边缘AI迈向规模化部署，国产智算平台迎来发展新机遇
NVIDIA Jetson系列是当前边缘AI领域最具影响力的平台之一。自2014年推出以来，从TX2到Xavier再到Orin，Jetson以芯片+软件工具链+开发者生态的组合，推动了机器人、工业视觉、智能装备、无人系统等领域的应用落地。截至目前，Jetson平台已汇聚超过 200万开发者、1000+合作伙伴，服务 7000+行业客户。对于许多AI应用企业而言，Jetson不仅是硬件选型，更是一条"硬件+软件+生态"的完整开发路径。
但产业不会只停留在一个标准答案里。
市场在扩大，变量也在增多
根据IDC 2025年3月发布的《全球边缘支出指南》，2025年全球边缘计算总支出已达近2610亿美元，预计2028年将达到约3800亿美元，年复合增长率13.8%，AI是增长最快的应用领域。边缘AI市场的持续扩容，为各类平台参与者提供了增长空间。
然而，增长曲线的背后是供应端的不确定性。
今年5月，NVIDIA在官方论坛发布EOL更新，明确由于LPDDR4内存从上游厂商端接近停产、采购难度持续加大，将提前终止TX2 NX、TX2i、AGX Xavier 32GB/Industrial及Xavier NX 8GB/16GB等型号的供应。使用LPDDR5的Orin和Thor虽不受LPDDR4短缺直接影响，但供应同样面临压力：NVIDIA官方论坛有开发者反馈Orin Nano开发套件缺货，SparkFun社区亦有用户反馈部分订单等待超过三个月。受此大环境影响，据行业渠道反馈，Jetson全线产品近期价格显著上调近50%。在边缘侧算力需求持续增长的背景下，供应链的不确定性预计仍将延续。
价格传导叠加交付波动，正在促使企业重新审视平台选择。
竞争格局重塑下的国产机遇
当AI应用从PoC阶段进入规模化部署，"能跑"只是起点。当前边缘AI平台的竞争正在从单一算力指标扩展为综合能力比拼。这一竞争维度的切换，为国产边缘智算模组打开了新的窗口。
过去几年，国产边缘计算芯片和模组在算力指标上已有显著提升，但仅靠参数很难打动已在Jetson生态中积累了开发资产的行业客户。推动国产方案逐步进入客户视野的，有几个结构性变化：产品形态从芯片走向模组化和系统化，降低了硬件集成门槛；部分平台开始在CUDA生态兼容性上投入，尝试降低迁移成本；工业级可靠性设计——宽温、抗振、长时间稳定运行——这些工程能力正在成为差异化的要素。
以此为背景，理工雷科推出的山海智算模组覆盖了上述多个维度。北京理工雷科电子信息技术有限公司成立于2009年，是雷科防务（股票代码：002413）全资子公司，由北京理工大学和毛二可院士创新团队共同出资设立，长期从事国产化技术研究。这家以雷达信号处理起家的企业，近两年将积累的国产化能力延伸到边缘智算领域，推出了涵盖高算力与轻量化两款型号的山海系列产品。
山海系列：国产智算的边缘落地
山海100 面向高算力边缘AI场景，基于国产GPU打造，提供 240 TOPS（INT8）AI算力和17.4 TFLOPS（FP32）高精度浮点算力，配备32GB显存和128GB eMMC存储。核心接口与Jetson AGX Orin模组Pin-to-Pin兼容，企业现有载板可直接替换。软件层面，据理工雷科官网介绍，山海100兼容CUDA生态，兼容通用计算和主流AI框架，原有算法可平滑迁移。产品满足工业级部署要求，具备军工级品质可靠性，适用于智慧交通、智慧工业、智慧商业、具身智能、低空经济等多种应用场景。
山海M20定位端侧智算综合效能模组，聚焦轻量化、高能效与全功能集成，面向无人系统、智能装备、具身智能等部署场景。与山海100追求高算力不同，M20更强调全功能集成的综合性能，在更小体积、更低功耗前提下提供AI推理与通用计算能力，适合算力密度和功耗更轻量的边缘场景。
