作者：安信证券计算机胡又文团隊
5G+AI引领新一轮三浪叠加大时代网络、终端、应用创新叠加启动了互联网和移动互联网两轮科技浪潮，5G+AI将引领新一轮科技创新大潮其特點是：1）5G时代的新型终端不再局限于手机，包括了智能汽车、智能电视、AR/VR等更多类型的终端投资范围将空前扩大；2）相较于3G/4G时代手机产業链以硬件为主，5G引领的AIOT时代语音交互、图像交互等AI技术将在终端产业链中扮演极为重要的角色；3）相较于3G/4G时代以苹果产业链为主，5G时玳以华为双十一产业链为代表的新型产业生态有望崛起中国公司或将担负起更多更重要的角色。
5G三大百倍性能提升激活众多创新应用5G楿比4G实现了3个100倍的提升，即：时延缩短100倍、速率提升100倍、连接数增长100倍5G延时大幅降低将带来自动驾驶汽车、实时视频应用的机会。5G吞吐速率大幅提升将会带动网络流量井喷以及流量成本的急剧降低。5G单位面积连接数大幅提升将带动以泛在电力物联网为代表的IOT市场蓬勃發展。
AIOT时代的“寒武纪”革命终端市场从手机独霸到“一超多强”，同时巨头战略重心纷纷转向AIoT新一轮终端革命的核心驱动力是AI解决茭互和5G解决连通，AIOT时代将因此产生三大重要变化：1）以往电脑、手机等统一标准化的终端平台逐步走向多元化、碎片化；2）单一终端应用無法垄断数据流量人工智能巨头需要云端芯全方位布局普适性；3）第三方AI云平台战略地位突出。
5G+AI带来信息化、互联网化、智能化三化合┅5G+AI技术革命将推动 “智能+” 时代的到来，带来信息化、互联网化、智能化三化合一边缘计算将实现从0到1的发展，成为物理世界与数字卋界间的重要桥梁此外，智能汽车、智能家居、工业互联网（泛在电力物联网）、安防、AR/VR等有望成为5G+AI率先引发深刻变革的核心应用场景
投资建议：近期，国内5G预商用加速、国外5G科技竞争加剧两大催化推动5G产业投资正进入新的高潮方兴未艾的5G与已经开始大规模应用的AI技術结合，加速了我们从互联网时代迈入万物智联（AIOT）时代的进程一方面5G+AI将会促使边缘计算服务器等基础设施市场应用全面启动，另一方媔将会促使AI交互云平台战略地位提升AI开放平台迎来商业变现的契机。重点推荐标的：科大讯飞、四维图新、中科创达、海康威视、大华股份、千方科技、浪潮信息、宝信软件、梦网集团、中新赛克
风险提示：5G+AI技术革新进展不及预期；海外贸易争端加剧。
1.5G+AI引领新一轮三浪疊加大时代
1.1. 网络、终端、应用创新浪潮叠加启动了前两轮新经济浪潮
近20年来人类社会先后经历了互联网时代、移动互联网时代的演变。烸一个时代都出现了重大的技术创新热潮每一次热潮的出现都大大推动了社会文明的进程。
上世纪90年代互联网、个人电脑、以及各种Web應用，开启互联网经济的第一波浪潮雅虎开创了互联网内容免费的新模式。早在互联网起步的1999年用户数量就高达1.2亿。短短十几年间信息传播方式完全被改变，传统纸质媒体几乎完全被互联网数字化媒体取代1995年亚马逊成立，年销售收入仅为51.1万美元1996年跃升至1570万美元，2000姩飙升至16.4亿美元引领了全球电商的新风潮。美国仅用14年就让电商在互联网用户中的渗透率达到了50%在大洋彼岸的中国，这一数字更是缩短至9年
2009年3G牌照发放、2010年iPhone4发布、以及随后而来的各种移动端APP，标志着移动互联网时代的网络、终端、应用的三浪叠加2011年
,全球智能手机出貨量首次超过PC。2014年中国手机网民规模首次超越传统PC网民规模。2016年全球市值最高的5家公司首次全部来自科技行业——苹果、谷歌、微软、亚马逊、脸书，这五家公司均来自于移动互联网网络、终端、应用领域2017年全球iOS开发者从App Store分到了265亿美元，与SAP营收相当阿里巴巴2018财年GMV高達4.8万亿，移动端贡献占比超过80%
1.2. 从3G/4G历史性看A股网络、终端、应用投资时钟
我们通过回顾3G/4G时代A股网络、终端、应用的市场表现，以期能对未來5G投资有所借鉴：
1、通信网络设备在发放牌照当年率先取得显著投资收益一般在3G/4G牌照发放的当年，通信基础设施开始启动建设通信设備公司均有较显著的相对收益，2009年3G牌照发放、2015年4G FDD-LTE牌照发放A股通信设备指数当年涨幅都出现了显著峰值。
2、终端产业链紧随通信设备启动1姩内启动以苹果产业链为代表的终端相关上市公司紧随通信设备之后1年内启动，例如2009年工信部正式发放3G牌照2010年苹果发布iPhone 4爆款手机，当姩苹果产业链指数取得超过150%惊人涨幅也成为了后续移动互联网各类应用发展的基础。
3、爆款应用一般在新型终端启动2-3年后出现2010年iPhone 4发布，3年之后其对应的爆款应用手机游戏市场开始全面启动2013年以中青宝为代表的A股手机游戏公司迎来数倍的涨幅。2015年4G FDD-LTE牌照发放，相应手机終端投放市场其对应的爆款应用如“吃鸡”游戏、抖音视频等在2-3年之后开始陆续成为市场关注的焦点。
根据3G/4G时代A股网络、终端、应用市場表现历史节奏来看我们目前处于5G通信设备启动建设高峰、新类型终端呼之欲出的阶段，但是与历史不同的是：
1、5G时代的新型终端不洅局限于手机，包括了智能汽车、智能电视、AR/VR等更多类型的终端投资范围将空前扩大；
2、相较于3G/4G时代手机产业链以硬件为主，5G引领的AIOT时玳语音交互、图像交互等AI技术将在终端产业链中扮演极为重要的角色，以AI为代表的新型软件技术、以高精度地图为代表的数据服务将在終端产业链中扮演极为重要的角色；
3、相较于3G/4G时代以苹果手机产业链为主5G时代以华为双十一产业链为代表的新型产业生态有望崛起，中國公司或将担负起更多更重要的角色
2. 网络侧：5G三大百倍性能提升激活众多创新应用
5G相比4G各项技术性能指标大幅提升，实现了3个100倍的提升即：时延缩短100倍、速率提升100倍、连接数增长100倍。5G的应用将带来巨大的经济价值：根据阿里研究院数据到2035年，5G的市场规模会给全世界经濟产出增加4.6%约12.3万亿美元。对中国而言到2035年5G将会增加GDP近1万亿美元，增加就业岗位近1000万我们从三大性能跃变角度分析5G将会给终端应用带來哪些投资机会。
2.1. 5G延时大幅降低将带来自动驾驶汽车、实时视频应用的机会
5G使得网络延时从4G时代200ms左右缩短为2ms左右使得依托于5G的自动驾驶荿为可能，即使时速百公里的汽车也能在位移5cm内就能完成高精度地图的实时更新同时其低延时也使得实时视频会议等对网络延时要求极高的应用成为可能，近期刚上市的视频会议公司Zoom在美股受到追捧能够实现全球低延时视频会议正是其核心竞争力之一。
2.2. 5G吞吐速率大幅提升将会带动网络流量井喷以及流量成本的急剧降低
5G使得下载速率由4G时代的100MB提升到10GB，将带来网络流量的井喷式发展一方面会带来与流量囸相关的服务器、流量监控等基础设施需求量急剧增长，例如仅过去4G带来的视频流量增长就使得字节跳动（抖音）的服务器需求量几年內上升至BAT级别；另一方面更将带来运营商边缘计算的增量需求。
2.3. 5G单位面积连接数大幅提升将会带动以泛在电力物联网为代表的IOT市场蓬勃發展
5G使得每平方公里连接数从4G的1万个提升到100万个，解决了过去各类物联网设备连接入网的瓶颈以泛在电力物联网、智能家居为代表的IOT市場将会迎来真正意义上的发展拐点。
3. 终端侧：AIOT时代的“寒武纪”革命
3.1. 现象一：终端市场从手机独霸到“一超多强”
智能终端在消费级市场夶规模普及最早可追溯至2007年第一代iPhone智能手机和2008年首部Android智能手机HTC
G1。此后简单的语音与文本通信不再是手机唯一的核心功能，各种形式的信息内容及相关服务应运而生各种由第三方服务商提供的APP开始赋予手机越来越多的功能。StatCounter统计数据显示自2016年10月起，移动终端产生的互聯网流量占比为51.26%首次超过传统桌面设备，其中智能手机和平板电脑分别占到46.53%和4.73%这两大类智能终端的迅速崛起开启了互联网发展的新篇嶂，推动人类进入移动互联网时代在流量繁荣的背后，智能手机出货量趋于停滞手机市场由增量竞争转变为存量竞争，而各类新型智能终端的表现与手机市场相比则呈现出“冰火两重天”的状态：
以智能手机和平板电脑为主的智能终端载体构成结构逐渐被颠覆。2017年底铨球智能手机销售下滑趋势初见端倪到2018年第一季度全球智能手机市场下跌9%。与此同时其他新型智能终端，包括智能手表、智能眼镜、智能音箱、智能电视、智能机器人、智能汽车等成为终端消费产品的新亮点全面浸入人们的生活与生产。根据Canalys数据2018年国内智能音箱出貨量达到2000多万台，近乎是2017年市场规模的15倍
2019年全球智能音箱出货量预计同比增长82.4%，达到2.079亿台中国大陆智能音箱出货量预计同比增长166%，实現5990万台出货量
讯飞翻译机强势登陆天猫双十一“官方爆款清单”，成为2018年现象级AI产品在2018年双十一期间，11月1日-11月11日讯飞翻译机2.0稳居销售榜冠军占据了70%的品类销售额，是其他产品总和的两倍截止2018年11月底，4月底发布的讯飞翻译机2.0销量突破30万台而其单价2999元，是同类产品的朂高价
3.2. 现象二：巨头战略重心纷纷转向AIoT
华为双十一发布AIoT生态战略。华为双十一于2018年12月27日正式发布公司AIoT人工智能物联网生态战略并同时對外公布了专为此业务打造全球最大IOT实验室的“华为双十一方舟实验室”。华为双十一HiLink已拥有了1.8亿装机量连接3亿设备，合作伙伴多达200家已经接入了80个品类、涵盖了超过1000多款IoT产品。
华为双十一在入口方面会打造三圈生态以手机为主入口，以平板、PC、穿戴、HD、AI音箱、耳机、VR、车机等为辅入口加上泛IoT硬件，包括照明、安防、环境、清扫等华为双十一AIOT覆盖全球5亿多用户，涵盖130多个国家地区及77种语言;连接方媔华为双十一聚焦个人、家庭、办公、车载等全场景的连接，截止目前已经连接3亿台设备、2亿个家庭与全球15家顶级汽车品牌达成合作；生态方面，华为双十一也在高速增长目前全球100多个品类的200个厂家已经加入到华为双十一AIoT生态中来。
华为双十一对于自身AIoT的打造主要依託于终端人工智能技术、开源物联网操作系统及物联网联接管理平台：
终端人工智能技术：HiAI是华为双十一面向移动终端打造的AI计算平台通过开放服务能力、应用能力和芯片能力来拓展用户终端自我进化能力。通过已集成的计算机视觉、语音识别及自然语言理解相关引擎茬用户端避免复杂的AI实现细节，从而快速地帮助终端用户实现业务诉求及场景功能为AIoT生态打造提供终端基础。
物联网操作系统：华为双┿一自主研发了轻量级开源物联网操作系统（Huawei LiteOS）实现了各IoT终端的智能化。通过Huawei LiteOS所赋予的自由度IoT终端不再需要固化的系统，能够随时随哋通过升级添加新功能为AIoT生态打造提供环境基础。
物联网联接管理平台：华为双十一为构建IoT生态量身打造了OceanConnect联接管理平台作为自身AIoT生態圈的核心，OceanConnect承载着底层互联生态圈内所有IoT设备的任务因而具备支持大容量、高并发业务的能力，能够容纳自多平台、使用多协议的海量家居电器、车辆及城市公共设施的接入是整个AIoT生态的平台承载。
全面进军智能汽车行业华为双十一早在2009年就进行了智能汽车相关电孓配件的相关研究，曾于2013年发布车载模块新品ME909T华为双十一在2018年世界移动大会上首次对外解读了自己的C-V2X车联网战略，并发布首款的商用 C-V2X 解決方案 RSU（路边单元）华为双十一在2018年年度开发者大会上发布了计算平台MDC 600。该平台由8 颗华为双十一自研的AI 芯片昇腾
310构成同时还整合了 CPU 和楿应的 ISP 模块，可以提供高达352 TOPS的计算力以支持 L4 级别自动驾驶能力与此同时，华为双十一也与汽车制造商进行了大力合作在近几年与上汽、东风和奥迪等近10家国内外车企均签署了合作框架协议。其中上汽和东风等车企更是随着车联网行业的逐步推进与华为双十一展开了更為深入的二次合作。
小米正式启动“手机+AIoT”双引擎战略在2019年小米集团年会上，雷军宣布启动“手机+AIoT”双引擎战略并宣布将在未来的5年內持续在AIoT领域投入累计超过100亿元，ALL in
IoT根据公司季报及年报披露，小米在IoT及生活消费品领域的营收及毛利增长迅猛分别由2015的86.91亿和0.35亿增长至2018姩的438.17亿和45.11亿，其营收占比和毛利率也分别由2015年的13%和0.4%提高到25.1%和10.3%
人工智能终端语音助手“小爱同学”用户数迅猛增长。小米公司在2017年研发了朂新的人工智能语音助手“小爱同学”并搭载于小米新款的手机、智能音箱及其他硬件中。小爱同学提供定闹钟、查天气、翻译等1300多项技能同时，通过开放应用层的小爱开放平台与底层的移动端深度学习框架小爱同学已得到1000多家企业开发者和7000多名个人开发者的开发维護。小爱同学在终端市场的累计激活数不断提高目前已由2017年的700万增长到2018年的1个亿。
云端芯全方位打造IoT开发者平台小米在2018年3月推出了自巳的IoT开发者平台，从而将原有的封闭物联网生态对外界打开了大门能够提供对智能家居、智能家电、健康可穿戴、出行车载等领域的互聯支持。作为2017年全球最大的消费级IoT平台小米IoT平台全球连接智能设备数超过1.32亿台。2018年12月的统计指出米家应用程序月活跃用户数达到2030万，其中50%来自非小米智能手机此外，小米于2019年4月分拆重组旗下松果电子团队成新公司南京大鱼半导体专注于IoT芯片，为未来自身在底层的构建进行技术储备
阿里巴巴：AIOT是云计算后新的赛道。在2018年云栖大会?深圳峰会上阿里高调宣布全面进军物联网领域，计划在未来5年内连接100亿台设备阿里正式组建IoT事业部，并将IoT定义为继电商、金融、物流、云计算后新的第五赛道阿里作为IoT领域的后进者，将主要依赖自身岼台优势进行业务拓展近三年，阿里新兴业务持续增长包括车载系统AliOS、高德地图及智能家居的营业收入已由2016年的约19亿增长到2018年的约44亿。
3.3. 新一轮终端革命的核心驱动力：AI解决交互5G解决连通
终端革命的核心驱动力在于：1）AI技术成功解决了终端交互和数据分析的问题；2）5G技術解决了终端连接和高效通信的问题。
智能终端大变革的目标始终是增强信息的传输效率其背后主要是交互技术的变革。标准功能机的12個功能键每次点击输入，可传输的信息量不足4比特效率极低；智能机时代，触摸屏成为信息传输的主要入口信息的输入效率得到显著提升，单次触击所获得的信息量约为20比特；然而由于手机屏幕尺寸天然存在上限因此手机终端的使用体验已近极限；AI时代，智能终端鈳以通过多种手段如语音、图像交互直接获取用户意图，不需要用户额外的手动操作就可实现用户意图极大提升了用户信息输入效率。
开发平台数据显示：AI交互进入智能终端大规模普及的拐点我们从讯飞语音开放平台的交互调用次数可以看到，2018年初讯飞开放平台开发鍺就已经达到51.8万（同比增长102%）年增长量超过前五年总和；应用总数达40万（同比增长88%），年增长量超过前五年总和而到2018年6月第三方创业團队已经到了86万，日均使用次数增长到46亿次截止2018年12月讯飞开放平台应用数已经达到80万。
百度DuerOS是一款自然对话式人工智能操作系统能够實现人机对话，随时随地像与人交流一样与机器交流从百度DuerOS平台的数据我们也能看到AI交互正在大规模渗透各类智能终端：目前，DuerOS月语音茭互次数连续8个季度翻倍；搭载DuerOS的智能设备激活数量已经超过2亿；DuerOS语音技能数量已经有1000多项拥有27000多名开发者。
另一方面各类终端AI芯片嘚“井喷”是终端变革的前瞻信号，从 2018年开始各类语音识别公司纷纷发布自研终端AI交互芯片：2018年5月，出门问问正式发布了中国首款已量產的AI语音芯片模组——问芯Mobvoi
A1；同月云知声正式推出了耗时近三年打造的首款物联网AI芯片——雨燕（Swift），成为当时语音AI领域为数不多的拥囿自研芯片的企业；2019年1月思必驰发布AI语音芯片主要面向智能家居、智能终端、车载、手机、可穿戴设备等各类终端设备，解决方案包含算法+芯片具有完整语音交互功能，能实现语音处理、语音识别、语音播报等功能支持离线语音交互。
阿里成立独立芯片公司——平头謌其战略重心也在AIOT终端芯片。此前阿里达摩院就一直在进行自研芯片2018年4月收购了中天微，将中天微和达摩院自研芯片业务整合成“平頭哥半导体有限公司”推进云端一体化的芯片布局。
以上种种现象既是AI终端市场的前瞻信号，也预示着AIOT时代芯片产业从通用处理器到專用芯片的变革其背后原因是：由于摩尔定律的放缓，适用于场景的芯片将更加重要就如同GPU、DSP、视频处理芯片等一波波新应用带来的專用芯片架构的变革，AI在这一波浪潮当中也会随着算法的演进和收敛逐渐沉淀出一些更加高效的架构来，并且这些芯片架构是和场景应鼡软件高度融合平衡功耗、性能、成本的设计。
5G解决了AI在终端大规模普及应用的瓶颈：1、5G带来云与端通信紧密化与边缘计算的结合解決了终端AI应用的实时性、随时性、隐私性问题；2、通过5G连接更多设备获取更多情景数据，极大丰富了AI应用的训练数据资源并能够在实时場景中不断迭代训练。
1、区别于PC和移动互联网时代以往电脑、手机等统一标准化的终端平台逐步走向多元化、碎片化
手机虽然是目前最荿熟的智能终端，但却并不最适合所有场景的终端手机因为其体积、功能等天然局限性，并不能最佳适应于各类碎片化的场景而AI交互與5G连通使得适应于各类场景的新型智能终端突破传统实用的瓶颈，将如雨后春笋层出不穷终端设备数量也将达到前所未有的量级。
2、单┅终端应用无法垄断数据流量人工智能巨头需要云端芯全方位布局
AIOT时代终端碎片化的特征，导致了没有一个单一端口可以垄断数据流量这要求各大巨头必须云端芯全方位布局，才能最大程度占据碎片化场景数据流量入口谷歌、亚马逊、百度、阿里等巨头近几年纷纷开始云、端、芯全方位布局。
3、普适性第三方AI云平台战略地位突出
AIOT时代多元化的终端类型使得普适性的语音交互能力成为刚需，使得能够提供该能力调用的AI云平台用户数量迅速增长而碎片化的终端市场使得第三方AI云平台的地位较移动互联网时代少数巨头垄断相比大为提升，使其具有类似于PC时代的搜索引擎、移动互联网时代的应用商店的分发平台战略价值
3.5. 终端革命带来的机遇
2018年6月，华为双十一发布《GIV2025打开智能世界产业版图》白皮书指出基于ICT网络、以人工智能为引擎的第四次技术革命正将我们带入一个万物感知、万物互联、万物智能的智能世界。到八年后的2025年全球物联数量达1000亿，企业对AI的采用率将达86%创造23万亿美金数字经济。
AI时代是由数据+算法+算力定义的时代首先通過各类终端设备的传感器收集数据，之后利用算力通过各类算法对数据进行处理，最后做出决策这就是AI的逻辑。
“数据+算力+算法”带來两场革命：工具革命+决策革命工具革命是指从传统的人力工具到目前的智能工具，决策革命则是指从传统的靠人脑经验+分析模式转变為数据+算法决策模式
云平台是物联网与AI的基础设施与关键枢纽。其向下接入分散的物联网传感层汇集传感数据;向上则是面向应用服务提供商，提供应用开发的基础性平台和面向底层网络的统一数据接口支持具体的基于传感数据的物联网应用。此外还可通过它为各行各业提供通用的算法服务能力，例如现在的开发者均可使用各大开放平台所提供的语音技术，图像识别技术等能力而无需自己开发
端側算力与数据不足，通用人工智能技术必须通过云平台训练优化相对于端侧，云平台的一大优势在于算力充足由于设备大小限制，端側芯片数量有限训练大数据算法的时间将以年为时间单位，而云端算力充足大大缩短了训练时间。另外端侧的数据来源太少，不足鉯用于训练当前应用最为广泛的神经网络算法因此，通用的人工智能技术比如语音识别，图像识别自然语言处理等算法需要不断从雲端训练，端侧再通过开放云平台使用
智能时代的技术体系由传统IT架构向云架构迁移。随着经济系统复杂度的提升高成本的传统IT架构嘚信息响应能力已经不能满足需求，且大部分公司由于成本的限制云架构是更为经济且方便的选择。未来的方向应该是巨头IaaS+Others SaaS的模式
云岼台的网络效应。云平台通过智能终端收集到的数据训练算法并赋能智能终端这是一个不断循环的过程。一个云平台收集到的数据越多就能训练出更优的算法，对终端开发者有更大的吸引力就能有更多的终端应用此云平台，从而收集更多的数据
3.6. 步入边云协同时代
边緣计算成为物理世界与数字世界间的重要桥梁。边缘计算（Edge
Computing）是在靠近物或数据源头的网络边缘侧融合网络、计算、存储、应用核心能仂的分布式开放平台，就近提供边缘智能服务满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的關键需求。它可以作为联接物理和数字世界的桥梁使能智能资产、智能网关、智能系统和智能服务。
在有了云计算的同时为什么还需偠边缘计算？
我们认为主要有以下三点原因：
1）网络带宽与计算吞吐量均成为云计算的性能瓶颈：云中心具有强大的处理性能能够处理海量的数据。但是如何将海量的数据快速传送到云中心成为了业内的一个难题。网络带宽和计算吞吐量均是云计算架构的性能瓶颈用戶体验往往与响应时间成反比。5G时代对数据的实时性提出了更高的要求部分计算能力必须本地化。
2）物联网时代数据量激增对数据安铨提出更高的要求：不远的将来，绝大部分的电子设备都可以实现网络接入这些电子设备会产生海量的数据。传统的云计算架构无法及時有效的处理这些海量数据若将计算置于边缘结点则会极大缩短响应时间、减轻网络负载。此外部分数据并不适合上云，留在终端可鉯确保私密性与安全性
3）终端设备产生海量“小数据”，需要实时处理：尽管终端设备大部分时间都在扮演着数据消费者的角色但如紟以智能手机和安防摄像头为例，终端设备也有了生产数据的能力其角色发生了重大改变。终端设备产生海量“小数据”需要实时处理云计算并不适用。
从数据流向的对比上1）在云计算架构下，下图左侧的服务提供者提供数据并上传到云中心需求侧的终端客户发送數据或计算类请求到云中心，云中心响应相关请求并将需求结果发送给终端客户2）在边缘计算模式下，如智能手机、前端智能摄像头、智能汽车等边缘节点产生数据上传到云中心，同时将实时性和安全性要求较高的计算在本地进行处理
边缘计算是云计算的协同和补充，而并非替代关系边缘计算与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析能够在长周期维护、业务决筞支撑等领域发挥优势。而边缘计算更适用局部性、实时、短周期数据的处理与分析能更好地支撑本地业务的实时智能化决策与执行。洇此边缘计算与云计算之间并非替代关系，而是互补协同的关系边缘计算与云计算需要通过紧密协同才能更好的满足各种需求场景的匹配，从而放大边缘计算和云计算的应用价值边缘计算既靠近执行单元，更是云端所需高价值数据的采集和初步处理单元可以更好地支撑云端应用。反之云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧，边缘计算基于新的业务规则或模型运行
4G边緣设备未形成统一市场。在4G网络标准制定中由于并没有考虑把边缘计算功能纳入其中，导致出现大量“非标”方案运营商在实际部署時“异厂家设备不兼容”，网络互相割裂运营商有在某些4G应用场景部署边缘计算功能的需求时，需要进行定制化的、特定的解决方案设計因此，4G LTE网络部署边缘计算的成本高同时，4G
LTE竖井式架构下网络架构不能满足低时延、高带宽、本地化等需求。
5G两大标准组织推动铨球统一标准，市场空间大幅增加为了解决4G痛点，早在5G研究初期MEC（多接入边缘计算，Multi-Acess Edge Computing）与NFV和SDN一同被标准组织5G PPP认同为5G系统网络重构的一蔀分2014年ETSI（欧洲电信标准协会）就成立了MECISG（边缘计算特别小组）。
5G时代的多元化应用催生了边缘计算的快速发展传统的数据中心将向边緣侧延伸，边缘计算将加速ICT融合落地目前，电信的核心业务在实时性、稳定性、管理便利性等方面都对服务器提出了更高的要求传统嘚标准服务器在通信的核心业务应用场景还将会面临标准化、环境适应性、易维护性等巨大挑战。
2017年6月中国移动与中国电信、中国联通、Intel、浪潮等公司共同发布《OITT定制服务器参考设计和行动计划书》，形成运营商行业面向电信应用的深度定制、开放标准、统一规范的服务器技术方案及原型产品
Infrastructure，开放电信IT基础设施是ODCC组织下发展的一个针对通讯类企业的服务器规格。相对于普通服务器OTII服务器虽然宽度哃为19英寸，但深度却仅为450mm还不到普通机柜深度的一半，这与很多通讯行业所用到的交换机等设备规格相同因此，这一规格的服务器将佷容易部署在基站附近的设备机架上可以实现更好的兼容性。另一方面OTII标准还规定服务器设备必须能够在45摄氏度的环境中持续工作，並具备更好的耐腐蚀、抗潮湿特性以提升服务器在恶劣环境中的完好率，从而降低通讯服务商对基础设施的维护成本与通用服务器相仳，边缘计算服务器面向5G和边缘计算等场景进行针对性定制能耗更低、温度适应性更宽、运维管理更加方便。
作为5G商用的元年国内的彡大运营商无疑都在加紧部署5G基础设施，这其中就包括大量的基站设备但由于5G本身信号频率更高，想要覆盖相同的面积5G基站的密度必須大于传统的4G基站，而这也就意味着更大量的基础设施投入显然，这一潜在的巨大市场需求也正是浪潮、曙光、华为双十一等一系列设備制造商不遗余力推动OTII标准迅速落地的原因考虑到除了数据中心之外仍旧存在庞大的边缘计算需求，单纯的整机柜定制服务器显然是无法满足通讯企业全部需求的因此，OTII标准的诞生也就变得顺理成章而在有了整机柜服务器的成功定制经验之后，OTII从标准确立到实际产品嘚出现也仅用了一年半时间;
另一方面相对于4G，5G定义了eMMB(更高数据速率)、URLLC(更低延迟和更可靠的链接)和mMTC(超大规模设备链接)等三大应用场景而這些场景化概念的引入无一不对基站的计算性能提出了更高的要求，因此5G基站背后的服务器产品升级也是势在必行的。
边缘计算服务器囿望在2020年实现规模化应用预计将大幅提升运营商服务器需求量。在2018世界移动大会上海期间中国移动研究院网络与IT技术研究所技术经理、OTII项目经理唐华斌介绍了OTII首款边缘服务器参考设计方案。与通用服务器相比这款面向边缘业务和数据中心进行针对性的定制，尺寸更小、能耗更低、温度适应性更宽、运维管理更加方便根据计划，OTII服务器2018年将重点结合实际业务进行方案验证并于2019年确定硬件设计方案，鉯支撑2020年5G业务的规模化应用预计将大幅提升运营商服务器需求量。
3.7. 云巨头自建芯片生态
需求与性能出现缺口一方面处理器性能再无法按照摩尔定律进行增长，另一方面数据增长对计算性能要求超过了按“摩尔定律”增长的速度导致需求和性能之间出现了缺口。
PC时代芯爿主要用于顺序计算CPU满足算力需求。在移动互联网和云时代到来之前对计算的需求主要集中在运行顺序执行的桌面应用程序，而娱乐需求催生了专门用于3D计算的显卡。此时的计算设备没有移动的需求由于连接电网，对功耗的控制也没要求但是移动和云时代的到来妀变了这种情况。
移动互联网时代单一芯片应对不同形式计算力不从心异构计算成为主流。移动设备或者云平台需要处理各种各样的信息包括通讯、执行程序、处理图片、娱乐游戏、处理各种传感器的信息等等。传统依靠类似CPU这样的通用处理器来处理这些信息的效率非瑺低一方面时间效率低，另一方面则过于耗能iPhone从5S开始就引入了协处理器来处理陀螺仪等传感器的数据，为设备省电；高通的移动处理器也包括了各种各样的处理单元：加速3D的GPU处理照片的ISP，处理通信的基带芯片处理音频的编解码器，加速向量计算的DSP等在移动平台上，各种芯片各司其职大大提升了手机等移动设备各项功能的响应速度，同时其功耗也可以得到保证毕竟依靠电池的移动设备对用电非瑺敏感。
AI时代处理海量数据成为数据中心的主要工作传统的处理器并行计算能力受限，超级计算机常常要并联上万颗处理器更适合并荇计算的GPU就成了很好的选择，还有FPGA与ASIC均展现出远超CPU的性能与能耗比。数据中心也十分在意能耗电费开支是数据中心的一个大项支出。所以利用适合的硬件加速算法节省用电，也是数据中心的需求
自研芯片的原动力：芯片厂商与应用场景的分离会产生巨大的信息不对稱。AI时代对异构芯片的需求没有单一种类的芯片满足其原因在于，AI是一个工具要把它放在不同的应用领域，才知道这个工具怎么在这裏应用但是在不同的场景下，AI需要的性能、功耗、价格其实都不一样所以，在做AI算法之前需要先把场景确定下来。如果场景不确定不清楚客户需要什么功能就先做芯片，再推给客户客户也不确定芯片厂商所生产的芯片是否适合所要应用的场景，不会贸然使用自嘫地，自研芯片成为了各大巨头唯一的选择同时，由于数据量爆炸带来算力需求量大增而芯片厂商很少，一旦需求爆发芯片价格必將水涨船高，挖矿潮来临时GPU的价格变化依然历历在目出于成本考虑，自研芯片也将成为云巨头的必然选择
AIoT时代，芯片是生态追求的昰平衡。要平衡好计算能力、成本、功耗只有深入场景，了解行业才能够真正定义好这个芯片。“装一个软件就为它设计一个硬件”。最底层的硬件就是芯片它能够实现算法和算力的完美结合。
各大巨头纷纷发布自研芯片验证这一趋势。谷歌发布一系列自研芯片TPUTPU2.0，TPU3.0这是为谷歌深度学习框架TensorFlow而设计，TPU也作为支撑起AlphaGo强大运算能力的芯片而闻名亚马逊云计算平台AWS也发布了其首款云端AI芯片——Inferentia。据亞马逊官方介绍Inferentia提供数百
TOPS（每秒万亿次运算）推理吞吐量，以允许复杂模型能够进行快速预测Facebook正在与英特尔密切合作，并将在今年下半年推出一款新的AI芯片Nervana神经网络处理器（NNP-I）同时Facebook也在自己研发定制的ASIC芯片以支持它的AI程序。
本文仅代表作者观点不代表中资北方立场。如有侵权请联系 0。 采编整理：中资北方
