边缘计算，万亿芯片新空间.pdf

请仔细阅读本报告末页声明 证券研究报 告 | 行业深度 2019 年 03 月 10日 电子 边缘计算，万亿芯片新空间 什么是边缘计算？ 边缘计算被定义为“一种新的计算方式，这种模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，因此在实时、快速响应是边缘计算产生的核心痛点所在。带宽、延迟与抖动等不稳定因素都更易于控制和改进。边缘计算时代设备连接数有望达到千亿量级。麦肯锡在去年 11 月报告中指出，随着连接设备的激增和功能的扩展，对不受延迟和网络影响的实时决策的需求也在增加，算力从云端到边缘的移动会使得边缘计算产业价值量持续快速提升，麦肯锡预计在 2025年，边缘计算的价值将会提升至 17502150 亿美元。 边缘 计算的本质：在物联网、大数据时代提升数据处理的效率 。 我们认为边缘计算的本质在于，让物联网时代大量传感器捕捉的海量数据得以在最合适的位置进行处理分析。纯粹的企业内部部署方案会催生数据孤岛，而纯粹的云方案则面临高延时、高传输成本以及海量数据的筛选难度。在这一情景下，边缘侧启用处理分析 +重要数据云端运算分析 /算法优化回传的混合方案成为最优解，大量边缘计算需求应运而生。边缘计算的部署跟它的应用场景有着紧密的关系，总的来说，边缘计算可以按需部署于无线接入云、边缘云或者汇聚云。对于低时延场景，边缘计算需要部署于靠近基站 侧的无线接入云甚至终端自身处（如安防摄像头、智能汽车）；对于高带宽要求的大流量热点地区，边缘计算可以部署于边缘云；对于海量连接的场景，边缘计算可部署于位置更高一些的汇聚云，以便覆盖更大区域的业务需求。 边缘计算中的芯片机遇 。 鉴于目前可得资料，我们主要从智能驾驶这一边缘计算的典型场景进行了拆解分析。我们继续强调泛物联网时代来临，边缘计算爆发在即，数据呈指数级别增长！智能驾驶、智能安防对数据样本进行训练推断、物联网对感应数据进行处理等大幅催生内存性能与存储需求，数据为王！根据 DRAMeXchange 与集邦咨询预 计， 5G、数据中心与边缘计算将成为服务器 DRAM 需求增加的主要驱动力，并预计将在 2021年后超越目前占主流的移动 DRAM 应用。同时我们也建议重点关注国内优质厂商 /项目在 NAND Flash、 MCU、模拟芯片、 CMOS 图像传感、边缘侧 ASIC 等领域的机遇。 风险提示 ： 外部环境边际恶化、下游需求增长不及预期、国产替代进程不及预期、 测算以及拆分数据存在一定误差 。 增持 （ 维持 ） 行业 走势 作者 分析师 郑震湘 执业证书编号： S0680518120002 邮箱： zhengzhenxianggszq 研究助理 佘凌星 邮箱： shelingxinggszq 相关研究 1、电子：潜望式镜头来袭，开启光学变焦的新篇章2019-03-06 2、电子：科创板正式登场，集成电路成重中之重 2019-03-03 3、电子：超高清视频产业大机遇 产业全面分析2019-03-03 -48%-32%-16%0%16%2018-03 2018-07 2018-11 2019-03电子 沪深 3002019 年 03月 10 日 P.2 请仔细阅读本报告末页声明 内容目录 一、什么是边缘计算？ . 3 二、边缘计算的本质：在物联网、大数据时代提升数据处理的效率 . 5 三、边缘计算中的芯片机遇 . 6 风险提示 .10 图表目录 图表 1：从大型机 -客户端 /服务器 -云 /移动设备 -智能边缘的演进 . 3 图表 2：边缘计算的价值预测 . 4 图表 3：边缘计算所处位置 . 4 图表 4：混合解决方案 . 5 图表 5：边缘计算与 5G . 6 图表 6： tesla autopilot . 7 图表 7： autopilot 拆解后的主要芯片 . 7 图表 8：车载存储的升级 . 8 图表 9：各类智能汽车传感器配置情况 . 8 图表 10： 5G、数据中心与边缘计算将成为服务器 DRAM 需求增加的主要驱动力 . 9 图表 11：边缘侧（ Edge）有望拉动 DRAM 需求提升 . 9 图表 12：万亿边缘计算市场空间中的芯片机会 .10 2019 年 03月 10 日 P.3 请仔细阅读本报告末页声明 一、什么是边缘计算？ 边缘计算被定义为 “ 一种新的计算方式，这种模式将 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，因此在 实时、快速响应 是边缘计算产生的核心痛点所在。带宽、延迟与抖动等不稳定因素都更易于控制和改进。 图表 1：从大型机 -客户端 /服务器 -云 /移动设备 -智能边缘的演进 资料来源： the end of cloud computing 、 国盛证券研究所 边缘计算时代设备连接数有望达到千亿量级。 麦肯锡在去年 11 月报告中指出，随着连接设备的激增和功能的扩展，对不受延迟和网络影响的实时决策的需求也在增加，算力从云端到边缘的移动会使得边缘计算产业价值量持续快速提升，麦肯锡预计在 2025年，边缘计算的价值将会提升至 17502150亿美元。 2019 年 03月 10 日 P.4 请仔细阅读本报告末页声明 图表 2：边缘 计算的价值预测 资料来源： 麦肯锡、 国盛证券研究所 借用一个形象比喻， 边缘计算类似于人类的神经末梢 ，对于简单的信息可以直接处理；对于复杂的信息则传输给云端（即大脑）。边缘计算可能的形式或者说载体：从当前来看，我们对边缘计算的载体进行大胆预测 微基站、智能安防摄像头、车载电脑、智能网关、路由器和微型数据中心 /代理服务器最有可能成为边缘计算可能的载体。 图表 3：边缘计算所处位置 资料来源： 边缘计算白皮书、 国盛证券研究所 2019 年 03月 10 日 P.5 请仔细阅读本报告末页声明 二、边缘计算的本质：在物联网、大数据时代提升数据处理的效率 我们认为边缘计算的本质在于，让物联网 时代大量传感器捕捉的海量数据得以在最合适的位置进行处理分析。 纯粹的企业内部部署方案会催生数据孤岛，而纯粹的云方案则面临高延时、高传输成本以及海量数据的筛选难度。 在这一情景下，边缘侧启用处理分析+重要数据云端运算分析 /算法优化回传的混合方案成为最优解，大量边缘计算需求应运而生。 图表 4： 混合解决方案 资料来源： IBM、思科 、 国盛证券研究所 边缘计算的核心是边缘计算单元，但其位置到底在哪并没有绝对答案。 边缘计算的部署跟它的应用场景有着紧密的关系，总的来说，边缘计算可以按需部署于无线接入云、边缘云或者汇聚云。对于低时延场景，边缘计算需要部署于靠近基站侧的无线接入云甚至终端自身处（如安防摄像头、智能汽车）；对于高带宽要求的大流量热点地区，边缘计算可以部署于边缘云；对于海量连接的场景，边缘计算可部署于位置更高一些的汇聚云，以便覆盖更大区域的业务需求。 2019 年 03月 10 日 P.6 请仔细阅读本报告末页声明 图表 5： 边缘计算与 5G 资料来源： Intel、 国盛证券研究所 三、边缘计算中的芯片机遇 要寻找边缘计算中的芯片机遇，首先必须了解边缘计算的核心需求和特性： 1）多种连接和数据移动性。 边缘技术可以在受限或需要断断续续连接至云端以完成计算，存储，备份和分析等工作。 2）需要实时决策。 边缘使用案例通常需要立即处理数据，例如，用于自动驾驶汽车或自动拣选机器。这些设备和平台需要能够在本地进行分析，而无需先将数据发送到云，因此可以快速做出决策。 3）本地化计算能力。 边缘计算机需要是轻量级设备，可以在不支持更大计算能力的情况下快速，安全地做出决策。 4）新的存储和安全需求。 随着在远程和移动设备上生成数据的传感器数量的增长，对可以在各种环境中受到保护的高效存储需求也在增长。 即分别对应处理、存储、通信连接和传感四个核心环节。 要具体理解边缘计算对于芯片产业的机遇，我们选取目前最成熟的边缘计 算方案之一、也是未来有望看到的最大应用领域 智能驾驶为例，即通过特斯拉 autopilot 辅助驾驶系统的拆解来分析。 智能驾驶时代， “ 车载电脑 ” 、 “ 车载服务器 ” 大势所趋。建立 “ 感应 -融合 -决策 -执行 ” 大2019 年 03月 10 日 P.7 请仔细阅读本报告末页声明 闭环。智能驾驶，在监测到障碍物时，如果无法及时进行智能化决策，控制方向避开障碍物，而是先传入云端再下发指令到车载终端的话，因信号传输等原因稍有延迟就会导致事故的发生。 因此需要本地具备高性能运算能力的辅助驾驶 /自动驾驶控制系统来对传感器接收数据进行融合、处理， “ 车载电脑 ” 、 “ 车载服务器 ” 将是大势所趋，形成 “ 感应-融合 -决策 -执行 ” 大闭环。 基于上述框架，我们进一步对车用传感器、微控制器、存储器进行分析 ： 图表 6： tesla autopilot 资料来源： tesla forum、 国盛证券研究所 图表 7： autopilot 拆解后的主要芯片 厂商 类型 Autopilot 2.0数量 Autopilot 2.5数量 主控芯片 英伟达 Nvidia Parker SoC 主控 1 2 内存 三星 K4F8E3S4HBMHCJ 4 6 GPU 英伟达 NVIDIA GP106-510-KC板载芯片/4GB GDDR 显存 闪存 东芝 东芝 eMMC 1 1 赛普拉斯 Spansion NOR Flash 1 2 资料来源： tesla forum、 国盛证券研究所 拆解下来可以发现主要芯片包括主控芯片、内存、 GPU 以及闪存，此外还有英飞凌的 MCU、marvell 的以太网收发器 /交换芯片、德州仪器的摄像头输入接口与 Codec 芯片。 其中占比量价值最大的毫无疑问是主控和 GPU 两大高性能运算芯片， 而车载存储的占比内存、闪存（包括 NAND 和 NOR）我们认为仅次于运算处理芯片。从目前车载存储主流方案来看，整体呈现存储使用颗数、单颗容量、单颗价值量三项齐升的趋势。 麦2019 年 03月 10 日 P.8 请仔细阅读本报告末页声明 肯锡今年报告对车载存储整体产值进行预测，预计到 2020 年车载存储整体产值将达到28.32 亿美元，其中 DRAM 和 NAND 占比分别为 51%、 36%。 图表 8： 车载存储的升级 动力传动 /制动车身 ECU 信息娱乐 /仪表盘系统 辅助驾驶 /自动驾驶系统 处理芯片 MCU 多媒体 CPU+GPU 多核 CPU+GPU+AI加速 存储方案 SRAM+SPI Flash DRAM+SRAM+SPI Flash+EMMC DRAM+SRAM+SPI Flash+EMMC/UFS 目前制程 90/65nm 向 40nm 迁移 28nm 向 16nm 迁移 16/14nm 及更高端 资料来源： tesla forum、 国盛证券研究所 传感器方面，以特斯拉 model 3 为例，其使用了一颗雷达与 8 颗摄像头，仅能实现 2 级自动 /辅助驾驶水平，保守估计单车至少需要安装 30 颗以上传感器才有可能实现 L5 自动驾驶。预计 2021 年，车用传感器出货量将达 18 亿颗，以单颗 1美元计算，对应市场空间保守估计将接近 18 亿美金。 图表 9： 各类智能汽车传感器配置情况 雷达 摄像头 LIDAR 特斯拉 Model3 1 8 0 Google/waymo 4 1 5 英特尔 6 12 6 Uber 1 20 5 宝马 4 5 4 通用 21 14 6 日产 5 7 4 丰田 8 大众 5 5 2 Aptiv 10 1 9 资料来源： tesla forum、 国盛证券研究所 鉴于目前可得资料，我们主要从智能驾驶这一边缘计算的典型场景进行了拆解分析。我们继续强调泛物联网时代来临，边缘计算爆发在即，数据呈指数级别增长！ 智能驾驶、智能安防对数据样本进行训练推断、物联网对感应数据进行处理等大幅催生内存性能与存储需求，数据为王！ 根据 DRAMeXchange与集邦咨询预计， 5G、数据中心与边缘计算将成为服务器 DRAM需求增加的主要驱动力，并预计将在 2021 年后超越目前占主流的移动 DRAM应用。 2019 年 03月 10 日 P.9 请仔细阅读本报告末页声明 图表 10： 5G、数据中心与边缘计算将成为服务器 DRAM 需求增加的主要驱动力 资料来源： trendforce、 国盛证券研究所 图表 11： 边缘侧（ Edge）有望拉动 DRAM 需求提升 资料来源： Hot Chips 2018、 国盛证券研究所 同时我们也建议重点关注国内优质厂商 /项目在 NAND Flash、 MCU、模拟芯片、 CMOS 图像传感、边缘侧 ASIC 等领域的机遇 。 2019 年 03月 10 日 P.10 请仔细阅读本报告末页声明 图表 12： 万亿边缘计算市场空间中的芯片机会 大类 细分品类 目前国际受益厂商 国内有望切入厂商 /项目 存储 DRAM 三星、海力士、美光、南亚 兆易创新（合肥睿力） NAND 三星、海力士、东芝、美光 长江存储 利基型存储 Cypress、美光、华邦、旺宏 兆易创新 、 ISSI、东芯半导体 计算 高性能运算 英特尔、 AMD、英伟达 海思、 景嘉微 MCU 意法半导体、 NXP 兆易创新、中颖电子、北京君正 ASIC mobileEye、 movidius、 mythic 华为海思、寒武纪、地平线、比特大陆 FPGA 赛灵思、 Altera、 lattice 上海复旦微、紫光国芯 传感 CMOS 图像传感 索尼、三星 韦尔股份（豪威科技） 、格科微 MEMS 传感器 TDK、 ADI 韦尔股份、 敏芯、 华灿光电（美新） 生物识别 Synaptics、 FPC、神盾 汇顶科技、思立微（兆易创新） 通信 LoRa Semtech、意法、 Microchip ASR、华普微等 NB-IOT 高通、联发科、 Nordic 海思、中兴微、汇顶科技 模拟芯片 模拟 TI、 ADI、 onsemi、 MPS 圣邦股份、韦尔股份、矽力杰 资料来源： 电子发烧友， 国盛证券研究所整理 风险提示 外部环境边际恶化： 国内公司相关设备、材料等供应环节对进口依赖仍然较大，若外部环境出现边界化，则将对国内相关公司的日常生产经营、产品研发带来相当的不确定性风险。 下游需求增长不及预期： 半导体行业受下游需求影响较大，若下游需求出现剧烈波动，将显著影响相关半导体公司盈利能力。 国产替代进程不及预期： 半导体行业 属于 资本、 技术及智力密集型行业，若 国内 公司不能正确判断未来产品及市场的发展趋势，不能及时掌控行业关键技术的发展动态，不能坚持技术创新或技术创新不能满足市场需求，将存在技术创新迟滞、竞争能力下降的风险。在各 类 产品的研发中将面临较多的技术创新挑战，若 相关 研发团队不能完善有效的解决新产品研发过程中面对的各项研发难点，则可能存在产品开发失败的风险。 测算以及拆分数据存在一定误差： 文中关于产品 出货量、行业市场空间、公司预期业绩的测算均是基于特定假设，存在一定误差。