《通信行業專題報告：算力擴散邊緣場景和投資價值-230703（43頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業專題報告：算力擴散邊緣場景和投資價值-230703（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、證證券研究券研究報報告告本報告僅供華金證券本報告僅供華金證券客戶客戶中的專業投資者參考中的專業投資者參考請請仔仔細細閱閱讀讀在在本本報報告告尾部尾部的的重重要要法法律律聲聲明明算力擴散，邊緣場景和投資價值算力擴散，邊緣場景和投資價值分析師：李宏濤分析師：李宏濤 S0910523030003通信行業通信行業/行業專題報告行業專題報告評級：領先大市（維持）評級：領先大市（維持）20232023年年7 7月月3 3日日通信行業專題報告通信行業專題報告 2請仔細閱讀在本報告尾部的重要法律聲明核心觀點核心觀點u 算力向推理和邊緣擴散；擴散呈現三個趨勢：1、低延時低功耗需求增強、2、AI芯片向端側推理演進

2、、3、縮減數據處理成本；邊緣算力三種體現：模組、終端、邊緣計算中心。u 產業鏈重構帶來價值：芯片側：RISC-V更適合邊緣架構，高通在物聯網側一騎絕塵；系統側:“平臺+操作系統”邊緣算力中樞；設備側：邊緣計算載體；設施側：支撐邊緣計算高效響應運行。u 車和垂直行業彈性爆發：車輛邊緣算力的iot模組產業鏈拆解；掃地機器人：“大腦+小腦”掃地機器人三大處理器；微模塊idc邊緣算力拆解u 投資邏輯：投資價值一：邊緣預處理最先落地；投資價值二：大模型百花齊放參數不一、大模型轉小模型是必須之路、模型嵌入所需硬件支撐算力/帶寬/內存u 建議關注標的：美格智能、移遠通信、映翰通、東土科技、移為通信、三旺通信

3、、廣和通u 風險提示：邊緣模型算法開發進展不及預期;邊緣應用場景需求不及預期；芯片成本過高影響落地進度。SUfWlVlYlXdWDWeXjWaQdNaQoMqQpNtQfQpPqPfQrRsP8OqRtPuOnRtRxNtOqR目錄目錄0102040305算力向推理和邊緣擴散算力向推理和邊緣擴散產業鏈重構帶來價值產業鏈重構帶來價值車和垂直行業彈性爆發車和垂直行業彈性爆發投資邏輯和重點標的投資邏輯和重點標的投資建議與風險提示投資建議與風險提示 4請仔細閱讀在本報告尾部的重要法律聲明趨勢一：低延時低功耗趨勢一：低延時低功耗u 邊緣邊緣算力算力低延遲、占用帶寬資源少低延遲、占用帶寬資源少。云端受限于

4、延時性和安全性，不能滿足部分對數據安全性和系統及時性要求較高的用戶需求。邊緣計算是5G網絡架構中的核心環節，能夠解決5G網絡對于低時延、高帶寬、海量物聯的部分要求，大幅提升生產效率。u 下游應用場景爆發，邊緣下游應用場景爆發，邊緣AIAI芯片需求旺盛芯片需求旺盛。ABI Research預計，邊緣AI芯片市場規模將從2019年的26億美元增長到2024 年的76億美元，邊緣AI芯片市場將超過云AI芯片市場。根據前瞻產業研究院的預測數據顯示，中國人工智能芯片市場規模將保持40%-50%的增長速度，到2024年市場規模將達到785億元。我國人工智能芯片行業的下游應用場景主要聚集在云計算與數據中心、

5、邊緣計算、消費類電子、智能制造、智能駕駛、智慧金融、智能教育等領域。資料來源：寒武紀招股書，物聯網智庫，前瞻產業研究院，華金證券研究所主要問題主要問題問題描述問題描述功耗過高與云端進行大量的數據傳輸將產生極大的功耗，限制了終端設備的應用。以比特幣“挖礦”為例，礦工們一般都是采用英偉達的GPU，支付高昂的電費。實時性不強本地數據通過網絡傳輸到云端，云端再將計算結果返回至終端，這一過程存在數秒乃至數十秒的延遲。自動駕駛、工業現場領域，毫秒級的延遲實時性不強。帶寬不足傳感器的大范圍普及和低功耗廣域網等連接技術的飛速發展，設備數呈指數型飛速增長，無法滿足互聯的帶寬安全問題網絡傳輸過程中存在數據被劫持的

6、風險，隱私與安全性缺乏。圖表圖表1 1 云端云端AIAI弊端弊端圖表圖表2 2 2019-2024 2019-2024 年中國邊緣智能芯片市場規模情況年中國邊緣智能芯片市場規模情況 5請仔細閱讀在本報告尾部的重要法律聲明趨勢二：趨勢二：AI芯片向端側推理演進芯片向端側推理演進資料來源：寒武紀招股說明書、華金證券研究所整理終端云端邊緣端高性能、高計算密度兼有推理和訓練任務、單價高硬件產品形態少低功耗、高能效推理任務為主、成本敏感硬件產品形態眾多對功耗、性能、尺寸的要求常介于終端與云端之間推理任務為主、多用于插電設備硬件產品形態相對較少芯片需求典型功耗典型計算能力8TOPS云計算數據中心、企業私有

7、云等典型應用領域各類消費類電子、物聯網產品等智能制造、智能家居、智能零售、智慧交通、智慧金融、智慧醫療、智能駕駛等眾多應用領域u AlAl芯片以高并行架構為主流模式芯片以高并行架構為主流模式。針對各類深度學習算法基礎共性需求優化的指令集和高并行計算架構、高能效的內存存取架構和高速易拓展的互聯接口。面向不同應用場景的需求，不同芯片產品間差異較大。30TOPS5TOPS-30TOPS5瓦50瓦4瓦-15瓦 6請仔細閱讀在本報告尾部的重要法律聲明資料來源：IDC、邊緣智能白皮書，華金證券研究所趨勢三：縮減數據處理成本趨勢三：縮減數據處理成本u 物聯網連接設備規模猛增，下沉各行業物聯網連接設備規模猛增

8、，下沉各行業。IDC預測，2022年中國物聯網連接規模達56億個，到2026年將增至102.5億個，復合增長率約為18%，其中，消費者行業是最大的物聯網連接組成，智能家居、可穿戴依然是重要增長點，連接數量到2026年將近59.8億個。u 邊緣計算降低數據處理成本邊緣計算降低數據處理成本。當邊緣與云端距離越短，數據處理成本越低。邊云距離減少到 322 公里的時候，成本將縮減 30%，當距離為 161 公里的時候，成本將縮減 60%。理想L9配備128線激光雷達，6個800萬攝像頭、12個超聲波傳感器，HUD抬頭顯示、3K車載屏圖表圖表3 3 數據處理成本縮減（數據處理成本縮減（%）結果）結果 圖

9、表圖表4 4 中國物聯網連接規模預測，中國物聯網連接規模預測，2022-20262022-2026 7請仔細閱讀在本報告尾部的重要法律聲明資料來源：各公司官網、51CTO、華金證券研究所邊緣算力三種體現：模組、終端、邊緣計算中心邊緣算力三種體現：模組、終端、邊緣計算中心u第一類，通過邊緣算力芯片提供，形式為模組，通過定制 PCB 板輸出，或者通過模組形式輸出。u第二類，通過邊緣算力芯片提供，形式為服務器或者邊緣盒子。u第三類，類似于傳統數據中心，通過將機柜布置在離用戶較近的機房中，便捷的活動本地算力。圖表圖表5 5 寒武紀思元寒武紀思元220220邊緣計算模組邊緣計算模組uMLU220是一款專

10、門用于邊緣計算應用場景的AI加速產品（邊緣人工智能加速卡），可應用于智能機器人、智慧零售、智慧金融、智慧工廠等場景。圖表圖表6 6 瑞馳瑞馳AIAI邊緣終端邊緣終端uAI邊緣智能終端是瑞馳自主研發、基于嵌入式架構的軟硬一體機設備，包含智能終端和智能一體機兩種形態，具備高性能、低功耗、國產化等優勢特色。圖表圖表7 7 閃訊邊緣云閃訊邊緣云EdgeONEdgeON智能邊緣機柜智能邊緣機柜uEdgeON智能邊緣機柜采用42U服務器機柜，可以部署在通訊機房以及冷卻設備的獨立安全計算環境，可根據業務需要安裝部署標準服務器和邊緣云計算環境，滿足客戶對邊緣云計算的需求。8請仔細閱讀在本報告尾部的重要法律聲明

11、垂直行業：電力、自動化生產線垂直行業：電力、自動化生產線資料來源：映翰通官網，塬數科技官網，華金證券研究所工業現場邊緣計算：工業現場邊緣計算：可依靠算力支持百萬點高并發及高頻工業設備接入，涵蓋PLC、DCS、DTU、RTU、數控機床等設備?？梢詫崿FAI服務的調用與管理，工業設備靈活部署，提高現場總線能力，提高分析分析和操作效率。電力監測場景電力監測場景：國家電網接入終端包括無人機、巡檢機器人、長距離智能檢測、智能傳感器，在線監測中壓配電網線路電流和對地電場；實現接地故障準確定位、復雜故障回溯反演、線路異常提前預警。圖表圖表8 8 智能化配電網線路狀態監測系統智能化配電網線路狀態監測系統圖表圖表

12、9 9 工業場景中邊緣案例工業場景中邊緣案例 9請仔細閱讀在本報告尾部的重要法律聲明消費級行業消費級行業:自動售貨、自動售貨、POS機人臉識別機人臉識別u POS機人臉識別：機人臉識別：采用云計算，將人臉識別部署在服務器，發揮服務器強大的運算能力和龐大的人臉庫數據優勢;商米科技SUNMI P2 Xpro采用8核2.0GHz處理器，運用3D結構光識別技術可將20000多個投射到人臉的散斑點進行360度全方位輪廓追蹤。u AI自動售貨柜：自動售貨柜：采用端計算，將識別模型部署在本地,從而消除網絡傳輸的延遲;SandStar視達福星AI智能售貨機采用6NM制程芯片。圖表圖表10 POS10 POS機

13、人臉識別支付場景機人臉識別支付場景圖表圖表11 11 自動售貨柜場景自動售貨柜場景資料來源：商米科技公眾號，SandStar視達官網、華金證券研究所目錄目錄0102040305算力向推理和邊緣擴散算力向推理和邊緣擴散產業鏈重構帶來價值產業鏈重構帶來價值車和垂直行業彈性爆發車和垂直行業彈性爆發投資邏輯和重點標的投資邏輯和重點標的投資建議與風險提示投資建議與風險提示 11請仔細閱讀在本報告尾部的重要法律聲明資料來源：電子發燒友、汽車半導體情報局，阿里云、同花順、華金證券研究所整理芯片側：芯片側：RISC-V更適合邊緣架構更適合邊緣架構X86X86ARMARMRISC-VRISC-V架構類別CISC

14、(復雜指令計算機)RISC(精簡指令集計算機)RISC(精簡指令集計算機)流水線及硬件復雜度流水線指令復雜、硬件實現難度大流水線指令精簡、硬件實現相對容易流水線指令精簡、硬件實現相對容易指令集整體性能模塊化不支持不支持支持模塊化指令集可擴展性不可擴展不可擴展支持第三方擴展定制指令能耗高低功耗低功耗應用實例高通600E和410E、華為Boudica 120和150以及三星Artik1、5、10等物聯網芯片英特爾Edison、Curie目前仍是微處理器，特斯拉已加入RISC-V基金會；適用領域桌面、HPC移動互聯網物聯網等新興領域圖表圖表12 12 不同芯片性能不同芯片性能示意圖示意圖u 三大主流

15、架構：三大主流架構：X86架構多用于高性能計算領域，ARM架構多用于移動互聯網領域，RISC-V具有架構永久開源、指令集精簡且高效、CPU微架構模塊化、架構擴展性強等若干特征，完美契合物聯網領域設備多元化、碎片化的場景；u 三星、英特爾、英偉達、高通、聯發科、谷歌發起全球 RISC-V 軟件生態計劃“RISE”，推動 RISC-V 處理器在移動通信、數據中心、邊緣計算及自動駕駛等領域的市場化落地。12請仔細閱讀在本報告尾部的重要法律聲明資料來源：物聯網智庫、Counterpoint，知乎，華金證券研究所芯片側：高通在物聯網側一騎絕塵芯片側：高通在物聯網側一騎絕塵u 全新高通QCS8550和高通

16、QCM8550處理器整合強大的算力和邊緣側AI處理、Wi-Fi 7連接以及栩栩如生的圖形和視頻功能;u 配備5G和Wi-Fi 6E連接，可實現數千兆比特傳輸速率、更廣泛的覆蓋范圍、低時延和高效的處理能力蘋果蘋果M1M1、M2M2計算芯片計算芯片：基于ARM架構，主要用于其生態體系內的如Iphone手機、電腦、Ipad 等產品內；英偉達英偉達JESTON AGX OrinJESTON AGX Orin：邊緣的AI計算平臺級芯片，同時繼承了安培架構的GPU和 ARM Cortex-A78，既可以做推理也可以做訓練。作為一個邊緣智能芯片產品，其有200Tops的處理性能（INT8）邊緣產品主要是車側

17、的自動駕駛芯片如 Orin；高通高通：基于驍龍系列手機芯片推出了一系列專為邊緣側設計的模組芯片，當下主流的物聯網算力場景，如智能車機，智能零售等，普遍采用高通芯片來提供算力和搭載系統。圖表圖表13 Cellular 13 Cellular loTloT芯片供應商份額芯片供應商份額圖表圖表14 14 高通芯片高通芯片 13請仔細閱讀在本報告尾部的重要法律聲明資料來源：移遠通信、東土科技官網、華金證券研究所系統側系統側:“平臺平臺+操作系統操作系統”邊緣算力中樞邊緣算力中樞u 邊緣物聯網平臺。邊緣物聯網平臺?；谶吘墏认蛏涎由斓奈锫摼W平臺，能夠快速部署或快速擴展，無需現場調試。移遠通信基于移遠云構

18、建了全新的物聯網開放平臺，提供SaaS、APP、數據大屏等應用，一站式為全球客戶提供創新有效的解決方案；u 邊緣側操作系統邊緣側操作系統。給邊緣側設備提供支撐運行智能化應用以及高實時控制應用。東土科技Intewell操作系統，嵌入式控制/儀器儀表/傳感器，支持工業總線、工業無線互聯互通，支持X86/ARM/飛騰等體系架構。圖表圖表15 15 移遠通信物聯網云服務平臺移遠通信物聯網云服務平臺QuecCloudQuecCloud圖表圖表16 16 東土東土科技邊緣操作系統科技邊緣操作系統 14請仔細閱讀在本報告尾部的重要法律聲明資料來源：中國信通院、華金證券研究所設備側：邊緣計算載體設備側：邊緣計

19、算載體設備側主要有工業交換機、邊緣服務器、邊緣網關，三大設備支撐構建邊緣側解決方案；邊緣網關：對接不同網絡協議，保障不同網間數據傳輸；工業交換機：匯聚不同節點數據，保障數據的安全傳輸及分發；邊緣服務器：邊緣算力的載體，實現邊緣端數據的處理及控制。圖表圖表19 19 邊緣服務器邊緣服務器u將傳統服務器的計算能力從中心點下沉到靠近用戶端的小型服務器。其在邊緣側的作用主要有數據延遲低、可適應惡劣場景、可降低帶寬需求和成本。圖表圖表1818 工業交換機工業交換機u應用于工業控制領域的以太網交換機設備。其在邊緣側的作用在于擁有零治愈環網技術性，可以保證數據的可靠性及一致性。圖表圖表2020 邊緣網關邊緣

20、網關u連接終端設備和云端服務器之間的設備，可以實現對設備和物聯網環境的實時監測和控制。其在邊緣側作用主要有降低整體能耗、簡化通信層架構、靈活部署。圖表圖表17 17 邊緣計算載體邊緣計算載體 15請仔細閱讀在本報告尾部的重要法律聲明資料來源：未來智庫、道客巴巴、華金證券研究所設施側：支撐邊緣計算高效響應運行設施側：支撐邊緣計算高效響應運行圖表圖表2121 模塊模塊IDCIDC示意圖示意圖圖表圖表2222 微小散熱模塊方案示意圖微小散熱模塊方案示意圖u IDC建設從開始的傳統機房，逐漸演變成模塊化、微模塊化、全微模塊化；模塊IDC采用密閉通道，分為IT機房室、空調室、UPS&電池室。機柜密度一般

21、為4-7KW/Rack，對建筑物要求低，施工周期短，一站式采購，移機能力強。u 微小散熱模塊主要包含導熱界面材料、熱管、均熱板和 3D Vapor Chamber等。其中均熱板與熱管是芯片級散熱的重要元件，并且均熱板扁平型的結構使得其轉移熱量更大。目錄目錄0102040305算力向推理和邊緣擴散算力向推理和邊緣擴散產業鏈重構帶來價值產業鏈重構帶來價值車和垂直行業彈性爆發車和垂直行業彈性爆發投資邏輯和重點標的投資邏輯和重點標的投資建議與風險提示投資建議與風險提示 17請仔細閱讀在本報告尾部的重要法律聲明資料來源：高通、佐思汽車研究、華金證券研究所1：車輛邊緣算力的：車輛邊緣算力的iot模組產業鏈

22、拆解模組產業鏈拆解圖表圖表2323 高通物聯網解決方案及其目標應用高通物聯網解決方案及其目標應用u 高通已經開發出多款專門面向IoT領域的芯片，涵蓋0.2TOPS到48TOPS不等，包括eMTC、NB-IoT等，可以滿足不同應用場景的需求；u 多款車用通信模組應用主流車型，包括華為MH5000 5G芯片應用于北汽極狐。車用通信模組廠商產品車用通信模組廠商產品模組對應車型模組對應車型AG59x系列AG55xQ系列MT2735MH5000AL940等AL系列長城哈弗H6蔚來ET7吉利博越北汽極狐T 18請仔細閱讀在本報告尾部的重要法律聲明資料來源：美格智能官網、華金證券研究所1：車輛邊緣算力的：車

23、輛邊緣算力的iot模組產業鏈拆解模組產業鏈拆解圖表圖表2424 美格智能模組汽車應用領域美格智能模組汽車應用領域u 美格智能與比亞迪深度合作，依托高通平臺推出面向智能座艙、網聯化、輔助駕駛等不同場景的模組；基于比亞迪DiLink4.0和DiLink5.0平臺，覆蓋漢、唐、騰勢、海豹等多種車型。u 公司面向智能座艙的第一代5G智能模組產品已在比亞迪多個主流車型上大規模量產，公司推出的第二代5G智能模組已正式在比亞迪中高端車型上成功量產，智能座艙模組價值量達千元，遠高于數傳等傳統模組。圖表圖表2525 美格智能與比亞迪合作美格智能與比亞迪合作 19請仔細閱讀在本報告尾部的重要法律聲明資料來源：佐思

24、汽車研究、蓋世汽車、中國供應商、華金證券研究所1：車輛邊緣算力的：車輛邊緣算力的iot模組產業鏈拆解模組產業鏈拆解u 汽車座艙主要分為三個子系統，分別是收音的CSB、基礎功能的BB和先進多媒體功能的MMB；其中MMB系統是智能化中樞，最新一代采用了高通第四代座艙旗艦SA8295P；該模塊售價高達250美元，包括4片電源管理和2片LPDDR5、基礎軟件等，運行頻率可能高達3.00GHz，算力達30TOPS，應用在奔馳E級車型。圖表圖表26 26 奔馳座艙先進多媒體功能奔馳座艙先進多媒體功能MMBMMB板板圖表圖表2727 MMBMMB板芯片拆解板芯片拆解 20請仔細閱讀在本報告尾部的重要法律聲明

25、資料來源：科普中國、華金證券研究所2 掃地機器人：掃地機器人：“大腦大腦+小腦小腦”掃地機器人三大處理器掃地機器人三大處理器u 掃地機器人系統可分為移動模塊、感知模塊、控制模塊、吸塵模塊四個模塊；需要主控制芯片、微控制器、數字信號處理器；u 主控芯片是神經中樞，小米掃地機器人采用Allwinner ARM Cortel-A7架構的四核處理器；微控制器是移動控制中樞，用于規劃路徑、規避障礙；數字信號處理器是信號處理中樞，用于傳遞控制信號給各執行器。u控制芯片進行路徑規劃后，下發指令給執行的電機，包括舵輪（掃地機人前進/轉向的輪子）、掃地刷的電機、吸塵器的電機，使電機工作。u主要用來做上層應用：包

26、括操作系統及語音，視覺，UI界面交互的管理，例如小米掃地機器人使用的Allwinner ARM Cortel-A7架構的四核處理器。u主要用來進行路徑規劃：運行SLAM導航算法，建立房間虛擬三維空間地圖，定位和物體識別，通過處理器進行行走路線規劃并有效避障。主主控控制制芯芯片片微微控控制制器器數字數字信號信號處理處理器器家庭掃地機器人移動模塊感知模塊控制模塊吸塵模塊u 判斷前方障礙物的大小和距離u 選擇集中清掃、隨機清掃等路徑清掃方案u 內部裝置有集塵盒，利用毛刷并輔助吸塵來進行清掃u 數字信號處理器和微控制器，進行控制和回饋外部信息的處理器。21請仔細閱讀在本報告尾部的重要法律聲明資料來源：

27、數碼新角度、CNMO手機中國、路科新芯訊、華金證券研究所u 目前各大廠商針對掃地機器人場景推出邊緣AI芯片，如地平線推出旭日芯片，達到5TOPS標準算力、可滿足輔助駕駛AI計算需求性能；科沃斯搭載的地平線芯片，性能提升顯著，感知速度提升4倍，最低延遲可降至60毫秒。石頭科技搭載的高通驍龍芯片，嵌入卷積模型后，識別準確性提升。2 掃地機器人：邊緣掃地機器人：邊緣AI算力芯片算力芯片u高通驍龍625處理器作為數據處理的后盾u基于對數萬張圖像訓練而成的卷積神經網絡，T7 Pro可以快速識別、準確處理、及時避障。u石頭掃地機器人T7 Pro運用AIoT開啟智能家電；u采用了兩顆500萬像素，120廣角

28、攝像頭，通過立體視覺識別技術和AI物體識別技術，用大視角雙目攝像頭獲取環境深度信息u自動駕駛芯片公司地平線一款AIoT邊緣AI芯片；u采用16nm工藝的應用SoC處理器；2.5W的功耗達到等效5TOPS的標準算力；可滿足L2+輔助駕駛AI計算需求性能。u科沃斯搭載了旭日3，發布地寶X1u該產品可識別物體從原有的5種提升為15種，感知速度較之前提升4倍，最低延遲可降至60毫秒，并能夠感知到物體的三維信息。22請仔細閱讀在本報告尾部的重要法律聲明資料來源：極客云算、拍明芯城、華金證券研究所2 掃地機器人：關鍵部件核算掃地機器人：關鍵部件核算組成部分組成部分功能功能cpu核心的運算芯片，控制及其的所

29、有動作與反饋mcu微處理器，控制各種傳感器，中斷，實時性高ddr運用于機器人運作時數據存儲flash存儲產品軟件omic電源管理集成電路wifi與智能設備連接，操控acc加速度計、陀螺儀圖表圖表28 28 智能掃地機器人核心構成表智能掃地機器人核心構成表產品產品公司公司LDS測距模組(激光雷達)Indemind、速感科技、詮視科技、遠行時空、瑞盟、信泰光學、思嵐科技、鐳神智能、YDLIDAR等芯片模組國產廠商全志科技、瑞芯微電池行走輪模組、風機、結構件德賽電池、比亞迪、藍微電子、力嘉塑料WIFI模組科沃斯嵌入式MCU高通、意法半導體、兆易創新觸發逆變器米家微處理器inxni圖表圖表29 29

30、智能掃地機器人核心構成表智能掃地機器人核心構成表u 全規劃掃地機器人單臺成本大概是1000元，其中主控制板（PCB主板）（70-240元）和激光導航傳感器（130-200元）；導航芯片（50-56元）；傳感器（42-90元）；主芯片24元；電機35元；電池芯片70-100元。u 地平線旭日3AI開發板，包含旭日X3M芯片，具有5TOPS端側推理，價格（500-1000元）。23請仔細閱讀在本報告尾部的重要法律聲明資料來源：維諦技術官網、科華數據官網、未來智庫、華金證券研究所3：微模塊：微模塊idc邊緣算力拆解邊緣算力拆解u 邊緣計算與微模塊IDC相輔相成。邊緣計算提供讓數據處理和存儲能力更接近

31、數據源的技術或模型，微模塊IDC作為一種數據中心設計可為現實環境中的邊緣計算提供動力支持。u 微模塊IDC邊緣計算可以獲得數據安全、減少帶寬、降低延遲，可根據企業需求便捷部署。圖表圖表3030 微模塊微模塊IDCIDC拆解圖拆解圖產業鏈名稱產業鏈名稱參與公司參與公司公司產品或方案公司產品或方案機房空調維諦技術Liebert XD 系列空調UPS科華數據KELONG MR 系列精密溫控英維克全鏈條液冷方案芯片級散熱雙鴻科技NB/DT產品線半導體制冷富信科技TES1系列產品熱管理中石偉業EMC解決方案圖表圖表3131 微模塊微模塊IDCIDC產業鏈情況產業鏈情況 24請仔細閱讀在本報告尾部的重要法

32、律聲明資料來源：工業與信息化部電信研究院、TeckWeb、雪球、華金證券研究所3：微模塊：微模塊idc邊緣算力拆解邊緣算力拆解u 微模塊數據中心單個機柜一般可以提供數百至數千的算力，通常由十余個機柜組成。u 目前在智能交通、新零售、自動駕駛、工業互聯網、智慧校園、線上醫療等大量邊緣場景中得到大量應用，主要解決了應用場景中快速建設、靈活部署與擴容、設備可靠性高、因地制宜、投資保護性強等痛點問題。圖表圖表32 32 騰訊騰訊T-blockT-block微模塊數據中心產品圖微模塊數據中心產品圖參數名稱參數名稱參數情況參數情況單機柜功耗10kW20kW模塊規格20尺4機柜或40尺6-8個機柜散熱制冷模

33、式新風模式、噴淋蒸發模式、壓縮機輔助制冷模式液冷方式間接蒸發冷技術、氟泵自然冷技術PUE1.0955CLF制冷負載系數0.0812光伏使用系數0.1982圖表圖表33 33 騰訊騰訊T-blockT-block參數情況參數情況目錄目錄0102040305算力向推理和邊緣擴散算力向推理和邊緣擴散產業鏈重構帶來價值產業鏈重構帶來價值車和垂直行業彈性爆發車和垂直行業彈性爆發投資邏輯和重點標的投資邏輯和重點標的投資建議與風險提示投資建議與風險提示 26請仔細閱讀在本報告尾部的重要法律聲明資料來源：愛范兒、智東西、AI紀元、華金證券研究所智能終端嵌入大模型成為可能智能終端嵌入大模型成為可能u 邊緣終端嵌

34、入大模型。邊緣終端嵌入大模型。高通在驍龍芯片上成功推理 stable diffusion 模型，華為推出基于手機算力的“智能搜圖”功能。u 智能模組是邊緣算力的最佳承載模式。智能模組是邊緣算力的最佳承載模式。華為已自研盤古大模型，面向ToB/ToG的政企端客戶打造多模態千億級大模型，賦能多行業多場景。圖表圖表34 34 高通在高通在AndroidAndroid手機上運行手機上運行Stable DiffusionStable Diffusion中文語言中文語言（NLP）大模型大模型視覺視覺（CV）大模型大模型多模態大多模態大模型模型科學計算科學計算大模型大模型圖識神經圖識神經網絡網絡（Graph

35、）大模型大模型盤古大模型首次使用Encoder-Decoder架構；訓練超40TB文本數據;更注重中文語言的優化。超過30億參數業界最大;首次實現按需抽??；首次實現兼顧判別與生成能力。具備圖像和文本的跨模態理解、檢索與生成能力解決各種科學問題，旨在用AI促進基礎科學的發展；目前用在了氣象預報、海浪預測等方向。首創圖+網絡融合技術，在工藝優化、時序預測、智能分析等場景有廣泛應用。圖表圖表35 35 華為盤古系列大模型圖解華為盤古系列大模型圖解 27請仔細閱讀在本報告尾部的重要法律聲明資料來源：質流、IT之家、美格智能、車東西，比特網，華金證券研究所整理高通：智能邊緣計算全布局高通：智能邊緣計算全

36、布局u 高通正在從一家通信公司過渡到一家智能邊緣計算公司，在智能手機業務的基礎上，加大了汽車、網絡、計算和可穿戴設備領域的增加；推出業內首個集成式汽車超算SOC，最大算力達2000TOPS；QCS8550處理器算力達48TOPS。u 高通形成“邊緣+算力”平臺型公司，手機、射頻領域對接終端廠商，汽車、物聯網領域通過集成商、模組廠商間接對接以實現終端布局最大化。圖表圖表36 36 高通業務領域布局高通業務領域布局手機手機領域領域射頻射頻前端前端汽車汽車領域領域物聯網物聯網領域領域目前5G端到端唯一一站式供應商，包括天線開關調諧到數字化處理、信號濾波和功率放大高通驍龍手機平臺：高通驍龍660、87

37、0、8Gen2處理器，低、中、高端手機全布局驍龍8Gen2處理器：一顆Cortex 3.19Ghz+4顆2.8Ghz+三顆2.0Ghz小核心小米、OPPO、vivo、榮耀驍龍汽車數字座艙平臺：數字座艙、ADAS、自動駕駛、車聯網第四代驍龍座艙平臺：5nm制程，AI 算力30TOPS，相對8155整體性能提升2倍、3D渲染性能提升3倍40余家中國汽車品牌超過100款車型QCS8550、QCM4490等處理器：聚焦物聯網領域生態系統，包括邊緣 AI處理、高能效、超清晰視頻和 5G 連接等高通QCS8550處理器：8核高通Kryo CPU、綜合AI算力高達48Tops、支持Wi-Fi 7等特性美格智

38、能、移遠通信、廣和通等模組廠商射頻前端模組:支持WIFI7、支持高達30Gbps的網絡數據吞吐量主流手機廠商 28請仔細閱讀在本報告尾部的重要法律聲明資料來源：數據學習者、芯語、界面新聞、知乎、CSDN、Distilling Step-by-Step論文、華金證券研究所邊緣終端嵌入（谷歌壁虎模型）：硬件優化邊緣終端嵌入（谷歌壁虎模型）：硬件優化+降低模型參數降低模型參數u我們認為多模態模型在邊緣端應用需進行兩方面改造，一是硬件優化；二是降低模型參數。目前谷歌最輕量級的Gecko（壁虎）可以直接在手機上離線使用，且每秒可以處理約20個token，對應16-17個單詞，基本滿足移動設備用戶的需要。

39、u硬件優化：利用高通AI軟件棧執行全棧AI優化，首次在Android智能手機上部署Stable Diffusion。u降低模型參數：逐步蒸餾法訓練大模型，實驗表示，用7.7億參數蒸餾可超過5400億的大語言模型，最多可比原模型小2000倍。圖表圖表37 37 谷歌壁虎模型谷歌壁虎模型高通StableDiffusion全棧優化，15 秒內完成了推理，生成一張512x512 像素的圖像圖表圖表38 38 高通模型高通模型StableDiffusionStableDiffusion模型優化模型優化圖表圖表39 39 逐步蒸餾法效果對比逐步蒸餾法效果對比 29請仔細閱讀在本報告尾部的重要法律聲明華為盤

40、古大模型：推動行業華為盤古大模型：推動行業AIAI開發從開發從“作坊式作坊式”到到“工廠式工廠式”升級升級u華為構建以礦鴻、工業承載網、云基礎設施、數字平臺和智能應用為核心的工業互聯網架構智能礦山，基于盤古大模型覆蓋礦山采、掘、機、運、通等主業務開發和訓練AI算法，目前已經在掘進、綜采、運輸等16大類256個礦山應用場景展開科研攻關，并取得階段性成果。u云邊協同架構：云邊協同架構：集團側高集群服務器進行訓練開發，1000P算力性能；礦側依托服務器+邊緣小站，實時分析處理。u100100億參數預訓練，短周期低成本開發：億參數預訓練，短周期低成本開發：“手工作坊式”單場景訓練”社會化工廠式”開發，

41、訓練周期從6月1月，分類精度58%81%資料來源：華為官網，wind，華金證券研究所整理圖表圖表40 40 華為礦山華為礦山AIAI大模型架構圖大模型架構圖集群（1000P算力）性能相當于50萬臺高性能PC集團+礦側2級架構，云邊協同數據不出集團，分析不出礦山定制化開發、作坊式開發“工廠式”小樣本學習強，分類精度58%81%機器視覺+AI實現主運輸皮帶堆煤、跑偏監測圖表圖表41 41 華為礦山大模型邊緣算力圖譜梳理華為礦山大模型邊緣算力圖譜梳理智能應用系統AI硬件梅安森 云鼎科技 龍軟科技 科達自控 山源科技 華夏天信 華洋通信 陽光三極 精英數智 江蘇三恒紫光股份 拓維信息 三旺通信 卓易信

42、息礦鴻OS系統AI煤流檢測全景視頻拼接智能選洗煤數字平臺AI模塊智能小站AI服務器 30請仔細閱讀在本報告尾部的重要法律聲明資料來源：Buidler DAO、與非網、知乎、華金證券研究所投資價值一：邊緣預處理最先落地投資價值一：邊緣預處理最先落地u 通過邊緣部署的算力，將用戶的多樣化需求進行本地的預處理后再上傳至云端，可以節省網絡資源、降低時延、減少成本。新興的AIoT和工業物聯網應用場景為眾多邊緣AI芯片設計公司帶來更多機會，瑞芯微、全志、清微智能、酷芯微、億智電子等國產公司加入賽道。圖表圖表42 Token 42 Token 概念圖解概念圖解邊緣側邊緣側云端云端模型訓練TOKEN發送至云端

43、，能夠最低成本的實現應用功能，加速商業化面向小算力時，ARM架構更具成本優勢，加速邊緣小算力的滲透速度成本成本時效時效AI模型推理Token費用較貴，邊緣預處理可推進商用進程邊緣進行預處理后再至云端，可以節省網絡資源，降低時延。AI模型訓練小時到天量級的迭代優化大量算力模型訓練圖表圖表43 Token 43 Token 云端及邊緣側特點對比云端及邊緣側特點對比部署邊緣算力預處理簡單需求本地模型和算力推理復雜需求算力預處理后上傳 31請仔細閱讀在本報告尾部的重要法律聲明資料來源：電子發燒友、佐思汽車研究、華金證券研究所投資價值二：大模型百花齊放參數不一投資價值二：大模型百花齊放參數不一圖表圖表4

44、444 主流大模型參數主流大模型參數u AI大模型參數一般從百億起步。更多的參數意味著需要更多的計算資源，AI大模型相應的開啟了算力軍備賽。u 國外目前AI大模型公司以OpenAI、谷歌、微軟為第一梯隊。u 國內AI大模型井噴，百度、阿里、華為、浪潮信息等公司都有大模型的發布，眾多公司都在加緊研發布局。圖表圖表4545 特斯拉自動駕駛大腦特斯拉自動駕駛大腦FSDFSD拆解拆解u 目前自動駕駛L3/L4瓶頸不在AI計算，而在儲存帶寬。以特斯拉FSD例子所示，每秒可加載5.12次權重模型。即使算力可達10萬TOPs，每秒運算次數不會超過6次。參數:1750億帶寬:896GB/s內存:16顆鎂光GD

45、DR6存儲空間:175GB 32請仔細閱讀在本報告尾部的重要法律聲明資料來源：知乎專欄、華金證券研究所投資價值二：大模型轉小模型是必須之路投資價值二：大模型轉小模型是必須之路圖表圖表4646 大模型轉小模型常用方法大模型轉小模型常用方法圖表圖表4747 大模型轉小模型例子大模型轉小模型例子u 深度學習的大模型通常具有數百萬甚至數十億個參數，需要大量的計算資源和時間來訓練。在實際應用中，我們經常需要在資源受限的設備上運行小模型，因此我們常常采用方法將大模型轉化為小模型。u 未來將呈現從大模型轉變為小模型的趨勢?；诖竽Ｐ烷_發的小模型針對性更強，可以迅速地應用到各行各業，給用戶提供多種服務。輕量級

46、模塊和操作大模型轉換小模型模型壓縮和加速模型剪枝和量化迭代優化精簡模型結構知識蒸餾ALexNetTransformer6000萬1300億238MB480GBuAlexNet用于視覺識別神經網絡，Transformer用于視覺應用模型。uALexNet在卷積層的參數量為34944，全連接層到卷積層參數量為37752832；Transformer在Embedding層參數量為31782912。u經計算可得6000萬大模型可轉換為238MB小模型，1300億大模型可轉換為480GB小模型。33請仔細閱讀在本報告尾部的重要法律聲明資料來源：推特、HiEV車研所、華金證券研究所投資價值二：小參數模型實

47、現嵌入投資價值二：小參數模型實現嵌入u 高通通過與其芯片配套的全棧AI優化方案，將模型從 FP32 壓縮至 INT8，顯著的降低了運行時延和能耗，從而實現了模型在手機算力上的安全高效推理。u 谷歌發布全新的語言大模型 PaLM2，其中擁有眾多版本和參數量的模型體系，谷歌計劃將模型嵌入旗下核心產品，重新構想產品，包括搜索、地圖、郵件、視頻等。u 中科創達將智能音箱與機器人進行融合，并通過中科創達魔方 Rubik 大模型的不斷訓練，已經實現了能夠自由對話的智能銷售機器人。圖表圖表4848 谷歌谷歌PaLM2PaLM2模型介紹模型介紹圖表圖表4949 中科創達魔方大模型中科創達魔方大模型 34請仔細

48、閱讀在本報告尾部的重要法律聲明資料來源：佐思汽車研究、愛采購、華金證券研究所投資價值二：模型嵌入所需硬件支撐投資價值二：模型嵌入所需硬件支撐算力算力/帶寬帶寬/內存內存圖表圖表5050 不同參數的大模型需求不同參數的大模型需求u 目前面向行業的模型已實現邊緣嵌入，如圖像識別、人臉識別、簡單交互，但這些算法都是基于CV算法、CNN算法，模型的參數上限有限，非生成式transform架構；u 未來大模型趨勢將由作坊式向工業式轉變，降低門檻。在醫藥研發、衛星遙感、災害評估、自然生態監測等場景、醫療、金融、工業、教育等多個領域發揮作用。u 目前實現大模型的運行需要具備三個要素：1、算力；2、帶寬；3、

49、內存。其中硬件是急需解決的瓶頸，在AI算力逐漸突破的背景下，所需硬件耗費將越來越多，難以實現對帶寬和內存的支撐。圖表圖表5151 相關硬件價格相關硬件價格驍龍8 Gen 2 CPU1134元/顆英偉達A100 GPU15萬元/個美光GDDR6X 16G 內存216元/顆 35請仔細閱讀在本報告尾部的重要法律聲明建議關注標的建議關注標的資料來源：wind一致預期、華金證券研究所目錄目錄0102040305算力向推理和邊緣擴散算力向推理和邊緣擴散產業鏈重構帶來價值產業鏈重構帶來價值車和垂直行業彈性爆發車和垂直行業彈性爆發投資邏輯和重點標的投資邏輯和重點標的投資建議與風險提示投資建議與風險提示 37

50、請仔細閱讀在本報告尾部的重要法律聲明投資建議投資建議u 邊緣算力下，車和垂直行業彈性最具爆發性，我們認為，邊緣預處理最先落地，大模型百花齊放參數不一、大模型轉小模型是必須之路、模型嵌入所需硬件支撐算力/帶寬/內存；u 建議重點關注：美格智能、移遠通信、映翰通、東土科技、移為通信、三旺通信、廣和通等。38請仔細閱讀在本報告尾部的重要法律聲明風險提示風險提示u 邊緣模型算法開發進展不及預期;隨著chatGPT帶動，生成式算法迭代加速，但主流大模型的模型參數達上千億甚至萬億，如果想嵌入到邊緣端，需要壓縮至10億參數以內，但會損失算法的穩定性甚至是精確度，開發難度大。u 邊緣應用場景需求不及預期；目前

51、在邊緣側需要算法算力支持的場景主要有攝像頭識別、自動貨柜識別等等，還缺少如生成式模型落地的場景，需要不斷拓展開發新需求。u 芯片成本過高影響落地進度。目前高通、英偉達都推出面向邊緣側高算力的芯片，但價格偏高，導致最終產品售價過高，影響產品的普及性。39請仔細閱讀在本報告尾部的重要法律聲明評級說明評級說明公司評級體系公司評級體系收益評級：買入 未來6個月的投資收益率領先滬深300指數15%以上；增持 未來6個月的投資收益率領先滬深300指數5%至15%；中性 未來6個月的投資收益率與滬深300指數的變動幅度相差-5%至5%；減持 未來6個月的投資收益率落后滬深300指數5%至15%；賣出 未來6

52、個月的投資收益率落后滬深300指數15%以上。風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動大于滬深300指數波動。40請仔細閱讀在本報告尾部的重要法律聲明評級說明評級說明行業評級體系行業評級體系收益評級：領先大市 未來6個月的投資收益率領先滬深300指數10%以上；同步大市 未來6個月的投資收益率與滬深300指數的變動幅度相差-10%至10%；落后大市 未來6個月的投資收益率落后滬深300指數10%以上；風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動

53、大于滬深300指數波動。41請仔細閱讀在本報告尾部的重要法律聲明法律聲明法律聲明分析師聲明分析師聲明李宏濤聲明，本人具有中國證券業協會授予的證券投資咨詢執業資格，勤勉盡責、誠實守信。本人對本報告的內容和觀點負責，保證信息來源合法合規、研究方法專業審慎、研究觀點獨立公正、分析結論具有合理依據，特此聲明。本公司具備證券投資咨詢業務資格的說明本公司具備證券投資咨詢業務資格的說明華金證券股份有限公司（以下簡稱“本公司”）經中國證券監督管理委員會核準，取得證券投資咨詢業務許可。本公司及其投資咨詢人員可以為證券投資人或客戶提供證券投資分析、預測或者建議等直接或間接的有償咨詢服務。發布證券研究報告，是證券投

54、資咨詢業務的一種基本形式，本公司可以對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并向本公司的客戶發布。請仔細閱讀在本報告尾部的重要法律聲明 42法律聲明法律聲明免責聲明：免責聲明：。本公司不會因為任何機構或個人接收到本報告而視其為本公司的當然客戶。本報告基于已公開的資料或信息撰寫，但本公司不保證該等信息及資料的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映本公司于本報告發布當日的判斷，本報告中的證券或投資標的價格、價值及投資帶來的收入可能會波動。在不同時期，本公司可能撰寫并發布與本報告所載資料、建議及推測不一致

55、的報告。本公司不保證本報告所含信息及資料保持在最新狀態，本公司將隨時補充、更新和修訂有關信息及資料，但不保證及時公開發布。同時，本公司有權對本報告所含信息在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以本公司向客戶發布的本報告完整版本為準。在法律許可的情況下，本公司及所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權交易，也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務，提請客戶充分注意?？蛻舨粦獙⒈緢蟾鏋樽鞒銎渫顿Y決策的惟一參考因素，亦不應認為本報告可以取代客戶自身

56、的投資判斷與決策。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議，無論是否已經明示或暗示，本報告不能作為道義的、責任的和法律的依據或者憑證。在任何情況下，本公司亦不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。本報告版權僅為本公司所有，未經事先書面許可，任何機構和個人不得以任何形式翻版、復制、發表、轉發、篡改或引用本報告的任何部分。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“華金證券股份有限公司研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。華金證券股份有限公司對本聲明條款具有惟一修改權和最終解釋權。請仔細閱讀在本報告尾部的重要法律聲明 43法律聲明法律聲明風險提示風險提示:報告中的內容和意見僅供參考，并不構成對所述證券買賣的出價或詢價。投資者對其投資行為負完全責任，我公司及其雇員對使用本報告及其內容所引發的任何直接或間接損失概不負責。華金證券股份有限公司辦公地址：上海市浦東新區楊高南路759號陸家嘴世紀金融廣場30層北京市朝陽區建國路108號橫琴人壽大廈17層深圳市福田區益田路6001號太平金融大廈10樓05單元 電話：021-20655588