通信行業(yè)動態(tài)點評：邊緣智能-鋪平人工智能的“最后一公里”

目錄為什么當下需要重視邊緣計算？ 3邊緣計算：云計算2.0 3數(shù)據(jù)愈發(fā)集中于邊緣側，未來行業(yè)增速CAGR約30% 4邊緣智能，更懂AI的邊緣計算 5不同于邊緣計算，邊緣智能是什么？ 7邊緣智能下將更加強調(diào)數(shù)據(jù)安全性 8相關公司梳理 9網(wǎng)宿科技 9潤澤科技 10風險提示 11插圖目錄 12表格目錄 12為什么當下需要重視邊緣計算？2.0邊緣計算核心在于分散式計算架構。Gartner將邊緣計算定義為"分布式計算的數(shù)據(jù)中心，如此可使得實時數(shù)據(jù)延遲盡可能降低。傳至計算資源集中的云端數(shù)據(jù)中心或服務器處理，任何需要訪問該信息的請求都傳統(tǒng)云計算模式下邊緣計算就近在網(wǎng)絡邊緣側完成數(shù)據(jù)分析與處理，降低傳輸時間的同時也加強了安全性。APPAPPNetwork圖1：邊緣計算VSAPPAPPNetworkNetwork云計算Network

邊緣計算資料來源：viso.ai，CAGR30%數(shù)據(jù)已愈加在邊緣側集中歷了從超大規(guī)模云數(shù)據(jù)中心到日益廣泛的（AIIDCStatista，2025800175ZB，2021850ZB20.6ZB來源正在從大規(guī)模的云數(shù)據(jù)中心向邊緣設備遷徙；另一方面也印證了云計算逐漸無法處理大規(guī)模分布的計算能力。2022年全球邊緣計算市場已達到2546億美元，服務器行業(yè)占大頭。根據(jù)PrecedenceStatistics統(tǒng)計預測，2022年全球邊緣計算市場規(guī)模約2546億美元，2032年有望超36056億美元，2023年~2032年CAGR約30.4%。2022服務器市場占邊緣計算總市場比重約45.5邊緣傳感器/路由器占比約25%；能源和工業(yè)18.6%；工業(yè)物聯(lián)網(wǎng)應用33%。圖2：全球數(shù)據(jù)中心數(shù)據(jù)流量 圖3：全球邊緣計算市場規(guī)模 0

(ZB)(ZB)2142612212 33471752010201520182020202520302035

-

(十億美元)255331430559

3,6062,7572,1101,6151,237728949資料來源：Statista， 資料來源：PrecedenceStatistics，圖4：全球邊緣計算市場結構—按下游行業(yè) 圖5：全球邊緣計算市場結構—按地區(qū) 19%

11%

46%

服務器邊緣傳感器/能源及工業(yè)

5%2%

21%42%21%

北美歐洲亞太拉美中東及非洲25%

30%邊緣邊緣資料來源：PrecedenceStatistics， 資料來源：PrecedenceStatistics，AIIAI“邊緣智能AIAI需求刺激邊緣側AI邊緣化邊緣智能化云圖6：AIAI需求刺激邊緣側AI邊緣化邊緣智能化云資料來源：viso.ai，生成式AI能夠自生產(chǎn)數(shù)據(jù)，對傳輸?shù)拳h(huán)節(jié)有更高要求。當下AI不僅為生活方方面面帶來了便利，但我們認為最本質(zhì)的變化核心在于數(shù)據(jù)量的不AI/AI過自生成源源不斷生產(chǎn)新的數(shù)據(jù)要素，對云端有更高要求的同時也更強調(diào)了傳輸交互、終端處理能力的全方位升級。從數(shù)據(jù)生成—處理環(huán)節(jié)拆分看，傳統(tǒng)云計算較難解決以下幾個問題：成本：深度學習模型在云端的訓練和推理需要設備或用戶將大量數(shù)據(jù)傳輸?shù)皆贫恕＿@會消耗大量的網(wǎng)絡帶寬。延遲：通常無法保證訪問云服務的低延遲需求。可靠性：大多數(shù)云計算應用程序依賴無線通信和骨干網(wǎng)絡將用戶連接到服務。對于很多工業(yè)場景來說，即使在網(wǎng)絡連接丟失的情況下，智能服務也必須保持高可靠性。隱私：深度學習通常涉及大量的私人信息。AI隱私問題對于智能家居、我們認為邊緣智能有望將生成式AI盡可能從云端推向邊緣側，并具備以下優(yōu)勢：低延遲：深度學習服務部署在靠近請求用戶的位置。這顯著降低了將數(shù)據(jù)發(fā)送到云進行處理的延遲和成本。隱私保護：由于深度學習服務所需的原始數(shù)據(jù)本地存儲在邊緣設備或用戶設備本身而不是云端，因此隱私得到了增強。提高可靠性：去中心化、分層的計算架構提供更可靠的深度學習計算?？蓴U展的深度學習：邊緣計算憑借更豐富的數(shù)據(jù)和應用場景，可以促進深度學習在各行業(yè)的廣泛應用，推動人工智能的采用。商業(yè)化：多元化、有價值的深度學習服務拓寬了邊緣計算的商業(yè)價值，加速其部署和增長。圖7：云計算、邊緣計算、邊緣智能各項能力比較 隱私性多樣化邊緣計算 時延隱私性多樣化邊緣智能云計算性能由弱到資料來源：viso.ai，邊緣計算同AI具有天然適配性，二者結合的邊緣智能可加速AI發(fā)展。AIAI4種：算法、數(shù)據(jù)、硬件及應用場景。我們認為雖然算法和硬件對于AI的發(fā)展是最為直觀的，但數(shù)據(jù)及應用場景的作用卻大都被忽視。應用場景的不邊緣智能多集中在推理階段。我們認為未來的邊緣智能主要側重于提升模型度上，邊緣智能更像是當下流行深度神經(jīng)網(wǎng)絡中的計算節(jié)點。圖8：邊緣智能與AI神經(jīng)網(wǎng)絡層級聯(lián)系 資料來源：IEEE，數(shù)據(jù)安全和隱私保護邊緣智能的安全管理也需要集成到整體的網(wǎng)絡安全架構中，確保從云端到邊緣的全方位保護。全隱患安全威脅。1~5/年。相關公司梳理網(wǎng)宿科技公司正加速向邊緣計算時代邁進。公司CDNCDN邊緣云主機邊緣云容器Serverlesskubernetes（比如電商促銷）等場景。邊緣存儲控、車聯(lián)網(wǎng)等場景下數(shù)據(jù)量大、低時延、低成本的存儲需求。邊緣應用滿足業(yè)務下沉的訴求。（CieECCLite2024年Worldometers預計東南亞“網(wǎng)紅”營銷市場規(guī)模將達到25.9億美元INSG.CO20226164.8270%的東南亞人在社媒上花費的時間超過2小時，其人均上網(wǎng)時長已經(jīng)超過全球平均水平。其中菲律賓、9INSG.COInstagram202249900投資建議CDNGPU23-255.5/6.9/10.120240319P/E44/35/24x，維持“推薦”評級。表1：盈利預測與財務指標項目/年度2022A2023E2024E2025E營業(yè)收入（百萬元）5,0845,5406,4467,782增長率（%）11.19.016.420.7歸屬母公司股東凈利潤（百萬元）1915476941,011增長率（%）15.3186.926.945.7每股收益（元）0.080.220.280.41PE（現(xiàn)價）127443524PB2.72.62.52.3資料來源：，預測；（注：股價為2024年03月19日收盤價）潤澤科技AIDC。隨著“雙碳”戰(zhàn)略的深入實施，AI20237整棟純液冷智算中心。廊坊數(shù)據(jù)中心A72023付投運，同時啟動廊坊數(shù)據(jù)中心B區(qū)建設，長三角、粵港澳大灣區(qū)（兩地20232023年開始，公司邁入了從1公司上架機柜總量和單機柜功率持續(xù)提升，以及上架率的快速爬升將帶來業(yè)績的風險提示邊緣智能商業(yè)化落地速度不及預期。AIAI大模型直接部署于邊緣端仍存在一定困難，對于邊緣智能商業(yè)規(guī)?；嬖谙拗?。加速布局。若國際環(huán)境發(fā)生變動，或對供應鏈造成較大影響。插圖目錄圖1：邊緣計算VS云計算 3圖2：全球數(shù)據(jù)中心數(shù)據(jù)流量 4圖3