2022年中國通信市場格局行業(yè)研究資料匯編

1、,2022年中國通信市場格局行業(yè)研究資料匯編資料匯編目 錄1、上半年中、日、韓國半導(dǎo)體新格局、中國國產(chǎn)化的危機(jī)、未來通信行業(yè)格局生變及新設(shè)備、新技術(shù)、新應(yīng)用的發(fā)展機(jī)會分析圖2、通信行業(yè)研究：圍繞5G、云計(jì)算、物聯(lián)網(wǎng)_捕捉高成長ICT龍頭3、2022年通信行業(yè)深度研究報(bào)告4、2022年中國通信行業(yè)發(fā)展現(xiàn)狀及市場規(guī)模分析 行業(yè)保持穩(wěn)中向好運(yùn)行態(tài)勢【組圖】5、【干貨】2022年通信設(shè)備制造行業(yè)產(chǎn)業(yè)鏈全景梳理及區(qū)域熱力地圖6、中國軍用、通信、汽車、充電樁連接器市場規(guī)模、供應(yīng)商及發(fā)展前景分析圖7、2021年軟件定義通信發(fā)展環(huán)境（PEST）分析：新興網(wǎng)絡(luò)業(yè)務(wù)推動軟件定義通信行業(yè)發(fā)展8、中國水利信息化投資規(guī)

2、模分析：主要分布在信息采集、水質(zhì)監(jiān)測系統(tǒng)應(yīng)用、水利數(shù)據(jù)中心、通信基礎(chǔ)設(shè)施等方面圖9、潤建股份研究報(bào)告：通信管維龍頭_光伏+數(shù)字化打開全新增長曲線10、中國光通信器件行業(yè)5G助力發(fā)展趨勢：光器件市場規(guī)模超過百億美金_光模塊占比六成圖上半年中、日、韓國半導(dǎo)體新格局、中國國產(chǎn)化的危機(jī)、未來通信行業(yè)格局生變及新設(shè)備、新技術(shù)、新應(yīng)用的發(fā)展機(jī)會分析圖 一、中、日、韓國半導(dǎo)體新格局：從美國管制實(shí)體名單來看國產(chǎn)化的危與機(jī) （一）、從華為事件說起，影響兩面化，面臨生態(tài)之爭 2018年，“中美貿(mào)易摩擦”無疑成為刺入資本市場的一把利劍，也壓制了通信行業(yè)的投資熱情。G20峰會的中美兩國元首會晤，讓緊張的中美關(guān)系看到一

3、些轉(zhuǎn)機(jī)，但雙方未來的關(guān)系走向仍待觀察。實(shí)際上，自從中美貿(mào)易摩擦不斷升級以來，中國通信設(shè)備商所面臨的國際經(jīng)營壓力較大，且事端不斷。 通信行業(yè)2019上半年同比營收下滑、盈利改善。從已披露中報(bào)的95家公司來看，2019H1合計(jì)營收3188.50億元，同比降0.65%，歸母凈利潤之和為123.33億元，同比增337.22%；如剔除中國聯(lián)通、中興通訊和新股，則剩余90家公司2019H1營收之和為1236.24億元，同比降1.27%，歸母凈利潤之和為72.89億元，同比增1.87%。數(shù)據(jù)來源：公開資料整理 HYPERLINK /research/201907/755625.html 相關(guān)報(bào)告：智研咨詢發(fā)

4、布的2019-2025年中國移動通信行業(yè)市場全景調(diào)研及投資前景預(yù)測報(bào)告數(shù)據(jù)來源：公開資料整理 回顧中興事件和華為事件，看到半導(dǎo)體行業(yè)國產(chǎn)化的不同反應(yīng)。2018年的中興事件，由于摻雜了所謂的“過錯”問題，因此美國的處罰使得中興通訊只能先停工，雖然也暴露了國產(chǎn)半導(dǎo)體存在的短板問題，但大家似乎更關(guān)心中興通訊未來的走勢，悲觀者認(rèn)為其可能最終倒下，當(dāng)然隨著罰款的繳納，中興事件告一段落。對于華為事件，市場一開始也普遍對華為能否繼續(xù)供貨表示擔(dān)心，雖然華為通過各種渠道表示受影響的程度有限，但資本市場的反應(yīng)仍偏悲觀，通過一個季度左右的驗(yàn)證之后，市場逐步重拾國產(chǎn)化的信心。數(shù)據(jù)來源：公開資料整理 華為作為國內(nèi)科技領(lǐng)

5、域少有的國際巨頭，在被美國禁運(yùn)后，被動或主動地都會加大國產(chǎn)化力度，國內(nèi)電子元器件產(chǎn)業(yè)鏈上下游將加大整合力度。預(yù)計(jì)，華為有望率先實(shí)現(xiàn)核心芯片及元器件的自主供應(yīng)，其模式有望成為行業(yè)樣板。如芯片代工和封測的中芯國際、長電科技，射頻器件的卓盛微、三安光電、唯捷創(chuàng)芯，傳感器領(lǐng)域的歌爾股份、華燦光電，PCB及覆銅板的生益科技、滬電股份等有望受益。 華為2018年的營收為7212億元，約1058億美元。華為三大業(yè)務(wù)中企業(yè)業(yè)務(wù)由于產(chǎn)品線較多，受美國供應(yīng)商的影響較大，消費(fèi)者業(yè)務(wù)次之，運(yùn)營商業(yè)務(wù)由于華為采取的應(yīng)對措施較早，受影響最小，其中光交換機(jī)受影響相對較大，原因在于光的精密結(jié)構(gòu)件短期內(nèi)很難找到過程替代方案。

6、華為企業(yè)業(yè)務(wù)占比最大的服務(wù)器部分，其中x86占比達(dá)98%，自有ARM服務(wù)器占比不足2%，目前正在尋求國產(chǎn)芯片采購，可選方案有兆芯等，還未有確定的國產(chǎn)芯片供應(yīng)商。在數(shù)據(jù)中心交換機(jī)領(lǐng)域，由于高端芯片也主要來自博通等，因此該業(yè)務(wù)也會受到一定的影響。另外，由于視頻電話會議系統(tǒng)并非華為主要的業(yè)務(wù)，目前華為已經(jīng)逐步減弱在視頻電話會議硬件方面的投入。 華為消費(fèi)者業(yè)務(wù)主要以手機(jī)為主，由于手機(jī)的供應(yīng)鏈較長，部分供應(yīng)商來自美國，斷供后，部分產(chǎn)品目前還沒能找到非美替代方案，其中尤其以谷歌的操作系統(tǒng)及RFPA模組最為重要。因此，如果谷歌服務(wù)明年開始停止合作，將對華為的消費(fèi)者業(yè)務(wù)會造成一定的銷售收入影響，尤其是歐洲等海

7、外市場。 華為運(yùn)營商業(yè)務(wù)中，固網(wǎng)和無線是兩大主要產(chǎn)品。這兩大產(chǎn)品中，固網(wǎng)核心路由器使用的高端路由芯片以前主要由博通供應(yīng)，部分高端光模塊芯片由美國供應(yīng)商供應(yīng)，目前看只能通過海思自研實(shí)現(xiàn)非A化供應(yīng)，預(yù)計(jì)能在幾個月內(nèi)實(shí)現(xiàn)替代。華為的運(yùn)營商業(yè)務(wù)影響整體不大。數(shù)據(jù)來源：公開資料整理數(shù)據(jù)來源：公開資料整理 從區(qū)域銷售分布來看，美洲占比約6.6%，主要在巴西、墨西哥、智利等拉丁美洲國家。目前已知的幾個可能不采購或少采購華為設(shè)備的國家中，華為運(yùn)營商銷售占比不高，其中美國、日本、韓國、澳大利亞、新西蘭運(yùn)營商業(yè)務(wù)合計(jì)收入約6-8億美金，占華為總收入的價(jià)值+熱量目前，以 GSMA 為首的全球移動通信系統(tǒng)協(xié)會已開始在

8、此方面積極踐行，其在巴黎協(xié) 定中制定了移動產(chǎn)業(yè)氣候行動路線圖倡議，提出在 2050 年之前實(shí)現(xiàn)溫室氣體凈零排 放目標(biāo)。此后，GSMA 下逾 50 家成員單位（包括沃達(dá)豐、西班牙電信等）加入倡議， 已陸續(xù)開始公布年度能源消耗情況，制定每年的能源消耗削減目標(biāo)及策略計(jì)劃，從而實(shí) 現(xiàn)對其數(shù)據(jù)中心的能源消耗控制。 算力革命中的“綠色”，我們認(rèn)為應(yīng)從兩方面入手，第一方面，通過更加高效的機(jī)房散熱 設(shè)備，探索液冷、海底數(shù)據(jù)中心等新型散熱形式，降低數(shù)據(jù)中心的 PUE 水平，實(shí)現(xiàn)能源 的高效利用。另一方面，要積極提高綠色能源在機(jī)房用電中的占比，實(shí)現(xiàn)數(shù)據(jù)中心真正 意義上的“碳中和”。我們將在第四章，更加詳細(xì)的討論“

9、綠色”這一算力革命方向帶來 的投資機(jī)會。算力革命核心詞 3：生態(tài)算力并非孤立的存在，而是與通信、存儲能力并存，服務(wù)于各類應(yīng)用的一體化 IT 能力。 以常見的物聯(lián)網(wǎng)模組為例，市場認(rèn)為模組僅是提供單一的無線通信能力，而當(dāng)下游需求 豐富起來之后，模組還需支持操作系統(tǒng)、多媒體、本地算力等應(yīng)用，且在智能家居、智 能汽車、無人機(jī)、VR 元宇宙等領(lǐng)域的需求各不相同。當(dāng)然，就算力硬件本身而言，除了 芯片外，也需要編程語言、API、各類常用庫（如 NVIDIA CUDA）、集群管理等，皆是多年與行業(yè)應(yīng)用共同發(fā)展的結(jié)果。3. 泛在：“云邊端”的共存IDC 統(tǒng)計(jì)數(shù)據(jù)顯示，預(yù)計(jì)到 2025 年，創(chuàng)建的數(shù)據(jù)會達(dá)到 17

10、5ZB，相當(dāng)于 2022 年的兩倍 的的數(shù)據(jù)量，其中視頻為主的非結(jié)構(gòu)化數(shù)據(jù)將占到 80%以上。而其中數(shù)據(jù)的創(chuàng)建正在更 多的趨向于邊緣，同樣的數(shù)據(jù)的存儲也會向中心和邊緣轉(zhuǎn)變，終端的占比會下降。但是 數(shù)據(jù)的處理一直在中心，數(shù)據(jù)的使用和消費(fèi)在端側(cè)，就出現(xiàn)了算力錯位。算力錯位會導(dǎo) 致產(chǎn)生大量的算力搬運(yùn)成本。 云計(jì)算是現(xiàn)在計(jì)算的一個主流，開創(chuàng)了云端算力的模式，把云端算力投射到終端上，當(dāng) 下云計(jì)算基于中心的超大規(guī)模 IDC，計(jì)算集中在核心節(jié)點(diǎn)，中心化的布局在算力需求進(jìn) 一步大幅提升的背景下可能將遇到瓶頸，需要進(jìn)一步的發(fā)展，所以就產(chǎn)生了下沉的需求。 近二十年，以數(shù)據(jù)為基礎(chǔ)、以網(wǎng)絡(luò)為媒介、以計(jì)算為核心的科技以

11、迅雷不及掩耳的速度 急速發(fā)展，全球進(jìn)入移動互聯(lián)網(wǎng)時代，產(chǎn)生的數(shù)據(jù)量相當(dāng)于過去數(shù)世紀(jì)的數(shù)據(jù)量總和， 并持續(xù)以指數(shù)級的數(shù)量增加。2006 年亞馬遜正式推出 EC2 服務(wù)標(biāo)志著人類進(jìn)入了云時 代，經(jīng)過十多年的發(fā)展，云服務(wù)已經(jīng)影響到企業(yè)和個人生活的方方面面。隨著全球范圍 5G 的加速落地、物聯(lián)網(wǎng)高速的發(fā)展以及以云為基礎(chǔ)的數(shù)字化升級大趨勢下，IDC 作為核 心信息基礎(chǔ)設(shè)施在需求側(cè)和供給側(cè)均發(fā)生邊際變化，其作用和價(jià)值正在不斷凸顯。3.1.國內(nèi) IDC：行業(yè)底部出清，需求曙光初現(xiàn)，反轉(zhuǎn)只欠東風(fēng)從短期來看，當(dāng)下受到國內(nèi)互聯(lián)網(wǎng)大廠業(yè)務(wù)收縮，2020 年 IDC 行業(yè)建設(shè)浪潮影響，近年 來，供需格局較弱。不過隨著

12、相關(guān)平臺經(jīng)濟(jì)扶持政策出臺，以及 IDC 行業(yè)底層并購出清 加速，我們認(rèn)為國內(nèi) IDC 行業(yè)正在走出短期困境。從長期來看，隨著國內(nèi) 5G 網(wǎng)絡(luò)全面建成，我國 DOU 長期增長的趨勢不會變，隨著在 4G 向 5G 升級的過程中，長短視頻成為新的風(fēng)口，抖音、火山小視頻、快手、B 站為首的短 視頻，以及愛奇藝、騰訊視頻為主的長視頻逐漸成為新潮流。而直播也發(fā)展出了更多形 式，以淘寶、拼多多為主的電商逐漸進(jìn)入直播帶貨時代，抖音、快手也憑借其在短視頻 的流量優(yōu)勢涉足電商領(lǐng)域。用戶的習(xí)慣開始轉(zhuǎn)向以視頻和直播為主的應(yīng)用和媒介，而視 頻直播又意味著流量相較過去有了數(shù)十倍的爆發(fā)。3.2.全球 IDC 市場：需求持續(xù)

13、強(qiáng)勁，景氣度存在預(yù)期差今年以來，國內(nèi)投資者對于北美數(shù)通產(chǎn)業(yè)鏈景氣度預(yù)期進(jìn)行了明顯的下修，以光模塊為 代表的數(shù)通產(chǎn)業(yè)鏈標(biāo)的估值創(chuàng)出歷史新低。我們認(rèn)為，從 Q2 云廠商資本支出、后續(xù)資 本支出展望、以及數(shù)通產(chǎn)業(yè)鏈各家中報(bào)業(yè)績來看，市場對于北美數(shù)通的預(yù)期存在過分悲 觀的情況。在宏觀不確定性下，龍頭大廠依舊逆勢加碼云基建，說明數(shù)字化，云化依舊 是當(dāng)下最具潛力的行業(yè)賽道。 我們認(rèn)為，從中短期來看，北美數(shù)據(jù)中心的需求仍然非常旺盛。從云計(jì)算業(yè)務(wù)來看，北 美三大云廠商 AWS、Google Cloud、Azure Q2 依舊保持了良好的高速增長。AWS 營收同比增長 33%、Google cloud 營收同比

14、增長 36%，Azure 營收同比增長 40%。從設(shè)備商角度，盡管英偉達(dá)、AMD 等公司 Q2 業(yè)績表現(xiàn)出現(xiàn)了一定程度下滑，但主要原 因來自于全球 PC 需求下降與加密貨幣市場寒冬。兩者的數(shù)據(jù)中心業(yè)務(wù)依舊維持了較高 的景氣度。英偉達(dá)數(shù)據(jù)中心業(yè)務(wù) Q2 營收 38.1 億美元，同比增長 63.1%，環(huán)比增長 1%， 連續(xù) 11個季度創(chuàng)歷史新高，成為公司第一大業(yè)務(wù)，從趨勢上看將逐漸拉開與游戲業(yè)務(wù)距 離。AMD 在 Q2 實(shí)現(xiàn)營收 65.5 億美元，同比增長 70%，公司于 Q2 首次公布了數(shù)據(jù)中心部 門的營收，2022Q2 數(shù)據(jù)中心部門營收為 15 億美元，同比增長 83%，是公司營收增長最 快的

15、部門。根據(jù)公司公開交流，公司本季度 EPYC 處理器需求強(qiáng)勁，云計(jì)算和企業(yè)客戶 均同比顯著增長。在云計(jì)算方面，AWS、百度、谷歌、微軟 Azure 和甲骨文在本季度推 出了 60 多個基于第三代 EPYC 處理器的新實(shí)例。我們通過以上三家具有代表性的科技公司近期業(yè)績可以大致看到，數(shù)據(jù)中心市場景氣度 依舊保持高位，且根據(jù)指引預(yù)期來看，未來還將繼續(xù)保持高景氣增長。結(jié)合北美頭部云 廠商一季度增速及云廠商全年資本開支指引，即便下半年面臨短期波動，中期北美數(shù)據(jù) 中心產(chǎn)業(yè)景氣度可見。 從長期來看，作為全球云計(jì)算的領(lǐng)先市場，同時伴隨 Meta、蘋果等巨頭在元宇宙、AR/VR 領(lǐng)域的加速探索，北美流量長期增長

16、的態(tài)勢不會改變，數(shù)據(jù)中心在作為算力發(fā)展的核心 支撐，將在全球智能化過程中繼續(xù)扮演舉足輕重的作用。 縱觀 IDC 產(chǎn)業(yè)投資機(jī)會，我們認(rèn)為當(dāng)前主要集中在兩方面，第一是底部出清的國內(nèi)優(yōu)質(zhì) IDC 龍頭公司，第二是存在預(yù)期差的北美 IDC 產(chǎn)業(yè)鏈，第三是國產(chǎn)算力芯片、設(shè)備廠商。 國內(nèi)優(yōu)質(zhì) IDC 龍頭公司目前已經(jīng)底部出清，從 2020 年開始紛紛進(jìn)行資本運(yùn)作與產(chǎn)能擴(kuò) 張。同時，隨著國內(nèi)互聯(lián)網(wǎng)企業(yè)基本面出回暖跡象，因此國內(nèi) IDC 的需求端情況有望逐 漸改善。目前市場對北美宏觀經(jīng)濟(jì)情況持謹(jǐn)慎態(tài)度，從而影響到 2022 年中期的北美 IDC 市場需 求。不過，從北美 IDC 下游主要廠商自 2018 年以

17、來逐漸爬升的資本開支情況來看，盡 管市場擔(dān)心 22H2 在美國加息周期中，大廠投資會存在波動，但我們?nèi)詫Υ酥虚L期市場 需求持較樂觀的態(tài)度，一旦加息預(yù)期出現(xiàn)拐點(diǎn)（加息周期影響云廠商業(yè)務(wù)收入，同時不 利于中長期加杠桿），北美市場的 IDC 中下游企業(yè)將存在一定的預(yù)期差。3.3 邊緣計(jì)算：方興未艾，未來可期前文提到，由于未來社會算力爆發(fā)下產(chǎn)生的海量數(shù)據(jù)傳輸需求，完全依靠 IDC 提供中心 化算力支撐乃是效率較低的選擇，無論是智能駕駛對于時延的要求，亦或是傳輸高清視 頻圖像等帶來的大額帶寬成本，都將進(jìn)一步加劇“集中式”與“分布式”需求的錯配。在此背景下，邊緣計(jì)算便成為了傳統(tǒng)云端算力的很好補(bǔ)充，云計(jì)算聚

18、焦非實(shí)時，長周期 數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護(hù)，業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮特長。邊緣計(jì)算聚焦 實(shí)時、短周期數(shù)據(jù)的分析，能更好的支撐本地業(yè)務(wù)的實(shí)時智能化處理與執(zhí)行。算力“泛 在”的模式也將隨著邊緣計(jì)算的加入得到完善。 當(dāng)前時點(diǎn)，邊緣計(jì)算產(chǎn)業(yè)正處于起步前期，部分行業(yè)應(yīng)用開始涌現(xiàn)并走向成熟，本段將 從邊緣計(jì)算的定義、優(yōu)勢、行業(yè)空間、應(yīng)用案例、產(chǎn)業(yè)鏈玩家、A 股相關(guān)標(biāo)的來剖析邊 緣計(jì)算的當(dāng)前現(xiàn)狀與未來機(jī)會、邊緣計(jì)算的定義根據(jù)邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟的定義，邊緣計(jì)算是在靠近物或者數(shù)據(jù)源頭得到網(wǎng)絡(luò)邊緣側(cè)，融 合網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù) 字化在敏捷聯(lián)接，實(shí)時業(yè)務(wù)、

19、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)封方面的關(guān)鍵需求。在相關(guān)理論加速成熟的同時，行業(yè)聯(lián)盟也在加速建立，目前主流的邊緣計(jì)算聯(lián)盟包括了 思科、ARM、英特爾、戴爾、微軟、普林斯頓大學(xué)等 6 家機(jī)構(gòu)成立的開放霧計(jì)算聯(lián)盟、 華為、沈自所、信通院、因特爾、ARM、軟通動力等 6 家機(jī)構(gòu)聯(lián)合發(fā)起成立了邊緣計(jì)算 產(chǎn)業(yè)聯(lián)盟、IEC/ISO JTC1 SC41 成立的邊緣計(jì)算研究組、IIC 成立邊緣計(jì)算技術(shù)工作組和 IEEE 成立的霧計(jì)算網(wǎng)絡(luò)架構(gòu)工作組等。從功能由簡到繁來分析，邊緣計(jì)算的發(fā)展總體可以分為三個結(jié)算，即聯(lián)接、智能、自治。 聯(lián)接階段，邊緣計(jì)算主要解決終端及設(shè)備的海量、異構(gòu)與實(shí)時連接，網(wǎng)絡(luò)自動部署與運(yùn) 維

20、，并保證聯(lián)接的安全、可靠與互操作性。這一階段的典型應(yīng)用包括了自動抄表等 智能階段，在該階段，邊緣側(cè)將會引入數(shù)據(jù)分析與業(yè)務(wù)自動處理能力，智能化執(zhí)行蹦迪 業(yè)務(wù)邏輯，大幅提升效率，降低成本。這一階段的典型應(yīng)用包括了各種設(shè)備的自我狀態(tài) 監(jiān)測等。 自治階段，在該階段，隨著 AI 等技術(shù)引入，邊緣側(cè)不僅可以自主進(jìn)行業(yè)務(wù)邏輯分析與計(jì) 算，還能夠動態(tài)實(shí)時的自我優(yōu)化，調(diào)整和執(zhí)行策略，該階段的典型應(yīng)用是各類無人工廠 和智能化設(shè)備。邊緣計(jì)算的優(yōu)勢我們認(rèn)為，在 5G，AI、物聯(lián)網(wǎng)等技術(shù)與環(huán)境的加持下，邊緣計(jì)算體現(xiàn)出了 5 大應(yīng)用價(jià)值， 分別是低延時、低帶寬、更經(jīng)濟(jì)的智能、數(shù)據(jù)可控、高可靠。 低時延：低時延是提高用戶體

21、驗(yàn)甚至是使得某些應(yīng)用能夠工作的重要因素。一方面，邊 緣計(jì)算通過在網(wǎng)絡(luò)邊緣進(jìn)行數(shù)據(jù)處理，降低了因數(shù)據(jù)在終端和云端之間多跳傳輸產(chǎn)生的 時延。另一方面，利用優(yōu)化的邊緣算力進(jìn)行數(shù)據(jù)處理，也比利用有限的終端算力進(jìn)行數(shù) 據(jù)。 低帶寬：物聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)具有體量大、價(jià)值密度較小的特性。如果把原始數(shù)據(jù)直 接傳輸?shù)皆贫诉M(jìn)行處理，很大程度上造成網(wǎng)絡(luò)擁塞，為了保證帶寬所需的成本代價(jià)也極 高。邊緣計(jì)算對海量原始數(shù)據(jù)進(jìn)行預(yù)處理和分析挖掘，將產(chǎn)生的高價(jià)值洞察傳送到云端， 極大程度降低了對帶寬的依賴。 更經(jīng)濟(jì)的智能：視頻監(jiān)控、語音識別、圖像分析等人工智能應(yīng)用越來越廣泛地被應(yīng)用于 滿足行業(yè)的業(yè)務(wù)需求。AI 模型的訓(xùn)練需要非

22、常強(qiáng)大算力的支持，不可避免地要在云端進(jìn) 行。但基于實(shí)時數(shù)據(jù)進(jìn)行模型推理如果也在云端進(jìn)行，網(wǎng)絡(luò)成本會非常高。同時，普通 的終端設(shè)備無論從算力還是能耗角度都無法支持模型的推理。邊緣計(jì)算將 AI 模型推理 卸載到邊緣節(jié)點(diǎn)，在邊緣節(jié)點(diǎn)上通過 GPU、加速硬件虛擬化等機(jī)制提高模型推理的并發(fā) 能力，以一種經(jīng)濟(jì)有效的方式實(shí)現(xiàn)應(yīng)用智能。數(shù)據(jù)可控：企業(yè)往往對將自己的生產(chǎn)數(shù)據(jù)傳輸?shù)皆贫诉M(jìn)行處理有很大顧慮。邊緣計(jì)算能 實(shí)現(xiàn)敏感數(shù)據(jù)不出工廠，不出園區(qū)，直接在本地對數(shù)據(jù)進(jìn)行清洗、預(yù)處理、聚合、篩選， 避免了數(shù)據(jù)傳輸過程中可能的泄露、遺失、篡改等風(fēng)險(xiǎn)。此外，云計(jì)算數(shù)據(jù)中心對數(shù)據(jù) 的安全控制力度并不是十分理想，API 訪問

23、權(quán)限控制以及密鑰生成、存儲和管理方面的 不足都可能造成數(shù)據(jù)泄漏，并且還可能缺乏必要的數(shù)據(jù)銷毀政策。邊緣計(jì)算可以實(shí)現(xiàn)更 可控的本地?cái)?shù)據(jù)存儲和管理，降低數(shù)據(jù)風(fēng)險(xiǎn)。 高可靠：靠近數(shù)據(jù)生產(chǎn)或者使用的場所往往物理環(huán)境復(fù)雜、網(wǎng)絡(luò)條件不穩(wěn)定、潛在的攻 擊窗口眾多。邊緣計(jì)算硬件專為嚴(yán)苛的物理環(huán)境設(shè)計(jì)，具有緊湊、堅(jiān)固、抗高溫高濕等 物理特性。邊緣計(jì)算軟件平臺通過云邊協(xié)同來保障端到端的 SLA，邊緣節(jié)點(diǎn)在斷網(wǎng)期間 能實(shí)現(xiàn)自治，繼續(xù)支撐其上應(yīng)用的運(yùn)行，在網(wǎng)絡(luò)恢復(fù)之后，還能自動與云端更新數(shù)據(jù)、 狀態(tài)。邊緣計(jì)算軟件平臺還支持應(yīng)用跨節(jié)點(diǎn)部署及多實(shí)例運(yùn)行等能力，當(dāng)某個節(jié)點(diǎn)發(fā)生 故障時，可快速實(shí)現(xiàn)負(fù)載遷移，避免對業(yè)務(wù)的影響。

24、邊緣計(jì)算與 5G隨著 5G 時代的到來，5G 的廣連接、低時延、高帶寬三大特性完美契合了邊緣計(jì)算設(shè)備 需要的網(wǎng)絡(luò)指標(biāo)。根據(jù) 5GPPP 發(fā)布的白皮書5G empowering vertical industries5G 通過邊緣計(jì)算技術(shù)將應(yīng)用部署到數(shù)據(jù)側(cè)，而不是將所有數(shù)據(jù)發(fā)送到集中的數(shù)據(jù)中心，滿 足應(yīng)用的實(shí)時性。白皮書認(rèn)為，智慧工廠、智能電網(wǎng)、智能駕駛、健康醫(yī)療、娛樂和數(shù) 字媒體是未來最具商業(yè)規(guī)模且排名靠前的邊緣計(jì)算需求場景，極具典型性，并且運(yùn)營商 也在這些領(lǐng)域與行業(yè)客戶緊密合作，基于用戶需求，共同推動邊緣計(jì)算的發(fā)展，為用戶 提供安全可靠的邊緣計(jì)算業(yè)務(wù)。 我們認(rèn)為，5G 對于邊緣計(jì)算的推動主要

25、在于兩方面，一是網(wǎng)絡(luò)架構(gòu)的升級，推動邊緣計(jì) 算快速成熟。5G 網(wǎng)絡(luò)將原先 4G 核心網(wǎng)經(jīng)云化拆分成 5G 核心控制層面和核心用戶層面， 實(shí)現(xiàn)了用戶面與 MEC 同時下沉，有利于邊緣側(cè)的融合。二是 5G 后期以小基站為主的部 署形式，有望在物理層面加速邊緣計(jì)算網(wǎng)絡(luò)的拓展。當(dāng)前，5G 網(wǎng)絡(luò)下的邊緣計(jì)算主要分為兩類，第一是廣域 MEC，第二類是局域 MEC。廣域 MEC 場景低時延業(yè)務(wù)的百公里傳輸引入的雙向時延低于 1ms，但是基于廣域 MEC 的 5G 公網(wǎng)，已 經(jīng)能夠?yàn)榇罅看怪毙袠I(yè)提供 5G 服務(wù)。MEC 部署在安全可控的匯聚機(jī)房是當(dāng)前運(yùn)營商廣 域 MEC 的主力方案，可用于權(quán)衡應(yīng)用對接、運(yùn)維復(fù)

26、雜度、設(shè)備和工程成本等多種因素。局域 MEC 場景將 MEC 部署在園區(qū)有利于安全與隱私保護(hù)高敏感的行業(yè)，以滿足數(shù)據(jù)不出園的要求。 港口龍門吊的遠(yuǎn)程操控，鋼鐵廠的天車遠(yuǎn)程操控，以及大部分的制造、石化、教育、醫(yī) 療等園區(qū) / 廠區(qū)都是局域 MEC 的典型場景。局域 MEC 部署場景可以滿足 URLLC 超低 時延業(yè)務(wù)，同時支持企業(yè)業(yè)務(wù)數(shù)據(jù)本地流量卸載（LBO），為園區(qū)客戶提供本地網(wǎng)絡(luò)管道。 通過增強(qiáng)隔離和認(rèn)證能力，防止公網(wǎng)非法訪問企業(yè)內(nèi)網(wǎng)，構(gòu)建企業(yè) 5G 私網(wǎng)。邊緣計(jì)算的行業(yè)規(guī)模根據(jù) IDC 數(shù)據(jù)統(tǒng)計(jì)，到 2020 年，全球有超過 500 億的終端與設(shè)備聯(lián)網(wǎng)，未來超過 50% 的數(shù)據(jù)需要在網(wǎng)絡(luò)邊

27、緣側(cè)分析。處理與存儲。根據(jù)思科發(fā)布的全球云指數(shù)數(shù)據(jù)，2021 年 全球產(chǎn)生 106ZB 的流量，其中數(shù)據(jù)中心流量僅占 21ZB，全球超過 70%的流量空間需要 邊緣側(cè)設(shè)備的支持。 根據(jù)國際數(shù)據(jù)公司(IDC)發(fā)布的全球邊緣計(jì)算支出報(bào)告，預(yù)計(jì)到 2022 年，全球在邊緣 計(jì)算方面的支出將達(dá)到 1760 億美元，比 2021 年增長 14.8%。企業(yè)和服務(wù)提供商在邊緣 解決方案的硬件、軟件和服務(wù)上的支出預(yù)計(jì)將持續(xù)到 2025 年，這一增長速度將達(dá)到近 2740 億美元。 從地理角度來看，美國將成為優(yōu)勢解決方案的最大投資者，預(yù)計(jì)到 2022 年支出將達(dá)到 765 億美元。西歐和中國將是第二大地區(qū)，支出

28、總額分別為 306 億美元和 208 億美元。 在未來五年的預(yù)測中，中國將以 19.7%的復(fù)合年增長率成為支出增長最快的國家，其次 是拉美，其復(fù)合年增長率為 19.4%。邊緣計(jì)算主流應(yīng)用當(dāng)下邊緣計(jì)算較為成熟的應(yīng)用主要集中在預(yù)測性維護(hù)、能效管理、智能制造，面向未來， 我們認(rèn)為自動駕駛、AI、AR/VR 等需要高算力、低延時的場景會逐漸成長為邊緣計(jì)算的 主流場景，這些場景我們會在第五節(jié)中進(jìn)行展開。預(yù)測性維護(hù)傳統(tǒng)的維護(hù)方式主要是事后維護(hù)和預(yù)防性維護(hù)，事后維護(hù)會導(dǎo)致業(yè)務(wù)中斷，預(yù)防性維護(hù) 采用人工例行檢修，導(dǎo)致維護(hù)成本大幅度上升，以梯聯(lián)網(wǎng)為例，全球有超過 1500 萬部電 梯在網(wǎng)運(yùn)行，電梯維保和售后服務(wù)

29、正式成為電梯行業(yè)的“新藍(lán)?！保絹碓蕉嗟碾娞輳S商 轉(zhuǎn)向整合產(chǎn)業(yè)鏈、依靠維保服務(wù)增加企業(yè)收入，但電梯通過事后維護(hù)和預(yù)防性維護(hù)的成 本很高，且首次維護(hù)成功率低于 20%。為實(shí)現(xiàn)商業(yè)模式創(chuàng)新，電梯廠商必須通過數(shù)字化 改造提升運(yùn)維效率、降低運(yùn)維成本。通過引入邊緣計(jì)算，可以助力電梯廠商從傳統(tǒng)的預(yù) 防性維護(hù)升級到新一代實(shí)時預(yù)測性維護(hù)，從而實(shí)現(xiàn)產(chǎn)品向服務(wù)的價(jià)值延申。能效管理隨著世界經(jīng)濟(jì)的發(fā)展，發(fā)展需求與能源制約的矛盾愈加明顯，能耗水平反映了一個國家 或地區(qū)的經(jīng)濟(jì)發(fā)展水平和生活質(zhì)量，在能源需求日趨緊張的情況下，如何實(shí)現(xiàn)建筑能耗 量化以及效果評估，降低建筑物（包括空調(diào)、路燈照明、辦公設(shè)備等）運(yùn)行過程中消耗 的能

30、量，從而降低運(yùn)行成本，同時提高用戶使用滿意度，滿足各大企業(yè)從提供產(chǎn)品向提 供服務(wù)轉(zhuǎn)型，成為各大企業(yè)或組織機(jī)構(gòu)最為關(guān)注的問題。以路燈為例，世界 80%的路燈 廠商都準(zhǔn)備向智能路燈轉(zhuǎn)型，通過智能路燈節(jié)能減排，相關(guān)國家和國際組織也逐步在法 律中明確建設(shè)綠色節(jié)能標(biāo)準(zhǔn)，如全球氣候組織呼吁十年完成全球路燈智能化改造、實(shí)現(xiàn) 能耗減半。智能制造隨著消費(fèi)者對產(chǎn)品需求的日益增高，產(chǎn)品的生命周期越來越短，小批量多批次，具有定 制化需求的產(chǎn)品生產(chǎn)模式將一定程度替代大批量生產(chǎn)制造模式，先前制造體系嚴(yán)格的分 層架構(gòu)已經(jīng)無法滿足當(dāng)前的制造需求，以某消費(fèi)電子類產(chǎn)品的制造生產(chǎn)線為例，采用 PLC+POC 的模式構(gòu)建，由于訂單種

31、類增加，單批次數(shù)量減少，導(dǎo)致平均每周的切單轉(zhuǎn)產(chǎn) 耗時 12 天；新工藝升級每年至少 3 次、設(shè)備更替每年近百次，導(dǎo)致的控制邏輯/工序 操作重置、接口配置耗時約 512 周，嚴(yán)重影響了新產(chǎn)品上線效率。另外制造智能化也 是中國，美國，德國等世界主要制造大國未來 10 年的發(fā)展方向，以中國為例，到 2025 年，制造業(yè)重點(diǎn)領(lǐng)域全面實(shí)現(xiàn)智能化，試點(diǎn)示范項(xiàng)目運(yùn)營成本降低 50%，產(chǎn)品生產(chǎn)周期 縮短 50%，不良品率降低 50%，制造智能化首先需要加強(qiáng)制造業(yè) ICT 系統(tǒng)和 OT 系統(tǒng)之 間的靈活交互，顯然先前的制造體系也無法支撐全面智能化。邊緣計(jì)算能夠推動智能制造的實(shí)現(xiàn)。邊緣計(jì)算在工業(yè)系統(tǒng)中的具體表現(xiàn)形

32、式是工業(yè) CPS 系統(tǒng)，該系統(tǒng)在底層通過工業(yè)服務(wù)適配器，將現(xiàn)場設(shè)備封裝成 web 服務(wù)；在基礎(chǔ)設(shè)施層， 通過工業(yè)無線和工業(yè) SDN 網(wǎng)絡(luò)將現(xiàn)場設(shè)備以扁平互聯(lián)網(wǎng)的方式聯(lián)接到工業(yè)數(shù)據(jù)平臺中； 在數(shù)據(jù)平臺中，根據(jù)產(chǎn)線的工藝和工序模型，通過服務(wù)組合對現(xiàn)場設(shè)備進(jìn)行動態(tài)管理和 組合，并與 MES 等系統(tǒng)對接。工業(yè) CPS 系統(tǒng)能夠支撐生產(chǎn)計(jì)劃靈活適應(yīng)產(chǎn)線資源的變 化，舊的制造設(shè)備快速替換與新設(shè)備上線。4. 綠色：雙碳制約下的算力網(wǎng)絡(luò)算力發(fā)展高速發(fā)展過程中將不得不面臨能耗問題，云端、邊緣、終端以及網(wǎng)絡(luò)傳輸要求 的持續(xù)提升，勢必帶來能耗激增的問題，硅基芯片工藝制程提升的難度凸顯，單位算力功耗進(jìn)一步下探幅度有限

33、，能耗的增長將挑戰(zhàn)數(shù)字智能時代社會的可持續(xù)發(fā)展，在雙碳 大背景下，構(gòu)建綠色算力網(wǎng)絡(luò)生態(tài)逐漸成為新的挑戰(zhàn)和機(jī)遇。4.1. 算力需求指數(shù)及增長，數(shù)據(jù)中心能耗要求越發(fā)嚴(yán)格算力規(guī)模持續(xù)大規(guī)模增長，單位算力功耗逼近極限。功耗是影響算力水平發(fā)展的重要因 素之一，在單位算力功耗呈現(xiàn)出逐年遞減，且正向著極限逼近的態(tài)勢下，算力的整體量 級卻仍然隨著其廣泛的應(yīng)用而持續(xù)大規(guī)模增長。一方面必須依托算力的大規(guī)模使用以實(shí) 現(xiàn)智能社會的演進(jìn)，而另一方面這一進(jìn)程又必將伴隨著碳排放的提升而導(dǎo)致全球氣候的 不可預(yù)測性顯著增加，這一雙手互博式的矛盾綜合體正在引起越來越高的關(guān)注。硅基芯片工藝制程提升的難度凸顯，單位算力功耗進(jìn)一步下探

34、幅度有限。隨著工藝制程 的進(jìn)步，輸出單位算力所需要的功耗水平( W/GFLOPS )從 90 納米制程開始呈現(xiàn)出了指 數(shù)級下降的趨勢，發(fā)展到當(dāng)下 7 納米制程的先進(jìn)處理器芯片時已開始趨近于 WIGFLOPS，下探難度愈發(fā)增大。從原理來看，由于功耗水平下降的核心驅(qū)動力來自于芯 片制造工藝的低制程化，而這一趨勢正受到硅基芯片上晶體管柵長縮減引發(fā)的量子隧穿 效應(yīng)挑戰(zhàn)，一旦到達(dá)臨界制程可能將造成晶體管閉合功能的全面無效化。因此在沒有新 型材料替代的條件下，單位算力功耗難以進(jìn)一步下降。數(shù)據(jù)中心用電量占比持續(xù)提升，制冷及 IT 設(shè)備占比達(dá) 80%。在芯片單位算力功耗下降 幅度有限的背景下，智能社會應(yīng)用的廣

35、泛普及無可避免，勢必導(dǎo)致算力功耗總量的進(jìn)一 步提升。根據(jù)工信部數(shù)據(jù)，隨著人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)的發(fā)展，我國數(shù)據(jù)中 心總用電量為 1609 億千瓦時，占中國全社會用電量的 2.35%，已經(jīng)顯著超過上海市 2018 年全社會用電量。面問未來，數(shù)據(jù)中心算力將在信息技術(shù)產(chǎn)業(yè)的大力發(fā)展下繼續(xù)增長， 2023 年將較 2019 年增長 66%，年均增長率將達(dá)到 10.64%。從數(shù)據(jù)中心內(nèi)部來看，我 國數(shù)據(jù)中心電力成本占運(yùn)營成本的 60%以上，數(shù)據(jù)中心耗能部分主要包括制冷系統(tǒng)、IT 設(shè)備、供電系統(tǒng)和照明系統(tǒng)，其中制冷系統(tǒng)和 IT 設(shè)備合計(jì)占總能耗的 80%。超大型數(shù)據(jù)中心符合綠色趨勢。數(shù)據(jù)中心 PU

36、E 優(yōu)化的一大核心方向在于建立更多超大型 (10000 個標(biāo)準(zhǔn)機(jī)架可共置至少 100000 臺服務(wù)器）和大型數(shù)據(jù)中心(3000 個標(biāo)準(zhǔn)機(jī)架 可共置放至少 30000 臺服務(wù)器），從而帶動整體數(shù)據(jù)中心 PUE 值優(yōu)化。超大型/大型數(shù)據(jù) 中心會更加系統(tǒng)地從基礎(chǔ)設(shè)施和管理系統(tǒng)層面來進(jìn)行優(yōu)化，降低功耗，且通常會采用能 耗比更加優(yōu)秀的服務(wù)器、數(shù)通設(shè)備、節(jié)能型供電和冷卻配套硬件解決方案。4.2. 大型化、智能化和散熱技術(shù)創(chuàng)新是綠色數(shù)據(jù)中心關(guān)鍵點(diǎn)以百度云計(jì)算（陽泉）中心為例，其設(shè)計(jì)容納 16 萬臺服務(wù)器，采用了先進(jìn)的整機(jī)柜服務(wù) 器，以模塊化設(shè)計(jì)將供電、散熱系統(tǒng)與服務(wù)器置于同一機(jī)柜內(nèi)，針對每個機(jī)柜服務(wù)器的 實(shí)

37、際運(yùn)行及功耗進(jìn)行個體化調(diào)節(jié)，同時輔以高壓直流市電直供的供電模式，實(shí)現(xiàn)傳極 高的能源效率。 在數(shù)據(jù)中心運(yùn)營管理軟件層面，大型數(shù)據(jù)中心會采用基于 Al 的智能化管理系統(tǒng)對供電、 冷卻系統(tǒng)的運(yùn)營狀態(tài)進(jìn)行自適應(yīng)的動態(tài)化調(diào)整。如華為廊坊數(shù)據(jù)中心所采用的 iCooling 數(shù)據(jù)中心能效解決方案，通過 AI 對歷史運(yùn)營數(shù)據(jù)分析，尋找供電、通風(fēng)、冷卻等影響能 耗的不同關(guān)鍵因素，建立預(yù)測模型并對相應(yīng)系統(tǒng)進(jìn)行動態(tài)調(diào)整，降低 PUE，實(shí)現(xiàn)能耗優(yōu) 化。除散熱創(chuàng)新外，UDC 是數(shù)據(jù)中心的未來新方向。海底數(shù)據(jù)中心（簡稱 UDC）由岸站、海 底光電復(fù)合纜、海底分電站及海底數(shù)據(jù)艙組成，主體結(jié)構(gòu)為罐體結(jié)構(gòu)，電氣設(shè)備、冷卻 系統(tǒng)

38、均布置在罐體內(nèi)部，罐體頂部為海水冷卻系統(tǒng)。通過龐大的海水流冷卻數(shù)據(jù)艙，有 效降低能耗，單艙 PUE 可低于 1.1，是高效利用海洋資源（海上風(fēng)能，波浪能、潮汐能） 的成功典范，海底 IDC 解決方案需求將與日俱增，尤其在華南沿海城市，市場潛力無窮。 UDC 優(yōu)勢主要體現(xiàn)在降低成本上。UDC 使用海水冷卻，無壓縮機(jī)運(yùn)行，能夠有效降低能 耗，在 25MW 典型規(guī)模情況下，UDC 綜合成本降低 29%，運(yùn)維成本降低 22%，且岸站 占地少，只有 1/3，不需要冷卻塔，罐體內(nèi)為惰性氣體，故障率低，單機(jī)柜 15-35KW， 算力密度高，模塊化生產(chǎn)，部署效率高，90 天內(nèi)完成從工廠安裝、調(diào)試到實(shí)際運(yùn)行。4

39、.3. 芯片功耗提升空間有限，低功耗和云邊端一體是主旋律芯片領(lǐng)域，ARM 和 X86 架構(gòu)正在碰撞出更多火花。ARM 與 x86 的競爭本質(zhì)上是兩種不 同思路的指令集系統(tǒng)的競爭。指令集系統(tǒng)在發(fā)展過程中，分化出復(fù)雜指令系統(tǒng)計(jì)算 （Complex instruction set computing, CISC）和精簡指令系統(tǒng)計(jì)算（Reduced instruction set computing, RISC），后者被使用在 ARM 上。RISC 是相對于 CISC 而言的，其通過精 簡指令集來減少硬件設(shè)計(jì)的復(fù)雜程度，同時每條指令集長度均相等，因此可以提升指令 集執(zhí)行效率，所以相同計(jì)算量下，效率往往

40、比 CISC 更高。事實(shí)上，Intel、AMD 的新款 x86 產(chǎn)品也在向精簡指令邁進(jìn)，僅底層運(yùn)行 CISC 指令。功耗壓力大，ARM 在服務(wù)器領(lǐng)域正在興起。CISC 的復(fù)雜性決定 x86 架構(gòu)的 CPU 需要更 高的單核主頻、更多的線程才能有更強(qiáng)性能，在摩爾定律逐漸接近瓶頸的現(xiàn)代，x86 的 芯片設(shè)計(jì)、制程要求變得苛刻，因此生態(tài)變得極為封閉，目前市場僅剩 Intel、AMD 兩位 玩家。ARM 走“眾人拾柴火焰高”的路線，2021 年已授權(quán) 530 家合作伙伴，授權(quán)數(shù) 量達(dá)到 1910 件。ARM 賽道玩家眾多，在商用服務(wù)器 CPU 領(lǐng)域，華為海思、凱為半導(dǎo) 體、高通、安培和飛騰均有代表性產(chǎn)

41、品。ARM 入局服務(wù)器領(lǐng)域并非制程工藝、主頻&核心數(shù)競賽的結(jié)果，而是下游需求轉(zhuǎn)變促使 ARM 芯片能夠在服務(wù)器中發(fā)光發(fā)熱。ARM 得到云計(jì)算大廠青睞，主要有以下幾個原因： 1）邊緣計(jì)算及微型 IDC 需求增加，ARM 依靠低成本占據(jù)優(yōu)勢。受國際形勢及各國加 強(qiáng)數(shù)據(jù)主權(quán)的影響，各大云計(jì)算廠商都在積極向市場投放微型數(shù)據(jù)中心，微型數(shù)據(jù)中心 體積相對較小，對能源的需求較低，以便幫助集中式數(shù)據(jù)中心完成一部分邊緣計(jì)算任務(wù)， 同時，邊緣計(jì)算往往數(shù)據(jù)多元化、計(jì)算負(fù)載變化大，因此 ARM 架構(gòu) CPU 是部署微型數(shù) 據(jù)中心建立分布式業(yè)務(wù)的更好選擇。例如，同代的 ARM Cortex-A72 與 x86 Broa

42、dwell 對 比單核物理面積，前者僅 1.15mm2，是后者的約七分之一。2）ARM 架構(gòu)的“眾核”、單線程架構(gòu)保證了更高的效率。以 Oracle 公司 OCI 云服務(wù)的 AmpereA1 CPU 為例，相比于同代、相似性能 x86 架構(gòu)的 IntelXeon Optimized 3， AmpereA1 在執(zhí)行 H.264 視頻處理計(jì)算任務(wù)時花費(fèi) 1 美元處理的幀數(shù)提升了 98%，相比 AMDEPYCE4 提升了 22%。ARM 架構(gòu) CPU 擁有更低的單位成本，一是因?yàn)?ARM 的專用 計(jì)算單元與異構(gòu)計(jì)算技術(shù)結(jié)合，處理速度更快，二是因?yàn)?x86 架構(gòu) CPU 單核主頻高、線 程多，處理任務(wù)

43、時功耗較高，而 x86 的多核優(yōu)化往往難以在不同計(jì)算任務(wù)中都得到保證。3）異構(gòu)計(jì)算時代到來，ARM 的可定制特性獲得青睞。在沒有云服務(wù)的時代，x86 這種 通用性、兼容性強(qiáng)的架構(gòu)可以滿足絕大部分計(jì)算需求，同時，摩爾定律在過去可以持續(xù) 生效，提升主頻頻率、增加核心數(shù)便可以使芯片性能突飛猛進(jìn)；而如今硬件虛擬化、云 計(jì)算興起，同時芯片制程迎來瓶頸，讓計(jì)算機(jī)引入特定計(jì)算單元變成必然趨勢，異構(gòu)計(jì) 算成為串/并聯(lián)特定種類的計(jì)算機(jī)的混合系統(tǒng)，因此以定制化見長的 ARM 架構(gòu)便有了用 武之地。4）云端一體化趨勢已現(xiàn)，打通生態(tài) ARM 前景可期。2020 年，蘋果公司首次發(fā)布基于 ARM 的 M1 芯片取代 M

44、acbook 系列 intel X86 芯片， M1 芯片提升專用計(jì)算性能（如 macOS 擅長的視頻剪輯、圖像處理）僅是蘋果自研 ARM 芯片的其中一個小目標(biāo)，其最 重要的目標(biāo)在于統(tǒng)一不同設(shè)備的芯片架構(gòu)，創(chuàng)造出設(shè)備從底至頂?shù)耐耆ヂ?lián)互通， M1 芯片的 macOS 設(shè)備現(xiàn)在可以運(yùn)行一部分 iOS、iPadOS 的 App，未來后兩者也有望運(yùn)行 macOS 原先專有的 App。無獨(dú)有偶，在移動端和物聯(lián)網(wǎng)領(lǐng)域，ARM 生態(tài)市占率明顯領(lǐng) 先，手機(jī)、物聯(lián)網(wǎng)終端設(shè)備、電動車智能座艙等越來越多領(lǐng)域使用高通或其他 ARM 架構(gòu) 芯片，云端一體化趨勢下，ARM 生態(tài)前景值得期待。目前我們使用 x86 和 A

45、RM 服務(wù)器時不存在特別的感受，是因?yàn)閺S商在研發(fā)時已經(jīng)盡可 能地將其封裝成黑盒產(chǎn)品，以避免兼容性問題；但是未來隨著大部分算力都有望搬上云 端，x86 廠商則必須重新審視云端與終端的異構(gòu)兼容效率。從各廠商的研發(fā)動向來看， Nvidia 發(fā)布了基于 ARM 的 AI 計(jì)算 CPU，大幅突破了云端深度學(xué)習(xí)與終端 Nvidia GPU 的 數(shù)據(jù)傳輸瓶頸；微軟正在自研 ARM 處理器，將率先使用在自家 Azure 上；Intel 進(jìn)軍與 ARM 同源的 RISC-V，從另一個方向入局精簡指令集生態(tài)。我們認(rèn)為，ARM 架構(gòu)的芯片 有望逐漸成為主流服務(wù)器芯片之一，從底層硬件的層面解決云端與終端的生態(tài)壁壘問題

46、。4.4. 提升光傳輸密度是降低器件功耗的主攻方向在基站設(shè)備及數(shù)據(jù)中心內(nèi)部，芯片/Serdes/光電轉(zhuǎn)換模塊等關(guān)鍵器件的功耗在整機(jī)功 耗占比達(dá) 60%-80%。通過提高光模塊速率，或者芯片出光、光交換，實(shí)現(xiàn)設(shè)備能效顯 著提升。光模塊速率提升單位功耗明顯降低，而共封裝光學(xué)( CPO)把光收發(fā)器與設(shè)備芯 片集成在一個 CMOS 襯底上，省去 CDR、DFE/CTLE/FFE 等功能，有望提升 80%的 Serdes 能效。 光模塊速率提升單位功耗明顯降低，高速率大勢所趨。傳輸速率是光模塊重要的技術(shù)指 標(biāo)，隨著光通信行業(yè)的不斷發(fā)展，高速率產(chǎn)品是光通信行業(yè)的發(fā)展趨勢，高速率產(chǎn)品在 單位能耗上也更具優(yōu)勢

47、，符合綠色化大趨勢。目前，針對數(shù)據(jù)中心&以太網(wǎng)的產(chǎn)品方案包 括 10G、25G、40G、100G、200G、400G、800G 光通信模塊。以中際旭創(chuàng)產(chǎn)品為例： 10G 光通信模塊能耗小于 1.8W；25G 光通信模塊能耗在 1W1.5W 區(qū)間。40G 光通信模 塊能耗為 1.5W3.5W。100G 光通信模塊能耗在 2.5W4.5W 區(qū)間。200G 光通信模塊： 能耗為 5.5W6.5W。400G 光通信模塊：能耗在 12W。800G 光通信模塊：能耗在 16W。 數(shù)據(jù)中心使用光模塊單 Gbit/s 的能耗呈現(xiàn)向不斷減小的趨勢發(fā)展。CPO 方案有望大幅降低能耗。傳統(tǒng)交換機(jī)的光模塊在前端面板，

48、距離交換機(jī) ASIC 較遠(yuǎn)， 由此產(chǎn)生的物理效率損耗逐漸成為交換機(jī)速率進(jìn)一步提升的瓶頸，傳統(tǒng)交換機(jī)速率達(dá)到 51.2T 以上時將迎來功耗墻。共同封裝光組件（CPO）交換機(jī)將交換機(jī)芯片（或 XPU） ASIC 和光引擎共同封裝在同一基板上，光引擎的位置盡量靠近 ASIC，以最大程度地減 少高速電通道損耗和阻抗不連續(xù)性，從而可以使用速度更快、功耗更低的片外 I/O 驅(qū)動 器，功耗墻問題迎刃而解。CPO 已經(jīng)成為業(yè)界的替代封裝方案。4.5. 結(jié)合使用綠色能源是算力可持續(xù)發(fā)展之路我國綠色能源資源豐富。降低數(shù)據(jù)中心 PUE 的手段除了在制冷散熱上，還可提高運(yùn)營中 可再生能源的覆蓋率，通過減少傳統(tǒng)化石燃料

49、消耗，以達(dá)到減排目的。我國可再生資源 豐富，太陽能、風(fēng)能、水能等可再生能源使用將顯著降低碳排放，瞄準(zhǔn)可再生能源是算 力可持續(xù)發(fā)展的必經(jīng)之路。SAI 是一家橫向整合算力、熱力和電力行業(yè)的全球算能運(yùn)營商和清潔能源科技公司。不 少公司近年來在算力余熱綜合應(yīng)用領(lǐng)域進(jìn)行探索，例如 SAI 采用獨(dú)家的液冷和余熱回收 技術(shù)，循環(huán)利用芯片余熱為潛在客戶提供清潔熱力服務(wù)，同時降低數(shù)字資產(chǎn)算力基礎(chǔ)設(shè) 施的運(yùn)營成本。目前大多數(shù)比特幣采礦中心仍然由煤電廠提供電力，而可再生能源的使 用在帶來新的機(jī)遇同時也使電網(wǎng)運(yùn)營商面臨著一個棘手的問題：人們無法控制太陽能發(fā) 電和風(fēng)力發(fā)電所產(chǎn)生的電力數(shù)額。當(dāng)產(chǎn)生的電力過少時，運(yùn)營商可以

50、通過啟動水力或化 石燃料發(fā)電機(jī)來進(jìn)行補(bǔ)償。但處理過多的能源則是一個復(fù)雜的挑戰(zhàn)。而 SAI 作為一家提 供清潔算力服務(wù)的企業(yè)，通過將算力整合到能源領(lǐng)域，著手致力于解決類似的困境。從清潔計(jì)算業(yè)務(wù)的角度來看，SAI 有四個主要技術(shù)領(lǐng)域。SAIHEAT（芯片余熱利用）、 SAIWATT（清潔能源消耗）、SAIBYTE（計(jì)算云網(wǎng)絡(luò)系統(tǒng)）和 SAICHIP（新型計(jì)算芯片）。 SAIHEAT 通過提供 液體冷卻+余熱利用的一體化解決方案，將計(jì)算過程中產(chǎn)生的余熱 收集起來，進(jìn)行再利用，在用清潔能源替代傳統(tǒng)熱源的同時，幫助大幅度降低電費(fèi)。 SAIWATT 利用水電、風(fēng)電、廢氣發(fā)電等閑置能源進(jìn)行計(jì)算發(fā)電，實(shí)現(xiàn)閑置

51、能源消耗和削 峰填谷，并為能源所有者和作為運(yùn)營商的 SAI 降低成本。SAI 還提供計(jì)算能力云服務(wù)和 新型芯片材料，共同降低計(jì)算行業(yè)的成本。通過前沿的基于清潔能源的計(jì)算和能源中心， 以及余熱利用技術(shù)和功耗技術(shù)，SAI 可以在計(jì)算過程中減少高達(dá) 30%的能源消耗成本， 同時減少基礎(chǔ)設(shè)施投資，從而為公司及其合作伙伴帶來高利潤率。奧飛數(shù)據(jù)是國內(nèi)首家嚴(yán)格按照國內(nèi)外碳排放核算情況下自運(yùn)營開始就提供零碳綠色的數(shù) 據(jù)中心的 IDC 公司。公司擬采用的節(jié)能減排措施包括采用磁懸浮制冷設(shè)備等新型節(jié)能技 術(shù)、加裝自動調(diào)節(jié)壓縮機(jī)啟動等節(jié)能裝置、選用低功耗變頻設(shè)備、搭配使用太陽能光伏 發(fā)電系統(tǒng)等，務(wù)求逐步降低公司數(shù)據(jù)中

52、心的 PUE 值。公司低碳策略一直走在行業(yè)前列， 今年 7 月制定廣東奧飛數(shù)據(jù)科技股份有限公司數(shù)據(jù)中心碳中和及新能源戰(zhàn)略規(guī)劃，強(qiáng) 調(diào)公司日后要加大研發(fā)投入，健全核查標(biāo)準(zhǔn)建立，擴(kuò)張光伏發(fā)電，以鞏固、放大目前“綠 色”優(yōu)勢，加快主營業(yè)務(wù)收入增長率。4.6. 構(gòu)建全光智能算力網(wǎng)絡(luò)，“東數(shù)西算”實(shí)現(xiàn)資源最優(yōu)解在算力未來需求持續(xù)增加的情況下，網(wǎng)絡(luò)帶寬和時延限制(性能）和網(wǎng)絡(luò)帶寬成本限制 (成本)導(dǎo)致的算力需求錯配問題將進(jìn)一步突出，運(yùn)營商作為算力網(wǎng)絡(luò)的底層構(gòu)建者，將 承擔(dān)越來越重要的責(zé)任，構(gòu)建全光智能算力網(wǎng)絡(luò)，通過資源調(diào)配如東數(shù)西算實(shí)現(xiàn)資源最 優(yōu)解，不僅有助于降低能耗，更是有助于實(shí)現(xiàn)對網(wǎng)絡(luò)、算力資源、需求

53、等綜合的最優(yōu)解。 在“網(wǎng)絡(luò)化”算力有效補(bǔ)充了單設(shè)備無法滿足的大部分算力需求后，仍然有部分算力需 求受不同類型網(wǎng)絡(luò)帶寬及時延限制，仍然無法滿足低時延、大帶寬、低傳輸成本的算力 需求場景，如智慧安防網(wǎng)絡(luò)、CDN 加速等，算力需求與算力輸出由于網(wǎng)絡(luò)因素影響導(dǎo)致 錯配，造成算力潮汐效應(yīng)。 全光底座的建設(shè)首次提出于第 28 屆中國國際信息通信展覽會的“中國之光高峰論壇”上， 中國移動通信集團(tuán)廣東有限公司規(guī)劃技術(shù)部總經(jīng)理蔡偉文提出建設(shè)全光底座，打造粵港 澳大灣區(qū)的全光網(wǎng)城市群。全光網(wǎng)的特點(diǎn)是全光接入、全光互聯(lián)、全光交換，又可以分 為全光底座、全光業(yè)務(wù)和光網(wǎng)大腦三個部分。用個簡單的比喻，全光底座相當(dāng)于高速鐵

54、 路，是全光網(wǎng)的物理基礎(chǔ)，具備架構(gòu)極簡、鏈路超寬以及經(jīng)濟(jì)節(jié)能的特點(diǎn)；全光業(yè)務(wù)則 相當(dāng)于高鐵列車，是全光網(wǎng)的業(yè)務(wù)載體，提供超清視頻、精品專線、5G 等全業(yè)務(wù)的極致 承載體驗(yàn)；光網(wǎng)大腦相當(dāng)于高鐵的調(diào)度中心，是全光網(wǎng)的智能支撐，提供全光底座及全 光業(yè)務(wù)的智慧運(yùn)營。”根據(jù)中國聯(lián)通研究院與華為技術(shù)有限公司聯(lián)合發(fā)布的云時代的全光底座白皮書，要打 造面向品質(zhì)業(yè)務(wù)和云化轉(zhuǎn)型的堅(jiān)實(shí)全光底座，那么全光底座應(yīng)該具備如下關(guān)鍵能力： 架構(gòu)穩(wěn)定，極簡，大寬帶，可擴(kuò)展：全光組網(wǎng)，一跳直達(dá)，穩(wěn)定低時延。傳輸容量持 續(xù)演進(jìn)，組網(wǎng)能力持續(xù)提升，靈活擴(kuò)展，確保全光底座架構(gòu)穩(wěn)定。 全光錨點(diǎn)，全業(yè)務(wù)接入：支持 ETH/SDH/PON/

55、OTN/WDM 等多種接入技術(shù)，兼容現(xiàn) 網(wǎng)，平滑演講。 廣電協(xié)調(diào)，確定性承載，安全隔離：基于 L0/L1 的硬管道技術(shù)，按需靈活協(xié)同調(diào)度， 滿足高品質(zhì)業(yè)務(wù)的確定性承載及高安全業(yè)務(wù)的物理隔離需求。 端到端切片，一網(wǎng)多業(yè)務(wù)差異化 SLA 服務(wù)：通過端到端切片，為家寬、移動、專線 等不同品質(zhì)需求的業(yè)務(wù)，提供不同 SLA 等級的承載服務(wù)。 云光協(xié)調(diào)，業(yè)務(wù)靈活如云：通過與云網(wǎng)關(guān)的業(yè)務(wù)和保護(hù)層面對接，實(shí)現(xiàn)新型云化業(yè)務(wù) 的云網(wǎng)協(xié)同部署和運(yùn)維，品質(zhì)成本雙優(yōu)。5. 生態(tài)：汽車/元宇宙/機(jī)器人等多場景共榮的算力生態(tài)如何構(gòu)建？當(dāng)前社會發(fā)展已經(jīng)全面進(jìn)入數(shù)字智能時代，伴隨科技創(chuàng)新浪潮的推進(jìn)，不斷涌現(xiàn)出算力 的新應(yīng)用場景

56、，且需求量持續(xù)激增，在 AI 和深度學(xué)習(xí)的深度賦能下，包括智能汽車、 自動駕駛、元宇宙、AI 機(jī)器人等場景正在持續(xù)迭代升級，都將對算力提出新的需求，多 場景共榮算力生態(tài)正在成型。我們參考華為對科技創(chuàng)新浪潮下算力的定義：未來人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈、AR/VR 技術(shù)發(fā)展將帶來對算力隨時、隨地、隨需、隨形(Anytime、Anywhere、Any Capacity、 Any Object)的 4A 能力要求。 在隨時層面，未來算力發(fā)展將關(guān)注低時延與連續(xù)性，低時延要求算力對數(shù)據(jù)處理的及時 反饋，而連續(xù)性要求算力不間斷的支撐。以自動駕駛汽車場景為例，面對復(fù)雜多變的路況信息，自動駕駛汽車需要確保針對行駛

57、過程中的任何突發(fā)性狀況進(jìn)行實(shí)時反映。同時 在行駛的旅途中始終如一地保證算力對于路況、車況監(jiān)控的的“專注度”。未來 L4&L5 級 別對網(wǎng)絡(luò)帶寬的需求將大于 100Mbps，時延要求達(dá)到 5-10 毫秒的水平。在隨地層面，高速增長的技術(shù)應(yīng)用場景與終端設(shè)備使得算力需要大量應(yīng)用在不同地點(diǎn)。 因此在未來社會中，算力將因?yàn)橹悄軕?yīng)用場景的不斷涌現(xiàn)而無處不在。無論是應(yīng)用在政 務(wù)領(lǐng)域的人臉識別、智能安防，民生領(lǐng)域的智能出行、移動支付，亦或是產(chǎn)業(yè)領(lǐng)域的智 慧工廠、智慧農(nóng)業(yè)，所有智慧場景都與算力密不可分。 在隨需層面，未來的算力應(yīng)能夠滿足任意量級場景與終端設(shè)備的算力需求，并按照實(shí)際 需求進(jìn)行自適化的調(diào)配。如自動駕

58、駛領(lǐng)域的算力需能夠同時滿足車輛出行低峰期與高峰 期的算力需求。5.1. 人工智能核心驅(qū)動，算力發(fā)展沒有天花板AI 近年來實(shí)現(xiàn)了長足的發(fā)展，算法和算力的持續(xù)發(fā)展，為下游應(yīng)用創(chuàng)造了更多的可能。 AI 依托云邊端的整體架構(gòu)，通過算力協(xié)同的模式下，云端云中心承擔(dān)模型訓(xùn)練任務(wù)，端 側(cè)的各設(shè)備進(jìn)行模型推理，二者之間的邊緣側(cè)負(fù)責(zé)通用模型的轉(zhuǎn)移學(xué)習(xí)，釋放對帶寬、 算力、存儲空間的持續(xù)壓力。邊緣計(jì)算向算力集群異構(gòu)設(shè)計(jì)發(fā)展，其異構(gòu)化程度將會高 于傳統(tǒng)的數(shù)據(jù)中心，異構(gòu)設(shè)計(jì)的突破將會進(jìn)一步提高端邊云的整體計(jì)算效能，進(jìn)而加速 AI 模型的訓(xùn)練與推理。人工智能作為一項(xiàng)底層技術(shù)，幾乎可以滲透到各個領(lǐng)域，本文后續(xù)還將就重點(diǎn)領(lǐng)

59、域展開。 IDC 預(yù)測到 2025 年，人工智能涉及的場景規(guī)模將達(dá)到 2081 億美金，并在自動駕駛、智 慧金融、智慧醫(yī)療、智慧零售、文娛等領(lǐng)域大顯身手。人工智能技術(shù)對于算力的核心拉 動點(diǎn)在于未來各應(yīng)用場景內(nèi)單設(shè)備芯片算力的增長和人工智能技術(shù)的行業(yè)滲透率的進(jìn)一 步提升，帶動對云計(jì)算中心、邊緣設(shè)備和終端算力的巨大需求。整體預(yù)計(jì)在 2030 年，人 工智能相關(guān)領(lǐng)域?qū)τ谒懔Φ男枨髮⑦_(dá)到 16000EFLOPS，相當(dāng)于 1600 億顆高通驍龍 855 內(nèi)置的人工智能芯片所能提供的算力，依舊有數(shù)百倍的增長空間，可以說算力發(fā)展沒有 天花板。5.2. 智能網(wǎng)聯(lián)車自動駕駛和智能座艙，算力爭霸制高點(diǎn)智能網(wǎng)聯(lián)車是

60、汽車電動化的大趨勢，眾多新老車企紛紛瞄準(zhǔn)電動車市場，瞄準(zhǔn)完全自動 駕駛，把車打造成第二智能場所。從智能的角度看，我們可以聚焦在兩個方面，分別是 實(shí)現(xiàn)全面自動駕駛和實(shí)現(xiàn)全面的智能座艙影音娛樂上，二者對算力均有強(qiáng)大的需求，是 智能網(wǎng)聯(lián)車算力爭霸的制高點(diǎn)。首先自動駕駛場景為例，根據(jù)自動駕駛等級，對算力需求可以分為以下幾個階段：1）在自動駕駛初級階段如 L2 階段，對于算力的要求較低，僅需要滿足 1-3 個 720P 車 載攝像頭、1-2 個雷達(dá)所產(chǎn)生的數(shù)據(jù)量即可，且無需對所有進(jìn)行實(shí)時分析。2）在自動駕駛的中級階段，以目前完全達(dá)到 L3 級別的最新特斯拉汽車（搭載 Full Selfdriving C