端侧推理与数据中心推理的参数逻辑并不相同：前者更在意单位功耗下的有效算力与内存带宽配比，后者更在意互联规模与峰值算力。人人看球「产品与方案」栏目本次按端侧场景整理六类低功耗公开配置，统一参数口径，说明适用边界，帮助读者理解算力、带宽与能效之间的取舍关系。
一、端侧口径的特殊性：为什么不能直接套用训练榜单
结论前置：端侧方案如果直接套用训练场景的算力榜单，会系统性高估峰值算力的重要性、低估内存带宽与能效的地位。人人看球在整理端侧资料时，会把口径调整为三项：有效算力、可持续带宽、单位请求能耗。
- 有效算力：标注量化精度与稀疏支持情况，避免把不同精度峰值直接比较。
- 可持续带宽：标注内存类型与访问模式，端侧场景下带宽往往比峰值算力更早成为瓶颈。
- 单位请求能耗：标注测量负载与批处理规模，端侧设备散热受限，持续功耗比瞬时功耗更有参考价值。
这三项口径决定了端侧方案的可比性。人人看球在方案对比页面中会并列展示口径说明，读者可以据此判断公开资料是否可以直接横向比较。
二、六类低功耗公开配置的参数盘点
结论前置：按功耗档位与带宽配比，端侧推理公开配置大致可分为六类，每类在算力密度、内存带宽与能效之间各有侧重，适用边界差异明显。
- 超低功耗常驻型：功耗档位最低，算力规模小，适合唤醒词与轻量分类；边界在于无法承载较大模型。
- 低功耗视觉推理型：算力适中，带宽配比偏向图像数据流，适合视觉检测类负载；边界在于多模型并行时带宽紧张。
- 均衡端侧推理型：算力与带宽配比居中，适合语音与文本混合负载；边界在于高并发请求下能效下降较快。
- 高带宽端侧型：内存带宽占比突出，适合长序列与小批量推理；边界在于功耗档位相对较高，散热设计需同步考虑。
- 多核异构型：算力由多类计算单元分担，适合任务类型多样的场景；边界在于调度与算子适配成本上升。
- 可扩展模组型：单模组参数适中，支持多模组协同，适合算力需求分阶段增长的设备；边界在于模组间通信开销需评估。
以进阶类基于公开规格书与行业白皮书的常见组织方式，人人看球对无法核验的数值统一标注为示例数据，不作采购承诺性结论。
三、带宽与能效的边界：三个常见误读
结论前置：端侧方案对比中最常见的误读，是把峰值算力当作实际吞吐、把空闲功耗当作持续功耗、把单模型性能当作多任务性能。人人看球在整理资料时会主动标注这三类边界。
- 峰值算力不等于实际吞吐：端侧受带宽与散热约束，持续负载下的有效算力通常低于峰值。
- 空闲功耗不等于持续功耗：常驻型方案的空闲功耗低，但持续推理时的能效表现需单独看。
- 单模型性能不等于多任务性能：多核异构方案在任务切换与内存争用下的表现，需要结合调度策略评估。
把这些边界写进对比表，是人人看球产品与方案栏目的一贯做法。读者在阅读榜单时，可以先看边界标注，再看参数排序，避免被单一数字误导。
四、按场景选读：从榜单到自身需求的映射
结论前置：端侧方案的选择应先明确负载类型与功耗预算，再进入参数比较。人人看球建议按负载类型、功耗档位、扩展需求三个维度建立映射关系。
- 负载类型：视觉、语音、文本混合负载对带宽与算力的侧重不同，先归类再比较。
- 功耗档位：按设备散热能力划定功耗上限，超出上限的方案直接排除。
- 扩展需求：算力需求分阶段增长的设备，优先考虑可扩展模组型配置。
通过安卓、苹果 iOS、Windows 电脑版与 Mac 电脑版客户端，读者可以在人人看球同步查看口径说明与方案盘点内容。栏目将持续整理公开方案资料，帮助读者把端侧算力、带宽与能效之间的关系理解得更完整。
