2024年边缘计算市场调研报告

版权与免责声明 本报告是视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司的调研与研究成果。本报告内所有数据、观点、结论的版权均属视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司拥有，任何单位和个人，不得在未经授权和允许的情况下，进行全文或部分形式（包含纸制、电子等）引用、复制和传播，不可断章取义或增删、曲解本报告内容，否则视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司有权依法追究其法律责任。视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司拥有对本报告的解释权。本报告所包含的信息仅供相关单位和公司参考，所有根据本报告做出的具体行为与决策，以及其产生的后果，视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司概不负责。本报告部分素材源于网络公开渠道，如有侵权，烦请联系分析师，分析师联系方式如下 关于视觉物联 商务合作 视觉物联 - 构建视觉感知世界 视觉物联主要聚焦 AIoT 产业生态，多光谱 +AI 融合、云边端协同，推动 AI 多场景化落地，为行业提供合作交流平台：共建、共享、共赢！ 旗下业务： 1、IOTE 视觉物联生态圈2、IOTE 国际物联网展（深圳 / 上海）3、产业生态报告4、IOTE 生态行 分析师个人简介 联系方式：延科：18922857775 姓名：吴明明 职位：AIoT 星图研究院行业分析师个人简介： “路虽远，行则将至”，致力于为 AIoT 技术、产品及解决方案在更多应用场景中更好落地赋能。 前 言 关于边缘计算，不同机构界定不同，而本报告定义边缘计算是介于云和端侧算力之间。边缘计算具有成本低、低时延、隐私性、灵活性和安全性高的优势，在云边一体化趋势下，边缘计算已与云计算一起成为驱动数字经济发展的关键技术之一，去年我们发布了《2023 边缘计算市场调研报告》，也得到了诸多行业企业的支持与关注，过去一年时间，随着 AI 大模型的发展，边缘计算迸发出更大的能量，也给行业带来更多的变化，《2024 边缘计算市场调研报告》将与行业人士一起更深入多维度探讨边缘计算在细分场景的应用与行业现象，如： 1. 大模型 + 边缘计算能发生多大的粘合效应？2. 边缘计算在哪个应用场景更具投入产出比？3. 边缘计算如何在场景中切实满足用户需求？4. 从边缘计算产业生态看，产业生态市场情况如何？5. 边缘计算在行业应用中的发展趋势是什么？6. 边缘盒子会被端侧设备和边缘 Ai 服务器取代吗？7. 算法厂商有哪些能够跑通的盈利模式？8. 边缘计算硬件量没起来，价格已经白热化，如何破局？9. 面对“边缘计算项目需求很多，而客户预算少了”，怎么办？10. 硬件厂商、方案商如何快速链接集成商推出合适产品？ …… 《2024 边缘计算市场调研报告》将通过线下或线上调研数十位行业企业，与企业交流探讨行业现状、未来趋势及落地应用，梳理产业生态、挖掘行业痛点、剖析场景应用，以促进边缘计算行业更快、更好的发展。 鸣谢企业 注：排名不分先后 感谢企业调研中提供的帮助及指导 深圳市腾讯计算机系统有限公司深圳北斗应用技术研究院有限公司苏州千视通视觉科技股份有限公司山东极视角科技股份有限公司深圳市视美泰技术股份有限公司图为信息科技（深圳）有限公司深圳市万睿智能科技有限公司上海登临科技有限公司深圳市智安视讯科技有限公司中科创达软件股份有限公司珠海市芯动力科技有限公司珠海互通微电子有限公司深圳市宇泰科技有限公司深圳天海宸光科技有限公司深圳市智微智能科技股份有限公司深圳市鼎盛智能技术有限公司杭州海康威视数字技术股份有限公司 北京灵汐科技有限公司百度集团深蕾科技股份有限公司浙江大华技术股份有限公司英特灵达信息技术（深圳）有限公司广州英码信息科技有限公司芯算一体 ( 深圳 ) 科技有限公司深圳市倍联德实业有限公司深圳市奔迈科技有限公司深圳控道智能科技有限公司海思技术有限公司北京算能科技有限公司深圳市海络智能有限公司深圳市北辰智联科技有限公司深圳市艾塞克科技有限公司深圳融合永道科技有限公司上海肇观电子科技有限公司深圳易信科技股份有限公司华为行业感知 PART 1行业概述 发展历程、行业现状、需求与驱动力分析 PART 2产业生态 生态图谱与生态分析 目 录CONTENTS PART 3数据与场景分析主要应用场景分析 PART 4行业趋势与挑战技术趋势、产品趋势、市场趋势及行业挑战 PART 5一些探讨 关于行业现象和话题的探讨 PART 6专家评语行业专家对行业的看法与见解 边缘计算行业概述01PART ONE 边缘计算发展历程 边缘机器学习的兴起 (2020 年代 ): 随着深度学习和人工智能的快速发展，边缘机器学习将机器学习模型部署在边缘设备上，实现实时推理和响应，减少数据传输和隐私问题。 OpenFog 联盟的成立 (2015 年 ):OpenFog 联盟由 Cisco、英特尔、微软等公司共同发起，致力于推动边缘计算的标准化和产业发展。 5G 的高速、低延迟和大连接性为边缘计算提供了更好的基础设施，使得边缘计算在各行业得以广泛应用，如智能交通、工业自动化等。 随着生成式 AI 的不断演进 , 大模型在图片、音视频等多模态领域的表现展露了其在产业端应用的巨大潜能 . 大模式在行业落地需要本地化推理与部署，在边缘节点把大模型分拆 , 将部分大模型的能力部署到小模型或行业模型中。可以在边缘节点处理本地数据驱动的模型。 边缘计算发展历程 边缘计算 1.0 边缘计算 2.0 边缘计算 3.0 行业现状 落地难 碎片化 边缘 AI 高度依赖于场景，其应用场景非常广泛，智能安防、智慧水务、智能建筑、智能制造等等各个场景都能应用到，但是碎片化严重，在当下各个细分场景的体量都很小，作为从业者来说，什么场景都去做，显然不太现实，一方面是不够聚焦对场景需求理解不够，很难做出真正好用的产品，包括硬件与算法，另一方面精力也有限，很难覆盖太多场景。因而选择什么场景去深耕是边缘计算厂商当下需要做的重要抉择，厂商还得根据自身能力、自身优势还有资源去选择最适合自己的场景。 一方面是定制化需求多，每个项目都或多或少要重新定制开发，大部分客户在细分需求面前很难承担过多的开发费，落地成本高，客户不愿买单，厂商也赚不到钱；二是 AI 算法精准度不够，因为精准度不够，用户体验不好，后期服务和调优的成本也变得很高。所以需要更多的项目去分摊成本，这样带来市场竞争的加剧。 量升价跌 目前边缘 Ai 还处于行业发展初期，项目大多由政策驱动，以政府项目居多，疫情加上经济下行，让各级政府财政也比较吃紧，在项目上投入预算就更加有限。综合来看虽然需求上升，但是预算降低、成本高、市场竞争加剧等因素让市场利润明显萎缩，目前形成了一个量升价跌的趋势。 边缘计算行业需求与驱动力分析 1、行业驱动力分析 行业驱动力有两大驱动因素：政策驱动和市场驱动。政策驱动是国家层面颁布的针对行业政策法规驱动，很多技术在发展初期需要政策来推动其落地应用。 信部等六部门联合印发《算力基础设施高质量发展行动计划》 国务院“十四五”数字经济发展规划 加快实施“东数西算”工程，推进云网协同发展，提升数据中心跨网络、跨地域数据交互能力，加强面向特定场景的边缘计算能力，强化算力统筹和智能调度。按照绿色、低碳、集约、高效的原则，持续推进绿色数字中心建设，加快推进数据中心节能改造，持续提升数据中心可再生能源利用水平。推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施，面向政务服务、智慧城市、智能制造、自动驾驶、语言智能等重点新兴领域，提供体系化的人工智能服务。 工信部等六部门联合印发《算力基础设施高质量发展行动计划》，其中提出，推动算力结构多元配置。结合人工智能产业发展和业务需求，重点在西部算力枢纽及人工智能发展基础较好地区集约化开展智算中心建设，逐步合理提升智能算力占比。推动不同计算架构的智能算力与通用算力协同发展，满足均衡型、计算和存储密集型等各类业务算力需求。促进边缘算力协同部署。加快边缘算力建设，支撑工业制造、金融交易、智能电网、云游戏等低时延业务应用，推动“云边端”算力泛在分布、协同发展。加强行业算力建设布局，满足工业互联网、教育、交通、医疗、金融、能源等行业应用需求，支撑传统行业数字化转型。 边缘计算行业需求与驱动力分析 市场驱动是指行业头部企业投入资源来推动行业发展 我们用横坐标表示市场推动，纵坐标表示政策推动，来建立行业驱动力模型。其中第一象限表示政策推动和市场推动都强；第二象限表示政策推动强，市场推动弱；第三象限表示政策推动和市场推动都弱；第四象限表示政策推动弱，市场推动强。模型如下： 边缘计算行业需求与驱动力分析 2、市场的需求度分析 需求度模型主要为管理需求与经济需求两个层面。 管理需求：应用客户使用边缘计算产品最主要的目的是出于对人、车与事物的安全管理， 经济需求：基于边缘计算技术，可以帮助企业达到降本增效的效果。 我们用横坐标表示管理需求，纵坐标表示经济需求，建立一个模型。 边缘计算行业需求与驱动力分析 依据驱动力及需求度两个分析模型，我们来汇总边缘计算应用市场的细分场景情况，具体为： 本报告将目前边缘计算应用市场进行了四个等级划分。 一级市场：是最值得期待的市场，它的特点是市场潜力大，行业需求度高，有较大的推动力在推动， 并且目前正在快速增长的市场。 二级市场：是较为值得期待的市场，相较于一级市场而言，它的特征表现为市场潜力较大，行业需求度较高，但是目前阶段市场上还有其他的替代方案能够满足目前需求，导致市场开拓难度增大，或者行业的推动力稍欠。 三级市场：它的市场优先等级再降低一些，表现为市场有不错的潜力，并且需求度也不错，但是因为标准化问题，或者 推动力不是很强力，导致行业发展速度会降低。 四级市场：指的是市场容量较小，并且市场开拓难度较大；或者是虽然有较大的市场容量，但是需求度不是很迫切，市场上还有其他的替代方案，导致市场拓展起来比较缓慢。 边缘计算产业生态02PART TWO 边 缘 计 算 产 业 图 谱2.1 边缘计算产业图谱 2.2 产业生态分析 2.2.1 边缘计算芯片厂商 芯片厂商比的是生态，应用和通用性 根据芯片算力大小划分，目前端侧芯片算力 0.5T、1T、2T，边缘芯片算力多数在 4T-32T，云计算芯片算力 200T 以上。 产品形态 边缘芯片主要应用产品形态是边缘盒子及边缘算力加速卡 边缘计算市场碎片化，体量还不大，芯片流片成本高，很难支撑高昂成本，所以市场真正定位边缘计算芯片的原厂并不多。 边缘盒子芯片市场对生态和性价比要求高，边缘盒子落地依赖算法，算法厂商不可能所有芯片都一一适配，出货量大的主要集中于 RK 和算能两家原厂，RK 芯片生态比较丰富，而算能提供从芯片、主板、成品及解决方案的产业链条全栈服务，而高端市场主要是英伟达、昇腾、intel。 大多数算力芯片厂商重心都放在大算力算力加速卡上，主要应用于政府算力中心和 AI 大模型厂商，项目金额大，在国产化背景下，国内算力芯片快速发展，不过大算力芯片高度依赖资源，市场竞争比较激烈，算力单元少，芯片厂商比的是生态，应用和通用性。 芯片架构 主要应用的三大芯片架构 :X86、ARM 和 RISC-V 架构，算力芯片用 X86 除了 Intel 生态外其他厂商比较少，主要还是应用 ARM 和 RISC-V。 ARM 拥有庞大的生态系统和强大的技术支持，这使得开发者能够轻松获取丰富的工具、文档和社区支持，与 ARM 相比，其生态系统相对较小。然而，随着 RISC-V 的普及，支持和生态系统也在逐步增强。RISC-V 是一个开放的标准指令集架构，允许任何人基于其规范设计和实现处理器核，这种开放性促使了更大的创新和定制化的可能性。 RISC-V 降低了硬件制造商的成本，并且使他们可以根据自身需要进行定制设计。这为硬件制造商提供了更大