Mens store keynote-taler fra Intel og NVIDIA satte scenen, kom de mest håndgribelige beviser på denne tendens fra fire selskaber, der hver især angreb et forskelligt lag i edge AI-hardwarens byggeklodser: MSI, Innodisk, Longsys og Karrie.

MSI EdgeMesa N AI+: En petaflops lommeregner

Det mest iøjnefaldende bevis på lokal AI var MSI EdgeMesa N AI+ mini-pc'en. Annonceret som en af de første enheder bygget på NVIDIAs nye RTX Spark-superchip, pakker dette kompakte system en 20-kernet Grace CPU, en Blackwell GPU med 6.144 CUDA-kerner og op til 128 GB samlet LPDDR5X-hukommelse ind i et kabinet på størrelse med en håndflade . Resultatet er omkring 1 petaflops AI-ydelse – en regnekraft, der indtil for nylig hørte hjemme i stativer i et datacenter, ikke på et skrivebord .

MSI designede EdgeMesa N AI+ som en arbejdsstation til AI-udviklere, data scientists og kreative folk, der har brug for at køre store sprogmodeller (LLM'er), realtidsinferens og generativ AI uden de forsinkelser og privatlivsproblemer, der følger med cloud-tjenester . En 10GbE LAN-port og understøttelse af flere skærme signalerer, at det er en selvstændig produktivitetsmotor, ikke legetøj . MSI demonstrerede fungerende applikationer inden for sundhedssektoren, detailhandel, finans, robotteknologi og smart city-styring på deres stand .

Innodisk: En femlags-byggeplan for virksomheders edge AI

Hvis MSI viste et produkt, viste Innodisk et system. Virksomhedens edge AI-økosystem i fem lag spænder over computerkraft, hukommelse, lagring, sensorer og kommunikation samt software – de essentielle arkitektoniske lag, enhver virksomhed har brug for for at implementere AI uden for et datacenter .

Live-demonstrationer gav konceptet skarp fokus. Besøgende kunne se lokal finjustering af LLM'er, der kørte på AccelTune-platformen (et no-code værktøj hostet på APEX-S100 serveren med Intel Xeon 6700-serie processorer og to NVIDIA RTX PRO GPU'er), intelligente sikkerhedssystemer til tunge maskiner, der behandler sensordata lokalt, autonome mobile robotter (AMR'er), der navigerer på fabriksgulve, og OCR-container-genkendelsessystemer, der aldrig sendte data til en cloud . Den centrale pointe var datasuverænitet: virksomheder kan holde følsomme oplysninger inden for deres egen infrastruktur og stadig køre moderne AI-modeller .

Longsys: AI-født hukommelse til kanten af netværket

Longsys (江波龙) angreb en mindre glamourøs, men kritisk flaskehals: hukommelse designet specifikt til AI. Virksomheden lancerede to specialbyggede lagermoduler rettet mod de specifikke krav til edge-inferens .

AIDIMM er et modul med sokkel, bygget på LPDDR5X med en 256-bit bred bus, der kører ved 9600 MT/s. Et enkelt modul understøtter op til 128 GB kapacitet med 307,2 GB/s båndbredde – nok til at køre en sprogmodel med 70 milliarder parametre lokalt uden at gå i stå . Dets fire DRAM-chips er arrangeret på samme side, kompatibelt med gængse AI-bundkort, og det bruger en værktøjsfri konnektor med mange ben .

Til mere kompakte, indlejrede scenarier er AILPBGA en loddet BGA1764-pakke på 22 mm × 22 mm, der tilbyder kapaciteter fra 24 GB til 64 GB, mens den bibeholder den samme 256-bit basisarkitektur . Begge moduler implementerer dynamisk spændingsskalering (0,9V-1,05V) og en intelligent effektivitetsmekanisme kaldet FDVFS .

Ud over modulerne afslørede Longsys også et dybere arkitektonisk spil: deres Storage Processing Unit (SPU) og Intelligence Storage Agent (iSA). SPU'en er en dedikeret processeringschip fremstillet i en 5nm-proces, bygget specielt til at aflaste lager-intelligens fra hoved-CPU'en, med en maksimal enkelt-drev-kapacitet på 128 TB. iSA'en er den software, der skaber et lukket hardware-software-system til edge AI-lagring . Under deres forbrugermærke Lexar indrammede Longsys hele deres portefølje under temaet "Edge AI Storage • Integreret implementering" .

Karrie: AI-fabrikkernes usynlige infrastruktur

Karrie (嘉利) opererer et lag under slutbrugerens enheder, men deres tilstedeværelse på COMPUTEX 2026 var ikke mindre betydningsfuld. Den globale leverandør af mekaniske serverløsninger demonstrerede AI-serverchassiser, strukturelle løsninger på rack-niveau og præcisionsfremstilling, der fysisk understøtter den næste generation af AI-infrastruktur .

Karries arbejde var synligt på tværs af flere partnerstande under messen. Virksomheden fremhævede, at de siden september 2025 figurerede på NVIDIAs godkendte leverandørliste for serverchassiser og rack-komponenter og viste produkter bygget på NVIDIA MGX's modulære referencearkitektur i 1U, 2U og 6U formater . Deres officielle udtalelse, "Vi er beærede over at understøtte NVIDIA MGX og være en vigtig brik i opbygningen af den næste generation af AI-fabriks-økosystemer," indfangede selskabets strategiske position som en aktør bag kulisserne, der muliggør AI-udbygningen .

Det store billede: Fysisk AI, robotter og den lokale bølge

De fire virksomheder opererede inden for en bredere fortælling, der dominerede COMPUTEX 2026. Fysisk AI og robotteknologi var overalt. ADLINK demonstrerede samlede hardware-implementeringsløsninger, der spændte over controllere, smarte skærme og robotteknologi . AAEON fremviste edge Physical AI til humanoide robotter, smart transport og sundhedspleje . Inventec forvandlede deres stand til en mini "AI-fabrik", der demonstrerede intelligent produktion og robotapplikationer .

NVIDIAs økosystem forankrede meget af hardwaren: RTX Spark drev MSI's mini-pc; MGX leverede byggeplanen til Karries chassis; og Jetson-platformen drev demoer hos AAEON, ADLINK og andre robotudstillere . Samtidig lagde Intel vægt på AI-infrastruktur på rack-skala og en ny, adskilt inferensmodel kaldet "neocloud", der sigter mod skalerbarhed fra cloud til edge .

Det gennemgående signal på tværs af alle leverandører var, at AI-inferens er på vej væk fra skyen. Latenstunge industrielle applikationer, privatlivsreguleringer og de rene omkostninger ved kontinuerlig cloud-inferens presser virksomheder til at køre modeller lokalt . COMPUTEX 2026 var ikke en messe om AI's muligheder; det var en udstilling af AI-hardware, som virksomheder kan købe, installere og tage i brug i dag.

Mens store keynote-taler fra Intel og NVIDIA satte scenen, kom de mest håndgribelige beviser på denne tendens fra fire selskaber, der hver især angreb et forskelligt lag i edge AI-hardwarens byggeklodser: MSI, Innodisk, Longsys og Karrie.

MSI EdgeMesa N AI+: En petaflops lommeregner

Det mest iøjnefaldende bevis på lokal AI var MSI EdgeMesa N AI+ mini-pc'en. Annonceret som en af de første enheder bygget på NVIDIAs nye RTX Spark-superchip, pakker dette kompakte system en 20-kernet Grace CPU, en Blackwell GPU med 6.144 CUDA-kerner og op til 128 GB samlet LPDDR5X-hukommelse ind i et kabinet på størrelse med en håndflade . Resultatet er omkring 1 petaflops AI-ydelse – en regnekraft, der indtil for nylig hørte hjemme i stativer i et datacenter, ikke på et skrivebord .

MSI designede EdgeMesa N AI+ som en arbejdsstation til AI-udviklere, data scientists og kreative folk, der har brug for at køre store sprogmodeller (LLM'er), realtidsinferens og generativ AI uden de forsinkelser og privatlivsproblemer, der følger med cloud-tjenester . En 10GbE LAN-port og understøttelse af flere skærme signalerer, at det er en selvstændig produktivitetsmotor, ikke legetøj . MSI demonstrerede fungerende applikationer inden for sundhedssektoren, detailhandel, finans, robotteknologi og smart city-styring på deres stand .

Innodisk: En femlags-byggeplan for virksomheders edge AI

Hvis MSI viste et produkt, viste Innodisk et system. Virksomhedens edge AI-økosystem i fem lag spænder over computerkraft, hukommelse, lagring, sensorer og kommunikation samt software – de essentielle arkitektoniske lag, enhver virksomhed har brug for for at implementere AI uden for et datacenter .

Live-demonstrationer gav konceptet skarp fokus. Besøgende kunne se lokal finjustering af LLM'er, der kørte på AccelTune-platformen (et no-code værktøj hostet på APEX-S100 serveren med Intel Xeon 6700-serie processorer og to NVIDIA RTX PRO GPU'er), intelligente sikkerhedssystemer til tunge maskiner, der behandler sensordata lokalt, autonome mobile robotter (AMR'er), der navigerer på fabriksgulve, og OCR-container-genkendelsessystemer, der aldrig sendte data til en cloud . Den centrale pointe var datasuverænitet: virksomheder kan holde følsomme oplysninger inden for deres egen infrastruktur og stadig køre moderne AI-modeller .

Longsys: AI-født hukommelse til kanten af netværket

Longsys (江波龙) angreb en mindre glamourøs, men kritisk flaskehals: hukommelse designet specifikt til AI. Virksomheden lancerede to specialbyggede lagermoduler rettet mod de specifikke krav til edge-inferens .

AIDIMM er et modul med sokkel, bygget på LPDDR5X med en 256-bit bred bus, der kører ved 9600 MT/s. Et enkelt modul understøtter op til 128 GB kapacitet med 307,2 GB/s båndbredde – nok til at køre en sprogmodel med 70 milliarder parametre lokalt uden at gå i stå . Dets fire DRAM-chips er arrangeret på samme side, kompatibelt med gængse AI-bundkort, og det bruger en værktøjsfri konnektor med mange ben .

Til mere kompakte, indlejrede scenarier er AILPBGA en loddet BGA1764-pakke på 22 mm × 22 mm, der tilbyder kapaciteter fra 24 GB til 64 GB, mens den bibeholder den samme 256-bit basisarkitektur . Begge moduler implementerer dynamisk spændingsskalering (0,9V-1,05V) og en intelligent effektivitetsmekanisme kaldet FDVFS .

Ud over modulerne afslørede Longsys også et dybere arkitektonisk spil: deres Storage Processing Unit (SPU) og Intelligence Storage Agent (iSA). SPU'en er en dedikeret processeringschip fremstillet i en 5nm-proces, bygget specielt til at aflaste lager-intelligens fra hoved-CPU'en, med en maksimal enkelt-drev-kapacitet på 128 TB. iSA'en er den software, der skaber et lukket hardware-software-system til edge AI-lagring . Under deres forbrugermærke Lexar indrammede Longsys hele deres portefølje under temaet "Edge AI Storage • Integreret implementering" .

Karrie: AI-fabrikkernes usynlige infrastruktur

Karrie (嘉利) opererer et lag under slutbrugerens enheder, men deres tilstedeværelse på COMPUTEX 2026 var ikke mindre betydningsfuld. Den globale leverandør af mekaniske serverløsninger demonstrerede AI-serverchassiser, strukturelle løsninger på rack-niveau og præcisionsfremstilling, der fysisk understøtter den næste generation af AI-infrastruktur .

Karries arbejde var synligt på tværs af flere partnerstande under messen. Virksomheden fremhævede, at de siden september 2025 figurerede på NVIDIAs godkendte leverandørliste for serverchassiser og rack-komponenter og viste produkter bygget på NVIDIA MGX's modulære referencearkitektur i 1U, 2U og 6U formater . Deres officielle udtalelse, "Vi er beærede over at understøtte NVIDIA MGX og være en vigtig brik i opbygningen af den næste generation af AI-fabriks-økosystemer," indfangede selskabets strategiske position som en aktør bag kulisserne, der muliggør AI-udbygningen .

Det store billede: Fysisk AI, robotter og den lokale bølge

De fire virksomheder opererede inden for en bredere fortælling, der dominerede COMPUTEX 2026. Fysisk AI og robotteknologi var overalt. ADLINK demonstrerede samlede hardware-implementeringsløsninger, der spændte over controllere, smarte skærme og robotteknologi . AAEON fremviste edge Physical AI til humanoide robotter, smart transport og sundhedspleje . Inventec forvandlede deres stand til en mini "AI-fabrik", der demonstrerede intelligent produktion og robotapplikationer .

NVIDIAs økosystem forankrede meget af hardwaren: RTX Spark drev MSI's mini-pc; MGX leverede byggeplanen til Karries chassis; og Jetson-platformen drev demoer hos AAEON, ADLINK og andre robotudstillere . Samtidig lagde Intel vægt på AI-infrastruktur på rack-skala og en ny, adskilt inferensmodel kaldet "neocloud", der sigter mod skalerbarhed fra cloud til edge .

Det gennemgående signal på tværs af alle leverandører var, at AI-inferens er på vej væk fra skyen. Latenstunge industrielle applikationer, privatlivsreguleringer og de rene omkostninger ved kontinuerlig cloud-inferens presser virksomheder til at køre modeller lokalt . COMPUTEX 2026 var ikke en messe om AI's muligheder; det var en udstilling af AI-hardware, som virksomheder kan købe, installere og tage i brug i dag.