电子行业市场分析4

电子行业市场分析1AI发展复盘，轻量级模型重构边缘域1.1ChatGPT引领大模型浪潮，AI“iPhone“时刻已至ChatGPT为AI的“iPhone“时刻。3月21日，英伟达CEO黄仁勋在GTC2023大会上将ChatGPT比作AI的“iPhone“时刻，AI时代加速来临。自ChatGPT问世以来，从GPT-1到GPT-3.5，GPT模型的智能化程度不断提升，ChatGPT在拥有3000亿单词的语料基础上预训练出拥有1750亿个参数的模型（GPT-2仅有15亿参数），预训练数据量从5GB增加到45TB，模型从预训练+微调转变为人工标注数据+强化学习，人工智能取得技术突破。而随后GPT3.5turbo带来10倍成本的降低及GPT-4多模态模型的发布，进一步加速生产力的全新跃迁。多模态模型成重要趋势，AI应用空间有望进一步拓展。多模态模型结合来自不同模态（例如文本、图像、语音等）的数据进行联合建模，应用于自然语言处理、计算机视觉、语音识别等领域，有效提高模型的准确度和稳定性。从OpenAI产品矩阵可以看出其已经布局文本、图片、语音等多模态产品，未来将逐步探索多模态的融合，实现图像、视频、文本间跨模态生成，显著提升智能终端产品体验，带来各行各业生产力水平的质变。国际科技巨头加紧布局多模态模型领域。微软和谷歌两大巨头相继推出大模型，2023年3月，OpenAI推出GPT-4模型，可以接受图像和文本输入，并输出文本。3月谷歌推出PaLM-E模型，通过输入多模态语句，包括视觉、连续状态估计和文本输入编码，来执行机器人操作规划、视觉问题解答等具体操作；5月谷歌推出PaLM2模型，支持100多种人类语言与20多种编程语言，同时支持读取与生成音视频内容。AI领域群体效应下，国内大厂纷纷入局。国内AI大厂以百度文心一言发布为拐点，未来有望凭借更优质的中文数据和多场景的应用实现弯道超车。百度文心一言是国内首个全栈大模型产品，模型发布后申请合作厂商超9万家，腾讯、阿里、华为、商汤等大厂在AI大模型领域已有成熟布局，相关应用有望快速发布。伴随着多模态大模型的不断涌现，更多场景的AI应用将加速落地。1.2APIPlugin引入，海量应用迈入AI新时代Plugin开启AI的“APPStore“时代，生态版图进一步扩展。2023年3月2日，OpenAl推出了自然语言对话模型GPT-3.5-Turbo和语音转文本模型Whispermodels的开发者API，使得多种应用程序可通过API的方式接入ChatGPT。3月24日，ChatGPTplugins的发布，进一步扩大了ChatGPT的应用能力并催化至多场景的业务处理能力，AI的“APPStore“时代到来。插件商城接入10余家应用，具备检索实时信息、检索知识库信息和代替用户操作应用功能。OpenAI官网显示，目前Plugin已接入Expedia、FiscalNote、Instacart、Kayak、Klarna、Milo、OpenTable、Shopify、Slack、Speak、Wolfram以及Zapier等应用，涉及旅行、购物、航班、推荐餐厅、语言导师等各个方面。未来，随着各类应用与ChatGPT的结合，GPT生态系统有望迎来“苹果+AppStore”的繁荣时刻。1.3龙头厂商加注轻量级模型，边缘AI迎“安卓时刻”除大模型外，龙头厂商也纷纷布局轻量级模型，当前Meta、谷歌、高通等公司已开始发力边缘AI。谷歌和Meta分别于今年5月11日和7月19日发布了各自最新的大语言模型版本PaLM2和Llama2，较以往版本实现测试数据、性能等全面优化，轻量化版本均能应用于边缘端，其中最新发布的Meta大模型Llama2更是开放开源免费使用，有望推动边缘AI迎来“安卓时刻”。此前，芯片龙头厂商高通也首次成功实现StableDiffusion模型在手机端应用生成AI图像，并于5月30日宣布高通正在转型为边缘计算公司，全面下注边缘AI。1.3.1Meta发布最新AI大语言模型Llama2继今年2月发布Llama1大模型后，MetaAI在7月19日凌晨发布了最新一代的开源大模型Llama2。该模型在测试中表现优异，Meta计划将该模型开放开源免费使用，且支持高通芯片运行，有望助力边缘AI加速落地。Llama2模型的训练数据量、参数均有增加。Llama2的参数、训练数据和上下文长度相比上一代模型增加。新模型Llama2系列包含70亿、130亿和700亿三种参数类型，相比原来Llama1最多650亿参数有所增加。并且，相比于Llama1预训练模型1.4万亿的训练token数，Llama2预训练模型的训练数据提升了40%至2万亿，且针对聊天用例进行的Chat模型精调训练数据超过100万人类标记数据，使用人类反馈进行强化学习（RLHF）从而提高模型安全性。此外，对于大模型非常重要的上下文长度限制，Llama2比Llama1翻了一倍至4096字符，能处理更多信息。Llama2模型在大多数基准测试中表现优于其他开源模型，包括编码、推理、知识、精通性测试等。不仅如此，Meta从有用性和安全性进行评估，认为Llama2有希望成为闭源模型的替代品。Llama2开放开源免费使用，加速生态构建。Llama一直以来是AI社区内性能最强的开源大模型之一，但此前存在开源协议问题，此次Meta发布Llama2模型将免费供给研究和商业用途，有望吸引更多开发者，加速AI应用落地节奏。此外，Meta宣布与微软云服务Azure合作开发基于Llama2模型的云服务，微软作为全球领先的大模型和云服务厂商，二者合作有望加快生态构建速度。Llama2可用于高通芯片，有望加速边缘AI落地。Meta与高通宣布Llama2将于2024年应用于高通骁龙芯片，成为谷歌PaLM2大模型之后又一个将运行于高通芯片的大模型。目前已有开发者将Llama2模型部署至手机终端，实现离线运行，将来Llama2模型有望进一步运用在汽车、PC、AR/VR等终端设备上，无需担忧网络连接和云端拥挤问题，可提高服务的可靠性，并且减少云端运行成本；个人数据和信息仅保存在设备边缘端而非云端，可满足用户数据保密需求，并且不牺牲隐私即可提供更个性化的产品和服务，推动边缘AI加速落地，也将推动边缘硬件加速迭代。1.3.2谷歌发布通用大语言模型PaLM2在Meta之前，谷歌率先于5月11日发布通用大语言模型PaLM2，并且包含轻量化版本，可运行于移动终端。PaLM2性能全面优于前代模型，部分领域能与GPT-4竞争。多语言能力方面，作为驱动AI机器人Bard的模型的升级版，PaLM2可使用Fortran等20多种编程语言，100多种口头语言进行数学、软件开发、语言翻译推理和自然语言生成，多语言能力全面超过前代PaLM模型，同时部分语言能力基准测试结果超过GPT-4。编程能力方面，PaLM2改进了编程能力，谷歌通过调整预训练数据集构建了PaLM2-S*模型。该模型擅长Python、Javascript等流行编程语言，也可以生成Prolog、Fortran等语言的专用代码。PaLM2轻量化版本能够运行于移动端，将带动边缘AI计算成长。PaLM2包括Gecko、Otter、Bison和Unicorn四种不同参数规模版本。其中，最轻量版本Gecko可在移动设备端运行，提供每秒处理20个token的能力。此前大模型在边端的应用主要通过API接口调用，模型本身的训练和推理仍在云端进行，对边缘侧终端以及芯片更新没有太大需求。轻量化模型可以降低边缘侧模型部署成本，使AI模型离线应用成为可能，从而提供定制化、低时延、高安全性与隐私性的下游应用，开拓AI模型在边缘侧推理的场景。这将带动边缘AI计算成长，加速边缘硬件市场更新迭代，提升智能硬件用户使用体验，使智能硬件成为新的AI流量入口。PaLM2已被应用于多个谷歌应用，并支持特定领域应用。PaLM2已经被用于支持超过20种谷歌应用，包括办公软件系列、谷歌搜索以及AI机器人Bard。以PaLM2驱动的Bard将具备更强的多模态理解能力，使其能够理解用户的图片提示并在回复中包含图片。PaLM2能提供医疗、网络安全等特定领域内的服务，基于健康数据训练的Med-PaLM2能够在美国医学执照考试式的MedQA数据集上达到“专家”级别表现，基于网络安全数据训练的Sec-PaLM2可以用于解释潜在恶意脚本行为，这两种模型将通过谷歌云向特定用户提供服务。1.3.3高通实现StableDiffusion手机端运行，宣布转型边缘计算除大模型厂商外，芯片厂商也正积极布局边缘AI。高通在今年5月30日宣布正在从通信公司转型成为边缘计算公司。公司高级副总裁AlexKatouzian表示，数据中心在连接设备和数据流量大幅增长的情况下叠加的成本节节攀升，将内容均发送云端的传统做法不再经济，也无法满足未来AI所需的比云端计算更强大的算力，同时考虑到日益增长的用户隐私需求，由云端算力转向布局边缘算力正当其时。AlexKatouzian强调高通截至今年5月底已向全球出货20亿件搭载AI功能的智能产品。此前，在2月24日，高通宣布首次实现在手机端运行StableDiffusion模型。StableDiffusion模型作为现下最先进的生成式AI模型通常只在云端运行。而高通AIResearch通过高通AI软件栈实现全栈AI优化后成功在安卓智能手机端运行StableDiffusion模型，这一全栈AI优化方案能显著降低运算时延和能耗，可以在15秒内进行20步推理，生成分辨率为512x512的高清AI图像，且文本输入不受限制。在智能手机终端成功运行StableDiffusion模型后，高通更长远的目标是可以适用PC等其他终端和其他模型。2从音频到视频，探讨硬件终端的重估值潜力GPT变革内容生成与交互方式，AI智能终端百花齐放。自GPT-4、百度文心一言、Microsoft365服务全面接入AI驱动工具Copilot以来，国内外各大厂商争相开启AI赋能，通用+垂直场景协同发展，B端和C端天花板有望进一步打开，AI应用在多种场景的扩散正全面演绎。海外大厂积极布局物联网和人工智能领域，AI应用发展迅速。1）微软在物联网+AI领域的布局非常全面，覆盖了物联网平台、机器学习、边缘计算、解决方案加速器和开发工具包等方面，为企业提供了丰富的技术和解决方案，其中Microsoft365服务全面接入基于大型语言模型的AI产品Copilot打通了AI应用的第一站；2）谷歌通过收购Nest和开发新的技术，在智能家居、可穿戴设备和其他物联网设备的市场上拥有广泛的影响力；3）亚马逊的AWSIoT服务也为企业提供了构建物联网解决方案所需的基础设施和工具，包括设备管理、数据采集和处理、安全和认证等。国内大厂在人工智能和物联网领域也有着广泛的布局，涵盖自动驾驶、智能家居、云服务等多个方向。百度成立智能驾驶事业部，并先后在智能家居市场推出智能音箱产品DuerOS、小度智能屏等；腾讯成立“TencentIoT”，专注于物联网领域的技术研发和应用，该部门主要提供包括智能硬件开发平台、物联网云服务等多种服务，帮助企业快速接入物联网；阿里巴巴推出物联网平台LinkIoT，以帮助企业构建物联网解决方案，提供从设备管理到数据分析等一系列功能，同时发布物联网操作系统AliOSThings，可帮助设备厂商快速构建物联网设备。2.1AI开发平台赋能行业应用AI开发平台流程包括数据处理、模型搭建、模型训练、模型评估及模型部署五个步骤。数据处理包括数据采集、数据筛选、数据标注、数据分组等环节，以此实现高质量的数据准备和输出，保证模型质量。模型搭建环节包括模型筛选和参数调配，在此基础上进行模型训练与优化。多轮训练迭代之后，开发者可以通过预设指标对模型的性能、质量进行评估，评估通过后可以进行模型部署，将模型转化为AI应用。凭借较高的部署效率、丰富的计算资源、强大的存储能力、专业的运维团队等优势，很多企业已将AI开发平台作为AI开发方式的首要选择。大模型的突破和云计算技术的成熟将推动中国AI开发平台市场规模保持高速增长。据测算，2022年中国AI开发平台市场规模达257.3亿元，2017-2022年CAGR高达62.9%。虽然目前市场竞争加剧，但考虑到大模型的持续突破和下游应用的不断革新，预计2022-2027年中国AI开发平台市场规模CAGR约为24.9%，2027年市场规模达到785.2亿元。大模型的突破将拓宽AI开发平台的行业应用。据统计，目前AI开发平台的应用主要集中于金融、泛娱乐及教育领域，由于技术落地的局限和数据安全等问题，医疗等重要应用场景的渗透率有待进一步提高。随着大模型的突破和技术的不断成熟，AI开发平台有望对重要应用场景进一步渗透，持续赋能行业应用。2.2音频入局，率先发力音频入局，率先发力。音频作为轻交互的方式，更适用于碎片化场景，以ChatGPT、文心一言为代表的生成式AI模型提高了智能音频设备的交互体验，生成内容质量提升进一步满足用户在真实场景中服务客户的需求，未来会逐步实现个性化和情感交互，2023年，各大厂商争相发力音频领域：1）2月9日，百度宣布将融合文心一言，打造针对智能设备场景的人工智能模型「小度灵机」，并将其应用到小度全系产品中；2）4月11日，天猫精灵宣布将正式接入阿里巴巴“通义千问”大模型；3）4月11日，InnovativeEyewear官宣推出一款名为“Lucyd”的手机应用，该应用可以为智能眼镜用户提供ChatGPT的语音服务，用户既可以使用智能眼镜内置的麦克风进行语音交互，也可以使用AirPods等硬件设备语音唤醒；4）5月11日，谷歌推出PaLM2Gecko轻量级AI模型，可在手机及IOT设备本地或离线运行，加速AI赋能智能终端。AIGC落地的第一站——智能音箱（智能家居）&耳机（可穿戴设备）。为什么说智能音箱&耳机可能成为AIGC落地的第一站，我们主要从三个方面论证：1、技术层面：以ChatGPT为代表的生成式AI系统将不断优化提升智能语音交互反馈的丰富度和准确性，大大改善消费者体验，为智能音箱&耳机等可穿戴设备的进一步渗透打开成长空间。2、商业模式：智能音箱和耳机具备商业模式颠覆式创新的可能性，未来接入ChatGPTpluginsAPI后，智能音箱和耳机既可以直接调用APP，完成生态系统的创建，实现ToB收费；也可以对接更为丰富的内容/教育资源，实现ToC收费。3、发展阶段：1）智能音箱：经过近10年发展，已具备一定用户基础和发展土壤。目前各大厂正向发力AI+智能音箱领域，如百度融合文心一言打造“小度灵机“、天猫精灵接入通义千问大模型等。2）耳机：从2021年开始TWS耳机市场的增长态势放缓，AIGC有望赋能开启新成长空间。科大讯飞发布iFLYBUDSNano＋，集成了生成式AI技术，可实现全场景录音转写、VIAIMAI会议助理等功能。前文我们强调了音箱+耳机的音频属性。展望边缘AI的未来，二者在各自领域扮演的角色是不一样的。1）智能家居：1+N模式为未来趋势。“1”代表信息处理核心，用于接收用户指令及处理计算，目前智能家居方案商更多采用智能音箱作为控制核心，而机顶盒/投影仪等同样有潜力成为智能家居的算力中心。而目前边缘设备算力有限，后续如若有本地化大模型的需求，则需提升终端算力。“N”代表N个智能家居设备，由计算中心进行统一控制，核心搭配WiFi/蓝牙等连接芯片。智能家居设备种类多样，包括智能照明、智能窗帘、智能安防、智能影音娱乐、智能用水、智能网络等。通过在边缘侧进行大模型的推理，省略云端计算的步骤，可以使得信息指令输入输出时延更短等，能使人机交互更顺畅，提升用户体验。2）可穿戴设备：耳机入口+边缘算力相较音箱对于智能家居的重要地位，耳机在可穿戴设备中扮演的是入口的角色。耳机可以更便捷地接受用户指令，并向下连接负责处理信息的边缘设备——如PC、手机、手表等，由其中的SoC进行推理。华为智能手表新品WATCHBuds于2022年底正式发布，实现了手表+耳机二合一，即在智能手表内部隐藏TWS无线耳机，通过弹盖可取出耳机，WATCHBuds搭载HarmonyOS3系统，通过耳机和手表的强互联，实现AIGC在可穿戴设备领域的应用。2.3视频决胜，全面感知在经历文本、图像、语音等生成式AI系统陆续落地之后，我们认为视频将是后续AIGC落地的重要应用场景之一，主要应用在行业端的智慧城市、智慧交通以及消费端的家庭安防、智能门锁等。在AI赋能下，摄像机从传统的视频监控终端演变为万物互联中最主要的智能物联终端，视频数据作为重要的数据底座，为行业或城市提供多维数据汇聚、处理、治理、挖掘、服务等支持。围绕智能识别、智能调度、智能研判等核心AI能力，利用认知模型、知识图谱等技术，可实现视频数据价值挖掘，进而赋能公共安全、交通管理、城市治理、生态环保、智慧办公、智能家居等应用领域：1）智慧安防方面，智能监控摄像头是最常见的安防应用之一。计算机视觉技术可以用于自动检测异常行为、识别人脸和车牌等等，从而提高监控的准确性和效率。此外，计算机视觉还可以识别其他异常事件，例如火灾、烟雾、盗窃等，从而增强监控系统的安全性和可靠性。2）工业机器视觉：视觉感知技术也可赋能工业物联网、智慧物流和智能制造领域，推动生产、物流的数字化和智能化。例如工业机器人在汽车行业、新能源行业的应用。3）除此之外，在卫星遥感、智慧家居、智慧金融、智慧政府等方面，AI同样可以赋能视频数据价值挖掘。GPT-4进入视觉场景，AI引领视频高清化、智能化、物联化趋势。2023年3月17日发布的GPT-4支持多模态，能给定由穿插文本和图像的输入，GPT-4生成文本输出。随着AI技术的深入发展以及智能和物联网融合，可实现多维数据传输、存储、融合应用，视频从高清逐步走向超清，并向智能物联演进。高质量+结构化视频数据呼唤下，边缘域AI应运而生。AIGC内容快速增长下，海量及高清化视频作为物联网的绝对入口，对传输速率上限和带宽提出更高的要求，为解决该问题，边缘域AI中ISP+NPU的芯片组合应运而生，高质量+结构化的数据，可有效利用带宽，高清化、智能化及物联化的视频有望成为多模态交互下的终极形态。SAM模型发布，是边缘视频处理的标志性事件。4月6日，MetaAI发布基础模型（SAM）和数据集（SA-1B）。SAM能够以鼠标点击、手动框选、自动识别三种交互方式，实现图像分割，并能够给不明确的提示自动生成有效掩码，还支持文本输入提示词prompt来选中对象。英伟达人工智能科学家JimFan在推特表示：SAM初步验证了多模态技术路径及其泛化能力，相当于计算机视觉领域的GPT-3。SAM可用于更一般的多模态理解，支持更广泛的图像分割与理解任务。SAM模型的零样本学习能力与泛化识别能力将改变自动驾驶、医学影像等传统图像识别领域，同时也将拓宽图像识别的应用场景，更广泛应用于创意生产、科学研究等领域。图像识别与处理离不开传感器、计算芯片等边缘侧终端硬件，SAM将提升边缘侧终端及算力的重要性，加速边缘AI硬件更新迭代，使边缘AI迎来新的增量。2.4终端创新：所有硬件都有重估值潜力当下，传统硬件疲态渐显，智能机/PC均进入存量市场，智能音箱及耳机也增速放缓。但我们认为，边缘AI的赋能，将改变电子产业的增长曲线，未来所有硬件都有重估值潜力。回顾电子产业发展，PC作为生产力工具，最早于2011年见顶，后进入持续下降通道，2019年触底，年销量达2.63亿台，相较高点下降28.14%。2020-2021年，疫情催生居家办公需求。PC销量大幅反弹，但近期又再度回落。智能机方面，全球手机销量于2016年见顶，达14.70亿部，此后逐年缓降，2022年销量为12.06亿部，相较高点下降17.96%。智能音箱方面，虽处于智能家居的黄金赛道。但由于产品不够智能，交互体验欠佳，整个市场发展也进入瓶颈期。2022年全球智能音箱市场出货量为1.2亿台，同比下降25%。当下，以ChatGPT为代表的生成式AI正快速成长。算力作为供给侧，是AI产业发展的基石；源源不断生成的AIGC内容，需要硬件落脚点。而边缘域为需求侧，则提供了落地场景。我们看好AI+智能终端的趋势，AI将重构电子产业的成长，为智能硬件注入全新的活力，带来产品逻辑的深度变革，加速硬件的智能化、伴侣化趋势。无论是手机、PC、AIOT、MR、汽车电子，都有重估值的潜力。当下，各大厂商纷纷布局，应用端革新渐渐开：1）手机端：高通利用骁龙AI软件栈，运行StableDiffusion模型；华为P60率先搭载多模态大模型智慧搜图；2）PC端：苹果推出M2Ultra，配备32核神经网络引擎，AMD、Intel均推出嵌入专用AI模块的x86处理器，AIPC呼之欲出；3）AIOT：百度融合文心一言，打造AI音箱“小度灵机”；阿里巴巴天猫精灵，接入“通义千问”大模型；4）MR：苹果发布AppleVisionPro，推出首款空间计算设备；5）智能汽车：奔驰与微软AzureOpenAIService达成合作；特斯拉的FSD将取消Beta版本，V12有望落地。2.5智能模组：边缘AI的快捷方式边缘AI浪潮汹涌，各大硬件厂商都希望可以及早切入。但较高的开发门槛，是横贯在中小厂商面前的难题。智能模组的涌现，可解决这一难题，为硬件厂商提供切入AI的快捷方式。传统通信模组的智能化成为趋势。在蜂窝模组1.0时代，模组仅作为一个传输语音或数据的配件存在；蜂窝模组2.0时代，模组从一个封闭式的系统逐步变为开放，客户可以根据需要对模组进行适配；蜂窝模组3.0时代，客户希望可以满足更多定制化、智能化需求，智能模组、AI算力模组应运而生。智能模组具备蜂窝无线通信、安卓智能操作系统和核心计算能力三大功能。相比于传统通信模组，智能模组具备的安卓智能操作系统可以开放安卓层源代码，满足客户二次开发需求；同时可以集成硬件AI加速引擎，支持语音识别、人脸识别等。随着物联网持续发展，对于模组及终端产品的智能化和高算力的需求将更为明显，在蜂窝连接基础上进一步提供智能化操作系统和AI算力的智能模组、AI算力模组在整体模组行业中的渗透率将进一步提升。随着边缘域计算的发展，算力模组的重要性逐渐凸显。目前数据处理正在逐渐从云端向边侧、端侧扩散，数据就近处理的场景不断涌现。终端侧算力需求的激增和边缘计算场景的极大丰富，将带动高算力模组品类高速发展。3从计算到连接，芯片为边缘算力核心根据在网络中的位置，AI芯片可以分为云端AI芯片、边缘和终端AI芯片；根据其在实践中的目标，可分为训练（training）芯片和推理（inference）芯片。云端主要部署高算力的AI训练芯片和推理芯片，承担训练和推理任务，具体有智能数据分析、模型训练任务和部分对传输带宽要求比高的推理任务；边缘和终端主要部署推理芯片，承担推理任务，需要独立完成数据收集、环境感知、人机交互及部分推理决策控制任务。我们在前期专题报告《国产AI算力芯片全景图》中已详细介绍国内外重点云端AI算力芯片布局和最新进展，在此不再赘述，本文主要聚焦边缘域/端侧算力芯片分析。全球新一轮AI风暴渐起，各家大厂相继发布多款AI产品和大模型突破进展，可以预见未来训练和推理端需要的算力将呈指数级增长。单AI芯片或计算架构或面临传输时延、功耗、成本等多方面因素制约，因此，未来AI运算将呈现边云协同的多层次算力网络趋势，AI训练迭代优化等复杂性任务主要在云端，实时、局部数据处理和推理任务主要在边缘侧。3.1边缘AI芯片：打通推理加速的“最后一公里”目前边缘计算市场上参与者众多，不同阵营厂商正以不同的路线共同推动边缘计算快速发展。以英特尔、AMD等为代表的芯片厂商积极推出CPU、GPU、FPGA、DPU、IPU等边缘算力芯片；亚马逊、微软等云服务厂商将云计算能力向设备和用户侧延伸，扩充云数据中心的外延，将云原生的统一编程模式通过边缘网关的能力应用到设备构成的边缘云，主打云边协同一体化；以移动、电信、联通为代表的5G运营商将IT能力同基础网络承载与业务运营融合，提供基站的边缘计算服务及5G网络接入管理。严格意义上的边缘AI市场，包括边缘终端市场和边缘服务器市场两类。边缘终端市场是指直接在终端设备上做计算的AI芯片，对于功耗和能效要求比较高，包括针对特定应用的SOC芯片和通用加速器独立芯片两种形态。另一种针对边缘服务器市场，通常以处理器加上通用型深度学习加速芯片为主流方案，传统巨头英伟达、华为等在此市场有较深布局。而本文则将重点讨论边缘终端市场的芯片架构，边缘服务器市场暂不涉及。我们在前文讨论智能家居的时候提出“1+N”的架构，那么边缘AI芯片也可以根据此标准分为“计算+连接”。其中：1）计算芯片则处于边缘AI的核心，用于接受感知外界环境，同时对视频语音信息加以处理运算，实现边缘AI功能，赋能硬件终端。2）连接芯片位于诸多终端，更多是通过网络协议接收指令，执行功能；然而伴随产业发展，计算+连接芯片有二者融合的趋势。蓝牙、WiFi等连接芯片，开始提升制程，提高运算能力，增加NPU模块，实现智能连接；而计算芯片也开始注重通信协议研发，部分集成通信功能。3.2计算芯片：NPU算力是“兵家必争之地”在经历文本、图像、语音等生成式AI系统陆续落地之后，我们认为视频将是后续AIGC落地的重要应用场景，人机交互的输入端也将从文字、语音识别扩展至机器视觉等形态。智能终端的主控芯片也将从传统的音视频编解码功能，扩展至更高性能、更大算力的要求。智能终端的SoC芯片通常集成了中央处理器、图形处理器、视频编解码器、音频解码器、显示控制器、内存系统、网络接口、输入输出子系统等多功能模块，用以完成运算、影像及视觉处理、音视频编解码及面向其他各功能构件发出指令等主控功能，是智能终端的核心部件。具体应用场景包括平板、智能电视、智能机顶盒、安防监控设备、扫地机器人等诸多智能家居设备、以及汽车电子等多应用领域。目前，实现智能终端算力的最常用方式是在SoC芯片中内置NPU模块，即神经网络处理单元。这是专为物联网人工智能设计的处理器模块，用于加速神经网络的运算，解决传统芯片在神经网络运算时效率低下的问题，特别擅长处理视频、图像类的海量多媒体数据。国内芯片厂商均在加大自研NPU能力，以把握AI浪潮。以阿里平头哥的含光800为例，其是一款面向数据中心AI应用的人工处理推理芯片，采用台积电12nm制程，集成高达170亿颗晶体管。含光800自研NPU架构为AI推理专门定制和创新，包括专有计算引擎和执行单元、192M本地存储（SRAM）以及便于快速存取数据的核间通信，从而实现了高算力、低延迟的性能体验。含光800还支持主流的深度学习框架，包括TensorFlow、MXNet、ONNX等，能够以行业领先的性能和效率来处理推理任务。除专门推出NPU推理芯片，国产SoC厂商也在加大NPUIP自研力度，以丰富和提升SoC人工智能处理能力。如瑞芯微目前已迭代了4代NPU的IP，不断提升对神经网络模型的支持和效率，公司最新旗舰芯片RK3588支持6Tops的NPU算力，可以赋能各类AI场景，给复杂场景的本地离线AI计算、复杂视频流分析等应用提供了各种可能。晶晨股份也基于在多媒体音视频领域的长期积累和技术优势，致力于叠加神经网络处理器、专用DSP等技术，通过深度机器学习和高速的逻辑推理/系统处理，并结合行业先进的12nm制造工艺，形成了多样化应用场景的人工智能系列芯片，公司的A311D系列人工智能芯片最高可支持5Tops的NPU算力。3.3连接芯片：不止计算，连接未来3.3.1连接协议一览AIOT时代一个重要特点即“万物互联”，因此连接芯片至关重要。目前常用的物联网通信协议包括Wi-Fi、蓝牙、Thread、Zigbee、NB-IOT、Cat.1等，各种通信协议有各自主要应用领域。其中Wi-Fi主要应用分布于智能家居中的家用电器设备、家庭物联网配件（例如灯、插座等）、工业控制及其他各种品类，适用于带电源类的设备；低功耗蓝牙被广泛应用于电池供电的控制类移动设备中、可穿戴设备以及照明；Thread/Zigbee广泛应用在传感器类的设备、工业控制以及照明。1、WiFi技术WiFi技术从1999年的802.11a/b协议至今，已经发展到了第六代（802.11ax）。其中WiFi4（802.11n）增加了MIMO技术，并支持2.4GHz和5GHz双频段。WiFi5（802.11ac）支持了MU-MIMO技术（多用户多入多出），但仅支持5GHz频段，传输距离有限，所以在IOT领域没有得到广泛应用。WiFi6（802.11ax）则支持了高达600Mbps的传输速率及2.4/5GHz频谱；同时可以应用于1-6GHz的ISM频谱，完美适配工业医疗等低时延、高精度的需求场景；Wi-Fi6标准拥有更高的频谱效率、更大的覆盖范围，大幅提升了网络带宽和传输速率，网络延时大幅下降，并大幅提升可靠性和安全性。Wi-Fi6E在Wi-Fi6原有频段上增加了6GHz频段。Wi-Fi联盟在2019年9月推出了Wi-Fi6认证计划；于2021年初开启Wi-Fi6E的认证计划，Wi-Fi6进入快速发展期。2、蓝牙技术2019年1月蓝牙技术联盟发布了蓝牙5.1核心规范，特点是突出定位功能。蓝牙实时定位系统解决方案可用于资产跟踪以及人员跟踪，新标准会为精确定位带来了更多的解决方案，并推动蓝牙定位解决方案产品的增长。2020年1月蓝牙技术联盟发布了蓝牙5.2核心规范，针对低功耗蓝牙增加了LE同步信道、增强版ATT、LE功率控制等三个新功能。同时，蓝牙5.2推出了下一代蓝牙音频标准——LEAudio，采用全新的LC3编码格式，并具备低功耗、高音质等优势。2021年7月蓝牙技术联盟发布了蓝牙5.3核心规范，主要对低功耗蓝牙中的周期性广播、连接更新、频道分级进行了完善，进一步提高了通讯效率、降低了功耗并提高了蓝牙设备的无线共存性。目前市场普遍认为Wi-FiSoC和BluetoothLESoC，或是两者的集成产品，中期内会是物联网领域主要核心芯片。3、Thread/Zigbee技术Thread和Zigbee都是基于IEEE802.15.4，拥有mesh网络的拓扑优势Thread增加了对IPv6的支持。Thread是Google主力推广的技术，在新的智能家居连接标准Matter中也是重要的基础技术之一。Thread设备的发展趋势预计将是同时拥有低功耗蓝牙和Thread技术，成为“双无线电”设备，双无线电设备可以与蓝牙设备或者Wi-Fi+蓝牙Combo设备对话，成为网络中的一部分。据IDCFutureScape预测，中国物联网连接规模在2022年达56亿个，到2026年将增至约102.5亿个，复合增长率约18%。其中，固网及Wi-Fi在家居、工厂等局域稳定环境将持续发挥主要连接能力，在总连接量中占比过半，预计到2026年增至51.1亿个；低功耗连接商用进程不断加速，2021年连接数近6亿个，预计到2026年将达14.9亿个。4、Matter协议Matter（前称CHIP项目）是一个统一的智能家居连接标准，由连接标准联盟（ConnectivityStandardsAlliance，前称ZigbeeAlliance）发起并领导，多家物联网龙头公司联合开发，致力于构建安全、可靠且能够无缝使用的物联网设备。Matter以安全为基本的设计原则，旨在提高智能家居产品之间的兼容性。Matter标准的核心是一种通用“语言”，使智能家居设备能够通过大多数家庭中使用的网络（以太网、Wi-Fi和Thread）进行通信。目前，消费电子领域几家大型企业（亚马逊、苹果、谷歌和其他200多个品牌）经过3年的专研筹备，Matter1.0现已公开发布。3.3.2连接+计算为新趋势伴随着通信协议发展，连接芯片的处理能力自会有所提升。但不止于此，各大厂商开始提升制程，提高运算能力，增加NPU模块，以实现智能连接。以蓝牙音频SOC为例，蓝牙音频SoC芯片集成了多核CPU、蓝牙基带和射频、音频CODEC、电源管理、存储、嵌入式语音AI和主动降噪等多个功能模块，是智能音频设备的主控平台芯片。作为智能音频终端的主控芯片，蓝牙音频SoC一方面需要承担无线连接的算法，另一方面也要承担音频处理、电源管理以及其他辅助功能。随着语音AI技术发展成熟，越来越多终端厂商开始在智能终端嵌入智能语音助手，实现语音唤醒、语音识别等功能，大幅提升终端的智能化程度和智能语音交互体验，智能音频SoC的性能、算力、工艺制程等要求也相应大幅提升。在提升芯片性能和算力方面，除了升级SOC芯片的CPU核心和迭代工艺制程，芯片厂商也在通过布局神经网络加速的协处理器提升SOC芯片的智能化程度。如恒玄科技自主研发了BECONPU及对应指令集，可以通过和主CPU核心配合工作，将更大的神经网络算法部署到嵌入式系统的边缘算力中，更好的完成基于神经网络AI算法的各种音频处理，同时保持更低的功耗水准。蓝牙、Wi-Fi等无线通信技术的不断发展与完善，大幅提升了智能音频SoC芯片性能，丰富了智能音频SoC芯片的应用场景，也促进了下游物联网细分应用领域产品的迭代升级。目前智能音频SOC芯片也从普通的单模BLE方案到后来的BLE+BT双芯片方案再到BT双模单芯片方案，进展到WiFi/BT/音频三合一的Combo方案。3.4边缘AI芯片布局一览边缘AI方兴未艾，全新的应用场景持续涌现。各大边缘AI芯片公司也在积极布局，扩张自己的应用场景及客户结构，竞争格局多变。3.5IP和接口芯片受益边缘AI需求增长除边缘算力芯片直接受益外，边缘AI和智能终端的发展亦带来IP、接口芯片等需求增长。3.5.1边缘AI相关IP需求快速增长边缘AI开始被广泛部署，带来相关半导体IP需求快速增长。边缘AI能承载数据收集、环境感知、本机处理、推理决策、人机交互、模型训练等功能，边缘AI芯片的需求快速成长，根据研究机构ABIResearch预测，到2025年，边缘AI芯片组市场的收入将达到122亿美元，云AI芯片组市场的收入将达到119亿美元，边缘AI芯片组市场将超过云AI芯片组市场。除了CPU、FPGA、DPU等，边缘AI芯片亦包括GPU、ISP、NPU、VPU、DSP等专用处理芯片，用于实现IoT、智能汽车等边缘场景的矩阵计算加速、图像显示加速、神经网络计算加速、视频处理加速等专用功能。对于半导体IP供应商来说，边缘AI的广泛部署将带来相关IP的需求快速增长，ARM、Synopsys、Imagination、芯原股份等全球半导体IP龙头均提前布局并推出了AI相关IP，深度受益边缘AI的渗透率提升。3.5.2边缘AI带来接口芯片用量需求提升边缘AI需求增长带动AI边缘设备的出货量增加。手机、智能音箱、个人电脑/平板电脑、头戴式显示器、汽车、无人机、机器人和监控摄像头等，都可以算边缘设备，其中均有可能采用边缘AI芯片。据Tractica/Ovum预测，全球AI边缘设备出货量将从2018年的1.614亿台增加到2025年的26.42亿台，年均复合增长率达49%，保持高速增长。4边缘域AI重点公司分析4.1芯原股份公司拥有VPU、NPU等一系列用于视频处理+边缘计算的IP。公司客户包括Movidius、AXIS、RealTek、海康、大华、富瀚、瑞芯等海内外视觉龙头企业。芯原股份宣布与微软就Windows10IoT企业版操作系统开展合作，内容包括硬件加速器以及功能强大的嵌入式平台支持。公司深耕GPU产品线，图形类GPUIP得到广泛应用，客户包括NXP等芯片龙头；NPUIP可提供从低功耗嵌入式设备到高性能服务器的计算能力，已经进入博世等国内外知名公司。此外公司还在积极布局L4自动驾驶平台的AI应用芯片的研发，在国内处于领先地位。加入UCIe联盟，积极推进Chiplet产业化进程。公司于2022年4月加入UCIe联盟，致力于推动Chiplet技术的落地。公司目前已推出基于Chiplet架构所设计的12nmSoC版本的高端应用处理器平台，并已完成流片和验证。目前公司已与全球主流的封测厂商和芯片制造厂商建立合作，依托公司丰富的处理器IP以及领先的芯片设计能力，公司有望成为全球第一批面向客户推出Chiplet商用产品的企业。2022全年公司实现营收26.79亿元，同比增长25.23%；实现归母净利润0.74亿元，同比增长455.31%。2022年公司芯片量产业务实现营收12.07亿元，同比增长36.41%，全年公司量产出货芯片数量为118款，均来自公司自主设计。盈利能力来看，2022年公司毛利率为41.59%，同比上涨1.53pct，其中芯片量产业务毛利率由2021年的15.40%提升至24.18%，同比上涨8.78%。4.2乐鑫科技公司以“处理+连接”为方向，产品从Wi-FiMCU细分领域扩展至更广泛的WirelessSoC（无线通信SoC）领域。在物联网领域，目前已有多款物联网芯片产品系列。“处理”以MCU为核心，包括AI计算；“连接”以无线通信为核心。产品涵盖包括AI智能语音、AI图像识别、RISC-VMCU、Wi-Fi6、BluetoothLE、Thread、Zigbee等技术。在软硬件双轮驱动的研发策略下，公司不断加强在软件技术上进行投入，围绕AIoT的核心，覆盖工具链、编译器、操作系统、应用框架、AI算法、云产品、APP等，实现AIoT领域软硬件一体化解决方案闭环。产品方面，ESP32-S系列自ESP32-S3芯片开始，强化AI方向的应用，ESP32-S3芯片增加了用于加速神经网络计算和信号处理等工作的向量指令，便于AI开发者们实现高性能的图像识别、语音唤醒和识别等应用；ESP32-C6芯片可为用户提供Wi-Fi6技术的体验；ESP32-C5为公司第一款2.4&5GHz双频Wi-Fi6产品线；ESP32-H系列中ESP32-H2在Wi-Fi和蓝牙技术领域之外又新增了对IEEE802.15.4技术的支持，进入Thread/Zigbee市场，进一步拓展了公司的WirelessSoC的产品线和技术边界。2022年公司实现营收12.71亿元，YOY-8.31%；归母净利润0.97亿元，同YOY-50.95%；毛利率整体维持稳定，2022年综合毛利率39.98%，YOY+0.38pct，其中芯片毛利率为47.28%，YOY-1.66pct。分产品来看，2022芯片业务实现营收4.06亿元，YOY-26.55%，营收占比31.9%；模组业务实现营收8.54亿元，YOY+5.01%，营收占比67.2%。4.3恒玄科技公司专注于智能可穿戴及智能家居领域音视频SoC主控芯片的研发和销售，在创新驱动下新品快速迭代。2022年公司新一代BES2700系列可穿戴主控芯片量产上市，应用于多家品牌客户的旗舰TWS耳机及智能手表产品。该芯片采用12nmFinFET工艺，单芯片集成多核CPU、DSP、2.5DGPU、显示系统控制器、神经网络加速的协处理器等，率先采用ARM最新嵌入式CPU核心Cortex-M55，性能优异。同时公司结合在音频算法领域的多年深耕，自主研发了BECO嵌入式AI协处理器及对应指令集，和主CPU核心配合工作，更好的完成基于神经网络AI算法的各种音频处理；全集成的音频DSP，能在更低的主频下处理各种音频制式的编解码，提高芯片能效。面对外部环境不利变化，公司坚守品牌客户战略，凭借领先技术能力和优质客户服务，持续加强与品牌客户合作黏性，巩固公司在业内供应商地位。公司产品已经进入三星、OPPO、小米、荣耀、华为、vivo等全球主流安卓手机品牌，同时也进入包括安克创新、哈曼、漫步者、万魔等专业音频厂商，并在阿里、百度、谷歌等互联网公司的智能音频产品中得到应用。品牌客户的深度及广度构筑公司重要的竞争优势和商业壁垒。4.4中科蓝讯公司自2016年成立以来，始终专注于设计研发低功耗、高性能无线音频SoC芯片，在无线音频SoC芯片上保持快速迭代能力，AB530X、AB535X、AB537X和AB561X系列芯片已被广泛应用于蓝牙音箱、蓝牙耳机等产品中。在深耕无线音频芯片领域的基础上，公司继续扩充产品体系，开发低功耗、高性能的Wi-Fi芯片：1）2022年，公司多功能TYPEC音频处理SoC升级芯片工程样片的测试和客户试产验证工作并已实现量产；2）“讯龙三代”低功耗智能可穿戴SoC芯片进入量产阶段；3）高集成低功耗22nm工艺蓝牙耳机SoC芯片工程样片、高性能TWS蓝牙耳机SoC芯片工程样片、第一代语音控制SoC芯片工程样片、第一代蓝牙控制SoC芯片工程样片的设计工作并进入流片阶段；4）WiFi蓝牙低功耗智能物联网SoC芯片工程样片设计工作，并完成工程样片MPW流片。2022年，公司实现10.8亿元，YOY-3.88%，实现归母净利1.41亿元，YOY38.57%。其中，TWS蓝牙耳机芯片实现营收5.5亿元，YOY+11.08%，毛利率为20.79%，YOY-7.8pct；非TWS蓝牙耳机芯片实现营收1.4亿元，YOY-24.57%，毛利率为21.78%，YOY-1.1pct；蓝牙音箱芯片实现营收2.7亿元，YOY-28.38%，毛利率为17.73%，YOY-4.97pct。公司持续加大研发投入，2022年，公司研发投入同比增加43.23%，研发人员数量由111人增长至169人，占员工总数的比例为78.24%。4.5炬芯科技公司深耕智能音频SoC芯片领域，主要产品为蓝牙音频SoC芯片系列、便携式音视频SoC芯片系列、智能语音交互SoC芯片系列等，广泛应用于蓝牙音箱、蓝牙耳机、智能手表、蓝牙语音遥控器、蓝牙收发一体器、智能办公、智能家居等领域。公司作为全球蓝牙音箱SoC芯片的重要供应商之一，产品已进入包括安克创新、华为、小米、哈曼、SONY、罗技等众多终端品牌，在音箱市场，公司成功进入知名品牌LG的供应链，在无线麦克风市场进入知名品牌猛犸、科大讯飞的供应链。此外，公司研发的新一代支持LEAudio的双麦AIENC降噪蓝牙耳机芯片，可实现在蓝牙耳机端的延时低至20ms以内，同时蓝牙推歌模式功耗低至4.5mA。在智能语音交互SoC芯片方面，公司的智能录音笔芯片已覆盖科大讯飞、飞利浦和汉王等终端品牌，会议系统在音络、eMeet等国内品牌皆有产品量产上市。目前，公司研发的新一代面向IoT领域超低功耗MCU芯片ATB111X已进入品牌客户的供应链。2022年公司实现营收4.2亿元，同比-21.2%，归母净利0.54亿元，同比36%。主要受消费电子疲软及传统淡季影响，公司营业收入有所下降。分产品来看，2022年蓝牙音频SoC芯片实现营收2.71亿元，营收占比65%；便携式音视频SoC芯片实现营收1.13亿元，营收占比27%；智能语音交互SoC芯片实现营收0.26亿元，营收占比6%。4.6晶晨股份晶晨股份是一家是全球布局、国内领先的无晶圆半导体系统设计厂商，主营业务为系统级SoC芯片及周边芯片，主要产品包括多媒体智能终端SoC芯片、无线连接芯片、汽车电子芯片等，广泛应用于家庭、汽车、办公、教育、体育健身、工业、商业、农业、娱乐、仓储等领域。公司拥有丰富的SoC全流程设计经验，致力于超高清多媒体编解码和显示处理、内容安全保护、系统IP等核心软硬件技术开发，并基于公司在多媒体音视频领域的长期积累和技术优势，致力于叠加神经网络处理器、专用DSP、数字麦克风、物体识别、人脸识别、手势识别、远场语音识别、超高清图像传感器、动态图像处理、多种超高清输入输出接口、多种数字音频输入输出接口等技术，通过深度机器学习和高速的逻辑推理/系统处理，并结合行业先进制造工艺，形成了多样化应用场景的智能SoC芯片。2022年公司实现营收55.5亿元，YoY16.1%；实现归母净利润7.3亿元，YoY-10.5%，其中4Q22实现营收11.5亿元，YoY-25.6%；归母净利润0.49亿元，YoY-84.2%；1Q23实现营收10.4亿元，YoY-30.1%；归母净利润0.30亿元，YoY-88.7%。分产品来看，多媒体智能终端芯片为公司的主要收入来源，2022年实现营收55.22亿元，营收占比99.59%，毛利率为37.12%，YOY-2.95pct。公司持续保持高水平研发投入，2022年研发投入11.9亿元，YOY+31.2%，1Q23研发投入2.82亿元，YOY+27%。积极推动全球版高性能低功耗S系列SoC芯片、机器视觉智能芯片、智能语音音箱SoC芯片等项目研发，布局智能机顶盒、智能电视、AIOT、AR终端、汽车等多个领域。4.7瑞芯微公司主要产品为智能应用处理器芯片，按功能侧重方向可以分为通用处理器、机器视觉处理器、车载处理器、工业控制处理器等。2022年，公司拳头产品RK3588落地多应用场景，已经得到200余家客户、400余个项目的采用，广泛应用于汽车智能座舱、大屏设备、边缘计算、多目摄像头、NVR（网络视频录像机）、高性能平板、ARMPC及AR/VR等领域。此外，公司成功推出了AIoT通用算力平台RK3562、流媒体处理器RK3528、机器视觉处理器RV1106/RV1103等三个新一代SoC。2022年全年实现营业收入20.30亿元，YOY-25.34%；归母净利润2.97亿元，YOY-50.58%，主要受到行业下游需求下滑及客户库存较高的影响。1Q23公司实现营业收入3.29亿元，YOY-39.34%；归母净利润-0.18亿元，YOY-121.84%。23年下半年随着行业需求复苏及公司新品催化，有望带来新的成长。4.8全志科技公司是领先的智能应用处理器SoC、高性能模拟器件和无线互联芯片设计厂商。产品涵盖智能应用处理器SoC、高性能模拟器件和无线互联芯片，广泛应用于智能硬件、平板电脑、智能家电、车联网、机器人、虚拟现实、网络机顶盒以及电源模拟器件、无线通信模组、智能物联网等多个领域。受国际经济形势、国内公共卫生事件等多重因素影响，下游消费市场需求下降。2022年公司实现营业收入15.14亿元，YOY-26.69%，实现归母净利润2.12亿元，YOY-57.31%。1Q23公司实现营业收入2.39亿元，YOY-42.62%；归母净利润-0.41亿元，YOY-153.97%。公司深入分析算法应用场景，在大算力＆大数据总线架构、多核异构、AI专用处理器、低功耗系统架构、先进工艺平台等方向实现技术突破。AIOT领域，公司与行业头部一线标杆客户保持产业深度合作，R系列芯片产品已实现带屏、无屏音箱全面量产，并深入智能家居、家电、视觉市场，已成功在多家行业头部客户中完成新一代视觉芯片V853的全面落地量产；智能汽车电子领域，发布T113芯片产品及解决方案，已在车载人机交互和仪表类应用落地。同时，搭载公司产品的AR-HUD，APA类智能化产品已与前装市场客户合作实现量产上市。4.9国科微公司深耕固态存储、视频编码、视频解码、物联网等领域大规模芯片及解决方案的开发，主营产品包括固态存储主控芯片及相关产品、H.264/H.265编解码芯片、直播卫星高清解码芯片、智能4K解码芯片、8K解码芯片、卫星导航定位芯片等一系列拥有核心自主知识产权的芯片等。主要应用于固态硬盘产品相关拓展领域、网络摄像机产品、后端NVR/DVR视觉处理产品、卫星智能机顶盒、有线智能机顶盒、IPTV、OTT机顶盒以及车载定位与导航、可穿戴设备等对导航/定位有需求的领域。2022年公司实现营收36.05亿元，YOY+55.26%，实现归母净利0.45亿元，YOY-48.15%。分产品方面，视频解码系列芯片产品实现收入19.86亿元，占公司2022年营业收入的55.08%，同比增长1357.81%；视频编码系列芯片产品实现销售收入9.17亿元，占公司2022年营业收入的25.44%，同比增长-12.31%；物联网系列芯片产品销售收入14.16亿元，占公司2022年营业收入的11.54%，同比增长37522.79%。4.10富瀚微公司深耕视觉领域，产品涵盖高性能视频编解码SoC芯片、图像信号处理器ISP芯片、车载视频与传输芯片及相应的完整的产品解决方案。具体而言，1）专业视频处理领域：公司拥有从模拟到数字、从前端摄像机到后端录像机的专业全系列产品，一系列高性能、低功耗产品及解决方案基于自研NPU开发一系列高性能算法，具有优质的图像处理和编码性能，其中公司IPC产品深受客户认可。2）智慧物联领域：覆盖各类智能视觉产品，2022年，高性能低功耗相机在客户获得大规模量产、Turnkey方案和RTOS方案等在客户实现量产，同时，推出多款针对消费场景的智能摄像机芯片产品，推进普惠智能的全面落地。3）智慧车行领域：公司具备专业车规ISP+模拟视频链路芯片+车载DVR芯片，及一系列车载视频产品及解决方案。形成从车载后装到车载前装，从舱内到舱外的一系列富有竞争力的产品。2022年，公司推出新一代车载ISP产品，可应用于AVM/DMS/OMS/DVR等产品，运用新一代车载ISP算法并首次采用先进制程工艺，产品具备高性能、低功耗等业内领先优势。2022年公司实现营业收入21.1亿元，YOY+22.92%；归母净利4.0亿元，YOY+9.42%。其中，专业视频处理产品实现营收15.4亿元，YOY+23.43%，营收占比73.14%，为公司核心收入来源；智慧物联产品实现营收3.1亿元，YOY+12.72%，营收占比14.87%；智慧车行产品实现营收2.1亿元，YOY+21.10%，营收占比10.05%。4.11国光电器国光电器深度与百度合作，ChatGPT为人机交互带来革命性升级。公司主营业务主要是音响电声类业务及锂电池业务，绑定哈曼/百度/亚马逊/罗技等全球龙头公司，主要产品包括扬声器、蓝牙音箱、智能音箱、汽车音箱、电脑周边音响、Wi-Fi音箱、soundbar产品、耳机等，应用于VR/AR、手机、PC、汽车等领域。2023年3月3日，公司发布2023年度向特定对象发行股票预案，募集资金总额不超过13.84亿元，其中4.1亿元用于新型音响智能制造升级项目。公司研发、设计、生产搭载ChatGPT的智能音箱VIFAAI音箱，可实现给定主题作诗、旅游规划等多轮人机互动。全年业绩高增，AI+智能音箱、XR、车载弹性可期。22年实现营收59.94亿，YOY+24%；实现归母净利1.79亿，YOY+345%22年毛利率12.3%，YOY+2.3pct；22Q4毛利率15.6%，YOY+11.12pct。其中，音箱及扬声器业务收入52.45亿元，YOY24%，营收占比88%，为公司核心收入来源；电池业务收入3.75亿元，YOY14%，营收占比6%。绑定头部客户，VR/AR业务稳步发展。公司与国内外主要头部VR企业深度绑定，有多个在研项目、量产项目，目前已成为国内外主要头部VR企业声学模组供应商，M客户、P客户等VR头部企业的产品稳定供货。公司已建成VR整机车间，具备VR整机生产能力，未来AI赋能下，XR行业有望迎来新一轮成长。4.12漫步者漫步者成立于1996年，是国内声电产品龙头。公司产品涵盖多媒体音箱、耳机、汽车音响、专业音响等四大品类上百种型号。同时，漫步者根植音频行业，不断拓展市场空间，陆续推出“Xemal声迈”品牌、“HECATE”品牌、“Volona”品牌、“花再”品牌以及定位于专业Hi-Fi音响的“AirPulse”品牌。2022年公司实现营业收入22.14亿元，YOY-3.88%；归母净利2.47亿元，YOY-21.87%。其中，耳机实现营收14.62亿元，YOY-2.97%，营收占比66.04%；音响实现营收6.86亿元，YOY-3.32%，营收占比30.99%。2023Q1公司实现营收5.43亿元，YOY+13.50%，QOQ-20.45%；归母净利润7621万元，YOY+38.18%，QOQ+1.82%。盈利水平方面，毛利率34.52%，YOY+4.87pcts；净利率为15.33%，YOY+2.9pcts，公司盈利水平持续改善。4.13传音控股非洲手机市场王者，多品牌多领域持续拓展。公司主要从事以手机为核心的智能终端的设计、研发、生产、销售和品牌运营，主要产品为TECNO、itel和Infinix三大品牌手机，销售区域主要集中在非洲、南亚、东南亚、中东和南美等全球新兴市场国家。根据IDC数据统计，2022年公司非洲智能机市场的占有率超过40%，非洲排名第一。在南亚市场：巴基斯坦智能机市场占有率37.9%，排名第一；孟加拉国智能机市场占有率21.5%，排名第一；印度智能机市场占有率6.4%，排名第六。2022年，公司手机整体出货量约1.56亿部。根据IDC数据统计，2022年公司在全球手机市场的占有率11.7%，在全球手机品牌厂商中排名第三，其中智能机在全球智能机市场的占有率为6.0%，排名第六。公司与网易、腾讯等多家国内领先的互联网公司，在多个应用领域进行出海战略合作，积极开发和孵化移动互联网产品。截至2022年底，有多款自主与合作开发的应用产品月活用户数超过1,000万。2022年公司实现营业收入465.96亿元，YOY-5.70%；归母净利24.84亿元，YOY-36.46%。2023年Q1，公司实现营收92.73亿元，同比下降16.12%，实现归属于母公司所有者的净利润5.24亿元，同比下降34.12%。虽然今年一季度公司业绩同比下滑，但从环比数据来看，今年一季度归母净利润环比2022年Q4增长132.23%。公司重视中高端产品规划，在多语种语音助手、5G、芯片定制、折叠、AIoT互联互通以及快充等核心技术赛道上持续加大投入。2023年2月28日，TECNO旗下首款折叠旗舰正式发布，搭载4nm天玑9000+，拥有双SIM