您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[光大证券]:半导体行业跟踪报告之二十:边缘算力SoC:AIoT智能终端的大脑,端侧算法部署的核心 - 发现报告
当前位置:首页/行业研究/报告详情/

半导体行业跟踪报告之二十:边缘算力SoC:AIoT智能终端的大脑,端侧算法部署的核心

AI智能总结
查看更多
半导体行业跟踪报告之二十:边缘算力SoC:AIoT智能终端的大脑,端侧算法部署的核心

1、SoC:智能终端设备的大脑,边缘算力的核心 芯片系统(System-on-Chip,SoC)是一种集成电路,将一个系统所需的所有组件压缩到一块硅片上。SoC可以分为高性能应用处理器、通用应用处理器、人工智能视觉处理器、智能语音处理器、车载处理器、流媒体处理器等。上述处理器一般内置中央处理器(CPU),根据使用场景的需要增加图形处理器(GPU)、图像信号处理器(ISP)、神经网络处理器(NPU)及多媒体视频编解码器等处理内核。芯片内部设置高速总线负责各个处理器和外部接口的数据传输。配备闪存接口、动态存储器接口、显示接口、网络接口以及各种高速、低速外部设备接口。 SoC的关键技术主要包括总线架构技术、IP核可复用技术、软硬件协同设计技术、SoC验证技术、可测性设计技术、低功耗设计技术、超深亚微米电路实现技术,以及嵌入式软件移植、开发研究,是一门跨学科的研究领域。SoC意味着在单个芯片上实现以前需要多个芯片才能实现的系统功能,克服了多芯片板级集成出现的设计复杂、可靠性差、性能低等问题,并且在减小尺寸、降低成本、降低功耗、易于开发等方面也有突出优势。SoC对研发设计、制造工艺以及软硬件协同开发技术的要求较高,主要体现在芯片验证和测试难度的提高,以及IP复用、混合电路设计的困难加大。任何SoC的设计都是性能、功耗、稳定性、工艺难度几方面的平衡。 图表1:SoC示意图 完整的SoC系统解决方案,除了提供硬件参考设计外,还需要提供系统级的软件参考设计,包括驱动软件、大型OS(Linux、Android、ChromeOS、国产OS等)的移植、针对性的算法、中间件和上层应用软件的适配等,并通过严格的可靠性、兼容性测试。 2、边缘算力应用和端侧AI算法部署需求巨大 AI将提升社会劳动生产率,特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活会带来革命性的转变。可以认为,AI是一个重要的生产力工具,AI通过与各行各业结合,赋能各行各业。在自动驾驶、智能家居、安防监控、机器人、医疗设备、智慧课堂等新兴行业中,人工智能的技术创新和应用落地是行业智能化的推手。此外,AI交互、AI创作等应用场景发展迅速,如自然语言处理工具ChatGPT的问世,有望进一步推动行业智能化程度不断提升。 AI技术必须具备三个要素:算法、数据、算力。 (1)数据:AI蓬勃发展主要是得益于大数据的累积以及AI专用算力的大幅增强。 (2)算力:过去10年,AI领域主要的算力载体是以国外芯片厂商提供的GPU设备为主,广泛应用于与AI相关的云端产品。而端侧嵌入式AI算力载体从CPU、GPU、DSP发展到ASIC架构,推动了基于深度学习的语音识别、人脸识别、图文识别、AIGC、目标检测、超分辨率、ADAS等技术的广泛应用。 (3)算法:模型算法架构持续迭代,Transformer神经网络结构逐渐成为自然语言处理领域的主流,如ChatGPT是其应用之一,主要用于云端产品,各算法厂商开始尝试应用到端侧产品,对端侧算力性能提出了更高的要求,这将推动AI算力的发展。从AI算法模型到端侧AI部署应用的落地,需要解决很多技术问题,如模型转换、量化、推理框架、算子融合、算子适配(自定义算子开发)等等。这不仅需要性能优越的算法模型以及可靠的高性能低消耗(低带宽低内存低功耗)硬件加速器,还需要通过AI编译器把算法模型转化成硬件设备能识别的表达式进行算法部署,再应用到具体的应用场景,满足用户的体验需求。在算法部署过程,算法开发应用算子级API和网络级API、支持量化感知训练模型导入等加速算法开发效率和应用落地效率。 CPU是通用处理器,设计用于执行广泛的计算任务。它具有强大的灵活性和可编程性,但可能在特定任务(如AI计算)上效率不高。GPU最初设计用于处理图形和视频渲染,它擅长处理并行计算任务,因此在AI领域也得到了广泛应用。 然而,GPU并非专门为AI计算设计,它在处理某些类型的AI任务时可能不如NPU高效。CPU是线性、串行任务(指令)执行,效率较低,通用性较高;GPU是并行处理和专用图形并行处理,效率更高;而NPU则是“并行认知处理”,在AI机器学习方面,效率更高。 图表2:CPU、GPU和NPU的对比 与CPU和GPU相比,NPU在以下几个方面具有明显优势: 1)性能:NPU针对AI计算进行了专门优化,能够提供更高的计算性能。 2)能效:NPU在执行AI任务时,通常比CPU和GPU更加节能。 3)面积效率:NPU的设计紧凑,能够在有限的空间内提供高效的计算能力。 4)专用硬件加速:NPU通常包含专门的硬件加速器,如张量加速器和卷积加速器,这些加速器能够显著提高AI任务的处理速度。 移动设备中的NPU:在智能手机中,NPU在人工智能计算和应用中发挥着至关重要的作用。华为是首批将NPU集成到智能手机CPU的公司之一,与传统CPU和GPU相比,NPU显著提高了人工智能算力和能效。苹果公司的仿生移动芯片利用NPU完成了视频稳定、照片校正等任务。NPU还能增强设备在识别照片内容、调整相机设置以获得最佳拍摄效果、在自拍中创建虚化效果以及辅助三星Galaxy设备上的Bixby Vision等人工智能驱动功能方面的能力。 其他设备中的NPU:NPU在电视和相机等一系列传统上没有先进处理器的设备中越来越受欢迎。但随着每台电子设备本身越来越像一台电脑,NPU也开始进入家庭中的各种设备。例如,在电视机中,NPU可将旧版内容的分辨率提升到更现代的4K分辨率。在相机中,NPU可用于实现图像稳定和质量改进,以及自动对焦、面部识别等功能。智能家居设备也在使用NPU,帮助处理边缘设备上的机器学习,以进行语音识别或安全信息处理,由于这些信息的敏感性,许多消费者不希望将其发送到云数据服务器进行处理。 英特尔(Intel)、AMD和高通(Qualcomm)等主要厂商均将NPU集成到其最新处理器中。 图表3:AMD RYZEN 8040 3、边缘算力SoC行业投资建议 投资建议:AI新浪潮未来将提升海量IoT设备的边缘算力需求。AIoT时代拥有海量IoT终端。“智能”将是物联网时代最核心的生产力,AI技术将渗透到云、边、端和应用的各个层面,与IoT设备进行深度融合。在训练方面,AI模型的训练需要海量数据支持,SoC中的NPU提取视觉和语音的特征数据,为云端AI提供大数据支撑。在推理层面,各类带有NPU的边缘侧芯片SoC将提供丰富的AI算力,经过压缩的轻量级AI模型可以在音箱、摄像头等边缘侧部署。 边缘算力SoC行业建议关注:恒玄科技、翱捷科技、中科蓝讯、全志科技、瑞芯微、晶晨股份、富瀚微、芯原股份、炬芯科技、国科微等。 图表4:SoC产业链重点公司23Q1-24Q2季度归母净利润及同比增速 图表5:SoC产业链重点公司最高价对应估值表 图表6:SoC产业链重点公司2022-2026年归母净利润及PE估值 图表7:SoC产业链重点公司2022-2026年营业收入及PS估值 3.1恒玄科技 公司主营业务为无线超低功耗计算SoC芯片的研发、设计与销售,主要包括无线音频芯片、智能可穿戴芯片、智能家居芯片和无线连接芯片。公司芯片集成多核CPU、DSP、NPU、图像和视觉系统、声学和音频系统、Wi-Fi/BT基带和射频、电源管理和存储等多个功能模块,是无线超低功耗智能终端的主控平台芯片。 公司芯片产品广泛应用于智能可穿戴和智能家居领域的各类低功耗智能终端。在智能可穿戴市场,公司主要为TWS耳机、智能手表/手环、智能眼镜等产品提供主控芯片;在智能家居市场,公司主要为智能音箱、智能家电和其他各类全屋智能终端产品提供语音控制、屏显及无线连接等主控芯片。 公司坚持品牌战略,下游客户分布广泛,主要包括:1)三星、OPPO、小米、荣耀、华为、vivo等全球主流安卓手机品牌,2)哈曼、安克创新、漫步者、韶音等专业音频厂商,3)阿里、百度、字节跳动、谷歌等互联网公司,4)海尔、海信、格力等家电厂商。品牌客户的深度及广度是公司重要的竞争优势和商业壁垒。 图表8:恒玄科技部分合作伙伴 2024年上半年,公司下游智能可穿戴及智能家居市场需求持续增长,驱动公司业绩高增长。2024年上半年,公司实现营业收入15.31亿元,较上年同期增长68.26%;归属于上市公司股东的净利润1.48亿元,较上年同期增长199.76%; 归属于上市公司股东的扣除非经常性损益的净利润1.12亿元,较上年同期增长1,872.87%;基本每股收益1.2299元,较上年同期增长199.68%。 1、公司智能手表/手环类芯片市场份额快速提升 随着公司可穿戴芯片的快速迭代,公司在智能手表/手环领域的竞争力进一步提升。公司在旗舰芯片BES2700BP的基础上,陆续推出了BES2700iBP, BES2700iMP等新产品,实现了智能手表、运动手表和手环的全覆盖,出货量快速增长,市场份额提升。2024年上半年,公司智能手表/手环类芯片占营收比例达到28%左右,较去年明显提升,带动公司营收高速增长。 2、新一代可穿戴芯片BES2800量产上市 2024年上半年,公司新一代智能可穿戴芯片BES2800实现量产出货,该芯片采用先进的6nm FinFET工艺,单芯片集成多核CPU/GPU、NPU、大容量存储、低功耗Wi-Fi和双模蓝牙,能够为可穿戴设备提供强大的算力和高品质的无缝连接体验。该芯片目前已在多个客户的耳机、智能手表、智能眼镜等项目中导入,预计下半年将逐步开始上量。 3、持续投入研发,核心技术能力不断提升 持续高水平的研发投入是公司保持核心竞争力的关键。2024年上半年,公司研发费用3.22亿元,较上年同期增长36.76%,半年末研发人员总数571人,研发人员占比85.74%。截至目前,公司已在北京、上海、深圳、成都、武汉、西安、杭州等城市设立了研发中心,研发团队实力进一步增强。 2024年上半年,公司新增申请发明专利23项,获得发明专利批准21项;截至2024年半年度,公司累计申请发明专利511项,累计获得发明专利批准216项。 风险提示:下游需求不及预期;新产品推广不及预期。 3.2翱捷科技 公司是一家提供无线通信、超大规模芯片的平台型芯片企业。同时拥有全制式蜂窝基带芯片及多协议非蜂窝物联网芯片研发设计实力,且具备提供超大规模高速SoC芯片定制及半导体IP权服务能力。公司的主营业务包括芯片产品销售、芯片定制服务及其相关产品销售、半导体IP授权。 图表9:翱捷科技核心技术 公司2024年上半年,推出首款5G RedCap芯片。该芯片是一款集成了基带、射频、存储的高集成度5G RedCap芯片,接口丰富。支持6GHz以下频段,遵循3GPP R17技术规范,满足国内行标和运营商的技术要求。2024年上半年公司与多家主要的设备厂商开展完成了实验室的互联互通和5G原生增强特性验证,积极参与完成了运营商组织的外场端网兼容性测试,成功通过中国移动5G RedCap芯片认证测试并入库。2024年上半年,公司已经与首批客户开展合作,积极推动基于该芯片的终端产品市场化,预计2024年下半年正式量产。 在智能手机领域,公司首款智能手机芯片ASR8601携手Logicmobility L65A手机,首秀登陆拉丁美洲市场。该芯片采用Arm Cortex-A55处理器,支持包括FDD/TDD LTE/GSM/EDGE/WCDMA多制式蜂窝通信,支持Volte,向用户提供高质量、更自然的语音通话效果以及更流畅的移动网络体验。自研Camera硬件3D降噪算法令用户即使在暗光下依旧保持高清晰度的录像和拍照效果,美颜算法在GPU的加持下呈现效果更好,速度更快。在拉丁美洲市场的成功出货是公司全球化战略的重要一步,也是公司智能手机业务长期发展的坚实基础。同时,该芯片的出货已覆盖更多场景,包括智能手表、智能平板、儿童学习机等,正处于客户导入阶段,预计2024年下半年销售规模继续扩大。 在智能可