边缘计算，万亿芯片新空间_11页_1mb

边缘计算与芯片机遇总结

核心内容概述

边缘计算是一种新的计算方式，将计算与存储资源部署在更贴近移动设备或传感器的网络边缘。其核心在于“贴近”终端，从而解决实时性、快速响应等需求，特别是在带宽、延迟与抖动等不稳定因素更容易控制的场景中。随着物联网和大数据的发展，边缘计算成为提升数据处理效率的关键手段。

主要观点

• 边缘计算的定义与痛点：边缘计算通过将计算资源靠近终端，解决了传统云计算在延迟、带宽和数据筛选方面的痛点。
• 应用场景与部署位置：边缘计算可根据应用场景部署于无线接入云、边缘云或汇聚云。低时延场景需靠近终端（如智能汽车、安防摄像头），高带宽需求则适合边缘云，海量连接场景适合汇聚云。
• 边缘计算的价值提升：麦肯锡预测，到2025年，边缘计算的产业价值将达到1750-2150亿美元，随着设备连接数的指数级增长，边缘计算市场前景广阔。
• 芯片机遇分析：边缘计算对芯片提出了新的需求，包括高性能运算芯片（如GPU、主控芯片）、存储芯片（如DRAM、NAND Flash）、传感器（如CMOS图像传感、MEMS传感器）以及通信芯片（如LoRa、NB-IoT）等。

关键信息

边缘计算的特性与需求

• 多种连接与数据移动性：边缘设备可以在断断续续连接至云端的情况下完成计算、存储、备份和分析。
• 实时决策：边缘计算支持本地快速处理与决策，如自动驾驶汽车中需立即反应以避免事故。
• 本地化计算能力：边缘设备需具备轻量级、快速、安全的本地处理能力。
• 新的存储与安全需求：随着数据量的增长，对高效、安全的存储方案需求增加。

智能驾驶中的芯片应用

• 主要芯片类型：主控芯片（如英伟达）、GPU（如英伟达）、内存（如三星）、闪存（如东芝、赛普拉斯）等。
• 车载存储升级趋势：车载存储方案呈现存储使用颗数、单颗容量、单颗价值量三项齐升的趋势。
• 传感器配置：以特斯拉Model 3为例，仅使用1颗雷达和8颗摄像头，实现2级自动驾驶；L5自动驾驶可能需要30颗以上传感器。
• 市场空间预测：2021年车用传感器出货量预计达18亿颗，市场空间保守估计接近18亿美元。

芯片行业机遇

• 存储芯片：DRAM、NAND Flash、利基型存储等。
• 计算芯片：高性能运算芯片、MCU、ASIC、FPGA等。
• 传感芯片：CMOS图像传感、MEMS传感器、生物识别等。
• 通信芯片：LoRa、NB-IoT等。
• 模拟芯片：TI、ADI、onsemi等国际厂商主导，国内厂商如圣邦股份、韦尔股份、矽力杰等有机会切入。

国内厂商机遇

• NAND Flash：长江存储。
• MCU：兆易创新、中颖电子、北京君正。
• ASIC：华为海思、寒武纪、地平线、比特大陆。
• FPGA：上海复旦微、紫光国芯。
• CMOS图像传感：韦尔股份（豪威科技）、格科微。
• MEMS传感器：韦尔股份、敏芯、华灿光电（美新）。
• 生物识别：汇顶科技、思立微（兆易创新）。
• 通信芯片：海思、中兴微、汇顶科技。
• 模拟芯片：圣邦股份、韦尔股份、矽力杰。

风险提示

• 外部环境边际恶化：国内公司对进口依赖较大，若外部环境恶化将影响其生产和研发。
• 下游需求增长不及预期：半导体行业受下游需求影响显著，若需求增长不及预期，将影响公司盈利能力。
• 国产替代进程不及预期：国内厂商若无法掌握关键技术，可能面临技术创新迟滞和竞争力下降。
• 测算与拆分数据误差：文中关于市场空间、出货量及业绩预测的数据存在一定的假设误差。

结论

边缘计算作为未来技术发展的关键方向，将在物联网、大数据等背景下持续增长。其对芯片行业带来显著机遇，特别是在智能驾驶、智能安防等领域。国内厂商在NAND Flash、MCU、ASIC、FPGA、CMOS图像传感、MEMS传感器、生物识别、通信芯片及模拟芯片等领域具备切入机会，值得关注。然而，行业仍面临外部环境、需求增长及国产替代等多方面的风险。