温馨提示：如需原文档，可在PC端登陆未来智库（www.vzkoo.com）搜索下载。

1.1 边缘智能迅猛发展，而边缘 AI 芯片占据产业链上游举足轻重

边缘计算的下一发展阶段即为边缘智能。借用《边缘智能白皮书》中的比喻，边缘计算可以认为是在象牙塔里学到的理论知识，但是理论终究要运用到实践中，而将边缘计算与人工智能相结合，让每个边缘计算的节点都具有计算和决策的能力，才是现实中可落地的方案，这一方案即边缘智能。边缘计算产业与云计算产业相辅相成，而边缘智能使得边缘计算、人工智能与应用场景结合，是边缘计算最好的实践形态。

边缘智能优势颇多。与边缘计算相比，边缘智能安全性更高，功耗更低，时延更短，可靠性更高，带宽需求更低，还可以更大限度的利用数据，以及进一步缩减数据处理成本。机构研究发现边缘与云端距离越短，数据处理成本越低。边云距离减少到 322 公里的时候，成本将缩减 30%，当距离为 161 公里的时候，成本将缩减 60%，而当边缘具备人工智能分析能力的时候，成本将进一步缩减。

依托于物联网，边缘智能将有无限发展潜力。尽管 Gartner 曲线显示，边缘智能目前仅处于最初的触发期，技术、业务、商业模式等各方面仍具有不确定性，但随着物联网产业规模的不断发展壮大，边缘智能必定有巨大的市场规模。从连接数来看，未来产业物联网中有大量设备会直接连接至边缘智能平台。根据BI Intelligence 发布的报告预测，到 2020 年估计有超过 5.63 亿政府和企业级物联网设备连接至边缘智能平台，而以上数据仅为政府和企业级项目，预计消费物联网中采用边缘智能方案的项目更多。如此庞大的设备连接数为边缘智能产业发展奠定坚实基础。

作为边缘智能的灵魂，边缘 AI 芯片有着重要地位。边缘智能（EI）其实就是在业务层、终端侧部署人工智能，而 AI 芯片则是人工智能的核心，是人工智能唯一的物理基础。业内素有“无芯片，不 AI”的说法，可见 AI 芯片的重要性。根据调研机构 IDC 的预测，到 2021 年，将有 43%的物联网计算将发生在边缘，而赋予 AI 芯片是边缘计算及学习能力的重要支撑。假如将拥有计算能力的边缘设备看作一个人的话，那么设备边缘 AI 芯片就相当于他负责学习的大脑，有着不可或缺的地位。只有边缘设备通过 AI 芯片获得了自主计算的能力，才能真正的称之为边缘智能。

根据 ICA 联盟发布的《边缘智能白皮书》，我们可以发现芯片在整个边缘智能的产业图谱中占据产业链上游，属于基础设施层。边缘 AI 芯片厂商作为产业链上游参与方投入大量资源进行技术研发，从供给方面为边缘智能的实现打下坚实牢固基础。

1.2 边缘 AI 芯片多为边缘推断芯片，可由三种架构实现

要想了解边缘 AI 芯片，首先需要了解 AI 芯片。宽泛的讲，面向人工智能应用的芯片都可以称之为AI 芯片。从部署位置上来看，AI 芯片分为两种：云端 AI 芯片和边缘 AI 芯片，而从功能上来看，AI 芯片分为训练芯片和推断芯片两种。

由于功耗、算力等条件限制，目前边缘端的 AI 芯片绝大部分为边缘推断芯片。作为人工智能实现途径的深度学习分为两个阶段：模型训练与智能推断。由于模型训练通常需要运用各种非监督学习方法训练出一个复杂的神经网络模型，故其对功耗、算力等硬性指标要求很严格，目前只能在云端实现。而推断环节则不同，其仅需利用既定模型推断出新结论。相比训练环节来说，推断的计算量要小很多，对硬性指标的要求可放宽，更有望在边缘侧完成。因此边缘 AI 芯片大部分是边缘推断芯片。

GPU、FPGA、ASIC 三种架构均可以用在边缘端，各有优势。

GPU 技术成熟，终端拔得头筹。GPU 最先被引入深度学习，技术最为成熟，在终端的安防、汽车等领域，GPU 也率先落地，是目前应用范围最广、灵活度最高的 AI 硬件。

FPGA 具有硬件可编程特点，性能出众但壁垒高。FPGA 相比 GPU 具有低功耗优势，同时相比 ASIC具有开发周期快，更加灵活编程等特点。FPGA 是效率和灵活性的较好折衷——“和时间赛跑”，在算法未定型之前具较大优势。在现阶段的终端智能安防领域，目前也有厂商采用 FPGA 方案实现 AI 硬件加速。

ASCI 由于可定制、低成本是未来终端应用的最佳选择。无论是从性能、面积、功耗等各方面，AISC都优于 GPU 和 FPGA。但在 AI 算法尚处于蓬勃发展、快速迭代的今天，ASIC 存在开发周期较长、需要底层硬件编程、灵活性较低等劣势，因此发展速度不及 GPU 和 FPGA。

2.1 需求端：物联网时代来袭，云端短板、下游场景均需边缘 AI 发展

2.1.1 云端 AI 短板凸显，实时性等要求亟需边缘智能出现

随着物联网解决方案的逐渐成熟，物联网时代即将到来。根据中国产业信息网给出的预测：2022 年全球物联网连接数接近 200 亿部，其中全球物联网终端总数将达到 193.1 亿部，中国占比约 23%，物联网终端总数将达到 44.8 亿部。

云端 AI 已满足不了数据爆炸式增加后的计算需求。数据爆炸式的增加，带来了对计算传输能力需求的指数级增长，同时产生在边缘的数据由于时效性或存储问题等种种因素也需进行实时处理，这时云端AI 的弊端显现。

1.智能手机备受关注，AI 芯片渗透率逐年提升

智能手机等消费电子产品是 AI产品化的重要领域，推动边缘 AI芯片起步。苹果 iPhoneX 上的 FaceID、谷歌 Pixel 手机上的音乐识别、谷歌自动拍照相机 Clips 等，都是 AI 功能在消费电子产品上的体现。而终端的 AI 芯片在其中扮演十分重要的角色。以手机中的图像识别功能为例，智能手机中大概率会采用 AI 算法 终端芯片的架构，可实现对于现实世界图像的智能识别，并在此基础上进行实时优化。

预计 AI 推断芯片将从高端机型向下渗透，在智能手机上的渗透率将从 2017 年的 3%上升到 2018 年的 10%和 2022 年的 45%。艾瑞咨询报告预测，AI 手机出货量占比将从 2017 年的不到 10%提升到 2022年的 80%，年销量将超 13 亿部。

3.2 英伟达为当前 AI 芯片龙头，边缘侧场景爆发将打破现有局面

由上文分析我们可知，根据部署位置的不同，AI 芯片分为云端芯片和边缘端芯片。同时，根据功能的不同我们将 AI 芯片分为训练芯片和推断芯片。目前 AI 芯片多在云端，英伟达的 GPU 芯片被广泛应用于深度神经网络的训练和推理，根据中国科学院自动化研究所测定，2017 年英伟达的 GPU 芯片在 AI 芯片市场中占比高达 54%。

高成本的芯片开发费用要求企业必须拥有足够的资金，加上长达 1-3 年的开发周期，AI 芯片企业在融资的早期阶段需要大量资金浥注。

4.2.1 寒武纪成立仅 3 年，先后获得四次投资

寒武纪先后获得四次投资。寒武纪成立至今仅 3 年，已经融资 4 次，融资额高达上亿美元。2016 年，获元禾原点领投的天使轮投资；2017 年，接收中科院的 1000 万人民币 Pre-A 轮投资；同年 8 月，获得来自国投创业领投阿里巴巴、联想创投、国科投资、中科图灵、元禾原点、涌铧投资等跟投的 1 亿美元 A 轮投资，估值达 10 亿美元，成为全球第一家 AI 芯片领域独角兽；2018 年 8 月，再次获数亿美元，完成此次B 轮融资后估值高达 25 亿美元。

4.2.2 地平线已进行 6 轮融资

地平线已进行 6 轮融资。2015 年成立的地平线机器人在不足 4 年的成立时间内，先后获得投资人青睐，获得近 10 亿美元的投资。2015 年 7 月，公司获数百万美元天使轮投资；2016 年获 Pre-A 轮和 A 轮双次投资；2017 年再获超 1 亿美元的 A 轮投资，由 Intel Capital 领投，嘉实基金、晨兴资本、高瓴资本、双湖资本、线性资本、建投华科等跟投；今年 1 月，完成 B 轮 6 亿美元的融资，融资后市场估值为 30 亿美元，成为新一代 AI 芯片独角兽。

4.3 边缘场景下的商业化落地能力是企业运营关键

有了资本、技术的加持还远远不够，只有拥有了商业化落地的能力，企业才能收获利润，从而正常运转。目前，虽边缘端 AI 芯片产业整体仍处于初期阶段，商业化进程缓慢，但独角兽企业仍然在边缘场景端的商业落地方面展现出超强实力。

4.2.1 寒武纪合作华为海思等国内一线芯片公司，商业落地速度走在前列

寒武纪客户多为国内一线芯片公司。寒武纪在终端以处理器 IP 授权的形式进行合作推广，其终端客户主要以 SOC 厂商为主，目前包含华为海思、紫光展锐、晨星(MStar)/星宸半导体等中国最顶尖 SoC 芯片公司。

寒武纪 1A 和 1H 处理器分别应用于华为多款手机中，目前已量产。2017 年、2018 年连续两年，华为麒麟 970、麒麟 980 分别使用了寒武纪的 1A 处理器和 1H 处理器，并搭载在华为 Mate10 和 Mate 20 系列中，前者全球出货量累计达 1000 万台，后者全球销量也已超过 750 万台。

除了在手机端的应用，寒武纪还积极拥抱智慧城市、机器视觉等垂直场景。在 2018 安博会上，寒武纪联合星宸半导体/SigmaStar(原 MStarSmartCamera 事业部）和的卢深视（国内三维视觉领域新锐公司）推出了集成寒武纪终端智能处理器 IP 产品的系统解决方案，以芯片 场景展示实际应用。

4.2.2 地平线进攻智能零售、驾驶等场景，多方合作促商业落地

地平线也在加快商业化步伐，多方向落地。

在智能零售方向，据媒体 2018 年 6 月讯，地平线已与鞋服运动零售商百丽国际签下了战略合作协议，双方将联合探索线下零售场景与 AI 技术的融合，挖掘零售场景下的“人货场”深层关系，打造智慧零售新模式，将大量潜在的线下数据进行挖掘、翻译和处理，帮助实体零售行业智能化转型。（百丽国际是国内代表性的鞋服运动零售商，其在全国 400 余个城市拥有超过 20000 家直营店。）

在智能驾驶方向，地平线 2018 年选择了入驻北京环普国际科技园——将为地平线公司提供 5000 多平方米的空间解决方案以及物业服务，以满足其研发、测试、市场投放等多元化的办公需求。发言人表示，地平线还将自动驾驶部门设在环普科创园，希望能够融入北京网联汽车的应用生态体系中。

综上，分析独角兽企业寒武纪和地平线，我们认为在边缘 AI 领域拥有技术、资金优势并且具备边缘场景端商业落地能力的企业更容易在边缘 AI 芯片战场中获胜，应给予重点关注。

报告来源：广证恒生（魏也娜）

花粉社群VIP加油站