边缘计算服务器

边缘服务器是指将传统服务器部署在网络的边缘，以实现更快的响应速度和更低的延迟。边缘服务器通常具有高性能、低功耗、小尺寸等特点，适用于需要处理大量数据的应用场景，如物联网、智能制造、智慧城市等。 智能边缘计算服务器是面向边缘应用的产品，具有超强计算性能、高环境适应性、易于部署维护和支持云边协同 等特点。可以在边缘场景中广泛部署，满足在交通、社区、园区、商场、超市等复杂环境区域的应用需求。边缘计算服务器就是边缘端计算模组，可用于各类微型边缘计算设备，广泛适用于各种人脸识别、视频结构化、视频 转码处理等边缘计算场景。 边缘计算服务器通过将计算能力从中心节点下沉到靠近用户的边缘节点，为用户提供 边缘计算服务器分类 （1）专用型边缘计算服务器：内核为面向特定的、具体的、相对单一的人工智能应用专门设计的芯片，具体实现方法为在架构层面对特定智能算法作硬化支持，多用于推理任务。相关技术持续发展中，在架构层面对特定智能算法作硬化支持，指令集简单或指令完全固化； 专用型边缘计算服务器 （2）性能优点：成本相对较低，软件栈相对简单，设计和生产周期短；（3）性能缺点：内核的专用型智能芯片通用性较差，应用细分市场需求大且分散，因此成本敏感；（4）应用领域：专用型边缘计算服务器逐渐融入各类行业专业应用中。常用于在低功耗、成本敏感的终端上支撑特定的智能应用，在云端、边缘端等场景渗透率相对较低。 应用场景不断拓展 下游需求带动行业规模扩张 下游的应用场景在不断拓展，对于边缘计算服务器的需求提升。根据国务院发布的《关于数字经济发展情 况的报告》，截至2021年，中国工业互联网核心产业规模超过1万亿元，大数据产业规模达1.3万亿元，并成为全球增速最快的云计算市场之一，2012年以来年均增速超过30%。随着全球智能化、数据化的迅速发 展，带来了数据的指数级增长，大量的数据在边缘端积累，建设“中心+边缘”的梯度算力网络，是解决大规模并发算力不足的有效途径，因此下游对于边缘计算的需求补带动边缘计算服务器市场规模扩张。 行业集中度较高 行业内头部企业占据较多市场份额 目前国际巨头如英伟达、英特尔、微软、戴尔等仍然占据重要市场份额，但是中国随着下游需求不断扩 张、底层技术不断完善以及产业政策扶持，逐渐涌现一批国产厂商在部分领域实现国产替代。目前，英伟 达是GPU领域的绝对龙头，但是国产厂商华为云、网宿科技、寒武纪等企业已经在边缘计算智能服务的多项关键技术上实现赶超。由于边缘计算服务器行业技术门槛较高，所需要的研发投入也较大，因此头部企 业可以凭借资金规模、技术积累、人才资源等优势进一步占据市场份额。 萌芽期 1998~2010 （1）1998年，Akamai 公司提出内容分发网络CDN； （2）2005年，美国韦恩州立大学施巍松教授团队提出功能缓存的概念； （3）2009年，Cloudlet概念被提出，Cloudlet是一个可信且资源丰富的主机，部署在网络边缘，与互联网连接，可被移动设备访问，为其提供服务； （4）2012年，思科公司提出雾计算，同年，中国科学院启动“海云计算系统”项目的研究，其核心是通过“云计算”系统与“海计算”系统的协同与集成，增强传统云计算能力。 此阶段为边缘计算的概念提出和边缘计算技术的开始储备。在此阶段，边缘计算的概念从开始提出到 不断完善。同时边缘计算服务器的早期技术也开始进入储备阶段，为后期发展奠定基础。 启动期 2011~2018 （1）2015年9月，欧洲电信标准化协会（ETSI）发布移动边缘计算的白皮书；11月，OpenFog联盟 成立，致力于应用场景和边缘的结合；2016年5月，美国自然科学基金会（NSF）在研究中将边缘计算替换云计算，列为突出领域。同时，魏松教授团队给出边缘计算的正式定义；10月，ACM和IEEE 联合举办首个以边缘计算为主体的科研学术会议；11月，中国成立了边缘计算产业联盟2017年5月， 首届中国边缘计算技术研讨会在合肥开幕；8月，中国自动化学会边缘计算专委会成立，标志着边缘计算的发展已得到专业学会的认可和推动； （2）2018年1月，全球首部边缘计算书籍《边缘计算》出版，其从边缘计算的需求与意义、系统、应用、平台等多角度对边缘计算进行了阐述； （3）2018年9月，在上海召开的世界人工智能大会中，以“边缘计算，智能未来”为主题举办了边缘智能主题论坛，从中国政府层面上对边缘计算的发展进行了支持和探讨； （4）2018年10月，CNCF基金会和Eclipse基金会展开合作，把超大规模云计算环境中已被普遍使用的Kubernetes带入到互联网边缘计算场景中，促进Kubernetes在边缘环境中的适用； 此阶段内边缘计算的技术体系逐渐完善，行业逐渐开始走向规模化，参与者范围扩大。（1）在此阶 段内，边缘计算的概念和标准体系逐渐被完善，行业的产业链体系逐渐形成，开始走向规模化、标准化、集成化。同时边缘计算的技术不断被突破，市场参与者也逐渐增多。边缘计算产业联盟成立，边 缘计算厂商也逐渐增多，边缘计算的应用场景也在不断拓展；（2）2018年是边缘计算发展过程中的重要节点，也是边缘计算产业从启动期向高速发展期过渡的的重要时点。这一阶段，边缘计算的参与 者范围扩大很快。工业界也在努力推动边缘计算的发展。 高速发展期 （1）在2019全球数据基础设施论坛期间，华为发布了面向垂直行业的智能边缘数据IT基础设施解决 方案族，包含智能煤矿应急、智能交通自由流、智能加油和智能粮库四大场景的边缘IT基础设施解决方案； （2）2022年1月，微软与AT&T合作推进5G边缘计算服务，通过结合双方的优势，AT&T 5G 和微软Azure 云平台用户都可获益； （3）2022年3月，GSMA发布了与边缘计算产业联盟共同完成的《5G时代的边缘计算：中国的技术和市场发展》报告； （4）2022年，一个国际研究团队设计并制造了一种直接在内存中运行计算的芯片（NeuRRAM），可运行各种人工智能（AI）应用，而且它能在保持高精度的同时，仅消耗通用AI计算平台所耗能量的 一小部分，兼具高效率和通用性。 此阶段为边缘计算快速增长期，受到中国物联网、人工智能等产业的影响，边缘计算的需求开始上升，产业规模扩张速度也加快。在这段时间内，由于边缘计算满足万物互联的需求，引起了国内外学 术界和产业界的密切关注。在万物互联的背景下，边缘数据迎来了爆发性增长，边缘计算前沿技术不断被突破。 厂商的解决方案产品化来实现，但中国发展速度较快，部分领域已经占据一定竞争优势，如华为海思、寒武纪等 企业的部分产品性能已达国际一流水平（如寒武纪自研的云端智能芯片及加速卡和基础系统软件为核心设计的智能计算集群系统，构建的集群可适应大规模、大吞吐的智能处理任务，并拥有完整的生态链）。从上游芯片设计 工具、晶圆代工等来看，原材料体系中硅是芯片制造的基本材料，上游原材料价格的波动会影响整个边缘智能芯片产业的盈利水平和竞争力。此外由于集成电路领域专业化分工程度及技术门槛较高，上游供应商的市场格局呈 现集中化，产品也具有稀缺性和独占性，因此对于下游环节的议价能力较强，其定价的波动也会直接影响下游边 缘服务器的总成本； 产业链中游：产业链中游为边缘计算服务器制造商，包括边缘计算服务器的设计、封装、测试、制造等环节。目前边缘计算服务器行业国际市场仍然由国际巨头企业如微软、英特尔、戴尔等占据，随着中国云计算、人 工智能、大数据、集成电路等技术的快速发展，中国边缘计算服务器厂商逐渐崛起，在全球的市场份额逐渐扩 张。从边缘计算服务器在边缘计算硬件的成本结构来看，边缘计算服务器占据边缘计算硬件成本的绝大部分，是边缘计算硬件载体的核心（边缘服务器在硬件设备的成本占比最高达95.70%，边缘网关和工业PLC控制器分别占 3.56%和0.74%）。在需求和技术的融合发展下，边缘计算硬件载体未来发展空间广阔，同时未来边缘计算与云 端、服务端一体化协同发展是趋势。 产业链下游：边缘计算服务器下游产业链较长，主要包括从软硬件基础设施，服务器供应商及边缘软件架构再到提供边缘服务平台和软件的厂商。当前中国边缘计算行业的下游应用场景丰富，且在持续拓展中，目前主要 聚焦在云计算与数据中心、边缘计算、消费类电子、智能制造、智能驾驶、智慧金融、智能教育等领域。下游的垂直行业需求会催生定制化边缘计算服务器的需求，使得针对行业需求定制芯片有较大的发展空间。未来云、 [9] 边、端协同开发是边缘计算服务器下游应用商的发展趋势，同时也推动其产业链上游“边云”协同发展。 上 产业链上游 生产制造端 边缘计算基础硬件设备、芯片及算法提供商 上游厂商 北京旷视科技有限公司 北京市商汤科技开发有限公司 高通（中国）控股有限公司 查看全部 产业链上游说明 产业链上游主要包括边缘计算服务器所需的各种零部件和AI算法芯片。上游的AI算法芯片厂商主要有Intel、华为、寒武纪、地平线、边缘云等。携带AI芯片的传感器和边缘网关具有强大的计算能力，因 此也是边缘计算硬件上游的核心部件。 （1）随着物联网、大数据、云计算等产业发展，大量的数据在边缘端积累，边缘AI芯片需求增长，性能要求也在不断提升。国产厂商核心技术持续突破，国产替代进程加快。从全球市场来看，AI芯片 长期由国外巨头垄断，如英特尔、英伟达等，因此议价能力较强。随着中国物联网、大数据、云计算等相关技术发展和面向新兴产业的政策推动，国内已涌现出了如寒武纪、海光信息等优质的AI算力芯 片上市公司，非上市AI算力芯片公司如沐曦、天数智芯、壁仞科技等亦在产品端有持续突破。目前中国各大AI芯片厂商在算力及制程方面均有较大突破。例如地平线已经可以生产算力128TOPS、制程为 16nm的芯片，景嘉微可以生产14nm制程的图型AI芯片。从事云端和边缘端人工智能芯片的企业Wave Computing可以实现从边缘计算到数据中心等场景提供人工智能芯片产品，相关芯片可以量 产。这表明中国AI芯片提供商技术不断突破，国产替代进程加快，将有利于下游的边缘计算硬件设备的算力突破； （2）目前上游头部芯片企业多采用Fabless的经营模式。从产业模式来看，上游的集成电路企业主要包括IDM（垂直整合制造）、Fabless（无晶圆厂）、Foundry（代工厂）以及封装测试企业 （OSAT），集成电路设计行业运营模式主要为其中的IDM模式和Fabless模式。例如寒武纪采取的 为Fabless的经营模式，具有灵活性强、研发和技术导向、对市场需求反应迅速等优势，在集成电路行业日益成熟、日趋专业化的背景下，Fabless成为目前集成电路设计企业的主要运营模式，英伟 达、高通、华为海思、寒武纪、地平线等领先集成电路和智能芯片设计企业多采用此模式； （3）上游产业集群效应明显，头部企业布局全产业链。在智能边缘计算集群领域，由于其核心内容 为智能芯片和智能加速卡，掌握先进智能芯片技术的公司将具备显著竞争优势。目前市场上的智能计算系统主要有基于英伟达GPU的智能计算集群、华为智能计算集群以及寒武纪智能计算集群。华为、 寒武纪、地平线等企业已经在AI芯片领域取得较大的突破。目前中国两大AI芯片厂商持续加大研发，华为2022年实现全球销售收入6,423亿元，增长0.9%，净利润356亿元；研发投入1615亿元，研发费 用率25.1%。华为海思开展智能计算集群系统业务的方式是为华为Atlas智能计算集群提供Ascend系列智能芯片和加速卡产品，寒武纪智能计算集群则是以自研的云端智能芯片及加速卡和基础系统软件 为核心设计的智能计算集群系统，构建的集群可适应大规模、大吞吐的智能处理任务，并拥有完整的 生态链，因此在市场占据较多市场份额； （4）上游的AI芯片目前处于技术和需求融合的高速发展阶段，未形成统一的生态。在AI芯片这一细 分领域，国内芯片厂商与国外芯