電子行業(yè):邊緣計(jì)算萬(wàn)億芯片新空間_第1頁(yè)
電子行業(yè):邊緣計(jì)算萬(wàn)億芯片新空間_第2頁(yè)
電子行業(yè):邊緣計(jì)算萬(wàn)億芯片新空間_第3頁(yè)
電子行業(yè):邊緣計(jì)算萬(wàn)億芯片新空間_第4頁(yè)
電子行業(yè):邊緣計(jì)算萬(wàn)億芯片新空間_第5頁(yè)
已閱讀5頁(yè),還剩5頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、內(nèi)容目錄 HYPERLINK l _bookmark0 一、什么是邊緣計(jì)算?3 HYPERLINK l _bookmark4 二、邊緣計(jì)算的本質(zhì):在物聯(lián)網(wǎng)、大數(shù)據(jù)時(shí)代提升數(shù)據(jù)處理的效率5 HYPERLINK l _bookmark7 三、邊緣計(jì)算中的芯片機(jī)遇6 HYPERLINK l _bookmark15 風(fēng)險(xiǎn)提示10圖表目錄 HYPERLINK l _bookmark1 圖表 1:從大型機(jī)-客戶端/服務(wù)器-云/移動(dòng)設(shè)備-智能邊緣的演進(jìn)3 HYPERLINK l _bookmark2 圖表 2:邊緣計(jì)算的價(jià)值預(yù)測(cè)4 HYPERLINK l _bookmark3 圖表 3:邊緣計(jì)算所處位置4

2、HYPERLINK l _bookmark5 圖表 4:混合解決方案5 HYPERLINK l _bookmark6 圖表 5:邊緣計(jì)算與 5G6 HYPERLINK l _bookmark8 圖表 6:tesla autopilot7 HYPERLINK l _bookmark9 圖表 7:autopilot 拆解后的主要芯片7 HYPERLINK l _bookmark10 圖表 8:車載存儲(chǔ)的升級(jí)8 HYPERLINK l _bookmark11 圖表 9:各類智能汽車傳感器配置情況8 HYPERLINK l _bookmark12 圖表 10:5G、數(shù)據(jù)中心與邊緣計(jì)算將成為服務(wù)器 DR

3、AM 需求增加的主要驅(qū)動(dòng)力9 HYPERLINK l _bookmark13 圖表 11:邊緣側(cè)(Edge)有望拉動(dòng)DRAM 需求提升9 HYPERLINK l _bookmark14 圖表 12:萬(wàn)億邊緣計(jì)算市場(chǎng)空間中的芯片機(jī)會(huì)10一、什么是邊緣計(jì)算?邊緣計(jì)算被定義為“一種新的計(jì)算方式,這種模式將計(jì)算與存儲(chǔ)資源部署在更貼近移動(dòng)設(shè)備或傳感器的網(wǎng)絡(luò)邊緣”,其核心在于“貼近”終端,因此在實(shí)時(shí)、快速響應(yīng)是邊緣計(jì)算產(chǎn)生的核心痛點(diǎn)所在。帶寬、延遲與抖動(dòng)等不穩(wěn)定因素都更易于控制和改進(jìn)。圖表 1:從大型機(jī)-客戶端/服務(wù)器-云/移動(dòng)設(shè)備-智能邊緣的演進(jìn)資料來(lái)源:the end of cloud computi

4、ng、邊緣計(jì)算時(shí)代設(shè)備連接數(shù)有望達(dá)到千億量級(jí)。麥肯錫在去年 11 月報(bào)告中指出,隨著連接設(shè)備的激增和功能的擴(kuò)展,對(duì)不受延遲和網(wǎng)絡(luò)影響的實(shí)時(shí)決策的需求也在增加,算力從云端到邊緣的移動(dòng)會(huì)使得邊緣計(jì)算產(chǎn)業(yè)價(jià)值量持續(xù)快速提升,麥肯錫預(yù)計(jì)在 2025 年,邊緣計(jì)算的價(jià)值將會(huì)提升至 17502150 億美元。圖表 2:邊緣計(jì)算的價(jià)值預(yù)測(cè)資料來(lái)源:麥肯錫、借用一個(gè)形象比喻,邊緣計(jì)算類似于人類的神經(jīng)末梢,對(duì)于簡(jiǎn)單的信息可以直接處理; 對(duì)于復(fù)雜的信息則傳輸給云端(即大腦)。邊緣計(jì)算可能的形式或者說(shuō)載體:從當(dāng)前來(lái)看, 我們對(duì)邊緣計(jì)算的載體進(jìn)行大膽預(yù)測(cè)微基站、智能安防攝像頭、車載電腦、智能網(wǎng)關(guān)、路由器和微型數(shù)據(jù)中心

5、/代理服務(wù)器最有可能成為邊緣計(jì)算可能的載體。圖表 3:邊緣計(jì)算所處位置資料來(lái)源:邊緣計(jì)算白皮書、二、邊緣計(jì)算的本質(zhì):在物聯(lián)網(wǎng)、大數(shù)據(jù)時(shí)代提升數(shù)據(jù)處理的效率我們認(rèn)為邊緣計(jì)算的本質(zhì)在于,讓物聯(lián)網(wǎng)時(shí)代大量傳感器捕捉的海量數(shù)據(jù)得以在最合適的位置進(jìn)行處理分析。純粹的企業(yè)內(nèi)部部署方案會(huì)催生數(shù)據(jù)孤島,而純粹的云方案則面臨高延時(shí)、高傳輸成本以及海量數(shù)據(jù)的篩選難度。在這一情景下,邊緣側(cè)啟用處理分析+重要數(shù)據(jù)云端運(yùn)算分析/算法優(yōu)化回傳的混合方案成為最優(yōu)解,大量邊緣計(jì)算需求應(yīng)運(yùn)而生。圖表 4:混合解決方案資料來(lái)源:IBM、思科、邊緣計(jì)算的核心是邊緣計(jì)算單元,但其位置到底在哪并沒(méi)有絕對(duì)答案。邊緣計(jì)算的部署跟它的應(yīng)用場(chǎng)

6、景有著緊密的關(guān)系,總的來(lái)說(shuō),邊緣計(jì)算可以按需部署于無(wú)線接入云、邊緣云或者匯聚云。對(duì)于低時(shí)延場(chǎng)景,邊緣計(jì)算需要部署于靠近基站側(cè)的無(wú)線接入云甚至終端自身處(如安防攝像頭、智能汽車);對(duì)于高帶寬要求的大流量熱點(diǎn)地區(qū),邊緣計(jì)算可以部署于邊緣云;對(duì)于海量連接的場(chǎng)景,邊緣計(jì)算可部署于位置更高一些的匯聚云, 以便覆蓋更大區(qū)域的業(yè)務(wù)需求。圖表 5:邊緣計(jì)算與 5G資料來(lái)源:Intel、三、邊緣計(jì)算中的芯片機(jī)遇要尋找邊緣計(jì)算中的芯片機(jī)遇,首先必須了解邊緣計(jì)算的核心需求和特性:多種連接和數(shù)據(jù)移動(dòng)性。邊緣技術(shù)可以在受限或需要斷斷續(xù)續(xù)連接至云端以完成計(jì)算,存儲(chǔ),備份和分析等工作。需要實(shí)時(shí)決策。邊緣使用案例通常需要立即

7、處理數(shù)據(jù),例如,用于自動(dòng)駕駛汽車或 自動(dòng)揀選機(jī)器。這些設(shè)備和平臺(tái)需要能夠在本地進(jìn)行分析,而無(wú)需先將數(shù)據(jù)發(fā)送到云, 因此可以快速做出決策。本地化計(jì)算能力。邊緣計(jì)算機(jī)需要是輕量級(jí)設(shè)備,可以在不支持更大計(jì)算能力的情 況下快速,安全地做出決策。新的存儲(chǔ)和安全需求。隨著在遠(yuǎn)程和移動(dòng)設(shè)備上生成數(shù)據(jù)的傳感器數(shù)量的增長(zhǎng),對(duì) 可以在各種環(huán)境中受到保護(hù)的高效存儲(chǔ)需求也在增長(zhǎng)。即分別對(duì)應(yīng)處理、存儲(chǔ)、通信連接和傳感四個(gè)核心環(huán)節(jié)。要具體理解邊緣計(jì)算對(duì)于芯片產(chǎn)業(yè)的機(jī)遇,我們選取目前最成熟的邊緣計(jì)算方案之一、也是未來(lái)有望看到的最大應(yīng)用領(lǐng)域智能駕駛為例,即通過(guò)特斯拉 autopilot 輔助駕駛系統(tǒng)的拆解來(lái)分析。智能駕駛時(shí)代

8、,“車載電腦”、“車載服務(wù)器”大勢(shì)所趨。建立“感應(yīng)-融合-決策-執(zhí)行”大閉環(huán)。智能駕駛,在監(jiān)測(cè)到障礙物時(shí),如果無(wú)法及時(shí)進(jìn)行智能化決策,控制方向避開障礙物,而是先傳入云端再下發(fā)指令到車載終端的話,因信號(hào)傳輸?shù)仍蛏杂醒舆t就會(huì)導(dǎo)致事故的發(fā)生。因此需要本地具備高性能運(yùn)算能力的輔助駕駛/自動(dòng)駕駛控制系統(tǒng)來(lái)對(duì)傳感器接收數(shù)據(jù)進(jìn)行融合、處理,“車載電腦”、“車載服務(wù)器”將是大勢(shì)所趨,形成“感應(yīng)-融合-決策-執(zhí)行”大閉環(huán)?;谏鲜隹蚣?,我們進(jìn)一步對(duì)車用傳感器、微控制器、存儲(chǔ)器進(jìn)行分析:圖表 6:tesla autopilot資料來(lái)源:tesla forum、圖表 7:autopilot 拆解后的主要芯片廠商類

9、型Autopilot2.0 數(shù)量Autopilot2.5 數(shù)量主控芯片英偉達(dá)Nvidia Parker SoC 主控12內(nèi)存三星K4F8E3S4HBMHCJ46GPU英偉達(dá)NVIDIA GP106-510-KC 板載芯片/4GB GDDR 顯存閃存東芝東芝 eMMC11賽普拉斯Spansion NOR Flash12資料來(lái)源:tesla forum、拆解下來(lái)可以發(fā)現(xiàn)主要芯片包括主控芯片、內(nèi)存、GPU 以及閃存,此外還有英飛凌的 MCU、marvell 的以太網(wǎng)收發(fā)器/交換芯片、德州儀器的攝像頭輸入接口與 Codec 芯片。其中占比量?jī)r(jià)值最大的毫無(wú)疑問(wèn)是主控和 GPU 兩大高性能運(yùn)算芯片,而車載

10、存儲(chǔ)的占比內(nèi)存、閃存(包括 NAND 和 NOR)我們認(rèn)為僅次于運(yùn)算處理芯片。從目前車載存儲(chǔ)主流方案來(lái)看,整體呈現(xiàn)存儲(chǔ)使用顆數(shù)、單顆容量、單顆價(jià)值量三項(xiàng)齊升的趨勢(shì)。麥肯錫今年報(bào)告對(duì)車載存儲(chǔ)整體產(chǎn)值進(jìn)行預(yù)測(cè),預(yù)計(jì)到 2020 年車載存儲(chǔ)整體產(chǎn)值將達(dá)到28.32 億美元,其中 DRAM 和 NAND 占比分別為 51%、36%。圖表 8:車載存儲(chǔ)的升級(jí)動(dòng)力傳動(dòng)/制動(dòng)車身 ECU信息娛樂(lè)/儀表盤系統(tǒng)輔助駕駛/自動(dòng)駕駛系統(tǒng)處理芯片MCU多媒體CPU+GPU多核CPU+GPU+AI 加速存儲(chǔ)方案SRAM+SPI FlashDRAM+SRAM+SPIFlash+EMMCDRAM+SRAM+SPI Flas

11、h+EMMC/UFS目前制程90/65nm 向 40nm 遷移28nm 向 16nm 遷移16/14nm 及更高端資料來(lái)源:tesla forum、傳感器方面,以特斯拉 model 3 為例,其使用了一顆雷達(dá)與 8 顆攝像頭,僅能實(shí)現(xiàn) 2 級(jí)自動(dòng)/輔助駕駛水平,保守估計(jì)單車至少需要安裝 30 顆以上傳感器才有可能實(shí)現(xiàn) L5 自動(dòng)駕駛。預(yù)計(jì) 2021 年,車用傳感器出貨量將達(dá) 18 億顆,以單顆 1 美元計(jì)算,對(duì)應(yīng)市場(chǎng)空間保守估計(jì)將接近 18 億美金。圖表 9:各類智能汽車傳感器配置情況雷達(dá)攝像頭LIDAR特斯拉Model3180Google/waymo415英特爾6126Uber1205寶馬4

12、54通用21146日產(chǎn)574豐田8大眾552Aptiv1019資料來(lái)源:tesla forum、鑒于目前可得資料,我們主要從智能駕駛這一邊緣計(jì)算的典型場(chǎng)景進(jìn)行了拆解分析。我們繼續(xù)強(qiáng)調(diào)泛物聯(lián)網(wǎng)時(shí)代來(lái)臨,邊緣計(jì)算爆發(fā)在即,數(shù)據(jù)呈指數(shù)級(jí)別增長(zhǎng)!智能駕駛、智能安防對(duì)數(shù)據(jù)樣本進(jìn)行訓(xùn)練推斷、物聯(lián)網(wǎng)對(duì)感應(yīng)數(shù)據(jù)進(jìn)行處理等大幅催生內(nèi)存性能與存儲(chǔ)需求,數(shù)據(jù)為王!根據(jù)DRAMeXchange 與集邦咨詢預(yù)計(jì),5G、數(shù)據(jù)中心與邊緣計(jì)算將成為服務(wù)器 DRAM需求增加的主要驅(qū)動(dòng)力,并預(yù)計(jì)將在 2021 年后超越目前占主流的移動(dòng) DRAM 應(yīng)用。圖表 10:5G、數(shù)據(jù)中心與邊緣計(jì)算將成為服務(wù)器 DRAM 需求增加的主要驅(qū)動(dòng)

13、力資料來(lái)源:trendforce、圖表 11:邊緣側(cè)(Edge)有望拉動(dòng) DRAM 需求提升資料來(lái)源:Hot Chips 2018、同時(shí)我們也建議重點(diǎn)關(guān)注國(guó)內(nèi)優(yōu)質(zhì)廠商/項(xiàng)目在 NAND Flash、MCU、模擬芯片、CMOS 圖像傳感、邊緣側(cè) ASIC 等領(lǐng)域的機(jī)遇。圖表 12:萬(wàn)億邊緣計(jì)算市場(chǎng)空間中的芯片機(jī)會(huì)大類細(xì)分品類目前國(guó)際受益廠商國(guó)內(nèi)有望切入廠商/項(xiàng)目存儲(chǔ)DRAM三星、海力士、美光、南亞兆易創(chuàng)新(合肥睿力)NAND三星、海力士、東芝、美光長(zhǎng)江存儲(chǔ)利基型存儲(chǔ)Cypress、美光、華邦、旺宏兆易創(chuàng)新、ISSI、東芯半導(dǎo)體計(jì)算高性能運(yùn)算英特爾、AMD、英偉達(dá)海思、景嘉微MCU意法半導(dǎo)體、NX

14、P兆易創(chuàng)新、中穎電子、北京君正ASICmobileEye、movidius、mythic華為海思、寒武紀(jì)、地平線、比特大陸FPGA賽靈思、Altera、lattice上海復(fù)旦微、紫光國(guó)芯傳感CMOS 圖像傳感索尼、三星韋爾股份(豪威科技)、格科微MEMS 傳感器TDK、ADI韋爾股份、敏芯、華燦光電(美新)生物識(shí)別Synaptics、FPC、神盾匯頂科技、思立微(兆易創(chuàng)新)通信LoRaSemtech、意法、MicrochipASR、華普微等NB-IOT高通、聯(lián)發(fā)科、Nordic海思、中興微、匯頂科技模擬芯片模擬TI、ADI、onsemi、MPS圣邦股份、韋爾股份、矽力杰資料來(lái)源:電子發(fā)燒友,整理風(fēng)險(xiǎn)提示外部環(huán)境邊際惡化:國(guó)內(nèi)公司相關(guān)設(shè)備、材料等供應(yīng)環(huán)節(jié)對(duì)進(jìn)口依賴仍然較大,若外部環(huán)境出現(xiàn)邊界化,則將對(duì)國(guó)內(nèi)相關(guān)公司的日常生產(chǎn)經(jīng)營(yíng)、產(chǎn)品研發(fā)帶來(lái)相當(dāng)?shù)牟淮_定性風(fēng)險(xiǎn)。下游需求增長(zhǎng)不及預(yù)期:半導(dǎo)體行業(yè)受下游需求影響較大,若下游需求出現(xiàn)劇烈波動(dòng), 將顯著影響相關(guān)半導(dǎo)體公司盈利能力。國(guó)產(chǎn)替代進(jìn)程不及預(yù)期:半導(dǎo)體行

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論