5G边缘计算引发算力产业格局巨变.docx
《5G边缘计算引发算力产业格局巨变.docx》由会员分享，可在线阅读，更多相关《5G边缘计算引发算力产业格局巨变.docx（32页珍藏版）》请在冰豆网上搜索。
5G边缘计算引发算力产业格局巨变
5G边缘计算引发算力产业格局巨变
边缘计算深度研究
背景分析
边缘计算是5G网络的核心特征，也是结合5G智能物联时代的核心应用特征，针对智能物联场景的特异性，边缘计算对算力需求将呈现定制化个性化的特征，驱动算力产业领域FPGA产业迎来历史性的机会，这也是我们继边缘计算小基站和边缘计算物联应用两篇系列报告之后的最新核心观点。
5G边缘计算将引发新的算力需求。
5G算力需求受到信号处理和边缘计算两大驱动，一方面，通信信号处理需求的增多对算力提出了新要求，另一方面，5G是物联网创新的起点，将带来多种物联场景，边缘计算是支撑物联技术低延时、高密度等条件的具体网络技术体现形式，具有场景定制化强等特点，多场景的算力需求驱动边缘端计算能力的提高。
边缘计算作为5G新特性将成为重要增量部分，较之传统云计算，边缘计算安全性更高、低时延、带宽成本低，将成为5G时代不可或缺的一部分，同时，由边缘计算带来的算力需求也将成为5G时代重要增量部分。
因此，我们认为，5G边缘计算将引发技术和市场变革，从芯片的角度看，FPGA将首先迎来爆发，从服务器的角度看，边缘计算也将为服务器市场带来新变化。
5G边缘场景的多样化驱动算力产业进入FPGA时代。
人联时代网络与物联时代网络存在大差异，边缘计算业务部署需求呈现多样化特征，只有对客户需求把握准确的公司才能逐步做大做强。
在人工智能学习推理和图像智能需求领域，GPU大行其道推动英伟达等公司迎来高速增长，而5G边缘计算时代，FPGA将成为新的产业新重心。
相比其他异构处理器，FPGA更适配边缘计算场景，其可针对每一种具体应用，根据其算法结构进行深度定制，达到较高的计算效率和能效；同时其与GPU相比，FPGA架构能大幅优化带宽提升计算效率；并且在低时延与稳定性上具备天然的优势。
我们认为，5G边缘场景的多样化驱动算力产业进入FPGA时代。
边缘计算有望带来算力产业高增长。
我们认为，边缘计算对算力产业格局带来的巨变由两个方面体现——一方面是基站，另一方面是服务器，据我们测算，预计至2023年，边缘计算领域的算力市场规模有望达到127亿美元，近5年CAGR=43.5%。
我们认为，过去FPGA多运用于军事领域，未来将广泛运用于民用领域，预计至2023年，全球FPGA市场规模约为171.03亿美元，5年复合增速21.5%。
从产业格局的角度看，FPGA有望在物联时代大放光彩，边缘服务器的重要性将逐步提升，超融合有望成为趋势。
Xilinx：
FPGA全球龙头，推出首款多核异构计算平台。
Xilinx（赛灵思）成立于1984年，于1990年在纳斯达克上市，FPGA、SoC和3DIC为其主要业务，主要集中在亚太，其次为北美、欧洲和日本，在FPGA领域是全球龙头，全球市场份额常年超过50%，公司2017财年实现营收25.39亿美元，同比增长8.09%，实现净利润5.12亿美元，同比下降17.7%，综合毛利率为70.21%，同比增长0.36%。
公司于2018年推出ACAP多核异构计算平台，为所有的应用提供异构加速功能，降低客户使用FPGA的门槛，扩大客户范围。
我们认为，FPGA是技术密集型高门槛市场，其编程的灵活性对工程师提出了很高的要求，Xilinx作为行业龙头，技术积淀深厚，客户资源广泛，未来伴随FPGA行业迎来大爆发，Xilinx有望最先受益。
投资建议：
FPGA市场在多年平稳发展之后有望在5G时代迎来爆发式增长，重点关注全球龙头Xilinx（XLNX.O），以及Lattice（LSCC.O），国内厂商重点关注具备特种FPGA产品化能力的上海复旦（1385.HK）、参股紫光同创的紫光国微（002049.SZ）。
相关报告
《边缘计算系列报告之一：
5G边缘计算时代的新入口——小基站》2019.2.27
《边缘计算系列报告之二：
5G边缘计算将助力物联网场景应用》2019.3.5
《2019年度策略：
5G，改革、机遇和改变》2018.12.25
《算力时代云计算的巨变——云计算科技生态变革深度研究之一》2018.9.7
《交换设备的云计算时代巨变——云计算科技生态变革深度研究之二》2018.9.13
《从云数据中心看服务器与处理器——云计算科技生态变革深度研究之三》2018.9.20
《云计算驱动下的ICT变革与投资机遇》
2018-06-27
《通信行业2018中期策略：
深挖自主可控
与创新驱动的机遇》2018-06-02
《通信行业自主可控深度研究系列之一：
无线上游的进击和5G的历史使命》2018-06-14
《通信自主可控深度研究系列之二：
借势需求实现传输固网上游“芯”突破》2018-08-12
内容目录
5G边缘计算将引发新的算力需求.......................................................................-4-
5G算力需求受信号处理和边缘计算两大驱动.............................................-4-
边缘计算作为5G新特性将成为重要增量部分............................................-5-
5G边缘计算将引发技术和市场变革............................................................-6-
5G边缘场景的多样化驱动算力产业进入FPGA时代.........................................-7-
边缘计算业务部署需求呈现多样化特征.......................................................-7-
5G边缘计算驱动FPGA将成为产业新重心................................................-8-
边缘计算应用场景对算力需求明确............................................................-10-
边缘计算有望带来算力产业高增长....................................................................-12-
FPGA市场讲迎来数倍级别高增长............................................................-12-
科技需求驱动算力产业格局新变化............................................................-14-
边缘计算有望塑造未来十年产业价值重构.................................................-15-
Xinlinx：
FPGA全球龙头，推出首款多核异构计算平台..................................-17-
投资建议............................................................................................................-20-
风险提示............................................................................................................-22-
图表目录
图表1：
5G算力需求受到三大层面的影响.........................................................-4-
图表2：
边缘计算联接物理世界与数字世界........................................................-5-
图表3：
边缘计算的基本特点与属性...................................................................-5-
图表4：
人联网络与物联网络的差异...................................................................-7-
图表5：
边缘计算分类及主要业务形态...............................................................-7-
图表6：
处理器的灵活性与性能差异...................................................................-8-
图表7：
CPU/GPU/FPGA/ASIC间的区别.........................................................-8-
图表8：
FPGA的优点与限制因素......................................................................-9-
图表9：
FPGA中的硬件加速逻辑......................................................................-9-图表10：
微软FPGA数据中心延迟和稳定性对比...........................................-10-图表11：
边缘计算的典型场景..........................................................................-11-
图表12：
全球服务器收入（亿美元）...............................................................-12-图表13：
关键假设............................................................................................-12-图表14：
边缘计算领域的算力市场规模...........................................................-13-
图表15：
FPGA市场格局.................................................................................-14-
图表16：
GPU市场格局...................................................................................-14-
图表17：
ASIC市场格局..................................................................................-15-
图表18：
边缘计算的价值重构机遇..................................................................-16-
图表19：
赛灵思（Xilinx）历史沿革.....................................................................-17-
图表20：
赛灵思2017财年收入分布（按地区）.............................................-17-
图表21：
赛灵思2017财年收入分布（按终端市场）......................................-17-
图表22：
赛灵思历年营收与净利......................................................................-18-
图表23：
FPGA行业市场份额.........................................................................-18-
图表24：
赛灵思历年研发费用率......................................................................-18-
5G边缘计算将引发新的算力需求
5G算力需求受信号处理和边缘计算两大驱动
⏹5G时代的算力需求将受到云管端三大层面的影响。
从传输管道的角度看，5G无线通信系统需要支持比4G系统更大的带宽，以及大型的天线阵列，以实现更高的载波频率，从而有可能构建小得多的天线元，未来
5G的连接状态会更加复杂多变，一个基站可以覆盖百万级用户量，这一量级对硬件系统的要求会大幅提高；从用户端的角度看，5G时代，终端将突破4G时代的手机端，全面拓展至物联端，包括消费类产品、基础类产品、通用类产品、特定场景产品，带来大量连接与计算需求；从平台的角度看，在5G时代，云计算平台将面临着海量设备接入、海量数据、带宽不够和功耗过高等高难度挑战，边缘计算将与云计算互相协同，云计算聚焦非实时、长周期数据的大数据分析，边缘计算则更靠近执行单元，能够快速响应，对于时延要求高的业务而言，边缘计算可为客户提供更好的服务。
图表1：
5G算力需求受到三大层面的影响
来源：
中泰证券研究所
⏹边缘计算是5G时代的关键技术。
边缘计算是将云计算平台从核心网网元迁移到无线接入网靠近终端的边缘，被确立为5G关键技术，将配套移动接入网搭建贴近用户和终端的处理平台，提供IT或者云的能力，以减少业务的多级传递，降低核心网和传输的负担。
边缘计算是作为5G网络区别于3G、4G标准很重要的差别，是支撑物联技术低延时、高密度等条件的具体网络技术体现形式。
图表3：
边缘数据中心的引入将极大缩减时延并缓解整网的回传与计算压力
来源：
中国联通，中泰证券研究所
⏹5G边缘计算的算力需求受两大驱动。
一方面，通信信号处理需求的增多对算力提出了新要求，另一方面，5G是物联网创新的起点，将带来
多种物联场景，边缘计算是支撑物联技术低延时、高密度等条件的具体网络技术体现形式，具有场景定制化强等特点，如智能驾驶要求低延时，而智慧城市则要求高带宽，多场景的算力需求驱动边缘端计算能力的提高。
图表2：
边缘计算联接物理世界与数字世界
来源：
ECC,AII，中泰证券研究所
边缘计算作为5G新特性将成为重要增量部分
⏹边缘计算将推动5G技术更好的发展。
随着物联网时代的到来，边缘计算将与云计算共同推进物联网的发展，边缘计算的核心，是将计算任务
从云计算中心，迁移到产生源数据的边缘设备上，较之传统云计算，有以下几大优势：
1、安全性更高。
边缘计算中的数据仅在源数据设备和边缘设备之间交换，不再全部上传至云计算平台，防范了数据泄露的风险。
2、低时延。
据运营商估算，若业务经由部署在接入点的MEC完成处理和转发，则时延有望控制在1ms之内；若业务在接入网的中心处理网元上完成处理和转发，则时延约在2~5ms之间；即使是经过边缘数据中心内的MEC处理，时延也能控制在10ms之内，对于时延要求高的场景，如自动驾驶，边缘计算更靠近数据源，可快速处理数据、实时做出判断，
充分保障乘客安全。
3、减少带宽成本。
一些连接的传感器（例如相机或在引擎中工作的聚合传感器）会产生大量数据，在这些情况下，将所有这些信息发送到云计算中心将花费很长时间和过高的成本，如若采用边缘计算处理，将减少大量带宽成本。
图表3：
边缘计算的基本特点与属性
我们认为，5G推动社会从人联时代走向物联时代，连接数的大量增长，叠加边缘计算自身优势，将成为5G时代不可或缺的一部分。
同时，由边缘计算带来的算力需求将成为5G时代重要增量部分。
来源：
ECC，AII，中泰证券研究所
5G边缘计算将引发技术和市场变革
⏹边缘计算低时延、高密度连接的特点将引发技术和市场的变革。
从芯片的角度看，边缘计算将带来大量的数据量，对芯片处理能力提出了新要求，多场景的定制化需求对芯片的灵活性有更高要求，过去，在人工智能图像学习领域，GPU大展身手，擅长大规模并行计算的GPU在这一
时期出现了爆发增长，而ASIC，则在具有广阔下游市场的细分领域内有较强优势，如矿机市场。
我们认为，面向未来万物互联的物联网时代，
FPGA有望引来爆发，FPGA是可编程的加速芯片，开发时间短，占用带宽低，时延低，完美适配低时延、高密度、多场景的物联时代，也许未来某一细分场景市场规模大时，该子领域的加速芯片有望转变为ASIC芯片，但总体而言，我们的判断是：
物联时代FPGA将首先迎来爆发。
从服务器的角度看，边缘计算也将为服务器市场带来新变化，边缘服务器将逐步应用与推广，部分客户将选择超融合边缘服务器形态。
5G边缘场景的多样化驱动算力产业进入FPGA时代
边缘计算业务部署需求呈现多样化特征
⏹人联时代网络和物联时代网络存在大差异。
首先，物联网将以B端用户为主区别于互联网C端为主，并且无线的物联场景将必然以边缘网络的方式来呈现，当然这与互联网的企业局域网的应用深度有着本质差异，互联网时代的企业需求是信息化为主，而物联时代将主要是智能应用需求为主；针对不同行业和业务比如工业控制、智能驾驶、视频监控等，其对终端功能的定位、算力的需求、应用的方式将会截然不同；在互联网时代马太效应非常显著，赢家通吃，但在物联时代，仅对企业客户需求把控准确的公司才能逐步做大做强。
图表4：
人联网络与物联网络的差异
来源：
中泰证券研究所
⏹
边缘计算业务部署形态多样。
从细分价值市场的维度，边缘计算主要分为三类：
电信运营商边缘计算、企业与物联网边缘计算、工业边缘计算。
围绕上述三类边缘计算，业界主要的ICT、OT、OTT、电信运营商等玩家纷纷基于自身的优势构建相关能力，布局边缘计算，形成了当前主要的六种边缘计算的业务形态：
物联网边缘计算、工业边缘计算、智慧家庭边缘计算、广域接入网络边缘计算、边缘云以及多接入边缘计算（MEC），在实际部署的商业用例中，上述的六种业务形态可以独立存在，也可以多种业务形态互补并存。
图表5：
边缘计算分类及主要业务形态
来源：
ECC，AII，中泰证券研究所
5G边缘计算驱动FPGA将成为产业新重心
⏹在相同的晶体管规模下，越是通用的处理器计算效率越低，能耗比也越差；定制性越高，应用的范围越窄，但越“精通”某一类型的计算。
当某一类型的计算形成一定规模，高算力、低功耗为代表的专用ASIC便成为一种极致下的选择，如区块链的矿机，多使用ASIC芯片。
图表7：
C
PU/GPU/FPGA/ASIC间的区别
平台
架构区别
CPU
70%晶体管涌来构建Cache,还有一部分控制单元，
计算单元少，适合运算复杂，逻辑复杂
GPU
晶体管大部分构建计算单位，运算复杂度低，适合大
规模并行计算
FPGA
可编译逻辑，计算效率高，更接近底层IO，通过冗
余晶体管和连线实现逻辑可编程
ASIC
晶体管根据算法定制，不会有冗余，功耗低，计算性
能高，计算效率高
图表6：
处理器的灵活性与性能差异
来源：
中泰证券研究所来源：
中泰证券研究所
FPGA，可深度定制，并实现算力升级。
一方面，FPGA可针对每一种具体应用，根据其算法结构进行深度定制，甚至为算法的每个步骤设计专门的执行逻辑，避免了通用处理器的取指和译码过程，从而达到较高的计算效率和能效；
另一方面，其可编程特性可以加载不同的运算架构，实现器件本身的通用性，不但可以设计针对图像图像的计算结构，也可实现GPU并不擅长的搜索、加密解密等计算结构。
图表8：
FPG
A的优点与限制因素
优点
限制因素
可编程灵活性高
FPGA属于半定制电路，编程可以反复，开发人员可重复编程使用软件升级包通过在片上运行
程序来修改芯片，而不是替换和设计芯片
成本高
为了能够灵活地变更逻辑功能，FPGA中需要设置了大量的多路开关、连线资源、寄存器等
开发周期短
FPGA无需布线、掩模和定制流片等，芯片开发流程简化。
传统的ASIC和SoC设计周期平均是14个月到24个月，用FPGA进行开发时间
可以平均降低55%。
功耗大
FPGA中的芯片的面积比ASIC更大，因为
FPGA厂商并不知道下游的具体需求应用，故在芯片中装入规模大的门电路（其实很多没有使用到）
并行计算效率高
FPGA属于并行计算，一次可执行多个指令的算法，虽然普遍主频较低，但对部分特殊的任务，大量相对低速并行的单元比起少量高效单元而言效率更高
编程设计复杂
FPGA的发展中，软件占据60%的重要程度，除了考虑芯片架构，编程设计时还要考虑应用场景多样性、复杂性和效率。
FPGA编程需要采用的专用工具进行HDL编译，再烧录至FPGA中，
其技术门槛非常高。
来源：
中泰证券研究所
⏹FPGA相比其他异构处理器更适配边缘计算场景。
与GPU相比，大幅优化带宽，当采用GPU提升算力时，GPU的计算
数据需要分享服务器的网络带宽、PCIE带宽、内存带宽等，影响计算效率的同时反而加剧了服务器的带宽瓶颈。
只有在具备极高数据复用率的场景中，如CNN等，才有望跑满计算资源，然而，对于FPGA，可以通过IO编程能力采用另一种智能网卡的方式实现加速：
一方面，FPGA计算所需的数据不需要进入服务器，将硬件加速过程与服务器的带宽瓶颈解耦，避免与CPU的带宽竞争，另一方面，可承担部分原属于CPU的计算任务，减少进入服务器的数据量和计算复杂度，从而缓解带宽压力。
图表9：
FPGA中的硬件加速逻辑
来源：
TEG云端，中泰证券研究所
⏹FPGA在低延时和稳定性上具备天然的优势。
一方面，其片上集成了大量缓存和外部DRAM接口，降低计算过程中与CPU的交互，使硬件加
速过程避免了操作系统层面的资源调度和进程间干扰，从而保证了确定性的延迟。
另一方面，FPGA可实现基于定制流水线MIMD（并行指令和并行数据）设计，实现流式处理。
中间数据在流水线之间传递和交互，降低对缓存的依赖，进一步降低延迟。
图表10：
微软FPGA数据中心延迟和稳定
升级会员 