邊緣側的黑馬：通往未來的AI集中營

在科技的新浪潮中，邊緣智慧正變得越來越重要

它代表著一種全新的運算範式，將人工智慧或大型模式應用於接近資料來源的邊緣裝置和感測器中，而不是依賴傳統的雲端運算

目前，邊緣人工智慧（AI）晶片主要應用於消費性電子設備。其中，高性能手機在消費性邊緣AI晶片市場中佔據了主導地位。邊緣AI被嵌入到手機的主處理器（AP）中，但只有少數幾家巨頭公司（例如蘋果、三星、華為等手機製造商以及高通、聯發科和紫光展銳等手機AP供應商）掌握了將AI功能整合到AP中的能力，這使得大部分邊緣AI晶片新創公司無法望其項背

然而，越來越多的邊緣AI晶片被應用在非消費性設備和場合，例如智慧安防、ADAS/自動駕駛、智慧家庭、穿戴式智慧設備，以及公共場景、商業和工業場景的AI應用，如智慧交通、智慧城市、工廠機器視覺、機器人和AGV等。這些新興的AIoT和工業物聯網應用場景為許多邊緣AI晶片設計公司帶來更多機會，創投也意識到了其中蘊含的巨大商機。因此，無論是全球或國內市場，都有越來越多的AI晶片新創公司成功獲得融資

然而，近年來獲得巨大成長並成功上市的人工智慧晶片公司並不多見，更不用說在美國等成熟市場的晶片行業中獲得認可。今年成功登陸美國納斯達克市場的聰鏈集團（ICG），或許可以被視為一個罕見的典型特例。令人欣喜的是，ICG開始將目光投向人工智慧晶片領域，這是一個潛藏著巨大機會且尚處於發展早期階段的領域。同時，ICG也意識到邊緣人工智慧領域中那些既具備可行性又具備長遠商業應用場景的機會

根據STL Partners的數據顯示，邊緣運算潛在市場在未來十年內將以48%的複合年增長率從2020年的90億美元成長到2030年的4,450億美元。在這其中，邊緣基礎設施的成長速度是最快的。眾所周知，邊緣AI晶片在這一領域處於核心位置，具有重要的戰略意義

根據億歐智庫的數據顯示，2021年中國的邊緣運算市場規模已達427.9億元。其中，邊緣硬體市場規模為281.7億元，而邊緣軟體與服務市場規模為146.2億元。預計從2021年到2025年，中國的邊緣運算產業規模將以46.81%的年複合成長率成長。到2025年，邊緣運算市場的整體規模預計將達到1,987.68億元。此外，由於人工智慧和大型模式在今年取得了重大突破，以往的預測幾乎都需要進行重估。換句話說，在保守假設下，預計整個中國的邊緣運算產業規模至少會成長近一倍，很快就會進入3,000-4,000億元的預測範圍。這主要取決於2024年人工智慧應用的爆發式成長

根據著名的“安迪-比爾定理”，智慧終端硬體和軟體之間存在著螺旋式的發展演進關係。一般來說，軟體的更新升級應該與硬體資源相符。然而，近年來生成式人工智慧的快速發展，使得人工智慧應用在軟體和系統層面率先發生了巨大的改變和升級。這也帶來了對基礎設施和終端硬體設備綜合性能「指數式」升級的迫切需求。因為互聯網和物聯網是相互連動的，一旦關鍵節點發生了大面積的變化，其他節點也會隨之跟隨改變。這個道理既簡單又深刻

從產業鏈角度，邊緣AI核心在於引入邊緣側的AI能力，進一步增強邊緣側的算力能力、連結能力。重點包括AI晶片、算力模組、邊緣網關/伺服器/控制器等硬體、AI演算法/邊緣運算平台等軟體環節。

在AI領域的核心產業環節中，AI晶片是指用於處理大量運算任務的模組，這些任務是在人工智慧應用中進行的，而非運算任務則通常由CPU處理。從技術架構來看，AI晶片主要分為GPU、FPGA和ASIC三大類。其中，GPU是一種較成熟的通用型人工智慧晶片，而FPGA和ASIC則是針對人工智慧需求特徵而設計的半客製化和全客製化晶片。一般情況下，典型的AI運算需要CPU或ARM核心來進行調度處理，而大量的平行運算則由GPU、FPGA或ASIC來完成。對於複雜的運算場景，所需算力效能要高，功耗要低，並且在大規模應用時要考慮成本效益，這時候，選擇ASIC晶片架構是最合適的選擇。因此，在大模型時代的脈絡下，ASIC晶片可能是AI晶片領域受益最大的技術

全球的雲端大廠，如Google、AWS、Meta和微軟，都致力於自主研發晶片，並採用ASIC晶片的設計路線。同時，高通、英偉達、ARM、AMD、英特爾、聯發科和華為等公司也不斷優化邊緣人工智慧晶片的功能。此外，NXP Semiconductors（恩智浦半導體）、Silicon Labs和ST（意法半導體）等國外知名廠商也開始在MCU或SoC上增加邊緣人工智慧功能

在中國，包括華為海思、百度、寒式紀、景嘉微、地平線、沐曦科技、燧原科技、壁仞科技、阿里平頭哥、瑞芯微、晶晨股份、北京君正、雲天勵飛、恆玄科技、九天睿芯、杭州國芯、樂鑫科技、ICG（聰鏈集團）等多家中國公司都在佈局邊緣AI晶片相關領域

在投資角度上，是選擇傳統知名大廠還是新創或成長型企業，我認為未來產業的一個基本特徵是遍地開花、百花齊放。不論是從落地場景還是終端設備來看，都會呈現多元化、分散化的趨勢，而且越來越垂直。因此，晶片客製化的趨勢將會癒合明顯

從這個角度來看，那些靈活多變、有彈性並專注於特定細分領域的中小企業，或者那些以某種專長優勢不斷跨行業、跨品類擴張的企業，它們的潛在變化可能會更大，因此在新的經濟週期到來時，它們可能會有更高的估值預期

至於未來哪一個應用場景會率先跑出，是很難提前預判的。關鍵要辨識出那些已經在起跑線上取得實力優勢的產業玩家，它們的提前部署和佈局一定具有特殊的重要意義，我們一定要仔細研究和細心挖掘

簡而言之，這句話的意思是，未來的一切都是未知的，我們都有可能成為黑馬。透過追蹤和預測，我們可以找到黑馬的線索，但不能完全確定

以上是邊緣側的黑馬：通往未來的AI集中營的詳細內容。更多資訊請關注PHP中文網其他相關文章！