钱往哪儿流，机会就在哪儿。
最近跟几个做AI的朋友聊，大家都在说一个现象：大模型的热度还在，但钱已经开始往别的地方流了。
IDC的数据挺有意思，2025年全球边缘计算支出能到2610亿美元，到2028年预计3800亿美元。更直观的是，这两年巨头们的动作变了。
华为的昇腾在往智慧城市、自动驾驶、智能制造这些场景铺。阿里云搞"云边端"一体化，边缘节点在各地铺开。百度昆仑芯二代单卡算力做到128TOPS。苹果直接把AI能力塞进设备里，Apple Intelligence明确了端侧优先。微软的Phi-4虽然只有14B参数，但能在边缘设备上跑，数学和编程任务表现不错。
这些动作背后的逻辑很简单：AI要真正落地，不能总在云端飘着。
小模型突然就火了
去年还在比谁的模型参数多，今年风向变了。大家开始关心"够不够用"这个问题。
Google的Gemini Nano只有1.8B到3.25B参数，能在手机上做实时语音识别。Meta的Llama 3.2更小，1B到3B参数，支持多模态，整个模型才700MB。微软Phi-4是14B参数，在数学和编程任务上表现挺好。国内阿里的Qwen系列已经在智慧城市、工业质检这些场景大规模用起来了。
为什么小模型突然就起来了？算笔账就明白了。推理成本降了一大截，响应时间从秒级降到毫秒级，数据不用出去，满足合规要求，关键是断网也能用。
IDC预测到2028年，全球推理用的算力会是训练的3倍，中国可能达到4:1。这个趋势已经很明显了。
边缘AI在哪些地方真正落地了？
说实话，AI这两年概念炒得多，真正赚钱的不多。但边缘AI确实在一些场景跑起来了。
制造业的质检相机，本地推理做缺陷检测，准确率上去了，误报少了很多。
电力行业在变电站装边缘设备做实时监测，故障预测准确性提高，出问题响应快多了。
低空经济这块，无人机装上机载AI自己就能巡检，不用担心网络问题。
交通系统在路口装边缘计算设备优化信号灯，通行效率确实有改善。
基层医疗有了便携式设备带小模型，AI辅助诊断不再是大医院的专利。
这些场景有个共同特点：AI离问题近，响应快，数据不出去。
为什么要策划金算奖？
边缘AI这个赛道，吹牛的多，真干活的少。
我们想做点不一样的。
金算奖不看你融了多少钱，看你的方案在客户那儿跑得稳不稳。不比参数有多大，比性价比做得怎么样。不听你讲概念，看你在实际场景里解决了什么问题。
说白了，技术不该只是用来炒作的，得真正能用。
五个奖项类目
年度算力企业奖
评审维度：算力效率、部署规模、能效比、市场表现
企业要求：提供高性能、低能耗算力产品与服务的企业
年度边缘云创新奖
评审维度：云边协同架构、资源调度效率、落地案例数量
企业要求：在边缘云平台、节点部署、弹性算力方面具备突出创新的企业
年度智能体先锋奖
评审维度：智能体架构创新、行业应用深度、ROI与复用性
企业要求：推动智能体在制造、能源、交通、低空经济等场景落地的团队或企业
年度边缘AI卓越方案奖
评审维度：算法优化、推理性能、商业落地能力
企业要求：基于边缘AI实现真实应用成效的解决方案提供商
年度产业领航者奖
评审维度：标准制定参与、生态建设贡献、行业影响力
企业要求：在推动产业生态建设与标准化进程中作出突出贡献的领军企业
获奖能带来什么？
最实在的是曝光和背书。
入选《2026边缘计算优选指南》，这本指南会送到国家电网、中国移动、华为、阿里云这些采购部门手里。
大会现场400多人，三分之一以上是甲方决策者。往届获奖企业普遍反馈，会后商务咨询明显增加。
30多家行业媒体会联合报道，获奖企业能优先参与工信部边缘计算标准工作组、中国信通院产业联盟的核心活动。
方案还会进入边缘AI投资机构的优选项目库，对融资有帮助。
怎么报名？
边缘计算社区公众号后台回复"金算奖"下载报名表，填完发到wsht@163.com就行。
报名截止12月5日，12月27日在第12届全球边缘计算大会上颁奖。
写在最后
去年大家还在比大模型，今年小模型+边缘AI成了新主线。
华为、阿里、百度这些大厂都在押注边缘AI，Phi、Llama、Gemini Nano在端侧跑出了实用性能。趋势已经很清楚了：AI的主战场正在从云端往边缘转移。
那些真正把边缘AI做好的团队，正在改变制造、能源、交通、低空经济这些行业的游戏规则。
金算奖就是为这些真正做事的团队准备的。不追风口，只认结果。
12月27日，上海，等你。
