通信行业专题报告：算力扩散，边缘场景和投资价值

证券研究报告通信行业/行业专题报告评级：领先大市（维持） 2023年7月3日 算力扩散，边缘场景和投资价值 通信行业专题报告 分析师：李宏涛S0910523030003 本报告仅供华金证券客户中的专业投资者参考请仔细阅读在本报告尾部的重要法律声明 算力向推理和边缘扩散；扩散呈现三个趋势：1、低延时低功耗需求增强、2、AI芯片向端侧推理演进、3、缩减数据处理成本；边缘算力三种体现：模组、终端、边缘计算中心。 产业链重构带来价值：芯片侧：RISC-V更适合边缘架构，高通在物联网侧一骑绝尘；系统侧:“平台+操作系统”边缘算力中枢；设备侧：边缘计算载体；设施侧：支撑边缘计算高效响应运行。 车和垂直行业弹性爆发：车辆边缘算力的iot模组产业链拆解；扫地机器人：“大脑+小脑”扫地机器人三大处理器；微模块idc边缘算力拆解 投资逻辑：投资价值一：边缘预处理最先落地；投资价值二：大模型百花齐放参数不一、大模型转小模型是必须之路、模型嵌入所需硬件支撑—算力/带宽/内存 建议关注标的：美格智能、移远通信、映翰通、东土科技、移为通信、三旺通信、广和通 风险提示：边缘模型算法开发进展不及预期;边缘应用场景需求不及预期；芯片成本过高影响落地进度。 01 02 03 04 05 算力向推理和边缘扩散产业链重构带来价值车和垂直行业弹性爆发投资逻辑和重点标的投资建议与风险提示 边缘算力低延迟、占用带宽资源少。云端受限于延时性和安全性，不能满足部分对数据安全性和系统及时性要求较高的用户需求。边缘计算是5G网络架构中的核心环节，能够解决5G网络对于低时延、高带宽、海量物联的部分要求，大幅提升生产效率。 下游应用场景爆发，边缘AI芯片需求旺盛。ABIResearch预计，边缘AI芯片市场规模将从2019年的26亿美元增长到2024年的76亿美元，边缘AI芯片市场将超过云AI芯片市场。根据前瞻产业研究院的预测数据显示，中国人工智能芯片市场规模将保持40%-50%的增长速度，到2024年市场规模将达到785亿元。我国人工智能芯片行业的下游应用场景主要聚集在云计算与数据中心、边缘计算、消费类电子、智能制造、智能驾驶、智慧金融、智能教育等领域。 图表1云端AI弊端图表22019-2024年中国边缘智能芯片市场规模情况 主要问题 问题描述 功耗过高 与云端进行大量的数据传输将产生极大的功耗，限制了终端设备的应用。以比特币“挖矿”为例，矿工们一般都是采用英伟达的GPU，支付高昂的电费。 实时性不强 本地数据通过网络传输到云端，云端再将计算结果返回至终端，这一过程存在数秒乃至数十秒的延迟。自动驾驶、工业现场领域，毫秒级的延迟实时性不强。 带宽不足 传感器的大范围普及和低功耗广域网等连接技术的飞速发展，设备数呈指数型飞速增长，无法满足互联的带宽 安全问题 网络传输过程中存在数据被劫持的风险，隐私与安全性缺乏。 Al芯片以高并行架构为主流模式。针对各类深度学习算法基础共性需求优化的指令集和高并行计算架构、高能效的内存存取架构和高速易拓展的互联接口。面向不同应用场景的需求，不同芯片产品间差异较大。 云端 边缘端 终端 芯片需求 ·低功耗、高能效 ·推理任务为主、成本敏感 ·硬件产品形态众多 ·高性能、高计算密度 ·兼有推理和训练任务、单价高 ·硬件产品形态少 ·对功耗、性能、尺寸的要求常介于终端与云端之间 ·推理任务为主、多用于插电设备 ·硬件产品形态相对较少 典型计算能力 ＜8TOPS＞30TOPS5TOPS-30TOPS 典型功耗 ＜5瓦＞50瓦4瓦-15瓦 典型应用领域 各类消费类电子、物联网产品等 云计算数据中心、企业私有云等 智能制造、智能家居、智能零售、智慧交通、智慧金融、智慧医疗、智能驾驶等众多应用领域 物联网连接设备规模猛增，下沉各行业。IDC预测，2022年中国物联网连接规模达56亿个，到2026年将增至102.5亿个，复合增长率约为18%，其中，消费者行业是最大的物联网连接组成，智能家居、可穿戴依然是重要增长点，连接数量到2026年将近59.8亿个。 边缘计算降低数据处理成本。当边缘与云端距离越短，数据处理成本越低。边云距离减少到322公里的时候，成本将缩减30%，当距离为161公里的时候，成本将缩减60%。 图表3数据处理成本缩减（%）结果图表4中国物联网连接规模预测，2022-2026 图表5寒武纪思元220边缘计算模组 图表6瑞驰AI边缘终端 图表7闪讯边缘云EdgeON智能边缘机柜 EdgeON智能边缘机柜采用42U服务器机柜，可以部署在通讯机房以及冷却设备的独立安全计算环境，可根据业务需要安装部署标准服务器和边缘云计算环境，满足客户对边缘云计算的需求。 AI边缘智能终端是瑞驰自主研发、基于嵌入式架构的软硬一体机设备，包含智能终端和智能一体机两种形态，具备高性能、低功耗、国产化等优势特色。 MLU220是一款专门用于边缘计算应用场景的AI加速产品（边缘人工智能加速 卡），可应用于智能机器人、智慧零售、智慧金融、智慧工厂等场景。 第三类，类似于传统数据中心，通过将机柜布置在离用户较近的机房中，便捷的活动本地算力。 第二类，通过边缘算力芯片提供，形式为服务器或者边缘盒子。 第一类，通过边缘算力芯片提供，形式为模组，通过定制PCB板输出，或者通过模组形式输出。 工业现场边缘计算：可依靠算力支持百万点高并发及高频工业设备接入，涵盖PLC、DCS、DTU、RTU、数控机床等设备。可以实现AI服务的调用与管理，工业设备灵活部署，提高现场总线能力，提高分析分析和操作效率。 电力监测场景：国家电网接入终端包括无人机、巡检机器人、长距离智能检测、智能传感器，在线监测中压配电网线路电流和对地电场；实现接地故障准确定位、复杂故障回溯反演、线路异常提前预警。 图表8智能化配电网线路状态监测系统图表9工业场景中边缘案例 POS机人脸识别：采用云计算，将人脸识别部署在服务器，发挥服务器强大的运算能力和庞大的人脸库数据优势;商米科技SUNMIP2Xpro采用8核2.0GHz处理器，运用3D结构光识别技术可将20000多个投射到人脸的散斑点进行360度全方位轮廓追踪。 AI自动售货柜：采用端计算，将识别模型部署在本地,从而消除网络传输的延迟;SandStar视达福星AI智能售货机采用6NM 制程芯片。 图表10POS机人脸识别支付场景图表11自动售货柜场景 01 02 03 04 05 算力向推理和边缘扩散产业链重构带来价值车和垂直行业弹性爆发投资逻辑和重点标的投资建议与风险提示 三大主流架构：X86架构多用于高性能计算领域，ARM架构多用于移动互联网领域，RISC-V具有架构永久开源、指令集精简且高效、CPU微架构模块化、架构扩展性强等若干特征，完美契合物联网领域设备多元化、碎片化的场景； 三星、英特尔、英伟达、高通、联发科、谷歌发起全球RISC-V软件生态计划“RISE”，推动RISC-V处理器在移动通 信、数据中心、边缘计算及自动驾驶等领域的市场化落地。 图表12不同芯片性能示意图 X86 ARM RISC-V 架构类别 CISC(复杂指令计算机) RISC(精简指令集计算机) RISC(精简指令集计算机) 流水线及硬件复杂度 流水线指令复杂、硬件实现难度大 流水线指令精简、硬件实现相对容易 流水线指令精简、硬件实现相对容易 指令集整体性能 模块化 不支持 不支持 支持模块化指令集 可扩展性 不可扩展 不可扩展 支持第三方扩展定制指令 能耗 高 低功耗 低功耗 应用实例 高通600E和410E、华为Boudica120和150以及三星Artik1、5、 10等物联网芯片 英特尔Edison、Curie 目前仍是微处理器，特斯拉已加入RISC-V基金会； 适用领域 桌面、HPC 移动互联网 物联网等新兴领域 苹果M1、M2计算芯片：基于ARM架构，主要用于其生态体系内的如Iphone手机、电脑、Ipad等产品内； 英伟达JESTONAGXOrin：边缘的AI计算平台级芯片，同时继承了安培架构的GPU和ARMCortex-A78，既可以做推理也可以做训练。作为一个边缘智能芯片产品，其有200Tops的处理性能（INT8）边缘产品主要是车侧的自动驾驶芯片如Orin； 高通：基于骁龙系列手机芯片推出了一系列专为边缘侧设计的模组芯片，当下主流的物联网算力场景，如智能车机，智能零售等，普遍采用高通芯片来提供算力和搭载系统。 全新高通QCS8550和高通QCM8550处理器整合强大的算力和边缘侧AI处理、Wi-Fi7连接以及栩栩如生的图形和视频功能; 配备5G和Wi-Fi6E连接，可实现数千兆比特传输速率、更广泛的覆盖范围、低时延和高效的处理能力 图表13CellularloT芯片供应商份额图表14高通芯片 边缘物联网平台。基于边缘侧向上延伸的物联网平台，能够快速部署或快速扩展，无需现场调试。移远通信基于移远云构建了全新的物联网开放平台，提供SaaS、APP、数据大屏等应用，一站式为全球客户提供创新有效的解决方案； 边缘侧操作系统。给边缘侧设备提供支撑运行智能化应用以及高实时控制应用。东土科技Intewell操作系统，嵌入式控制 /仪器仪表/传感器，支持工业总线、工业无线互联互通，支持X86/ARM/飞腾等体系架构。 图表15移远通信物联网云服务平台QuecCloud图表16东土科技边缘操作系统 设备侧主要有工业交换机、边缘服务器、边缘网关，三大设备支撑构建边缘侧解决方案；边缘网关：对接不同网络协议，保障不同网间数据传输；工业交换机：汇聚不同节点数据，保障数据的安全传输及分发；边缘服务器：边缘算力的载体，实现边缘端数据的处理及控制。 图表17边缘计算载体 图表18工业交换机 应用于工业控制领域的以太网交换机设备。其在边缘侧的作用在于拥有零治愈环网技术性，可以保证数据的可靠性及一致性。 图表19边缘服务器 将传统服务器的计算能力从中心点下沉到靠近用户端的小型服务器。其在边缘侧的作用主要有数据延迟低、可适应恶劣场景、可降低带宽需求和成本。 图表20边缘网关 连接终端设备和云端服务器之间的设备，可以实现对设备和物联网环境的实时监测和控制。其在边缘侧作用主要有降低整体能耗、简化通信层架构、灵活部署。 IDC建设从开始的传统机房，逐渐演变成模块化、微模块化、全微模块化；模块IDC采用密闭通道，分为IT机房室、空调室、UPS&电池室。机柜密度一般为4-7KW/Rack，对建筑物要求低，施工周期短，一站式采购，移机能力强。 微小散热模块主要包含导热界面材料、热管、均热板和3DVaporChamber等。其中均热板与热管是芯片级散热的重要元件，并且均热板扁平型的结构使得其转移热量更大。 图表21模块IDC示意图图表22微小散热模块方案示意图 01 02 03 04 05 算力向推理和边缘扩散产业链重构带来价值车和垂直行业弹性爆发投资逻辑和重点标的投资建议与风险提示 高通已经开发出多款专门面向IoT领域的芯片，涵盖0.2TOPS到48TOPS不等，包括eMTC、NB-IoT等，可以满足不同应用场景的需求； 多款车用通信模组应用主流车型，包括华为MH50005G芯片应用于北汽极狐。 模组对应车型 长城哈弗H6 车用通信模组厂商产品 图表23高通物联网解决方案及其目标应用 要法律声明1 AL940等AL系列 MH5000 北汽极狐αT MT2735 蔚来ET7 AG55xQ系列 AG59x系列 资料来源：高通、佐思汽车研究、华金证券研究所 请仔细阅读在本报告尾部的重 吉利博越7 美格智能与比亚迪深度合作，依托高通平台推出面向智能座舱、网联化、辅助驾驶等不同场景的模组；基于比亚迪DiLink4.0和DiLink5.0平台，覆盖汉、唐、腾势、海豹等多种车型。 公司面