5G数字世界：建于芯片之上.pdf

Brought to you by Informa Tech 2020-11-10 5G 数字 世界 建于芯片之上 01 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 目录 1. 内容摘要 2 2. 通信驱动互联世界 3 2.1. 通信技术开启互联世界规模化 3 2.2. 芯片奠定互联世界根基 4 3. 5G+AI 建立应用场景基础 6 3.1. 数据需求促进 5G与 AI碰撞 6 3.2. 智能手机中的 5G+AI 6 3.3. 其它多场景 5G+AI 应用 7 4. 发现物联网络新商业价值 9 4.1. 5G网络升级催化新一代应用场景 9 4.2. 消费市场应用场景 11 4.3. 工业 /企业 /市政应用场景 12 4.4. 汽车市场应用场景 14 5. 芯片承载垂直应用场景 17 5.1. 5G芯片承载消费终端场景 17 5.2. 5G芯片承载工业终端场景 18 5.3. 5G芯片承载汽车应用场景 21 6. 物联世界中 5G 芯片竞争格局 23 6.1. 5G时代芯片厂商的竞争与角色 23 6.2. 全距离通讯方案在 5G 时代中的重要性 24 7. 结论与建议 26 Appendix 27 02 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 1. 内容摘要 2020年 注定是不平凡的一年，在这一年中， 全球 许多运营商 在政府的推动下，展开了竞争更加激烈的 5G 网络大规模商业部署 以及 垂直行业应用试点 。 一场蔓延全球的 COVID-19 疫情， 不仅延缓了 5G 网络 与 互联世界 的 快速发展进程， 也对全球消费 者 的使用习惯产生了深远的 影响 。同时， 也 让我们有更多的时间， 从另外的角度 对 未来 5G和 互联世界 进行 更深层 的 思考。 芯片在 整个软硬件生态与应用场景 中，贯穿了几乎所有的硬件领域与垂直应用，承载了数据收集 、 数据流动 、 数据储存与数据处理的各个关键环节。 通过 芯片对整个 数字化世界 的赋能 ，数据得以 在云 管 边端之间 汇聚， 流动 ，分发和处理 ， 形成了 一个以 蜂窝 网络、通信芯片、手机终端 、 CPE、可穿戴 、软件平台 等 元素 组成的 数字化世界 。 在这样的系统中，技术将共生共存并共同 融合 发展，尖端技术的深度融合 和 反复迭代 将实现更大的 商业 价值。 5G与 AI正在结合行业特点，为 消费电子 领域 提供 个人的智能化需 求 服务 ， 为工业电子 领域 提供 工业体系 的支撑，使 商业社会 更加 智能 ，在 泛 连 接 领域 探索充满创新的 全 新 连接可能性 。 由于技术壁垒和市场因素的存在，目前 在全球范围内 拥有 全场景 通信芯片解决方案的 芯片 厂商 仅有为数不多的几家 ， 芯片企业 正在 积极 抓住市场与时代的机遇，继续完善芯片产品生态的建设与对应用场景的深刻认识， 为 市场与应用 场景 提供有竞争力的解决方案，从而为即将到来的全面数字化时代的互联 世界 打下坚实的基础 。 03 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 2. 通信 驱动 互联世界 2.1. 通信 技术 开启 互联世界 规模化 计算机与计算机 通过 固定的通信线路 连接 实现了第一代基于个人电脑的互联网 ， 随着智能手机的兴起， 基于移动 通信 技术 的 移动互联网 不但连接 了 计算机， 还连接了 手机 和手机背后的人， 而 正在兴起的 物联网 ，通过多种通信方式， 实现 人与人，物与物，人与物的 复杂网络 。 在过去的十 几 年中，物联网（ IoT）一词出现 ， 并成为工业和消费市场中的主流技术趋势，这些在“ 实物 ”之间 通信 的技术带来了极大的便利。 数字化与通信 技术的发展为 扩大互联网涵盖领域 奠定了坚实的基础。 当技术手段 尚不能 实现 广泛的数字化以及网络化时， 对于 物联网络 未来的畅想就已经开始 ，并 伴随着蜂窝网络、 无线局域网、短距离通信等互联技术逐步升级 而逐渐成熟，在各行各业以及消费者的身边，形成了一个个规模 不同的 行业 生态 圈 。 随着通信技术的发展，尤其是基于蜂窝网络的远程通信技术一次次更新换代，智能手机等消费市场互联产品成为人们接触互联网的关键入口。目前物联网连接数将三倍于移动互联网的增速，万物互联世界的规模再一次进入爆发期。 图表 1 物联网络通信技术的发展路线 04 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 早期 2G/3G 以及 4G在物联网的发展中起到了重要作用，但是由于这些标准并非为物联网而设计， 在面对迅速增长的设备数以及更高的带宽要求时 ，便有些捉襟见肘 ，且缺乏与其他蓝牙、 Wi-Fi、 Zigbee等短距离通信技术 进行竞争的差异化优势。 因此 设备数量高达百亿以上的 物联网并非是蜂窝通信技术的 传统目标 市场 ， 也限制了物联 设备数量的增长 。 应用 更加灵活 、场景多样化 、 性能更 高 的 5G技术的出现 有望改变这一 现状， 以更强的性能与应用灵活性 ， 满足 消费、工业、商业等场景的 互联需求 ，开启 物联 网 设备 新一波 规模化 普及 的 起点 。 2.2. 芯片奠定互联世界根基 在万物 互联世界的 架构 中，数据完成了从 采集 处理 提炼 反馈 的生命周期， 无论是在消费电子领域还是工业企业应用，基本 过程 都可以归纳为这样的闭环。 实现这个闭环的关键主要是 三类芯片，即 ：传感芯片、处理芯片 、 通信芯片 ，在数据流动过程 中 的 协作支撑起了个人娱乐、互联工作 /家庭，乃至工业物联和车联网的生态基础 。 每当这些关键芯片发生技术上的升级，都会迅速 驱动相应的应用升级，或 产生 新的应用形式 。同时，社会对未来应用的高要求也在引领着芯片产业的发展 。芯片与应用 ，作为 整个 物联网络 中的底层和顶层， 形成了长久的相辅相成，相互促进的 关系。 传感芯片 位于 物联网络 的前端， 直接 感知现实世界并将 其 转化为数字信号， 其感知精细度与 速度是关键 性能指标 。 随着感知对象以及颗粒度的要求日益提升，传感芯片也从处理简单信号进化为能够在毫秒级时间内感知并产生大量的数据流，在物联网络 中的作用愈发凸显。 尤其是在 多维度 感知 且数据量极大的应用中 ，传感芯图表 2 以三类芯片为硬件核心的物联架构圈 05 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 片 的性能基本决定了整个 系统 的运行质量。例如 城市高清视频设备的图像传感器 、3D结构光芯片等。 处理芯片 是互联设备中的核心角色，承担了来自人机界面、传感器、 本地软件、云端等的所有数据 处理 ， 并且能够根据 算法对数据进行快速 的信息 发掘 。 集成了 多种芯片及模块的 系统级芯片 SoC、 擅长并行处理的 MPU、应用灵活 的 FPGA、处理 数字信号的 DSP、 模数 /数模转换的 ADC/CDA芯片 ，以及电源管理 PMIC、音频芯片 等等。 在所有的互联设备中，都搭载了 此类处理 芯片来进行核心功能的实现。在未来的 互联世界 中， 集成度更高、功能更多更强、功耗更低将成为处理芯片普遍的发展方向。 通信芯片 是设备 与外界 交流的关键 器件，承担着 物联网络 中 各 节点间高效的数据传输与编解码。 不仅 包括 2/3/4/5G 等蜂窝网络 制式，也包括蓝牙、 Wi-Fi、 NB-IoT，以及超远距离的 GNSS导航系统 等通信制式。 为了达到 复杂的数据传输目的，一台设备往往搭载不止 一种类型 的通信芯片 ， 并且支持多个网络制式 。通信芯片的数据 处理与传输性能 随着应用对数据传输的增长而日益复杂。在 5G时代，已经要求通信芯片可以处理 Gbit/s级别带宽的数据流 ，并且在一些 关键任务 应用中， 能够实现 毫秒 级 通信时延 。 这些 通信芯片的 核心性能（制式、功耗、带宽） 成为了推动设备互联 属性 的关键指标， 同 时也成为了限制更高阶互联应用的瓶颈。 06 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 3. 5G+AI 建立 应用场景 基础 3.1. 数据需求促进 5G 与 AI 碰撞 相较 5G 技术， AI 技术的落地更早， 虽然从整体而言，目前的 AI 技术还处在比较早期的“弱”智能时代，但从一定程度上实现了 AI 所追求的四大技能： 感知 、 学习 、 抽象 、 推理 。 然而随着应用需求的进一步提高， AI 技术所要处理的数据量，挖掘的深度与广度都有很大提升。因此人工智能的形式逐渐趋于模拟人脑的结构与工作模型，更自主地通过机器学习算法来自我训练与推理，在下一阶段有望发展到通用、多模态的人工智能阶段，从而能够执行 更复杂、 颗粒度 更小 的数据分析，持续进行数据结构化的训练，形成针对不同用例而高度灵活的解决方案。 5G与 AI技术因此在终端设备上发生碰撞，二者的交集正是海量的数据需求：5G技术为终端提供更大的数据通道，而 AI加速引擎技术为处理海量应用数据提供更 高性能 的处理工具，进一步优化用户与设备的交互方式。由于移动终端对功耗和集成度的苛刻要求，具备技术优势的 IC 企业利用更先进的制程，将 5G 基带、GPU、 CPU、 NPU等集成到一块 SoC 芯片中，利用 AI 加速器核心对大规模的并行数据计算进行优化，从而可以在处理大量低精度数据的过程中，完成训练和推断，可以更好地发挥设备在 AI应用中的最大性能，本地应用利用本地 AI 算力进行计算和优化，而数据量更大，交互式更强，算力要求高的应用就通过 5G 的高速通信渠道，与云端协同处理，避免了算力与存储的浪费。 3.2. 智能手机中的 5G+AI 现阶段的智 能手机已经成为消费者与智能互联世界之间最主要的接口，也是最强大的手持计算中心。我们拥有的每部智能手机都比 1969 年将阿波罗登月的美国NASA 超级计算机拥有更强大的计算能力。 移动处理器拥有的强大算力以及 AI 算法带来了广泛的可能性。从安全角度来看， AI 使内置的 2D或 3D 摄像机能够识别所有者的面部或表情细节，并在解锁手机或授权付款时在数十毫秒内识别出用户。 AI算法需要频繁的自我训练和更新过程，因此可以记住并从每次扫描中学习，并更新面部可能随年龄，化妆，天气等变化的特征点，防止面具、照片等形式的错误识别。截至目前 ，该技术已达到支付级别的安全性，并已被在线支付广泛采用。 智能手机用户的另一个痛点是摄影，尤其是随着在线社交的发展，人们渴望发布生活中点点滴滴的照片。拍摄照片通常取决于镜头的参数以及传感器和拍照技能，例如调节光圈，快门，白平衡，构图等。限制了普通用户制作出令人满意的照片。使用 AI的摄影技术看起来像傻瓜式摄影，但远远超出了傻瓜式摄影的要求，它07 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 极大地改善了摄影质量。由 AI 算法驱动，摄影模块能够识别数百种不同的场景，计算照明条件，然后自动调整参数并匹配相机模式。此外，它可以在复杂的背景和光照条件中准确识别人脸，并 根据面部特征分析美化人脸。因此，即使是业余爱好者也可以使用支持 AI的智能手机拍摄 出 非常专业的照片。 对于 VR / AR应用程序，那些扩展现实（ XR）技术的未来发展很大程度上取决于体验质量以及丰富和有吸引力的应用。就体验感受而言， VR 需要分别为两只眼睛提供两个感知上扩大数百倍的显示区域，因此超高像素密度的显示成为提高体验的关键。这给图形处理能力和网络带宽带来了巨大挑战。考虑到大多数交互式 AR/VR场景将同时使用本地和云计算能力，因此 5G网络的带宽优势成为了解决痛点的关键之一。 对于 AR 应用来说，首先需要准确识 别真实场景，因此其对更强大和实时的图形处理以及网络响应速度的技术要求实际上更高。目前，针对此类应用实施实时处理的成本相当可观。市场上的更多竞争将带来巨大的增长机会，从而降低普通消费者的成本。本土 IC 设计和基础设施公司也将在市场中扮演重要角色。 除此之外， AI 技术将语音相关的应用从基础的传达 上升至了更加智慧的程度。当用户在嘈杂背景下通话时， 语音处理算法可以准确 识别 通话与背景噪音的 特征并剔除噪音的成分 ，提高通话质量。并且可以对 语音场景 进行准确识别，针对不同的场景匹配更加适合的语音算法。更进一步，先进的语音 AI 算法可以 自行理解语义，即使是在方言或语法不准确的条件下 ，通过对语义的理解来支持连续对话的场景，使人机交互界面往听觉交互的方向发展。 在 达到 语义理解之后， 实时 AI 翻译功能 便得以实现 。 这些 先进而复杂的算法带来了大量的计算和存储需求，如今许多智能手机都配备了专用的 AI 芯片来接管 CPU的工作，从而以更少的功耗实现更快的图像处理。当本地计算能力无法处理更大的处理任务时，云 AI 平台将能够接管并远程处理识别或优化。鉴于智能手机照片的分辨率不断提高 ，本地处理难度提高 ， 伴随 5G 的出现，预计该模式在不久的将来会越来越流行。整个传输 +云 处理可以在极短的时间内执行完成， 在 体验上与完整的本地处理 相同 。本地和云 AI 处理很可能会长期共存和协作，以最大程度地提高系统级的工作效率并优化网络数据流和计算能力的使用。 3.3. 其它 多场景 5G+AI 应用 除手机端的大量应用之外，具备 AI 计算能力的芯片 结合 5G网络 还能为而更多的工业、服务业、城市治理等垂直行业带来巨大的改变。 尽管整个 AI市场正在以两位数的增长率快速成长，但在智能家居和工业等领域的 AI 技术资源和专家仍然非常有限，仍需从以下几个角度进行完善： 规模：即时访问数千台机器和传感器，以执行复杂而精细的数据分析 性能：具有足够的功耗，可快速处理差异化的 AI工作负载 质量：通过准确可靠的模型和适当的输入数据进行结构化数据和系统培训 08 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 定制：针对不同用例的灵活且可调整的解决方案 -可扩展的平台，以确保获利的业务案例 图表 3 AI+芯片在多场景中的实际应用 以端侧 实现 AI 功能 的 芯片搭载应用为例， 在 一定程度上满足了上述方面之后，智能监控设备可以在本地进行一定的图像分析处理，提取关键信息，减轻后端以及云端的带宽及算力压力；电网巡检机器人可以自动识别不同的电网安全隐患；智能家居设备可以通过对用户生活规律习惯的感知，自动 对 温湿度 、 遮光 、 照明 、 电器等设备 进行 调节。 在对时延要求极为严苛的应用中，往往对带宽的需求并没有那么高，因此边端侧的 AI 运用可以有效降低 5G网络的带宽压力，提高通信的效率 ，并且，在一些隐私敏感的应用中，边端侧实现的 AI 功能可以将敏感信息在本地进行最大限度的处理，避免敏感信息上云而带来的安全 担忧，因此，即使云端拥有最强的 AI算力，边端侧的 AI 功能的实现仍然能够优化整体架构的效率与提高算力部署的灵活度 。 09 2020 Omdia. All rights reserved. Unauthorized reproduction prohibited. 4. 发现 物联网络 新商业价值 4.1. 5G 网络升级催化新一代应用场景 就像几百年前的“大航海”一样 ，新世界的发现吸引并鼓励人们离开固有的思维框架，去探索世界，连接世界各地并创造财富。随着 社会 进入由 5G推动的新 互联世界 ，新的想法，新的应用和新的商业价值 必将随之产生 。 在 2G和 3G时代，即使移动网络仅支持文本和图像传输，消费者仍对 其 带来的价值 而 感到惊讶。 进入 4G 时代以来，已经在 4G技术的基础上探索了巨大的商业价值 ， 为线上内容供应商和用户打 开 了一扇新世界的大门。 基于视频、游戏的应用程序 充满 着人们生活的每个角落， 一款流行短视频 APP的日活跃用户即可超 4 亿，各知名 线上 视频 平台也收获了 2 亿左右的日活用户，成为了中国乃至全球互联网经济的重要驱动力量 ， 在 短短数年 中取得了难以置信的成功 。 电视， 台式 PC 等固定设备的娱乐属性迅速淡化，移动设备成为了人们获取娱乐内容的重要入口。 同样， 5G将带来信息 时代 的更 深层的 变革， 尽管展望 5G 的 未来 应用相当考验想象力， 但 可以肯定的是，即将到来的革命将与几年前的 4G一样惊人。 更 需要转变固有的思维方式， 认识到 5G将 如何 改变 用户 与数字化世界的交互方式， 以及对垂直行业的 模式影响 。 与 4G相比， 5G网络所具备最显著的特征是它的网络管理技术， 即“网络切片”， 可以使运营商基于单个 5G 网络的物理层构造多张虚拟网络， 以应对 增强移动宽带 、 海量机器通信 、 超可靠低时延通信 这三种场景 的需求 。 无论是 高带宽的AR/ VR， 在线超高清视频 ， 广覆盖的 智慧城市 项目 ， 还是 低延迟 的 工业机器 /移动性， 5G网络 提供了最为关键的 应用 灵活性 ，而且费用可以按要求进行调整 ， 还可以根据需要来重新利用 切片， 下图简单阐述了三类场景切片的特 色 基础应用：