨勢(shì)不僅將推動(dòng)企業(yè)本地?cái)?shù)據(jù)中心對(duì)更高性能人工智能計(jì)算資源的需求，還將促進(jìn)各類(lèi)具備人工智能處理能力的計(jì)算設(shè)備的采購(gòu)與應(yīng)用。英特爾近期在國(guó)際消費(fèi)電子展（CES）的主題演講中公布了一組值得關(guān)注的數(shù)據(jù)：其已出貨的所有人工智能個(gè)人電腦，所具備的人工智能計(jì)算能力總和，相當(dāng)于 40 余個(gè)大型人工智能數(shù)據(jù)中心的算力。這是企業(yè)可挖掘的海量算力資源，也將推動(dòng)更多能充分利用該算力的應(yīng)用與工具的研發(fā)。

除了對(duì)原始計(jì)算能力的追求，邊緣人工智能應(yīng)用的增長(zhǎng)還將使這類(lèi)部署所帶來(lái)的更高的安全需求成為行業(yè)焦點(diǎn)。在此背景下，萊迪思半導(dǎo)體等公司的FPGA所提供的強(qiáng)化安全功能，其重要性愈發(fā)凸顯。網(wǎng)絡(luò)交換機(jī)的控制系統(tǒng)，以及更復(fù)雜的人工智能硬件基礎(chǔ)設(shè)施中的各類(lèi)核心組件，也將獲得更多關(guān)注。最后，隨著后量子時(shí)代的臨近，企業(yè)將更加依賴(lài)能夠在新一代人工智能環(huán)境中支持后量子加密（PQC）的解決方案。

因此，專(zhuān)為這類(lèi)部署場(chǎng)景的安全控制應(yīng)用設(shè)計(jì)的萊迪思 MachXO5?-NX 系列產(chǎn)品，將在新一代基礎(chǔ)設(shè)施建設(shè)和邊緣設(shè)備中扮演愈發(fā)重要的角色。同理，企業(yè)也將加大對(duì)具備人工智能的邊緣設(shè)備的投入，而基于萊迪思 Nexus?小型 FPGA 平臺(tái)、Avant?中端 FPGA 平臺(tái)及其他產(chǎn)品線打造的低功耗 FPGA，將成為這一領(lǐng)域的關(guān)鍵支撐。這類(lèi)產(chǎn)品不僅具備強(qiáng)化安全功能，還能提供與傳感器的高速連接、執(zhí)行傳感器融合，甚至可以在器件端獨(dú)立運(yùn)行小型專(zhuān)用人工智能模型。

人工智能領(lǐng)域的技術(shù)迭代速度極快，想要精準(zhǔn)預(yù)判某一具體趨勢(shì)的發(fā)展方向并非易事，但從宏觀層面來(lái)看，諸多信號(hào)均指向邊緣人工智能的高速增長(zhǎng)。由此可見(jiàn)，F(xiàn)PGA 將在多場(chǎng)景人工智能計(jì)算基礎(chǔ)設(shè)施的發(fā)展機(jī)遇中，持續(xù)發(fā)揮重要作用 —— 盡管其價(jià)值或許尚未被充分認(rèn)知。未來(lái)的解決方案形式可能各不相同，但 FPGA 所具備的靈活性、安全性和可定制化這一核心優(yōu)勢(shì)，將在 2026 年及未來(lái)持續(xù)成為推動(dòng)行業(yè)發(fā)展的重要力量。

（本文作者Bob O’Donnell是TECHnalysis Research, LLC的總裁兼首席分析師）