通信行业周报：边缘AI是终端智能化发展的主流趋势，上游产业链有望率先受益

行情回顾。本周通信行业（申万）上涨了7.00%，跑赢沪深300指数涨幅（+3.30%）3.70个百分点，跑赢创业板指数涨幅（+5.93%）1.07个百分点。今年以来通信行业（申万）上涨了51.52%，跑赢沪深300指数涨幅（+2.37%）49.15个百分点，跑赢创业板指数涨幅（-3.27%）54.78个百分点。本周通信行业涨幅（7.00%）在所有一级行业中排序第二，全年涨幅排序第二。截止本周末，通信行业（申万）估值PE- TTM 为35.01，同期沪深300 PE- TTM 为12.02，创业板指数PE- TTM 为33.43。本周通信板块涨幅前五分别为太辰光（+44.4%）、天孚通信（+37.2%）、中际旭创（+34.5%）、超讯通信（+33.8%）、仕佳光子（+30.5%）；本周通信板块跌幅前五分别为中国电信（-8.2%）、恒信东方（-7.9%）、中国移动（-6.7%）、南凌科技（-5.6%）、中富通（-5.3%）。 将AI部署在边缘侧是终端智能化发展的主流趋势。在当下万物互联时代，互联网设备的感知数据迅速增加，数据类型丰富多样，用户对数据处理的实时性要求较高。相较于集中式大数据处理的云计算，边缘计算更适应大数据处理时代的数据特征。AI浪潮下，终端对AI算力需求大幅提升，边缘AI叠加边缘计算和AI的双重优势，是未来终端真正能够像使用水、电一样使用AI的重要方式，有望加速万物智能时代的到来。 边缘AI市场空间广阔，边缘计算市场规模快速扩张。边缘AI在智能家居、智能工厂、智慧交通、医疗健康、城市管理、零售物流等多领域均有广泛的应用前景，边缘AI的应用有望提高社会、企业及个人的生产质量和效率，促进社会整体智能化发展。受益于神经网络的成熟、计算基础架构的进步和物联网设备的采用三方面技术，边缘AI得以快速发展，同时在AI大模型加速迭代背景下，AI大模型平民化趋势有望助力边缘AI需求释放。硬件设备方面，英伟达、高通等公司为边缘AI的部署的升级提供支持，边缘AI大规模商业化趋势日渐明晰。根据亿欧智库发布的《2022年中国边缘计算产业研究报告》，2021年我国边缘计算市场规模已经达到427.9亿元，预计2021-2025年中国边缘计算产业市场规模年复合增速有望达到46.81%，2025年边缘计算市场整体规模达1987.68亿元。 边缘AI上游产业链有望率先受益，重点推荐物联网模组和智能控制器。边缘AI有望在边缘计算和AI需求的拉升下实现全产业链受益，由于当前边缘AI仍处于发展扩张期，下游厂商的终端产品还在加速探索中，我们认为上游软硬件厂商有望率先获益。物联网模组方面，边缘AI对物联网模组提出强连接、高算力要求，边缘计算模组具备降低网络延迟、提高数据安全性、增强离线可用性等功能，对模组的精细化需求有望拉动价值量提升。智能控制器方面，随着边缘AI的技术发展和商业落地，下游产业进入智能化时代，终端产品的迭代速度有望持续提升，智能控制器市场空间广阔。物联网模组重点推荐广和通； 控制器重点推荐拓邦股份、和而泰。 通信行业持续跟踪公司： 运营商重点推荐中国电信，建议关注中国移动、中国联通；设备商建议关注紫光股份、中兴通讯、锐捷网络；光模块光器件光芯片建议关注中际旭创、天孚通信、新易盛、源杰科技；光纤光缆建议关注长飞光纤、亨通光电、中天科技； IDC建议关注奥飞数据、光环新网、科华数据；物联网模组重点推荐广和通、移为通信，建议关注威胜信息；控制器重点推荐拓邦股份、和而泰；卫星通信重点推荐铖昌科技；军工通信重点推荐七一二、上海瀚讯；会议系统重点推荐亿联网络；5G消息重点推荐梦网科技。 风险提示：边缘算力基础设施建设不及预期，边缘AI发展不及预期，终端需求不及预期 一、边缘AI是终端智能化发展的主流趋势 （一）相比于云计算，边缘计算更适应大数据处理时代的数据特征 在物联网迅猛发展下，集中式进行大数据处理的云计算难以满足终端需求，边缘计算应运而生。2005年云计算的提出和广泛应用改变了人们的生产和生活方式，云计算数据中心具有超强计算能力，能够集中式解决计算和存储问题。然而随着物联网的快速发展和4G、5G无线网络的普及，网络边缘设备数量迅速增加，该类设备所产生的数据已达到泽字节（ZB）级别，以云计算为核心的集中式数据处理的模式在数据处理能力、网络传输带宽负载量、个人隐私保护等多方面已难以满足边缘产生的庞大数据处理需求。根据Gartner的预测，2025年将有75%的数据产生在数据中心和云之外的边缘侧。以边缘计算模型为核心的面向网络边缘设备所产生海量数据计算的边缘式大数据处理应运而生。 图表1云计算难以高效处理边缘设备所产生的数据 相较于集中式大数据处理的云计算，边缘计算更适应大数据处理时代的数据特征。边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源的附近执行，包括数据存储、处理、缓存、设备管理、隐私保护等。在当下万物互联时代，互联网设备的感知数据迅速增加，数据类型丰富多样，用户对数据处理的实时性要求较高。未来边缘计算将和云计算相互补充、相互连接，将部分原有云中心的计算任务迁移至边缘能够极大提高数据传输性能，保证处理的实时性，降低云计算中心的负载。 图表2适宜采用云计算模型的数据特征 图表3适宜采用边缘计算模型的数据特征 （二）AI浪潮催生边缘AI需求 AI进入iPhone时刻，产品形态和应用边界不断拓宽，市场空间广阔。2023年初，ChatGPT因其强大的语言理解和文本生成能力火速出圈，引发市场强烈关注和热议。AI可以赋能革新生产力，实现工作和生产效率的提升，其产品形态和应用边界不断拓宽，即可以对传统行业实现改造颠覆，也可以创造全新商业模式，在各行各业均有广阔的发展前景。 随着越来越多的巨头布局AI，越来越多的AI应用落地，AI产业进入“iPhone时刻”。根据艾瑞咨询测算，2022年我国人工智能产业规模达到1,958亿元，预计到2027年产业规模将达到6,122亿元，2022-2027年CAGR为25.6%。根据华为云AI领域首席科学家、国际欧亚科学院院士田奇的预计，2026年人工智能行业渗透率将达到20%。 图表4人工智能应用助力社会高质量发展 边缘AI（本文指AIonedge）是智能化发展的趋势，AI浪潮有望加速万物智能时代的到来。边缘AI是指在边缘部署AI模型，可以在没有网络连接的情况下对数据进行处理，具有低延迟、高速处理数据的显著优势，以往很多难以在云端进行数据处理的场景，如工厂机器人、自动驾驶等，都可以通过边缘AI迎来新的技术和应用场景突破。以智能工厂为例，边缘AI可以对来自监控摄像头和传感器的大量多模态数据进行可视化和评估，可以用它来检测生产线上人类可能忽略的故障数据。AI浪潮下终端对AI算力需求大幅提升，边缘AI叠加边缘计算和AI的双重优势，是未来终端真正能够像使用水、电一样使用AI的重要方式，有望加速万物智能时代的到来。 二、边缘AI市场空间广阔，技术进步推动商业化落地 （一）边缘AI可应用场景遍及智能家居、智能工厂、智能交通等多领域 智能家居：边缘AI为用户带来更加智能、便捷、安全和个性化的智能家居体验。当前的智能家居主要还是采用Wifi模块连接到云计算中心的做法。在AI大模型的迅猛发展下，未来智能家居结合AI大模型的需求会越来越高，对算力需求明显提升的同时也需要兼顾低延时、隐私保护等问题，边缘计算模型有望成为组建智能家居系统的最优平台。边缘AI通过对智能家居设备和传感器收集的数据进行实时分析和处理，实现更加智能和个性化的智能家居体验。比如可以通过对智能家居中温度、湿度、光线、声音等传感器数据的分析，实现实时的环境监测和自动化控制，提高家居的舒适性和安全性。此外，边缘AI可以通过对智能家居设备进行实时监测和故障诊断，提高设备的可靠性和可用性。边缘AI还可以通过对用户行为和偏好的分析和学习，为用户提供更加个性化和智能化的服务。 图表5智能家居的智能表现与演进方向 智能工厂：边缘AI可以克服企业数字化难点，帮助企业实现更加智能、高效和可持续的生产。智能工厂需要处理大量的数据和传感器信息，以便实时监测、分析和优化生产线的运转。边缘AI可以在设备本地处理数据，减少数据传输和响应时间，提高数据安全性，并在网络不可靠或不稳定的情况下保持运行稳定性。同时，边缘AI还可以通过对设备进行实时监控和故障诊断，提高设备的可靠性和可用性，并且可以通过对设备和生产线的数据进行分析，优化生产过程，提高生产效率和质量。例如，通过对物联网传感器收集的数据进行分析，可以实现实时的生产线监测和预测性调度，优化生产线的运行，避免生产过程中的瓶颈和浪费。 图表6 EMQ视觉AI缺陷检测解决方案 智慧交通：边缘AI帮助交通系统实现更加智能、高效和安全的运行。边缘AI通过对交通信号灯、路况监测、车辆识别等设备和传感器收集的数据进行实时分析和处理，实现实时的交通监测和智能化的交通控制。同时，边缘AI可以通过对车辆和行人的行为进行实时监测和预测，提高交通系统的安全性和可靠性。例如，通过对交通信号灯、路况监测、车辆识别等设备和传感器收集的数据的分析，实现实时的交通事故预测和避免，提高道路安全性和交通系统的可靠性。边缘AI还可以通过对交通系统数据的分析和学习，实现更加智能化的交通信息服务和个性化的出行方案推荐。 图表7智慧交通示意图 除以上领域，边缘AI在医疗健康、城市管理、零售物流等多领域均有广泛的应用前景，边缘AI的应用有望提高社会、企业及个人的生产质量和效率，促进社会整体智能化发展。 （二）受益于软硬件技术的不断发展进步，边缘AI大规模商业化趋势日渐明晰 在边缘部署AI模型受益于三方面技术：神经网络的成熟、计算基础架构的进步和物联网设备的采用。 神经网络的成熟：神经网络和相关的AI基础架构已发展到能够实现通用机器学习的程度。企业机构正在学习如何成功训练AI模型，并将其部署到边缘的生产中。 计算基础架构的进步：在边缘运行AI需要强大的分布式计算力，当前已经在使用最先进的高度并行GPU来运行神经网络。 物联网设备的采用：物联网的广泛采用推动了大数据的爆炸式增长。企业能够从工业传感器、智能摄像机、机器人等采集各个方面的数据。5G的发展也能够提供更快、更稳定和更安全的连接进而推动物联网。 AI大模型加速迭代，平民化趋势有望助力边缘AI需求释放。过去几年，国内外的AI厂商均在大模型领域有所布局并持续迭代。ChatGPT的发布，掀起了新一轮发展热潮，原有厂商基于自身大模型开始推出一系列生成式AI应用，并对外提供API接口。2023年6月14日，OpenAI发布了ChatGPT的重大更新，其中不仅包括不断加速迭代的AI大模型，同时还宣布降低成本。通过不断提高系统效率，OpenAI将原始版本GPT-3.5-turb的价格降低25%。此外，OpenAI的text-embedding-ada-002(文本嵌入模型之一)的定价也有所降低，每1000个tokens的价格为0.0001美元，比之前的价格降低了75%。在技术进步的推动下，AI大模型正逐渐平民化，终端逐渐能够以较低的价格获得高品质AI服务，助力边缘AI市场需求的快速释放。 图表8全球知名大模型发布时间节点 在硬件设备方面，英伟达、高通等公司为边缘AI的部署的升级提供支持。英伟达宣布将在2023年上海国际嵌入式展中，展示适用于自主机器和很多其他嵌入式应用的英伟达Jetson边缘计算平台，这是基于Jetson Orin NX/Orin Nano开发的无人机机载平台和小型化机器人主控平台，可应用于智能制造、智慧城市、自动驾驶等多个领域。在此之前，英伟达就在边缘计算模组领域布局了多款产品，为边缘AI未来的部署和升级提供支持。 2022年底，高通正式发布了新的旗舰产品骁龙8Gen2处理器，其搭载的全新专用AI加速计算Hexagon处理器的人工智能性能提高了4.35倍，可以通过识别图像的哪些部分是脸、头发、衣服、背景等来提高照片质量。2023年5月，高通高级