• 项目
首页>>文章列表 >>行业研究
行业研究

金准产业研究 芯片产业研究报告(上)

前言

芯片行业是资本密集、人才密集、技术密集的行业,也是整个信息产业的核心部件和基石。中兴事件的发生,揭示了目前国内芯片产业的现状,即国产芯片的应用主要在中低端领域,高端通用芯片市场的自给率近乎为零。同时,中兴事件也令社会各界深刻认识到掌握芯片核心科技自主性的重要性。一方面,芯片产业代表了高端制造业的最前沿水平,不可否认的是目前我国在芯片领域与西方国家之间仍存在着一定的代差;另一方面,中国要摆脱对高端芯片进口的过度依赖,推动国内制造业从中低端向高端制造业全面升级刻不容缓。显然,芯片制造技术是当今世界最高水平的微细加工技术的体现,也是全球高科技国力竞争的战略制高点。

一、半导体的前世今生

1.1半导体历史沿革

芯片是一种微型电子器件或部件。采用一定的工艺,把一个电路中所需的晶体管、电阻、电容和电感等元件及布线互连一起,制作在一小块或几小块半导体晶片或介质基片上,然后封装在一个管壳内,成为具有所需电路功能的微型结构;其中所有元件在结构上已组成一个整体,使电子元件向着微小型化、低功耗、智能化和高可靠性方面迈进了一大步。

自从1958年德州仪器发明出世界上第一块集成电路以来,集成电路迅猛发展,历史上大致从西从东形成转移。从上世纪50年代发展至今,集成电路大体经历了三次产业变迁,分别是:在美国发明起源——在日本加速发展——在韩国台湾分化发展。

全球半导体产业三次变迁历程

纵贯全球半导体产业发展的时间轴,可以划分出七大时间节点:20世纪40-50年代晶体管时代及IC的诞生;60年代集成电路制造进入量产阶段,IC进入了商用阶段;70年代个人计算机出现,大规模集成电路进入民用领域;80年代PC普及,整个行业基本都在围绕PC发展;90年代PC进入成熟阶段;21世纪前10年互联网大范围推广,网络泡沫和移动通讯时代来临,消费电子取代PC成为半导体产业新驱动因素;2010年至今大数据时代到来,半导体产业经历了增速放缓逐步进入成熟。

全球半导体产业发展历程

1.2半导体的产业链全景

半导体是许多工业整机设备的核心,普遍应用于计算机、消费类电子、网络通信、汽车电子等核心领域。半导体主要分为四部分:集成电路、分立器件、光电子器件、微型传感器,其中集成电路按其功能可分为微处理器、逻辑IC、存储器、模拟电路。其中集成电路占到整个市场的80%以上,可按其功能分为计算类、储存类和模拟类集成电路。

把整个半导体生产流程简化了看,我们可得出下图,芯片在出厂前主要经历了设计、制造阶段、封测,最后流向终端产品领域。

半导体生产流程

半导体产业链庞大而复杂,可以分为上游支撑产业链,包括半导体设备、材料、生产环境;中游核心产业链,包括IC设计、IC制造、IC封装测试;下游需求产业链,覆盖汽车电子、消费电子、通信、计算机。从产业链分布的公司来看:美国、日本、欧洲、台湾公司形成对上中游核心产业全覆盖,依靠技术自主可控垄断半导体产业。

半导体产业链全景图

从全球集成电路市场看,随着PC应用市场萎缩,4G手机市场逐渐饱和,全球集成电路市场的增长步伐放缓,但2018年全球集成电路销售额仍保持了15.94%的增长,达到4779.36亿美元。从1999年到2018年,全球半导体销售额从1494亿美元增长至了4779.36亿美元,年复合增长率为6.31%。

据金准产业研究团队统计数据显示,三星电子和苹果仍然是2018年两大半导体芯片买家,占全球市场总量的17.9%,与上一年相比下降了1.6%。受出货量和平均销售价格增长的推动,英特尔去年的半导体营收较2017年增长了13.8%。此外,其他主要内存芯片厂商去年的表现也较为强劲,包括SK海力士和美光。

二、计算类IC——硬核科技的代表

计算类芯片也称逻辑电路,是一种离散信号的传递和处理,以二进制为原理、实现数字信号逻辑运算和操作的电路,它们在计算机、数字控制、通信、自动化和仪表等方面中被大量运用。逻辑电路可以分为标准化和非标准化两大类。

纵观全球半导体,作为资金与技术高度密集行业,半导体目前形成深化的专业分工、细分领域高度集中的特点,逻辑IC作为半导体行业的核心,自上世纪末开始,近20年来持续保持增长态势,CAGR达到8.51%,2018年逻辑IC市场规模达到新高1093亿美金,约占全球半导体市场总值的四分之一。 

1999—2018全球逻辑IC销量及增速(亿美元,%)

金准产业研究团队了解到,目前世界范围内主流标准化逻辑电路有四种:CPU、GPU、ASIC、FPGA。由于西方国家电子信息化拥有先发优势,形成了对革命性产品的垄断,逻辑IC行业形成了较高市场准入门槛,四个主流领域多被欧美发达国家的电子巨头所控制。

全球大型逻辑IC公司分类

2.1 CPU

CPU从1971年发展至今已经有四十七年的历史了,提起CPU不得不说Intel公司的发展史就是CPU的发展简史。英特尔公司最早有三位创始人:罗伯特·诺宜斯、高登·摩尔、安迪·葛洛夫。集成电路技术的发展一直遵循摩尔定律,高登·摩尔就是摩尔定律创始人。

CPU是一块超大规模的集成电路,是计算机的运算核心和控制核心。它的功能主要是解释计算机指令以及处理计算机软件中的数据。CPU的结构主要包括控制单元、运算器、高速缓存器、动态随机存取存储器四个部分,分别对应控制、运算、高速数据交换存储、短暂存储四个用途。

CPU微架构示意图

多年来,随着电子信息技术发展,CPU在集成电路领域仍保持强大的竞争优势,源于CPU诸多优势,其一CPU是通用类计算芯片,能适应不同应用场景,包括手机、汽车、工业制造、计算机等。其二性能上稳定性好、运算能力突出、功耗适中、开发周期相对较短、成本较低。

CPU可分为桌面CPU和移动CPU两大类。桌面CPU行业目前形成传统霸主英特尔与后起之秀AMD两强争霸的局面。

主要CPU公司介绍

工艺制程方面,目前CPU顶级的工艺制程为14nm,正在向10nm推进。AMD通过多年研发投入,从不同等级产品的核心数、基频、主频、缓存、工艺制程等多项技术参数上看已经不落后于Intel,但缺陷也是明显的,AMD产品工作主频往往产生较高发热量,功耗过大,反映了AMD追求低成本工艺制作与Intel追求极致工艺制作的较大差距。

应用领域上,CPU作为任何电子终端产品的核心部件,被大规模应用在个人PC、平板电脑、大型服务器、商用无人机、移动设备上。

CPU主要应用领域

移动CPU领域呈现一超多强的局面,美国高通公司一直在高端移动处理器市场中占据垄统治地位,至今这种优势依旧难以打破。其竞争对手主要包括美国苹果电脑、台湾联发科和韩国三星电子。

主要移动CPU公司介绍

2.2 GPU

由于CPU的架构中需要大量的空间去放置存储单元和控制单元,相比之下计算单元只占据了很小的一部分,所以它在大规模并行计算能力上极受限制,而更擅长于逻辑控制。但是随着人们对更大规模与更快处理速度的需求增加,CPU无法满足,因此诞生了GPU。

GPU是图形处理器,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器,拥有很强的浮点运算能力。它与CPU有明显区别:一是相比于CPU串行计算,GPU是并行计算,同时使用大量运算器解决计算问题的过程,有效提高计算机系统计算速度和处理能力,它的基本思想是用多个处理器来共同求解同一问题,即将被求解的问题分解成若干个部分,各部分均由一个独立的处理机来并行计算。二是GPU的结构中没有控制器,所以GPU无法单独工作,必须由CPU进行控制调用才能工作,GPU更适合简单大量的处理类型统一的数据。

GPU可以解决的问题以及应用领域

虽然GPU是为了图像处理而生的,但是我们通过对GPU微架构示意图观察,认为GPU在结构上并没有专门为图像服务的部件,只是对CPU的结构进行了优化与调整,所以GPU也可以称为专用CPU。

GPU微架构示意图

谈到GPU,可能首先想到的是NVIDIA,这是一颗GPU领域的璀璨明星,NVIDIA成立于1993年,由黄仁勋等三人创办,从1995年开始推出自己的显卡NV1和NV2,但并不成功,真正让NVIDIA崭露头角的是1997年推出的RIVA128,这款显卡像素填充率为100Mpiexl/s,支持微软的Direct3D标准,在能效上超越了3Dfx的Voodoo和ATI的RagePro,加上价格低廉获得了很多整机厂的青睐,随后NVIDIA乘胜推出了RIVATNT及GeForce256,彻底将3Dfx和S3这些昔日的霸主抛在身后,此时唯一能与之相争的只有ATI的Radeon,ATI的Radeon系列与NVIDIA的GeForce系列的对抗直到2006年才罢场,AMD成功收购ATI,独立GPU市场形成NVIDIA和AMD两大巨头的格局。

从产品上来看,两家公司GPU特点和优势完全不同,这缘于研发思路存在差异:NVIDIA产品特点主要有四点:一是设计思路归于高性能、低功耗;二是性能强大,经常垄断高端旗舰级市场,高端N卡占据优势比较明显;三是支持PhysX、TXAA、FXAA等多个技术;四是驱动程序完善。

AMD的产品特点在于:一是芯片单一性能突出,功耗普遍较大;二是主打入门级的产品,性价比高,覆盖中低端市场;三是支持AMDEyefinity宽屏技术;四是挖矿性能相当突出。总之,N卡主要有低功耗、驱动成熟、追求极致性能,产品线完善等优势,A卡则主要是性价比相对更高,计算能力强,绘图、挖矿更有优势,画质较好,但高端产品线较少。

2.3 ASIC

近年随着以比特币为代表的虚拟货币市场的火爆,催生了一大批生产“挖掘”虚拟货币设备的矿机厂商,相较于我们常见的CPU、GPU等通用型芯片来说,ASIC芯片的计算能力和计算效率都直接根据特定的需要进行定制,所以其可以实现体积小、功耗低、高可靠性、保密性强、计算性能高、计算效率高等优势,特别适合矿机这种对芯片算力要求高、功耗要求小的特定应用领域。缺点是ASIC不同于GPU和FPGA的灵活性,定制化的ASIC一旦制造完成将不能更改设计要求高、初期成本高、开发周期长。

比特大陆蚂蚁矿机S15以及ASIC矿机芯片

由于挖矿属于边缘应用领域,AI仍是ASIC的主要应用领域,随着人工智能时代到来,传统的神经网络算法在通用芯片(CPU、GPU)上效率不高,功耗比较大,因此从芯片的设计角度来说,通用型往往意味着更高的成本。为了提升效率,降低功耗,ASIC应运而生。目前从全球范围来看,基于人工智能方向的ASIC领域并未出现“一家独大”的局面,反而呈现出国内外电子科技巨头、科研院所和国内初创型公司互相竞争的格局,国外以Google、IBM、Intel、斯坦福大学为首,国内有中星微电子、寒武纪科技、启英泰伦。

2.4 FPGA

通用处理器的摩尔定律已入暮年,而机器学习和Web服务的规模却在指数级增长。人们使用定制硬件来加速常见的计算任务,然而日新月异的行业又要求这些定制的硬件可被重新编程来执行新类型的计算任务。FPGA正是一种硬件可重构的体系结构,常年来被用作高计算领域专用芯片(ASIC)的小批量替代品。

FPGA指现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。

FPGA内部结构图

FPGA能部分替代ASIC是有原因的,一是FPGA并行运算,二是硬件结构可变,三是运行中可更修改。

FPGA可小批量替代ASIC的原因

FPGA的核心优势,主要有五个方面:可编程灵活度高、并行运算效率高、开发周期较短、稳定性好、长期维护。

全球FPGA市场被国外四大巨头Xilinx(赛灵思),Altera(阿尔特拉已被英特尔收购)、Lattice(莱迪思)、Microsemi(美高森美)垄断。 
从产品上看,赛灵思公司多年来保持FPGA行业霸主地位,源于产品超强的竞争力,一是赛灵思FPGA在集成上不断突破,工艺制程一直保持领先,芯片效率高、功耗小。二是产品定位于高端市场,应用领域覆盖汽车、数据中心、消费类电子、高性能计算、医疗、有线通信等附加值高的行业。三是技术专利数量庞大,形成了抵御同业对手的天然壁垒。

2.5 DSP

除了以上四种主要标准化电路,非标准化逻辑电路也在各种应用领域被大量应用,DSP是应用领域比较广泛的一种。

区别于FPGA适用于系统高速取样速率、高数据率、框图方式编程、处理任务固定或重复、使用定点。适合于高速采样频率下,特别是任务比较固定或重复的情况以及试制样机、系统开发的场合。DSP,也称数字信号处理器,适用于系统较低取样速率、低数据率、多条件操作、处理复杂的多算法任务、使用C语言编程、系统使用浮点。适合于较低采样速率下多条件进程、特别是复杂的多算法任务。DSP是由通用计算机中的CPU演变而来的,和工业控制计算机相比,DSP这种单片机具有多重优势:一是系统结构简单,使用方便,实现模块化;二是可靠性高,可保持长时间无故障工作;三是处理功能强,速度快;四是控制功能强;五是环境适应能力强。

DSP内部结构图

DSP凭借卓越的性能,在图形图像处理,语音处理,信号处理等通信领域起到越来越重要的作用,被广泛应用于移动通信、电机控制、汽车毫米波雷达图像处理、测量仪表等领域。

DSP重要应用领域

目前,全球范围内上生产DSP的大型厂商包括德州仪器、亚德诺半导体、恩智浦半导体。

DSP主要公司介绍

依据DSP主流厂商产品的特点,可以预计未来DSP技术将向以下几个方面继续发展与更新:一是DSP芯核集成度越来越高,通过缩小DSP芯片尺寸,实现了DSP系统级的集成电路;二是为了面向复杂应用领域,可编程DSP芯片将成为未来主导;三是定点DSP仍占据主流,随着DSP定点运算器件成本的不断低,能耗越来越小的优势日渐明显,未来定点DSP芯片仍将是市场的主角。

总体上来看,通过对多种计算类芯片全方位对比,计算类芯片经过几十年的发展,CPU不再一枝独秀,多种新应用领域对复杂计算产生强大需求,由此产生专注于图像处理的芯片GPU;可以灵活编程,大幅缩短开发周期的芯片FPGA;进行了定制设计优化,在特定应用场景下功耗及量产成本较低的ASIC芯片;以及融合数字信号处理算法,专用于数字信号处理领域的DSP芯片等都得到了广泛的应用与快速的发展。

目前,计算类芯片已经形成了以CPU、GPU、FPGA、ASIC、DSP并行发展的新趋势,可以预见,随着未来5G通讯、传感器(MEMS)、可穿戴设备、物联网、工业机器人、VR/AR以及人工智能等新兴领域市场的发展扩大,对计算类芯片性能、技术、能耗等方面的需求将继续驱动各种计算类芯片在技术上得到更加快速的发展。

三、存储IC——现代信息技术的基石

存储器可以说是大数据时代的基石。存储器就类似于钢铁之于现代工业,是名副其实的电子行业“原材料”。计算机中的全部信息,包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在存储器中。

从大类上看,存储器可以分为光学存储器、半导体存储器、磁性存储器。半导体存储器是目前最主要的存储器类别,以断电后存储数据是否丢失为标准,半导体存储芯片可分两类:一类是非易失性存储器,这一类存储器断电后数据能够存储,主要以NAND Flash为代表,常见于SSD(固态硬盘);另一类是易失性存储器,这一类存储器断电后数据不能储存,主要以DRAM为代表,常用于电脑、手机内存。除了NAND Flash和DRAM,还包含其他门类,例如Nor Flash、SRAM、RRAM、MRAM、FRAM等 。

存储器的分类

存储器行业属于强周期性行业,从历史表现上看,存储器行业总是处于交替出现的涨跌循环之中。存储器行业的波动剧烈,其产业周期强于电子市场及电子元器件市场整体的周期性,暴涨暴跌的情况可谓常态。

从产值构成来看,DRAM、NAND Flash、NOR Flash是存储器产业的核心部分。这缘于一方面性能不断提升的手机操作系统及日益丰富的应用软件极大地依赖于手机嵌入式闪存的容量;另一方面,万物互联等新技术的涌现推动数据量的急速膨胀。

主要存储器产品

受益于上述两因素,2018年全球半导体营收去年达4779.36亿美元,主要贡献来自于存储芯片。存储芯片占半导体总营收的比重从2017年的31%上升至了2018年的34.8%,占比最大。CAGR明显高于集成电路整体市场CAGR,从存储芯片内部结构看,DRAM占比57.1%,NAND Flash占比39.49%,NOR Flash占比3.41%。

3.1 DRAM

在半导体科技极为发达的台湾,内存和显存被统称为记忆体,即动态随机存取记忆体(DRAM),DRAM是最常见的存储器,只能将数据保持很短的时间。为了保持数据,使用电容存储,所以必须隔一段时间刷新一次,如果存储单元没有被刷新,存储的信息就会丢失。

DRAM是相对于SRAM而产生的,SRAM(静态随机存储器)是随机访问存储器的一种,这种存储器只要保持通电,里面储存的数据就可以恒常保持。SARM的优势是访问速度快、功耗非常低,缺陷是单位存储密度不足,成本较高,因而不适合用于更高储存密度低成本的应用,如PC内存。DRAM除了兼具SRAM特点外还拥有非常高的密度,单位体积的容量较高,因此成本较低,几乎适用于任何带有计算平台的个人消费类或工业设备,从笔记本电脑和台式电脑到智能手机和许多其他类型的电子产品等。

SRAM和DRAM内部结构图

随着CPU性能的不断提高,终端产品内存也需要逐步升级,高性能的内存搭配高性能的CPU才能最大的发挥它的价值与优势,DRAM发展到现在已历经了五代,从第一代SDRAM,到如今的第五代DDR4SDRAM。DRAM沿着传输速率更大,总线计时器更多,预读取量更大,数据传送速率更快,供电电压更小的方向发展。

SRAM、DRAM、SDRAM、DDR3、DDR4参数对比

DRAM传输速度跟随CPU性能提升不断提高

从行业上看,早期计算机应用占了整个DRAM产业高达90%份额,2016年开始伴随大容量智能手机崛起,手机逐渐取代PC成为DRAM产业的主流,同时云服务器DRAM需求涌现的带动是功不可没的推手,包括Facebook、Google、Amazon、腾讯、阿里巴巴等不断扩充网路存储系统,对于云存储、云计算的需求提升,都带动服务器DRAM需求起飞,目前DRAM行业一直被美韩三大存储器公司垄断,三星、海力
士、美光占据了全球市场的95%以上。

主要DRAM存储器公司

DRAM节点尺寸目前是由器件上最小的半间距来定义的,美光DRAM基于字线,三星和SK海力士则基于主动晶体管,美光科技、三星和SK海力士作为DRAM市场的主导厂商,这三家公司拥有各自的工艺节点。由于解决了这些技术节点问题,美韩三大厂商凭借领先的工艺水平拉开了与其它存储器厂商的差距。

3.2 NAND Flash

NAND Flash是Flash存储器中最重要的一种,其内部采用非线性宏单元模式,为固态大容量内存的实现提供了廉价有效的解决方案。NAND Flash存储器具有容量较大,改写速度快等优点,适用于大量数据的存储。

Flash的内部由金属氧化层、半导体、场效晶体管(MOSFET)构成,里面有个悬浮门(Floating Gate),是真正存储数据的单元。数据在Flash内存单元中是以电荷(electrical charge)形式存储的。存储电荷的多少,取决于图中的控制门(Control gate)所被施加的电压,它控制的是向存储单元中冲入电荷还是使其释放电荷。而数据的表示,以所存储的电荷的电压是否超过一个特定的阈值Vth来表示。对于NAND Flash的写入(编程),就是控制Control Gate去充电(对Control Gate加压),使得悬浮门存储的电荷够多,超过阈值Vth,就表示0。对于NAND Flash的擦除(Erase),就是对悬浮门放电,低于阀值Vth,就表示1。

Flash的内部存储结构

NAND Flash架构图

NAND FLASH内部依靠存储颗粒实现存储,里面存放数据的最小单位叫cell。每个储存单元内储存1个信息位(bit),称为单阶储存单元(SLC),SLC闪存的优点是传输速度更快,功率消耗更低和储存单元的寿命更长,成本也就更高。每个储存单元内储存2个bit,称为多阶储存单元(MLC),与SLC相比,MLC成本较低,其传输速度较慢,功率消耗较高和储存单元的寿命较低。每个储存单元内储存3个bit称为三阶储存单元(TLC),存储的数据密度相对MLC和SLC更大,所以价格也就更便宜,但使用寿命和性能也就更低。由于存储数据量的不用,导致SSD从可擦写次数、读取时间、编程时间、擦写时间存在差异。

闪存芯片存储原理

从工艺上看,NAND Flash可以分为2D工艺和3D工艺,传统的2D工艺类似于“一张纸”,但“一张纸”的容量是有瓶颈的,三星、英特尔、美光、东芝四家闪存大厂为了满足大容量终端需求,均开始研发多层闪存(3DNAND Flash),英特尔和美光引入市场的3DXpoint是自NAND Flash推出以来,最具突破性的一项存储技术,它通过单层存储器堆叠突破了2DNAND存储芯片容量的极限,大幅提升了存储器容量,因此技术3DNAND具备了四个优势:一是比2DNAND Flash快1000倍;二是成本只有DRAM的一半;三是使用寿命是2DNAND的1000倍;四是密度是传统存储的10倍。

除了传统存储巨头三星电子、SK海力士、美光科技,东芝和西部数据也是NAND Flash领域不可忽视的重要力量。

主要NAND FLASH公司

应用领域看,NAND-FLASH广泛应用于固态硬盘(SSD),固态硬盘按照存放数据最小单位bit来划分主要可以分为SLC-SSD、MLC-SSD和TLC-SSD三类。SLC-SSD具有高速写入,低出错率,长耐久度特性,主要针对军工、企业级存储。MLC-SSD和TLC-SSD固态硬盘的应用主要针对消费级存储,有着2倍、3倍容量于SLC-SSD,同时具备低成本优势,适合USB闪盘,手机等。

NAND FLASH主要应用领域

整体上来看,DRAM和NAND Flash占据了存储芯片市场96%以上的份额,NORFlash由于存储容量小,应用领域偏重于代码存储,在消费级存储应用上已出现被NAND闪存替代的趋势,目前仅应用于功能性手机,机顶盒、网络设备、工业生产线控制上。

由于存储行业终端用户的IT需求往往是综合计算、网络、存储三方面,广泛分布于所有对数据存储有需求的各行各业,涵盖了国民经济的大部分领域,市场规模和发展潜力巨大。

公司层面,由于未来以DRAM和NAND Flash为主导的存储器行业趋势仍将延续,海外存储器巨头三星电子、SK海力士、美光科技、西部数据、东芝凭借三个先发优势:国家资本支持,数量庞大的技术专利,对下游终端行业多年的渗透,控制了中高端存储器市场,未来仍将继续角逐存储器行业。

金准产业研究 深度分析工业互联网(下)

3.2运营商加码5G布局,物联网万亿市场开启

当前物联网技术存在碎片化的特点,采用的标准和技术有多种多样,主要分成三大类,一类是以自建立网络,小范围短距通讯网络为主,主要技术包括IEEE802.11ah(低频WiFi)、Bluetooth和ZigBee;二是使用非授权频段做广域覆盖为主,主要技术包括:Sigfox、Lora;三是运营商主导依托蜂窝技术,使用授权频段做广域覆盖,包括NB-IOT和5G的eMTC。

与短距离接入相比较,NB-IoT/eMTC在覆盖范围(根据信道环境不同1KM-10KM比10M-100M)和电池寿命(10年比1天-1月)、移动性和QoS方面有绝对的优势;与其他广域覆盖技术相比,NB-IoT比LoRa电池寿命也要长一倍以上,移动性也更好;与Sigfox相比,NB-IoT依托的产业联盟更为强大,虽然SigFox已经在使用ARM的模式向其他芯片厂授权生产,但是显然抵挡不住运营商强大的朋友圈。综上所述,在技术上环节上NB-IoT/eMTC的组合综合实力优于其他对手。

5G商用元年,国内运营商资本开支底部回升,行业反转向上,同时无线侧增速明显。从三大运营商最新的年报统计看:2019年是国内运营商资本开支底部回升开始的第一年,行业有望反转向上;同时结构拆分上看,无线侧增量明显。国内三大运营商2018年实际资本开支完成额为2869亿元,同比下滑7%,2019年Capex预算约为3029亿元,同比增长5.6%。可以看出,运营商Capex经历了连续3年下滑(2016-2018年分别下滑18.7%、13.4%和7%)之后开始企稳回升,4G到5G周期的底部信号显现。

另外值得注意的是,三家运营商除了无线侧投资有明显增长,类似增值业务/支撑系统/信息及应用的投资力度有显著增长,其中中国移动尤为凸出。传输网受网络扩容升级需求拉动,波动不大,基建投资开始呈稳中略升趋势,固定宽带业务投资力度开始减弱。

三大运营商NB-IoT全国性网络建设完成。NB-IoT是基于移动蜂窝通信网络的通信体系,具有广覆盖、大连接、低功耗、低成本的优势,解决了传统物联网存在的技术碎片化、覆盖不足的问题,使物联网络逐步从分散的局域走向标准的广域,极大提升了物联网的应用能力,有望成为4G阶段万物互联的主流网络技术。根据中国信息通信研究院2018年12月10日发布的《物联网白皮书》,国内NB-IoT基站已超过100万个,从广覆盖开始走向深度覆盖。中国电信借助其800MHz的优质频谱资源,于2017年5月率先建成全球最大的NB-IoT网络,开通31万NB-IoT基站,到2018年9月,基站数已扩展到40万,进一步推进深度覆盖。2017年10月中国移动启动NB-IoT工程无线和核心网设备设计和可行性研究集采,工程费达395亿元,目前已实现348个城市NB-IoT连续覆盖和全面商用。2018年5月,中国联通实现30万NB-IoT基站商用。三家运营商完成超百万NB-IoT基站商用,中国已建成全球最大的NB-IoT网络,网络优化和深度覆盖将是下一步布局重点。

3.3平台是工业互联网整体解决方案的核心

物联网平台作为工业互联网整体解决方案的核心,起到了承上启下的作用。物联网平台按照逻辑关系从下层到上层提供四大功能:终端管理(Device Management)、连接管理(Connectivity Management)、应用支持(Application Enablement)、业务分析(Business Analytics)等主要功能。因此物联网平台从底层到高层可分为四大平台类型:设备管理平台DMP、接入管理平台CMP、应用使能平台AEP、业务分析平台BAP,其中在通信领域最核心的是CMP和AEP两个平台。

在物联网价值链中,现阶段感知层和通信层占据了较大的份额,但整个价值链的重心在向客户侧转移。随着运营商广域覆盖的推进,海量设备会接入统一的CMP平台,CMP平台自然产生更大的价值;CMP平台接入数的增长又使得AEP平台存储的数据快速累积,数据的累积将催生新的应用,价值链继续向应用层传导。

平台是构建物联网生态圈的核心,IT服务商、行业企业、互联网企业、电信运营商都看到了这个趋势,四大阵营均围绕物联网平台,依托各自优势,从不同切入点展开产业生态建设。IT服务商的策略是以云生态圈为基础,依托强大的基础设施和云计算资源布局平台,与芯片、硬件厂商合作;行业企业利用垂直行业优势,围绕工业应用智能化布局;互联网企业基于移动互联网平台拓展物联网平台服务,利用入口和用户优势布局;电信运营商发挥连接优势,立足通信管道布局。

目前,整个产业链仍处于较为动荡的格局,各阵营之间竞争与合作并存。在竞争方面,一是围绕产业链上下游企业和应用开发者,巨头企业积极争取更多盟友构建产业生态,提升物联网平台价值;二是围绕市场,通过提供设备管理、行业应用等解决方案,培育大量固定用户群体。在合作方面,IT巨头们也已经认识到单一物联网平台企业难以从底层到上层提供包括设备管理、连接管理、应用使能和业务分析在内的完整平台功能,平台企业之间必须分项和合作,规模才是王道。2016年,有关于平台的合作和融合案例比比皆是。PTC和Bosch宣布成立技术联盟,整合Thing Worx和Bosch IoT Suite,实现设备管理平台与应用使能平台之间结合;GE通过与微软建立战略合作伙伴关系,将推动Predix平台与Azure IoT Suite、Cortana智能套件的深入整合,获得人工智能、自然语言处理、高级数据可视化等技术和企业应用方面的支持;GE与SAP宣布将推动Predix平台与SAPHANA云平台的集成,并在资产管理领域加深合作。A股上市公司中,宜通世纪通过与Jasper合作在中国联通共同部署CMP平台,并逐步延伸到AEP平台;日海智能通过收购艾拉云,延伸AEP平台布局。

金准产业研究团队认为,物联网的发展虽然有别于消费互联网,但是随着数据价值的日渐加深,布局平台的公司有望厚积薄发,值得期待。

从国内市场来看,CMP+AEP模式最典型的两个平台是中国移动的OneNET和中国联通与Jasper联合的平台。

OneNET为中国移动自有物联网平台,经过近4年的发展,OneNET的设备连接数近9000万,用户数超过10万,产品数超过12万,API日均调用超过2亿次,增速、规模、活跃度保持全球领先。

3.4终端无线模组将放量

全球市场来看,根据GSMA移动智库与中国信通院2016年发布的报告显示,2015年全球蜂窝M2M(2G/3G/4G)连接数为3.05亿,到2020年将达到9.6亿次,复合增长率26%。而从总的网络连接来看,蜂窝M2M连接数占比将从目前的4%提升到2020年的9.9%。这个比例在地区间有显著的差异:北美2020年蜂窝M2M连接占比预计达到三分之一;欧洲地区预计达到20%。从全球看,2015年全球70%的蜂窝M2M设备仍然采用的是2G网络。

物联网市场规模上,根据Analysys Mason Limited数据,2018年度,全球M2M设备连接相关收入达到291.75亿美元。到2024年,全球M2M设备连接相关收入将达到691.19亿美元,复合增长率为17.07%。

市场规模的行业划分上,根据Analysys Mason Limited数据,2013年度汽车与交通行业设备连接相关收入占比32.41%,是M2M设备第一大应用行业。到2024年,汽车与交通设备连接相关收入将增长至370.67亿美元,复合增长率达到52%,占整体收入比例53.69%,远远高于整体复合增速,因为车载领域的产品不断升级,新产品价格还会进一步提升。

物联网连接数的高速增长促进了无线通信模块的销量提升。对无线通信模块的需求和M2M连接数是一一对应的关系,通常情况下,每增加一个物联网连接数,将增加1-2个无线模组。

四、机械装备:深度参与感知层,积极向平台层/网络层业务拓展

4.1机械装备在工业互联网中的重要角色

装备制造直接相关领域包括:1)感知层,主要包括各种执行设备(CNC、工业机器人、自动化生产线例如锂电自动化产线、检测设备及AGV等)及数据搜集及传导设备(传感器、RFID标签/读写器)。2)PLC,可编辑逻辑控制器,主要职能为直接控制及监测现场设备,其次为收集及传导信息。部分国内设备厂商开始具备生产PLC能力。

近年来,部分领先制造业企业也开始向网络层或平台层进行业务拓展,从而由核心装备制造往装备+服务模式转型。例如:自动化集成企业参与到网络层的网络模块连接、设备管理等领域,制造业头部公司自建区域/行业平台层、应用层建设等等。

4.2工业互联网有望加快我国制造业自动化升级趋势

自动化设备,例如CNC、工业机器人、检测设备、AGV等,每年的市场容量普遍较大,例如CNC国内容量约为300亿元,工业机器人约为200亿元,加上集成空间翻倍,检测设备仅面板及半导体领域就有300亿左右的市场空间,而AGV过去年复合增速超过50%,年市场空间在150-200亿之间。由于市场空间广阔,近年来在主要自动化设备领域均涌现了一批优秀的国内企业,以性价比+服务优势不断实现对海外公司的追赶。

PLC即可编程逻辑控制器,主要由CPU、存储器、输入/输出单元、外设I/O接口、通信接口及电源共同组成,根据实际控制对象的需要配备编程器、打印机等外部设备,具备逻辑控制、顺序控制、定时、计数等功能,能够完成对各类机械电子装置的控制任务。PLC系统具有可靠性高、易于编程、组态灵活、安装方便、运行速度快等特点,是控制层的核心装置。在智能制造系统中,PLC不仅是机械装备和生产线的控制器,还是制造信息的采集器和转发器,类似于神经系统中的“突触”,一方面收集、读取设备状态数据并反馈给上位机(SCADA或DCS系统),另一方面接收并执行上位机发出的指令,直接控制现场层的生产设备。

国产控制器发展较为成熟,是上游核心零部件中与进口产品差距最小的部分。目前,国产控制器与进口产品存在的差距主要集中在控制算法和二次开发平台的易用性方面。

控制算法的差距导致国内控制器的应用范围有限,目前大多集中在较为简单的搬运、码垛领域。而且由于软件水平不及国外,因此软件的稳定性受到影响,出现故障的概率也比进口产品高。其次,国内产品研发与产业实际需求有所脱节,没有将算法和特定行业场景需求结合。比如FANUC机器人在运行过程中,可根据不同的姿态选取三种算法进行作业,然而国产控制器并不具备这种能力。

4.3传感设备工业物联网的核心基础

传感器为工业物联网的基础和重要组成部分。根据物联网的技术路线图,物联网产业链包括感知层、传输层、数据处理层和应用服务层。其中,传感器作为感知层,是物联网产业链的核心基础。在物联网运行中,传感器将感知获取到的物理、化学、生物等信息转化为易识别的数字信息传输至后端平台进行处理、分析、应用。

传感器市场呈高速增长态势。全球传感器市场规模保持快速增长,据前瞻产业研究院测算,传感器行业市场规模自2010年的720亿美元增长至2018年的2059亿美元,CAGR达14%。同时,前瞻产业研究院测算,2015年我国传感器市场规模为995亿元,2017年末增长至1300亿元,预计到2022年中国传感器市场规模将达到2327亿元。

由于工业物联网的发展要求,传感器呈现智能化趋势。目前,部分传感器已具有信息处理能力,可以集成传感器、微处理器和执行器,成为智能传感器。据中国信通院统计,2016年全球智能传感器市场规模达到258亿美元,预计2019年将达到378.5亿美元,年复合增长率超10%;其中,智能传感器下游应用中消费电子占比最大。同时据中国信通院测算,2015年我国智能传感器市场约为106亿美元,预计到2019年将达到137亿美元。

MEMS作为智能传感器代表,成为传感器市场发展重点,获大量应用。MEMS具有微型化、集成化、批量生产、方便扩展等特点,在技术上较普通传感器而言精度高、重量轻、尺寸小、能效高。根据Yole Développement统计,全球MEMS传感器市场规模从2015年118.5亿美元增长至2017年的138.3亿美元,CAGR达到8.03%。至2021年,受益于物联网的发展,Yole Développement预测MEMS传感器2021年市场规模将达到396.9亿美元。

4.4工业物联网助推设备升级

民用表是工业物联网中重要的数据端口,我们以此为例探讨工业物联网如何推动设备的更新升级与价值量的提升,同时在这过程中,金卡智能也实现了从单机到工业物联网整体解决方案提供商的转变。

4.4.1燃气表智能化进程加快

智能民用表为工业物联网重要数据端口,受互联网巨头青睐。金卡智能的主营产品为民用燃气表与工商业流量计,属于物联网感知层,是数据接收的端口,负责搜集居民和工商户的燃气信息,再通过通讯网络、应用管理软件到互联网云服务,为客户提供高价值、高性能的产品及端到端解决方案,并与各大燃气公司、华为、阿里巴巴等建立了长期战略合作伙伴关系。2016年,公司即与阿里云签署《公用事业云战略合作协议》,致力于解决燃气行业信息化成本高致投入意愿低、管+端运行效率低、毛利率下降、用户满意度低的问题。

燃气表定期更新需求稳定,市场容量将持续提升。根据《国家计量检定规程JJG577-2012膜式煤气表检定规程》,使用天然气为介质的燃气表使用年限一般不超过10年。因此对燃气表有稳定的更新需求,且随着我国燃气表存量的提升而上升。

工业物联网的发展推动了民用燃气表的更新升级:民用燃气表经过数十年的发展已经进行了多次迭代,由最初的膜式燃气表,到IC卡燃气表、2G远传燃气表,再到最新的LoRa远传燃气表、NB-IoT远传燃气表。民用燃气表的发展是一个不断电子化、智能化、网络化的过程。

燃气表的第一代产品是膜式表,需要燃气公司上门抄表并且需要用户去营业厅缴费。由于膜式表为纯机械结构,因此成本较低,在早年间得到了较广的传播。

IC卡燃气表解决了入户抄表的麻烦,但仍需要用户自行携带IC卡去营业厅或自助终端充值。IC卡燃气表开启了燃气表智能化的第一步,也确立了之后燃气表电子化、智能化、网络化的趋势。

无线远传表实现了远程计费以及网上缴费,让用户实现足不出户就能缴纳燃气费,而且也省去了燃气公司建设缴费网点的麻烦,同时让燃气公司实现了数据收集以及阶梯定价等进阶功能。

主流无线远传表分为2G、LoRa、NB-IoT三种,NB-IoT物联网燃气表应用范围更广。2G远传表是三者中发展最为成熟的,但目前三大运营商正在逐步退出2G网络运营的趋势。LoRa远传燃气表基于LoRa物联网通信协议,需要自建通信网络,前期投入成本较大,并且后期需要不断维护。NB-IoT远传燃气表基于NB-IoT物联网通信协议,由于使用的是通信运营商的网络,因此不用自建网络,只需缴纳通信费即可。在三大运营商均已实现大范围NB-IoT网络覆盖的情况下,NB-IoT物联网燃气表的应用范围更广。

此外,NB-IoT网络的低功耗、广覆盖特性完美契合智慧城市与物联网的需求,例如智能燃气表、智能水表、智能停车等应用。NB-IoT产业链从上游芯片到下游运营商均有巨头参与,未来有望快速发展。同时,国家对NB-IoT网络的支持也将利好NB-IoT物联网表的快速普及。2017年6月,工信部发布《关于全面推进移动物联网(NB-IoT)建设发展的通知》,要求加快推进网络部署,构建NB-IoT网络基础设施。

五、工业互联网案例

5.1案例一:智能物流,仓---柜多环节优化快递物流成本

智能物流底层:工业互联网的逻辑

智慧物流是指利用现代工业互联网技术,对物流各环节进行实时状态分析,最终实现自主决策,建立一套现代化物流体系。智慧物流架构分为感知层、传输层、服务层和应用层,涉及的基础技术包括人工智能、大数据与云计算、区块链等,将整个物流系统组成一个工业互联网。

工业互联网的概念在当前已经有所普及,但在物流领域的应用依然不够成熟,物联网技术将会帮助行业从数字化到智能化的转型。当前物流业的瓶颈在于数字化程度不足,感知层面,利用硬件获取基础数据的普及程度仍有较大的进步空间。

5.2案例二:工程机械,树根&徐工云平台迈向成熟

树根互联——“根云”平台

三一集团孵化的“树根互联”是中国成立最早、连接工业装备最多、服务行业最广泛的工业互联网赋能平台之一,可提供物连接入、云计算、工业大数据和SaaS应用等服务,公司定位为“赋能客户构建自己的企业平台或构建行业垂直平台”,致力于“打通最后一公里”,为全社会提供工业物联网服务。

树根互联借助大数据和物联网技术,率先将20多万台设备的实时操作数据,通过传感器汇集到一起,打造了行业知名的“挖掘机指数”,成为企业经营、转型的依据,成为把脉行业动向的参考。目前,树根互联已赋能61个细分行业,收集各类数据1000多亿条,连接管理超4300亿资产,为客户开拓超百亿元收入的新业务。

“根云”平台自下而上包括硬件层、通信层、平台层和应用层,各层产品包括云盒、云通、云坊、云像、ECC、iCSM等,其中硬件层和通信层可提供便捷、便宜的设备接入解决方案,支持企业设备快速接入云平台;平台层基于主流大数据技术,为海量、高并发的机器数据提供存储、计算、分析、展现等大数据平台能力支撑;应用层提供智能研发、智能生产、智能服务、智能产品、租赁平台、大数据金融等解决方案,打通最后一公里,直接帮助客户创造价值。

六、安全是工业互联网建设的重要保障

6.1安全保障是工业互联网发展的重要环节

在工业互联网发展的同时,安全保障将成为越来越重要的环节。根据工信部对《深化“互联网+先进制造业”发展工业互联网的指导意见》的解读,工业互联网安全问题从实施角度可分为设备安全、控制安全、网络安全、平台安全和数据安全等几个部分。

设备安全。工业设备和组件直接暴露在公用网络(商业IT网络)下带来的各类攻击问题,需要专门防护手段和技术,确保工业设备免受攻击。

网络安全。即为传统的安全厂商所熟悉的工控防火墙、身份认证和识别、IDS/IPS等基础服务。

控制安全。工业互联网控制层如PLC等信息系统的安全。随着工业互联网平台的建设,控制环境开放也带来了各类系统漏洞的威胁

应用安全。指支撑工业互联网业务运行的应用软件及平台的安全,各类工业互联网平台及上云的应用,与常见商用软件的类似,将持续面临病毒、木马、漏洞等传统安全挑战。

数据安全。是指工厂内部生产管理数据、生产操作数据以及工厂外部数据等各类数据的安全问题,将直接关联到工厂的生产运行状态。不管数据是通过大数据平台存储、还是分布在用户、生产终端、设计服务器等多种设备上,海量数据都将面临数据丢失、泄露、篡改等安全威胁,这一部分对于大部分安全厂商尚属新的领域,除数据防泄漏外,对数据安全的保护也将成为未来安全厂商在数字制造过程中需要不断解决的新问题。

6.2工业设备暴露和工业漏洞是当前工业互联网安全面临的重点问题

工业互联网安全的问题主要是工控组件和工控设备暴露的问题。从目前工业互联网发展情况来看,工控防火墙、工业控制系统的安全部署属于传统企业IT安全范畴,在大中型工业企业内网安全中实现了一定程度的覆盖。工业互联网平台的建设尚属于较为初期的阶段,因而数据和应用的总量仍不够多,带来的威胁不明显。相较而言,设备安全的问题当下最为严重。理论上讲,随着工业互联网连接的设备总数越多,设备的联网和数据交换越频繁,就越有可能存在暴露在互联网上的情况。从Positive Technologies统计结果来看,美、欧等发达国家的工业联网水平最高,工控系统组件暴露问题也最明显。中国暴露工控设备数量在全球排名第六,无论是工控组件还是工控设备,直接暴露在互联网下均可能吸引黑客带来大规模的攻击,直接影响到工业生产。

除设备暴露外,工控系统漏洞问题也日益严重。工业互联网的发展带来越来越多的通用协议、硬件和软件在工业控制系统产品中采用,并以各种方式与互联网等公共网络连接,使得针对工业控制系统的攻击行为大幅度增长。虽然传统大型制造业在工控系统安全领域采取了一定的软硬件措施保障系统正常运行,但与所有网络安全类似,攻击和防御是永恒的主题,需要不间断的进行技术更迭以确保漏洞不被利用。当前最常见的工业互联网攻击方式就是利用工业控制系统的漏洞,尤其是高危漏洞对PLC(Programmable Logic Controller,可编程逻辑控制器)、DCS(Distributed Control System,分布式控制系统)、SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统) 等系统展开攻击。攻击者可以利用多样化的漏洞获取非法控制权、通过遍历的方式绕过验证机制、发送大量请求造成资源过载等安全事故。实际上,无论攻击者无论利用何种漏洞造成生产厂区的异常运行,均会影响工控系统组件及设备的灵敏性和可靠性,造成严重的安全问题。

6.3工业互联网安全仍是传统厂商的天下,但运营模式有较大不同

从宏观角度来看,工业互联网目前已经广泛应用于电力、交通、石油、取暖、制造业等关键信息基础设施领域,一旦发生安全事件,往往会造成巨大的损失和广泛的影响。但是,由于工业互联网环境的特殊性,传统的 IT 信息安全技术并不能完全有效的保护工业系统的安全,甚至很多常用的安全技术都不能直接应用于工业网络的安全防护。对于工业互联网安全的分析与防护,需要使用一些专门的方法和专用的技术。

工业生产实时、复杂的特征决定了工业互联网安全更加倾向于主动防御、态势感知等新兴安全运维方式。当前工业互联网安全建设以资产端点保护、漏洞防护、周期渗透测试等方式为主。随着工业互联网平台的逐步建设,与之同步配套的工业互联网信息安全管理系统应当实现集工控安全监控、安全信息统一分析展现、工控异常告警、总体安全评估以及工控安全运维支撑多种能力于一身,为工业互联网用户的安全运行保障提供了一站式的管理和监控系统。从设备维度,主动防御型工业互联网安全平台应当以工控设备资产管理为主线,以安全信息集中管理为手段,以威胁发现和处置为核心,目的是帮助用户构建一个威胁监控以及威胁处置的统一安全管理中心。

当前工业互联网安全的参与方仍然是传统安全厂商。一方面,安全行业门槛较高,技术发展较快,专业性强,因而跨行业巨头不易进入,创业公司前期快速成长后面临较大的管理成本扩张较慢;另一方面,传统安全厂商早在五六年前即着手开展工控安全产品的研发,具备一定的先发优势,产品和解决方案已经经历了前期打磨阶段,当前优势明显。主要参与者如启明星辰、绿盟科技、天融信、360、奇安信、卫士通、安恒信息等当前工业互联网安全的收入和收入占比不高,仍处于快速发展中,未来有望随着工业互联网的快速发展加速拓展工业互联网安全相关业务。

结语

工业互联网进入实质性落地阶段,网络层和平台层快速发展。网络层,标识解析体系的建设快速推动,已经初步建立五大国家顶级节点。平台层,企业上云推动的区域性工业互联网平台,和工而需求驱动的行业性工业互联网平台均得到快速发展。国家级跨行业、跨领域平台由于存在稀缺性,加大了竞争优势,积累到一定数据量后有望实现平台级发展,市场空间仍然广阔。

金准产业研究团队认为,平台体系和安全体系坚持同步规划、同步建设、同步运行,对于安全厂商而言,工业互联网的建设带来了海量的新兴的安全需求。由于越来越多的生产和决策依托于网络与数据,提升安全防护能力将成为制造企业下一步升级改造的重点。提升安全防护能力、建立数据安全保护体系等一系列结合工业互联网的需求为安全厂商带来了广泛的市场空间。标识解析系统安全、工业互联网平台安全、工业控制系统安全、工业大数据安全等相关的核心技术,以及攻击防护、漏洞挖掘、入侵发现、态势感知、安全审计、可信芯片等安全产品的研发,新的安全需求将带动安全行业中长期发展,为安全厂商的持续增长打下需求基础。

根据工信部《深化“互联网+先进制造业” 发展工业互联网的指导意见》,工业互联网的发展主要落脚在如下方面:

网络基础方面。重点推进企业内外网改造升级,构建标识解析和标准体系,建设低时延、高可靠、广覆盖的网络基础设施,为工业全要素互联互通提供有力支撑。

平台体系方面。重点推动建设若干个面向多行业、多领域应用的国家级平台,支持形成一批具有较强示范引领效应的企业级平台,形成国家、企业两级工业互联网平台体系,促进工业全要素连接和资源优化配置。

安全保障方面。重点加强工业互联网安全技术手段建设,形成国家、行业、企业协调联动的工业互联网安全工作格局,建设覆盖产业全生命周期的安全保障体系。

从网络、平台、安全三层级来看,我们重点推荐:工业互联网平台企业东方国信、用友网络、宝信软件、汉得信息;工业互联网安全厂商启明星辰;建议关注赛意信息、绿盟科技等。

金准产业研究 深度分析工业互联网(上)

前言

工业互联网是智能制造的基础设施,其发展经历了云平台、大数据、物联网等多个阶段,到目前为止,全球各主要经济体纷纷集中于工业互联网、工业物联网、工业大数据等平台级项目上。工业互联网的内涵是用信息化的手段和方式,帮助工业企业完成智能转型升级,本质是用数据+模型为企业提供服务。工业互联网的发展不能简单复制互联网产业,应当从理解工业出发,利用工业PaaS和工业SaaS支撑高质量、智能化的工业企业转型升级。

一、工业互联网拐点或将至,构建精准数据体系迫在眉睫

1.1行业交叉,投资机遇广泛

工业互联网服务对象是工业,互联网是服务的基础设施。工业互联网的本质是以机器、原材料、控制系统、信息系统、产品及人之间的网络互连为基础,通过对工业数据深度感知、实时传输交换、快速计算处理及高级建模分析,实现智能控制、运营优化和生产组织方式的变革。

工业互联网涉及多个交叉行业,千亿级市场规模。工业互联网融合了传感器、联网装置连接、自动化设备、数据存储、大数据分析、人工智能、高效运算、4G/5G/物联网等新兴技术,覆盖计算机、通信、机械装备等多个行业,投资机遇广泛。根据2019工业互联网峰会上工业和信息化部副部长陈肇雄的观点,2019年我国工业互联网产业规模将达到4800亿元。

1.2制造升级核心驱动力,工业互联网拐点或将至

1.2.1生产率提升迫在眉睫,互联网助力制造业升级

中国劳动生产率增速放缓,提升空间大。根据2015年国际劳工组织数据,中国劳动力人均产值偏低,增速从2007年开始持续回落,2015年人均产值仅为美国的7.4%,差距明显。

工业互联网有望助力制造业生产率提升。1988至1990年,美国制造业劳动生产率增速乏力,因为工业革命的创新已经达到一个更为成熟的阶段,边际效益消失。1990年之后美国的制造业生产率复苏,广泛的共识是此次生产力加速源自互联网革命及其背后的计算技术所带来的信息与通信技术。中国制造业错过了90年代互联网革命,增速呈明显的整体放缓趋势,制造业生产率提升迫在眉睫。参考互联网助力美国制造业复苏,数据化、信息化是打破生产率瓶颈的重中之重。

1.2.2政策、企业、技术三驱动,工业互联初见成效

政策明确,中央主导制造升级。2015年5月19日,国务院正式印发了《中国制造2025》,瞄准创新驱动、智能转型、强化基础、绿色发展等关键环节,推动制造业实现由大变强。2017年11月27日,国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》,第一次对于工业互联网的全面论述,是规范和指导我国工业互联网发展的纲领性文件。2018年底中央经济会议明确提出:加快5G商用步伐,加强人工智能,工业互联网、物联网等新型基础设施建设。各部委文件逐渐由指定纲领进入到引导实施阶段。

由于工业互联网涉及行业广泛,各领域的企业充分认识到工业互联的战略价值,入局工业互联网。当前,我国主流平台主要通过强强联合、兼并收购、开源社区、垂直产业深耕、政府合作等方式推进工业互联网平台能力建设、资源整合和业务扩张,逐步形成工业互联网生态。

5G赋能,奠定工业互联网基础。网络是实现各类工业生产要素互联的基础,包括网络互联体系、标识解析体系和信息互通体系。5G凭借覆盖面积广、连接规模大、超可靠、低延时的特点,能够实现数据在工业各个环节的无缝传递,支撑形成实时感知、协同交互、智能反馈的生产模式。

联通和移动两大运营商积极参与工业互联网建设,推进5G发展,全方位服务工业数字化转型。联通已在全国17个城市建设5G试点,与海尔、青岛港、振华重工、上飞、北汽、潍柴、山推、格力、华晨宝马等联合开展5G业务研究。

我国工业互联网初见成效。企业从最开始的政府补贴,经历了半年或一年的尝试之后逐渐发现工业互联网对公司经营,尤其是降本和增效方面有切实的利益。

二、计算机行业:构建网络-平台-安全体系,产业生态日趋完善

2.1从计算机行业视角看工业互联网

工业互联网是智能制造的基础设施。从定义上来看,工业互联网是以互联网为代表的新一代信息技术与工业系统深度融合形成的新领域、新平台和新模式,是发展智能制造的关键基础设施。与传统意义上的互联网不同,工业互联网链接的是人、数据和机器,是工业系统与高级计算、分析、传感技术及互联网的高度融合。

从计算机软件企业角度,工业互联网是商业模式转型的重大机遇。历史上,大量软件企业服务于政府部门和大型央企、国企,带有一定程度的政策/预算属性,未必能够直接反应客户的真实需求;只有财务/ERP等少数软件产品在企业级客户中取得了市场化发展,但仅限于管理角度,无法深入业务角度。在消费互联网向产业互联网转型的浪潮中,传统计算机软件企业的产品和服务模式相较互联网公司,具备一定的渠道优势,因而有希望在巨头林立的产业互联网竞争中,抢的一定先机,并通过产业互联网、工业互联网整体行业的发展,做到自身商业模式从toG向toB、从项目制向产品/运营模式的转型。

2.2工业互联网包含网络、平台、安全三大体系

根据工信部《关于深化“互联网+先进制造业”发展工业互联网的指导意见》,我国将工业互联网的发展概括为三大体系,即:网络、平台和安全。

工业互联网三层级中,网络是基础,平台是核心,安全是保障。从工业企业智能转型升级角度来看,首先要做到网络层的互联互通,对内实现统一接口,打通信息孤岛,对外扩大互联网骨干网覆盖范围,为实现产业链各环节的泛在互联与数据畅通提供保障。其后利用平台级服务能力,辅以安全保障,方能实现企业的智能转型升级。

工业互联网的本质是用数据+模型为企业提供服务。工业互联网的核心是工业互联网平台,承载了大量基于微服务架构的数字化模型。这个数字化模型是将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化,并封装为可重复使用的组件。我们可以简单的理解为,封装了大量工业技术原理、行业知识、基础模型的知识库,作为连接企业IT和OT的核心,以代码和信息技术的形式将行业理解和一线生产的经验固化下来,成功解决了制造企业内信息化与生产分离的情况,使得工业互联网平台成为整个工厂端或工业生产端的控制大脑。有了边缘侧和网络层收集来的数据,加之以PaaS层的数字化模型,即形成了“数据+模型”的服务。

金准产业研究团队认为,工业互联网的重点在于理解工业,落点在提升制造业转型升级水平,核心是用数据+模型做服务,这也是信息技术与制造技术融合创造价值的内在逻辑。

2.3 STEP1:工业互联网网络层:实现互联互通的功能

2.3.1网络层面建设主要围绕:线下设备线上化,线上设备互联互通开展

对于制造业企业而言,网络层面建设主要围绕线下设备线上化,线上设备互联互通开展。

网络层面需要在现场级和车间级实现底层设备横向互联以及与上层系统纵向互通的连接。包括:(1)对控制器与机床、产线等装备的通信方式进行改造,如以工业以太网替代现场总线,(2)对现有工业装备或装置如机床、产线等增加网络接口,(3)对现有工业装置或装备附加传感器、执行器,(4)为了采集生产现场信息或执行反馈控制,部署新的监测设备、扫描设备,(5)对在制品通过内嵌通信模块或附加标签等方式增加与工业系统等信息交互功能,(6)部署边缘计算节点,汇聚生产现场数据及来自工业控制系统如PLC、历史数据库的数据,进行数据的边缘处理。

2.3.2标识解析体系:给予每台工业设备以唯一地址,为当下互联互通环节的重中之重

对于线上设备的互联互通而言,最重要的是打通不同平台、协议之间的数据。当前工业互联网网络层的建设,是通过重新设置一套工业互联网标识解析体系来完成数据的互通和设备身份的认证。标识解析体系类似互联网领域的域名解析系统(DNS),赋予每一个产品、零部件、机器设备唯一的“身份证”,从而实现资源的区分和管理。

标识解析体系主要由三要素组成:

标识,这就相当于机器、物品的“身份证”;

标识服务,即利用标识,对机器和物品进行唯一性的定位和信息查询,是实现全球供应链系统和企业生产系统的精准对接、产品的全生命周期管理和智能化服务的前提和基础;

标识管理,即通过国家工业互联网标识解析体系,实现标识的申请、注册、分配、备案,为机器、物品分配唯一的编码。

标识解析体系是下一步网络建设的重点。根据《工业互联网发展行动计划(2018-2020)》,“标识解析体系构建行动”的量化考核目标是2020年建成5个左右标识解析国家顶级节点,形成10个以上公共标识解析体系服务节点,标识注册量超过20亿。

标识解析体系从部署角度分为三层架构。标识解析体系主要分为根节点、国家顶级节点和二级节点,每层节点保存不同的信息。根节点是最顶层的信息,主要归属管理层。国家顶级节点是我国工业互联网标识解析体系的关键,既是对外互联的国际关口,也是对内统筹的核心枢纽。二级节点面向行业提供标识注册和解析服务,未来将选择汽车、机械制造、航天、船舶、电子、食品等优势行业,逐步构建一批行业性二级节点。

标识解析体系的应用场景多元化。从企业内部工业互联网建设来看,标识解析体系可以打通产品、机器、车间、工厂,实现底层标识数据采集成规模、信息系统间数据共享,进行数据挖掘和分析应用。从生态构建角度,核心企业可以横向连接上下游企业,利用标识解析按需地查询,从而打通设计、制造、物流、使用的全生命周期,实现真正的全生命周期管理;中小型企业也可以横向连接成平台,利用标识解析按需地共享数据,优化经营分析管理。从企业端实践角度,供应链管理、产品质量追溯、库存可视化管理、核心零部件追溯机制等已经开始得到应用。

标识解析体系建设快速推动。自2018年下半年起,国家顶级节点(一期)工程启动建设,11月内,位于北京、武汉和广州的工业互联网标识解析国家顶级节点相继启动上线。随后,行业和区域的二级节点建设加速推进中,其中汽车、高铁等行业二级节点,佛山、南通等区域为主的二级节点进展最快,最具代表性。根据2019年2月工业互联网产业峰会上工业和信息化部部长苗圩的讲话,到目前为止,中国已经初步建立五大国家顶级节点,十个行业和区域的二级节点。

工业互联网网络层参与方:以通信企业、制造业头部企业和区域工业互联网平台企业为主。工业企业在线下设备线上化过程中,主要采取增加网络模块的方式实现设备联网,模块的提供商多为传统通信企业和行业解决方案集成商。对于已经完成互联互通的企业而言,在网络层仍然需要面临的是设备资产的管理与整合,也即打通不同通信协议的问题。这一步在大型制造企业中是由企业IT和设备部门共同完成,其中一些头部制造企业承担了工业互联网标识解析体系二级节点的建设。对于工业互联网平台企业而言,区域性平台通常涉及一系列企业上云的实施工程,因而会一定程度上参与到基础设备互联互通,网络化改造等内容中。还有一些工业互联网平台企业承接了区域的标识解析体系或行业标识解析体系的工作,也是从设备和资产盘点的角度切入网络层建设内容。整体上看,网络层覆盖的实施项目较多,对本地化服务能力要求较高,参与方也是以原有优势企业为主。

2.4 STEP2:平台层建设,行业平台和区域平台同步进行

2.4.1工业互联网平台层是工业互联网建设的核心

工业互联网平台是工业互联网建设的核心。工业互联网平台是中间层,向下连接海量设备,自身承载工业经验与知识的模型,向上对接工业优化应用,是工业全要素连接的枢纽,是工业资源配置的核心,驱动着先进制造体系的智能运转。

现阶段工业互联网平台仍以数据建模和分析为主要功能。由于一般企业现有各类工业软件格式大多不统一,当前工业互联网平台层的主要任务仍然是整合现有生产端的MES、ERP乃至CPS等实时数据(边缘层采集),统一汇总分析(平台层的可扩展的操作系统),并将技术、知识、经验和方法以数字化模型的形式沉淀到工业PaaS平台。当工业PaaS发展到一定程度以后,基于PaaS层数据、工业机理模型,再面向工业企业、最终消费者开发海量工业APP,提供实时监控、生产管理、能效监控、物流管理等工业互联网应用和服务。

2.4.2企业上云:打破企业间信息孤岛的局面,为平台层建设的前提

企业上云推动工业互联网平台第一阶段建设。工业互联网的发展,网络和企业资源的数字化是基础。从国内实际情况来看,大部分的企业都面临着制造资源云改造、云迁移的需求,也即云计算领域的工业企业上云。促进各类信息系统向云平台迁移,丰富专业云服务内容,推进云计算在制造业细分行业的应用,有助于直接提高行业发展水平和管理水平,是发展工业互联网的首要基础性工作。

以区域为基础,快速布局,推进工业云建设。工信部在2017年3月发布《云计算发展三年行动计划(2017-2019年)》,作为与工业互联网互相带动的举措,工业云的发展将成为未来三年的重要应用促进行动之一。该计划明确表示,贯彻落实《关于深化制造业与互联网融合发展的指导意见》,将深入推进工业云应用试点示范工作。以各地政府组织牵头,依靠拥有先进技术实力的云计算企业,构建制造业在内的工业云,从而推动实体经济发展成为最终落脚点。

从实践角度,区域性工业互联网平台前期推广得到了各地方政府的鼎力支持,发展较为迅速。如我国重要的先进制造业基地长三角地区,浙江省早在2017年4月即推出了“十万企业上云行动计划”,江苏省和上海市也分别于2017年12月和2018年12月印发了《加快推进“企业上云”三年行动计划的通知》和《上海市推进企业上云行动计划(2018-2020年)》。在全国范围内,目前已经有21省针对制造业企业上云提出了各类发展计划。

以推进企业上云较早的长三角地区举例,区域工业互联网平台建设正在成为长三角产业合作的核心,成为智能制造的新引擎。生产、管理、设备的全面上云让制造业企业在经营角度发生了重大的变革,许多工人上班第一件事就是用手机登录企业数字化运营管理系统,查明当日的工作任务。从经营管理角度,运营管理系统创建一种开放智慧工厂模式,形成扁平灵活、协同有效的共享智造生态,打通上下游产业链,从供研产销四个环节确保产品的周转和存货的灵活管理,提升了企业的运营效率和产品竞争力。

产业聚集和完备的工业体系,也为长三角构建区域协同的工业互联网平台奠定了基础。在上海,依托大国企、大平台集中打造长三角一体化的工业互联网平台,汇聚产业链上下游数据;在浙江,阿里云预计到2025年将连接2亿台工业设备,服务工业企业30万家;在江苏,超过60万台工程机械装备通过徐工集团的汉云平台“登云上网”。2018年,长三角工业互联网平台助力百万企业“上云上平台”服务倡议正式启动,提出力争到2020年实现新增“上云上平台”企业百万家,运营成本降低20%以上,生产效率提高20%以上,促进产业链、供应链高效协同和资源配置优化。

2.4.3工业互联网平台明显区别于传统IT架构

工业互联网平台采取云化、敏捷开发等方式,降低了工业企业投入信息化、数字化的成本。相较于传统IT架构,工业互联网扩大了数据采集的范围、增强了数据的时效性,并通过工业知识的沉淀和创新,持续迭代研发各类工业APP应用。从知识管理角度来看,由于工业软件数量少,且系统内知识无法拆分提取,难以复用,历史上大量工业企业生产中有价值的工业知识经验没能沉淀下来。“传帮带”模式仍是工业知识传承的重要途径,人才培育需要花费几年甚至几十年时间,人才流动将为企业带来不可预估的损失。工业互联网平台解决方案改变了工业知识传递途径,基于平台上汇聚的工业机理模型和微服务组件,工程师能够以更低的成本、更高的效率、更具拓展性地开发工业APP,解决企业创新发展中对于单一人才的依赖带来的制约。

不同行业发展各异,行业需求多样化。与区域工业互联网平台不同,行业的工业互联网平台更加深入工业知识和行业机理,很难采取通用的范式包罗万象。在这种情况下,往往是行业龙头企业基于内部转型升级驱动力来推动数字化改造、企业上云、以及工业互联网的发展。根据我国统计局口径,把我国工业分为41个大类行业,上百个小类。由于各行业所处的产业链位置、生产特征、业务需求和两化融合水平存在差异,现阶段工业互联网平台应用推广在各行业步调不一,应用重点和发展路径呈现出较为明显的行业特征。

电子、家电、电力等行业发展最好,流程型行业普遍优于离散行业。电力行业、电子行业均为技术密集型行业,是“中国制造”崛起过程中重要的参与者,历史上两化融合基础好。电力行业是技术密集、装备密集和资本密集行业,是我国现阶段工业互联网普及度最高的行业。除上述三个行业外、石油石化、钢铁、交运设备制造等资本密集,国有企业集中的领域中,工业互联网发展也较好。我们认为主要原因是技术和资本密集型行业在技术更新和资本投入上本身具备主观意愿,且资本密集型行业对精益管理、效率提高具有较强的需求,因而从早年工业1.0、工业2.0时代就比较关注两化融合。此外,流程型行业的工业互联网发展水平普遍高于离散型行业,与上述提及的资本密集、技术密集有一定关系。流程型行业的特点是生产过程高度机械化流水化,本身就需要MES、PLC等信息系统参与过程控制,且故障停机带来的成本较高,工业企业需求明确,因而在工业互联网建设上更有积极性。

以钢铁行业为例,钢铁行业具有技术和劳动密集、前端流程、后端离散等特点。传统生产中高耗能、高排放,对环保限产等压力较大;此外钢铁企业生产作业环境较为恶劣,人员流动性较高,工艺原理复杂,对于技术的传承以“老带新”为主,很难将管理方法和行业知识沉淀下来。基于工业互联网平台,能够对炼铁高炉等设备开展实时运行监测、故障诊断、能源调度管理,提升产线运行效率,降低能耗和排放;此外通过将经验和知识模块化、大幅减少停机故障和安全事故。

除重点行业外,重点工业设备上云也逐渐被重视。 由于工业门类复杂、行业壁垒高,跨行业平台推广存在一定难度,因此行业平台企业提出了利用关键工业设备的方式实现跨行业跨领域发展的办法。工信部2018年7月印发《工业互联网平台建设及推广指南》,提出实施工业设备上云“领跑者”计划,推动工业窑炉、工业锅炉、石油化工设备等高耗能流程行业设备,柴油发动机、大中型电机、大型空压机等通用动力设备,风电、光伏等新能源设备,工程机械、数控机床等智能化设备上云用云,提高设备运行效率和可靠性,降低资源能源消耗和维修成本。这种工业企业较常见的通用型设备,不但弱化了行业准入门槛,对于工业互联网平台企业而言,还能能够通过不同行业积累的数据横向对比,精准运维,提升效益。同时这也是单一行业的工业互联网平台向跨行业跨领域平台发展的重点路径。

2.4.4短时间内,行业与区域工业互联网平台将同步推进

从参与方角度,工业互联网平台参与企业大致分为五类:

1、头部制造企业:如航天科工、中船工业、三一重工、海尔、美的、富士康等制造行业龙头企业在践行企业平台化转型的过程中,孵化出专业的工业互联网平台公司,建设运营平台,提升第三方平台服务能力;

2、传统系统解决方案提供商(包含传统机械和自动化企业):如华为、徐工信息、宝信软件、石化盈科、浙江中控、华龙讯达、浪潮等基于长期服务行业的经验,正从传统系统解决方案服务商向平台解决方案服务商转型;

3、传统软件企业:如东方国信、用友、金蝶、索为等软件企业,基于平台架构加速软件云化发展,强化工业机理模型的开发部署;

4、互联网企业:如阿里、腾讯、百度等在消费互联网向产业互联网转型中,纷纷向各工业领域拓展,或与传统制造企业合作共建工业互联网平台

5、单点突破的创业企业:如优也、寄云、天泽智云、昆仑数据等一批初创企业,在工业大数据、工业互联网浪潮下,重点围绕解决特定工业行业或领域业务痛点,提供平台解决方案服务。

在五类主要厂商中,制造企业和传统系统解决方案提供商由于存在较强的行业属性,大多参与行业工业互联网平台的建设,并且通过自身在行业内的优势地位,迅速建立起数据+行业应用平台,并且开始向同类型(比如家电企业海尔向同为离散制造的服装纺织行业扩展)行业拓展业务版图。软件和互联网企业历史上服务的行业较多,通常从不同行业的共性需求出发,参与到区域云、区域工业互联网平台的建设中。其中也有部分ICT企业兼备行业和区域特征,发展出跨行业、跨区域的工业互联网平台如东方国信、阿里等。创业企业整体规模和体量尚小,一般采取单点突破的方式,围绕特定场景开展业务,由于客户付费属性的关系,以集中在能源电力、轨道交通、钢铁冶金等重点行业为主。

金准产业研究团队认为,区域聚集和行业深耕都是工业互联网平台发展的重要路径,短期内仍是合作发展阶段。短期内,区域聚集受益于政府政策的推动和相关补贴的促进,发展更为迅速。但当区域聚集的业务流程平台发展到一定阶段后,深耕行业、以工业需求为主的行业性平台将迎来快速发展。此外,国家级跨行业、跨领域平台存在一定数量上的限制(分两期评选10家),在发展前期阶段也不会无限制扩张行业,更多是通过相关领域渗透、通用型设备管控等方式进入新领域,因而与固有行业平台暂时不会形成竞争。换言之,根据2019工业互联网峰会上工业和信息化部副部长陈肇雄引述的观点,2019年我国工业互联网产业规模将达到4800亿元,而大家熟知的工业互联网公司规模仍然不大,大部分公司仍然处于发展初期,尚不会进入存量竞争阶段。海量的工业需求必将推动行业持续发展,当行业成长到一定阶段后,具备稀缺性的双跨平台有望借助前期数据积累的优势,实现平台级发展。

2.5安全是工业互联网建设的重要保障

2.5.1安全保障是工业互联网发展的重要环节

在工业互联网发展的同时,安全保障将成为越来越重要的环节。根据工信部对《深化“互联网+先进制造业”发展工业互联网的指导意见》的解读,工业互联网安全问题从实施角度可分为设备安全、控制安全、网络安全、平台安全和数据安全等几个部分。

20:工业互联网安全是网络安全与物理安全的融合

设备安全。工业设备和组件直接暴露在公用网络(商业IT网络)下带来的各类攻击问题,需要专门防护手段和技术,确保工业设备免受攻击。

网络安全。即为传统的安全厂商所熟悉的工控防火墙、身份认证和识别、IDS/IPS等基础服务。

控制安全。工业互联网控制层如PLC等信息系统的安全。随着工业互联网平台的建设,控制环境开放也带来了各类系统漏洞的威胁。

应用安全。指支撑工业互联网业务运行的应用软件及平台的安全,各类工业互联网平台及上云的应用,与常见商用软件的类似,将持续面临病毒、木马、漏洞等传统安全挑战。

数据安全。是指工厂内部生产管理数据、生产操作数据以及工厂外部数据等各类数据的安全问题,将直接关联到工厂的生产运行状态。不管数据是通过大数据平台存储、还是分布在用户、生产终端、设计服务器等多种设备上,海量数据都将面临数据丢失、泄露、篡改等安全威胁,这一部分对于大部分安全厂商尚属新的领域,除数据防泄漏外,对数据安全的保护也将成为未来安全厂商在数字制造过程中需要不断解决的新问题。

2.5.2工业设备暴露和工业漏洞是当前工业互联网安全面临的重点问题

工业互联网安全的问题主要是工控组件和工控设备暴露的问题。从目前工业互联网发展情况来看,工控防火墙、工业控制系统的安全部署属于传统企业IT安全范畴,在大中型工业企业内网安全中实现了一定程度的覆盖。工业互联网平台的建设尚属于较为初期的阶段,因而数据和应用的总量仍不够多,带来的威胁不明显。相较而言,设备安全的问题当下最为严重。理论上讲,随着工业互联网连接的设备总数越多,设备的联网和数据交换越频繁,就越有可能存在暴露在互联网上的情况。从Positive Technologies统计结果来看,美、欧等发达国家的工业联网水平最高,工控系统组件暴露问题也最明显。中国暴露工控设备数量在全球排名第六,无论是工控组件还是工控设备,直接暴露在互联网下均可能吸引黑客带来大规模的攻击,直接影响到工业生产。

除设备暴露外,工控系统漏洞问题也日益严重。工业互联网的发展带来越来越多的通用协议、硬件和软件在工业控制系统产品中采用,并以各种方式与互联网等公共网络连接,使得针对工业控制系统的攻击行为大幅度增长。虽然传统大型制造业在工控系统安全领域采取了一定的软硬件措施保障系统正常运行,但与所有网络安全类似,攻击和防御是永恒的主题,需要不间断的进行技术更迭以确保漏洞不被利用。当前最常见的工业互联网攻击方式就是利用工业控制系统的漏洞,尤其是高危漏洞对PLC(Programmable Logic Controller,可编程逻辑控制器)、DCS(Distributed Control System,分布式控制系统)、SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)等系统展开攻击。攻击者可以利用多样化的漏洞获取非法控制权、通过遍历的方式绕过验证机制、发送大量请求造成资源过载等安全事故。实际上,无论攻击者无论利用何种漏洞造成生产厂区的异常运行,均会影响工控系统组件及设备的灵敏性和可靠性,造成严重的安全问题。

2.5.3工业互联网安全仍是传统厂商的天下,但运营模式有较大不同

从宏观角度来看,工业互联网目前已经广泛应用于电力、交通、石油、取暖、制造业等关键信息基础设施领域,一旦发生安全事件,往往会造成巨大的损失和广泛的影响。但是,由于工业互联网环境的特殊性,传统的IT信息安全技术并不能完全有效的保护工业系统的安全,甚至很多常用的安全技术都不能直接应用于工业网络的安全防护。对于工业互联网安全的分析与防护,需要使用一些专门的方法和专用的技术。

工业生产实时、复杂的特征决定了工业互联网安全更加倾向于主动防御、态势感知等新兴安全运维方式。当前工业互联网安全建设以资产端点保护、漏洞防护、周期渗透测试等方式为主。随着工业互联网平台的逐步建设,与之同步配套的工业互联网信息安全管理系统应当实现集工控安全监控、安全信息统一分析展现、工控异常告警、总体安全评估以及工控安全运维支撑多种能力于一身,为工业互联网用户的安全运行保障提供了一站式的管理和监控系统。从设备维度,主动防御型工业互联网安全平台应当以工控设备资产管理为主线,以安全信息集中管理为手段,以威胁发现和处置为核心,目的是帮助用户构建一个威胁监控以及威胁处置的统一安全管理中心。

当前工业互联网安全的参与方仍然是传统安全厂商。一方面,安全行业门槛较高,技术发展较快,专业性强,因而跨行业巨头不易进入,创业公司前期快速成长后面临较大的管理成本扩张较慢;另一方面,传统安全厂商早在五六年前即着手开展工控安全产品的研发,具备一定的先发优势,产品和解决方案已经经历了前期打磨阶段,当前优势明显。主要参与者如启明星辰、绿盟科技、天融信、360、奇安信、卫士通、安恒信息等当前工业互联网安全的收入和收入占比不高,仍处于快速发展中,未来有望随着工业互联网的快速发展加速拓展工业互联网安全相关业务。

金准产业研究团队认为,平台体系和安全体系坚持同步规划、同步建设、同步运行,对于安全厂商而言,工业互联网的建设带来了海量的新兴的安全需求。由于越来越多的生产和决策依托于网络与数据,提升安全防护能力将成为制造企业下一步升级改造的重点。提升安全防护能力、建立数据安全保护体系等一系列结合工业互联网的需求为安全厂商带来了广泛的市场空间。标识解析系统安全、工业互联网平台安全、工业控制系统安全、工业大数据安全等相关的核心技术,以及攻击防护、漏洞挖掘、入侵发现、态势感知、安全审计、可信芯片等安全产品的研发,新的安全需求将带动安全行业中长期发展,为安全厂商的持续增长打下需求基础。

三、通信行业:深度参与助力打造基础设施

通信通过在数据中心、网络、平台、终端四环节深度参与,助力打造基础设施。 根据工业互联网产业联盟发布的《工业互联网标准体系》,工业互联网通过系统构建网络、平台、安全三大功能体系,打造人、机、物全面互联的新型网络基础设施,形成智能化发展的新兴业态和应用模式。

工业互联网的实现过程中,通信行业所处的位置十分关键,其中网络层:需要各种智能装备实现充分联网化,通过广域网或者局域网、无线和有线的通信方式相互渗透、互为补充,新型网关推动异构互联和协议转换,工厂与产品、外部信息系统充分互联;平台层:主要实现内外部数据的充分汇聚,支撑数据的存储、挖掘和分析;终端方面:需要个体联网化产品通过通信模组进行数据传输,是物体联网末端,也是关键部件。

网络层面:对于具体的联网方式需要结合通信需求、布线情况、电源供应等,并充分结合IP化、无线化等技术趋势。如针对在制品,可以采用短距离通信和标识技术,如蓝牙、二维码、RFID等;针对生产装备或装置,可以直接利用现有的联网方式,也可以考虑利用工业以太网、工业无线等增加联网接口;针对监测设备,如果实时性要求不高,可以采用有线宽带通信、无线宽带、LTE增强、NB-lot、5G等技术。

平台是承上启下的新价值中枢。工业互联网平台作为工业互联网整体解决方案的核心,起到了承上启下的作用。平台从底层到高层可分为四大平台类型:设备管理平台DMP、接入管理平台CMP、应用使能平台AEP、业务分析平台BAP,其中在通信领域最核心的是CMP和AEP两个平台,在工业应用这个垂直场景来看,业务分析平台BAP是核心。平台是构建工业互联网生态圈的核心,IT服务商、行业企业、互联网企业、电信运营商都看到了这个趋势,四大阵营均围绕物联网平台,依托各自优势,从不同切入点展开产业生态建设。

终端方面,一般包含通信模组+处理平台+信息采集传感平台三部分,通信公司主要围绕通信模组进行布局。通信模组是各类智能终端得以接入完成的工业互联生态的入口。通常情况下,每增加一个物联网连接数,将增加1-2个无线模组。就战略地位而言,无线通信模组是物联网的基础支撑,作为基础能力的无线通讯模组供应商也将会是物联网产业最先获益的一个环节。

3.1新一代信息技术革命背景下数据中心长期景气

数据流量爆炸式增长,IDC产业规模不断扩大。当前,全球信息技术创新进入新一轮加速期,5G、物联网、人工智能、VR/AR等新一代信息技术和应用快速演进,对数据中心的规模、建设模式、性能各方面产生重要影响。从规模来看,5G、物联网以及工业互联网将带动数据量爆炸式增长,引领数据中心需求猛增,带动数据中心总体建设规模持续高速增长,并且集约化建设的大型数据中心比重将进一步增加。

全球数据中心数量减体量增,大型及超大型数据中心快速增长。2010年以来全球数据中心平稳增长,从2017年开始,伴随着大型化、集约化的发展,全球数据中心数量开始缩减。据Gartner统计,截至2017年底全球数据中心共计44.4万个,其中微型数据中心42.3万个,小型数据中心1.4万个,中型数据中心5732个,大型数据中心1341个,预计2020年将减少至42.2万个。从部署机架来看,单机架功率快速提升,机架数小幅增长,2017年底全球部署机架数达到493.3万架,安装服务器超过5500万台,预计2020年机架数将超过498万,服务器超过6200万台。

我国数据中心规模和数量快速增长。据统计,2013年以来,我国数据中心总体规模快速增长,到2017年底,我国在用数据中心机架总体规模达到166万架,总体数量达到1844个,规划在建数据中心规模107万架,数量463个。其中大型以上数据中心为增长主力,截止2017年底,大型以上数据中心机架数为82.8万,比2016年增长68%,在数据中心总体规模中占比近50%,比2016年增长10%,预计未来占比将进一步提高。

我国IDC市场规模高速增长。受“互联网+”、大数据战略、数字经济等国家政策指引以及移动互联网快速发展的驱动,我国IDC业务收入连续高速增长。根据中国信息通信研究院统计,2017年我国IDC全行业总收入达到650.4亿元左右,2012-2017年复合增长率为32%,持续保持快速增长势头。根据测算,2017年我国传统IDC业务收入为512.8亿元,占IDC全行业总收入的比重为78.8%。云服务收入137.6亿元,占比21.2%,比2016年提高2.8%。随着万物互联、工业互联、企业上云等逐步落地,预计未来IDC业务收入有望进一步加快增长。

金准产业研究 2019年中国人工智能行业市场现状及发展前景分析

前言

人工智能是新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎,重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各业快速融合,助力传统行业转型升级、提质增效,在全球范围内引发全新的产业浪潮。

我国政府高度重视人工智能的技术进步与产业发展,人工智能已上升国家战略。《新一代人工智能发展规划》提出“到2030年,使中国成为世界主要人工智能创新中心”。自2006年深度学习算法被提出,人工智能技术应用取得突破性发展。2012年以来,数据的爆发式增长为人工智能提供了充分的“养料”,深度学习算法在语音和视觉识别上实现突破,令人工智能产业落地和商业化发展成为可能。金准产业研究团队预测,人工智能市场前景巨大,预计到2025年人工智能应用市场总值将达1270亿美元。

一、未来中国人工智能市场规模将突破2000亿

金准数据显示,截止至2017年我国人工智能市场规模达到237.4亿元,相较于2016年增长67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大,占比34.9%,达到82.8亿元。初步测算2018年我国人工智能市场规模将达415.5亿元,同比增长75%。金准产业研究团队预测2019年我国人工智能市场规模将达到554亿元左右。2021年我国人工智能市场规模将突破千亿元,并预测在2023年我国人工智能市场规模将突破2000亿元,达到了2364亿元左右,2019-2023年均复合增长率约为43.73%。

2017-2023年我国人工智能市场规模统计情况及预测。

2017年我国人工智能细分市场规模占比统计情况。

二、我国人工智能行业三大短板分析

2.1底层技术基础差

由于我国人工智能产业重应用技术、轻基础理论,底层技术积累薄弱,存在“头重脚轻”的结构不均衡问题,使我国人工智能产业犹如建立在沙滩上的城堡,根基不稳。基层技术积累薄弱使人工智能核心环节受制于人,阻碍人工智能领域重大科技创新,不利于国内企业参与国际竞争。

2.2发展氛围显浮躁

人工智能概念虽当前火热,但企业和政府对产业发展理解不透、思考不足,普遍高估并急于兑现人工智能的近期商业价值。产业发展氛围略显浮躁,面临同质化、碎片化风险,这些都可能延长人工智能商业价值的兑现周期,并加剧产业未来发展的周期性波动幅度。

2.3专业人才不充足

人工智能是新兴产业,虽然技术和产业发展迅猛,但专业技术人才,以及兼顾人工智能与传统产业的跨界人才不充足,限制了产业发展以及与实体经济的深度融合发展。

从人才培养角度而言,我国高校人工智能领域的学科建设、人才培养相对滞后。人工智能涉及领域宽泛,相关领域学科资源分散,未能形成合力,培养人才的数量、质量有待提升。目前,国内开设人工智能专业的高校数量较少、时间较短,学科实力不强。美国国家科技委员会发布的2017年人工智能全球大学排名中前50名均位于欧美地区,我国大学无一上榜。此外,国内缺乏人工智能与传统行业的跨界人才,不利于人工智能在各垂直行业的应用推广。

三、我国人工智能行业发展前景分析

3.1人工智能已上升为国家战略

2017年3月5日,国务院总理发表2017年政府工作报告,指出要加快培育壮大包括人工智能在内的新兴产业,“人工智能”首次被写入了全国政府工作报告,这意味着人工智能已上升为国家战略。

2017年7月20日,国务院出台《新一代人工智能发展规划》,提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。《规划》提出坚持科技引领、系统布局、市场主导、开源开放的基本原则和三步走的战略目标,部署构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。

2017年12月13日,工信部印发了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,明确了人工智能2018-2020年在推动战略性新兴产业总体突破、推进供给侧结构性改革、振兴实体经济、建设制造强国和网络强国方面的重大作用和具体目标。

2018年1月,《人工智能标准化白皮书(2018版)》发布,《白皮书》从支撑人工智能产业整体发展的角度出发,研究制定了能够适应和引导人工智能产业发展的标准体系,进而提出近期急需研制的基础和关键标准项目。

2018年3月5日,国务院总理李克强在十三届全国人大一次会议作政府工作报告时表示,要加强新一代人工智能研发应用,在医疗、养老、教育、文化、体育等多领域推进“互联网+”,这是继2017年之后,“人工智能”再次被写入政府工作报告。

3.2科技新基建将带动人工智能基础设施建设

“科技新基建”即信息产业领域的新型基础设施建设,被列入18年底中央经济会议报告中基础设施建设部分,成为扩大内需,发挥投资关键作用的重要内容。

基础设施建设通常是国家发挥投资杠杆作用,拉动内需的主要方式,而2019年是历史上头一次,以5G、人工智能、工业互联网、物联网为代表的新型基础设施建设,也就是我们总结的“科技新基建”首次被定性为基建的重要内容,排列顺序甚至在城际交通、物流、市政基础设施等传统基建类项目之前,充分表明我国未来基建投资的侧重点将更加向科技产业领域倾斜,财政资金配套将更加到位。科技新基建将带动5G、人工智能、工业互联网、物联网等信息基础设施建设。

3.3人工智能是目前全球最受互联网业界和市场关注的新技术及应用

近年来,技术革新已经逐渐替代人口红利成为中国互联网经济发展的最主要推动力之一。人工智能是目前全球最受互联网业界和市场关注的新技术及应用。全球主要互联网企业均在向人工智能方向转型,并大幅增加相关科研、技术和产业应用布局方面的投入。金准产业研究团队分析,展望未来几年,人工智能将会为互联网行业带来两个重要趋势:

第一,人机交互界面转向语音化。继键盘鼠标、触摸屏之后,语音交互正在成为新的人机交互方式。对于互联网企业来说,掌握了新的接口才更容易掌握新的流量入口,更容易通过此入口向用户推广服务。智能音箱的兴起就与这一发展趋势密切相关。全球主要互联网、硬件及家电企业将继续通过技术升级、应用拓展和市场推广等多重手段努力争夺这个新流量入口的市场份额。

第二,人工智能拓展互联网服务场景。人工智能在后台全面支持互联网业务的发展;我们看到互联网的各个场景都开始受益于人工智能。预计未来几年里,在传统互联网应用场景(例如搜索、新闻和电商等服务)中,人工智能技术将更多地被运用,并有效地提高服务效率和产品质量。在一些新兴领域,人工智能技术则会拓展互联网服务的应用场景,带来更新的商业化模式。

3.4人工智能将实现提效降本、延续人类智慧的核心价值

金准产业研究团队分析认为,人工智能即通过智能实现人类思维的效果,从宏观层面来看,此效果体现在智能社会与智能经济层面,即人工智能将大幅改善依赖劳动力创造的劳动密集型、简单重复性的传统经济运行模式,并依托此经济模式构建万物互联、智能协同的产业体系,打造国际领先的智能社会。从微观层面来看,人工智能将替代传统劳动,带来新式生产方式,以提升生产效率并降低成本,进而实现企业效益提升、改善人们工作与生活。而随着机器变得聪明,我们将最终实现人性化人工智能(HumanisticAI),即通过机器达到拟人的形式并以这类形式延伸人类智慧。

结语

人工智能的水平建立在机器学习的基础上,除了先进的算法和硬件运算能力,大数据是机器学习的关键。大数据可以帮助训练机器,提高机器的智能水平。数据越丰富完整,机器辨识精准度越高,因此大数据将是各企业竞争的真正资本。艾媒咨询分析师认为,大数据是人工智能进步的养料,是人工智能大厦构建的重要基础。通过对大量数据的学习,机器判断处理能力不断上升,智能水平也会不断提高。

2018年,中国人工智能领域融资额高达1311亿元。金准产业研究团队认为,当技术的噱头高于其实现的可能时,投资可能出现泡沫。经历互联网、O2O、共享经济泡沫后,投资者较为理性。虽然人工智能投资较为火热,但是投资者对于人工智能发展的期望并未超出人工智能可达到的高度,未来在多领域具有广阔应用前景的人工智能行业仍将在资本市场有良好表现,投资热度将继续维持。

金准产业研究 管制华为对美国12家通信供应商的消极影响

前言

近期,根据美国商务部在其官方网站发布的新闻,美国商务部的工业和安全局(BIS)把华为公司加入其Entity List(实体清单),其法律依据是美国《出口管理条例》。随后,美国各大半导体公司接到美国政府通知,停止对华为供货,此事件对通信行业造成较大冲击。

一、科技发展之路“危”与“机”并存

1.1华为对美出口及进口均受限制,产业链波及范围广

此次管制造成的全面影响要等到美国商务部公布完整清单后才能揭晓,但终将对中美双方造成较大损失,扰乱了华为的业务的同时,也对其美国核心供应商带来重大打击。

华为对美出口方面,总统行政命令实质上禁止了华为对美销售。华为被加入美国出口管制实体清单的同时,特朗普签署了行政命令,核心内容是只要美国商务部认为对美国国家安全构成威胁,那就禁止涉及到美国信息技术和服务的商业交易。

华为对美进口方面,美国对华为的出口审查将扰乱华为与关键供应商的正常往来,影响波及从智能手机到5G设备等华为全线业务。此次出口管制波及范围较广,《出口管理条例》将非美国企业也纳入管制范围,根据市场价格,如果美国企业的零部件和软件在原则上包含25%以上,也将成为被管制对象。我国通信行业的上游核心器件和软件仍对美国有较强的依赖度,半导体芯片是华为上游供应体系中的重要一环,可从数据略见一斑。金准产业研究团队根据知名市场研究公司Gartner的报告,2017年,华为是全球第五大半导体芯片买家,采购总额约140亿美元,相比去年增长32.1%。

1.2华为美国核心供应商业务受重大冲击,部分上市公司股价大跌

各大半导体及软件公司收到停止对华为的供货的美国政府通知,部分对华为业务依存度高的公司股价大跌。根据华为2018年底发布的92家核心供应商名单,其中美国占34家,主要是半导体、软件类、光通讯公司,具体业务涉及高性能计算、射频、模拟、混合信号、光器件、存储、测试等核心技术领域,目前国产替代难度较大。其中,来自华为的营收绝对值最多的公司包括伟创力、博通、高通、希捷等公司,来自华为的营收在其总营收份额最大的公司包括Neo Photonics(新飞通)、Lumentum、Qorvo、Finisar(菲尼萨)等公司。对华为依赖最高的企业是Neo Photonics,据路透社报道,这家企业有47%的营收是来自华为。以上公司与华为的业务依存度较高,将首当其冲。

1.3华为对极限状态有所准备,加速国产替代之路

华为对极限生存状态早有准备,但国产替代仍是一场争分夺秒的比赛。2019年5月16日华为轮值CEO胡厚崑在内部在《致员工的一封信》里称“美国商务部工业与安全局(BIS)将华为列入所谓“实体清单”的决定,是美国政府出于政治目的持续打压华为的最新一步。对此,公司在多年前就有所预计,并在研究开发、业务连续性等方面进行了大量投入和充分准备,能够保障在极端情况下,公司经营不受大的影响。”华为应对极限状态的措施,一方面是通过自主设计实现替代,或通过不同的路径规避和减少美系芯片的使用,另一方面主要通过备货以延长缓冲期。根据《日本经济新闻》5月17日的报道,据欧洲、亚洲等数家华为供货厂商的相关人士介绍,对不可替代的美国企业的半导体等,华为确保了6~12个月的库存。华为前期所做的准备利于稳定军心,同时,也将带领中国自主可控步伐加速,期待此次贸易对国内上游器件厂商带来的发展良机。我们将持续关注(1)此次事件对华为产线的中长期影响;(2)美国半导体厂商在此次事件中所承受的压力以及应对措施;(3)中美双方博弈的进程及波及范围。

二、华为在通信行业的相关核心供应商概况

以下我们梳理了华为在通信行业的相关核心供应商——赛灵思、博通、思佳讯、亚德诺、恩智浦、德州仪器、高通、联发科、罗森伯格、Qorvo、罗德与施瓦茨、是德科技等公司的资料 。

2.1赛灵思(XLNX.O):全球一半以上FPGA的提供商

赛灵思(Xilinx)主要给华为提供FPGA芯片及视频编码器,是世界第一大FPGA厂商。Xilinx在全世界有7500多家客户及50000多个设计开端。其客户包括Alcatel,CiscoSystems,EMC,Ericsson,Fujitsu,Hewlett-Packard,IBM,Lucent Technologies,Motorola,NEC,Nokia,Nortel,Samsung,Siemens,Sony,Oracle以及Toshiba。全球各家5G设备供应商都和赛灵思有合作关系,包括三星、华为等。而在无线通信业务推动下,赛灵思几乎承包了韩国、中国和北美地区的5G部署以及LTE的升级工作。

公司的产品满足了全世界对FPGA产品一半以上的需求,还包括复杂可编程逻辑器件(CPLD),产品在5G无线、嵌入式视觉、工业物联网和云计算等多个领域均有涉及。在中国,公司设有6家办事处;深圳和上海均建立应用中心和实验室,负责DSP(数字信号处理)和低成本解决方案的开发和客户支持;中国三大分销合作伙伴包括安富利、好利顺和世健科技等。

Xilinx不仅是FPGA的发明者,还成为了业界首个Fabless,是首个将FPGA和ARM集成在一起的企业,还首创了全球首款软件/硬件可编程的SoC、全球首个2.5D的FPGA、全球首个ASIC增强型设计套件、首款RFSOC等。

从市场份额来看,在2015-2016年间,赛灵思和Altera占据了全球90%以上的FPGA芯片市场,赛灵思占比约53%。国内的FPGA芯市场中,赛灵思占据50%左右,英特尔仅占据25%。

2.2博通(Broadcom Inc,AVGO

博通公司Broadcom Inc.(NASDAQ:AVGO)是由原安华高科技(Avago Technologies Limited)在2015年5月29日以370亿美金收购原博通公司Broadcom Corp.(原NASDAQ:BRCM)而成立的,创立于2005年,总部位于美国加州圣何塞和新加坡,全球雇员14,000人,是一家设计、研发并向全球客户广泛提供各种模拟半导体设备的供应商,公司主要提供复合III-V半导体产品。Avago在高性能设计和集成方面拥有超群的实力。

Avago Technologies是1999年从惠普公司分拆出来的安捷伦科技的半导体事业部,拥有6,500多种系列产品,主要应用于无线通信、有线基础设施、汽车、消费电子及存储和计算机外设等广阔的应用领域和终端市场。它在光电耦合器、红外线收发器、光通信器件、打印机ASIC、光学鼠标传感器和运动控制编码器等领域据称一直保持市场前3名的领导地位。

博通(Broadcom Corporation)是全球最大的无厂半导体公司之一,产品为有线和无线通讯半导体,目前也是全球最大的WLAN芯片厂商。博通产品实现向家庭、办公室和移动环境以及在这些环境中传递语音、数据和多媒体,Broadcom为计算和网络设备、数字娱乐和宽带接入产品以及移动设备的制造商提供业界最广泛的、一流的片上系统和软件解决方案。

公司为有线基础设施、无线通信、企业存储、工业及其他这四个主要目标市场提供产品,2018年这四个市场贡献的收入比例分别为42%、31%、22%、5%。在收购LSI、原博通公司和博科后,公司较大地拓展了有线基础设施和企业存储的产品线,无线业务的比例从2013年的48%降低至2018年的31%。

博通客户分布很广,各个不同业务下客户群体也不相同。公司无线通信产品主要客户有苹果、三星、LG和华为等。而有线基础设施产品主要面对华为、诺基亚,思科,爱立信等通讯设备商。而企业储存产品客户有华为,IBM,思科,甲骨文,西部数据等知名厂商。而工业部分主要针对西门子,博世等其他领域的设备制造商。

2.3思佳讯(Skyworks Solution Inc,SWKS

思佳讯通讯技术发展公司Skyworks Solutions Inc.(NASDAQ:SWKS)创立于1962年,总部位于美国马萨诸塞州Woburn,全职雇员8,400人,是一家射频模拟和混合信号半导体产业的无线通信公司,连同其子公司,设计,开发,制造和销售包括全球知识产权在内的专有半导体产品。2002年6月26日,Alpha Industries和Conexant Systems,Inc.(Synaptics子公司)的无线通信部门合并,成立了Skyworks Solutions。2016年Skyworks收购了与Panasonic合资滤波器生产公司FilterCo,帮助Skyworks保持了在SAW和TC-SAW滤波器的产能,将滤波器与公司产品的设计和生产整合。2018年,Skyworks以4.05亿美元收购无晶圆厂半导体供应商Avnera,Avnera的超低功耗模拟电路技术将助力Skyworks通过声学信号处理技术、传感器和集成软件实现智能接口,提升Skyworks在无线连接方面的技术能力,使公司的可开发市场扩大到50亿美元以上,目标应用包括智能音箱、虚拟助手、智能游戏控制器和车载仪表系统以及有线/无线耳机等。

思佳讯的高性能模拟半导体,其在射频业务处于龙头地位。Skyworks能够连通越来越多市场领域内的人们、地点和事件——让每个人都能随时随地获得所需的关键信息。其半导体解决方案支持的领域包括:汽车、航空航天与国防、计算、互联家庭、消费电子产品(是苹果公司模拟芯片供应商)、媒体、医疗、移动设备、联网、智能能源和可佩戴设备。

思佳讯客户集中,核心客户不仅涵盖通讯设备商和智能手机厂商,还包括不同行业的客户。客户主要有互联网企业Amazon,Google,Microsfot等;智能手机厂商Apple,VIVO,Xiaomi,OPPO,HTC,Samsung;还有像Cisco,Ericsson,华为,中兴通讯等通讯设备商;汽车厂商奥迪,宝马等,其他设备制造商如Arris,BOSE等,为企业在IoT时代下,进一步拓展业务打下了坚实的客户基础。

总体来说,华为的主要依赖Skyworks的射频业务产品,但是可以通过其他厂商进行替换,依赖程度相对较低。

2.4亚德诺(Analog DevicesInc,ADI

亚德诺Analog DevicesInc.(ADI)成立于1965年,是一个领先的模拟混合信号和数字信号处理芯片制造商。该公司在转换器芯片中占有相当大的市场份额,转换器芯片被用来将模拟信号转换成数字信号,反之亦然。该公司为数以万计的客户提供服务,其一半以上的芯片销售销往工业和汽车终端市场,同时也被集成到无线基础设施设备中。

公司设计,制造和销售广泛的解决方案组合,包括IC、算法、软件和子系统等,利用自身出色的信号处理技术和数据转换器、放大器和线性产品、射频(RF)集成电路、电源管理产品和其他深信号处理产品以及行业专业知识来满足广泛的客户和市场需求。公司专注于工业,汽车,消费和通信市场等战略市场。

2014年以25亿美元的价格收射频设计制造商Hittite Microwave,2017年以148亿美元的价格收购高性能集成电路制造商Linear Technology,成为了模拟IC第二大供应商。

亚德诺是世界上第二大模拟IC供应商,占据了8%的模拟IC市场份额,仅次于德州仪器。而在信号处理行业,亚德诺具有很强的竞争力,是龙头之一。在信号处理行业的竞争体现在多个方面,包括产品性能、技术创新、品牌、产品多样性、技术支持、产品价格等等。在不同的细分市场中客户对这些因素的倚重程度也有所不同。整个行业涌现出大量的半导体厂商,都与公司构成竞争关系,比如Broadcom Corporation、Maxim Integrated Products,Inc、Cirrus Logic,Inc等等。公司在产品性能和稳定性方面的技术积累再加上优质的技术支持和客户服务,使公司在多个目标市场都拥有很强的竞争力。

在模拟产品领域,公司的模拟信号或混合信号集成电路技术是公司多年来的经营之本。公司目前是世界上最大的高性能模拟集成电路供货商之一。公司和其他竞争对手相比,主要的优势是更优异的性能和可靠性,包括更高的精确度、处理速度、更低的单位成本和能耗。公司模拟产品的客户主要是OEM厂商和系统集成商。

亚德诺在全球拥有超过125000个客户。在2018财年,对单个客户的销售额不超过收入的10%。过去三年中,苹果是公司最大的客户,2015-2017财年,苹果公司约占收入的13%,12%,14%。客户在广泛的应用程序中使用数百种不同类型的产品,涵盖了工业、汽车、消费者和通信市场。其中前20大客户约占2018财年的33%收入,2017年这一比例是35%。公司只有不足5%的收入是来自于政府。华为的电源管理芯片和电子器件主要来自于亚德诺。

2.5恩智浦(NXPSemi conductor,NXPI

恩智浦(NXPSemi conductor,NXPI)是一家总部位于荷兰的全球前十大半导体公司,其前身是飞利浦公司半导体业务部,由飞利浦在1953年创办,于2007年以79.13亿欧元价格出售给一个私募财团,后恩智浦半导体公司成立。2010年8月,恩智浦在纳斯达克上市。

2015年3月,恩智浦以“股权+现金”总价116亿的方式收购了飞思卡尔(Freescale)。而此前恩智浦主要涉足家庭娱乐芯片领域,而飞思卡尔专注于汽车和工业芯片,此次收购帮助恩智浦大力拓展汽车芯片领域。

2016年10月,恩智浦接受了高通的收购要约,以380亿的总价出售给高通,2018年2月,收购价格提高到440亿美元。但在2018年7月,由于中国政府拒绝批准这桩收购,导致高通放弃收购,并将赔偿恩智浦20亿美元。根据ICInsights最新数据显示,2018年恩智浦半导体业务收入达90.22亿美元,是全球第十大半导体公司,第六大模拟IC供应商。

恩智浦成为华为连续十年金牌供应商,与华为的业务往来主要在智能手机NFC芯片以及音频放大器上,总来来讲,业务往来的规模相比较全球其他半导体厂商而言,规模不大。

2.6德州仪器(Texas Instruments,TI

德州仪器公司(英语:Texas Instruments,简称:TI),是世界上最大的模拟电路技术部件制造商,全球领先的半导体跨国公司,以开发、制造、销售半导体和计算机技术闻名于世,主要从事创新型数字信号处理与模拟电路方面的研究、制造和销售。除半导体业务外,还提供包括传感与控制、教育产品和数字光源处理解决方案。

1954年,TI生产出了全球第一个晶体管,后于1958年发明出了全球第一块集成电路。此外,TI还于1967年发明了手持计算器。1982年,TI发布了全球首个单芯片数字信号处理器DSP,之后便成了这个领域的霸主。

1996年,TI开始全方位转型,专注于为信号处理市场生产半导体,随后又展开了一系列企业并购、资立剥离大动作。

2000年,TI斥资76亿美元收购了模拟芯片厂商Burr-Brown,巩固了其在数据转换器与放大器领域的优势地位,并形成从电源IC到放大器IC乃至A-D/D-A转换器的广泛产品群。

2005年,TI曾短暂赶超三星,位居全球半导体公司第二,仅次于英特尔。

2011年,TI又斥资65亿美元收购美国国家半导体(NS),一举超越了当时在销售额上与之持平的东芝,成为仅次于英特尔和三星电子的半导体公司。尤其在模拟IC领域,TI独占50%以上份额。

德州仪器(TI)总部位于美国德克萨斯州的达拉斯,主要有模拟半导体和嵌入式处理两大业务块。并在35多个国家设有制造、设计或销售机构,员工有约3.8万人,2018年营业收入达到157.8亿美元。利润达到55.8亿。是世界上第一大模拟IC供应商 。

中国是TI全球最重要的市场之一,机会非常多。已成立了5个有独立设计能力的研发中心,以满足本地市场的需求。并将继续在模拟领域投资,以兑现对中国市场的长期承诺。

2010年收购成芯半导体8寸厂房和设备,建立公司在中国的第一家晶圆制造厂,成立德州仪器半导体制造(成都)有限公司。2013年6月宣布未来15年内总投资高达16.9亿美元(约合人民币100亿元)的投资计划。2013年12月收购UTAC(联合科技公司)成都公司位于高新区的厂房,进一步强化在成都的长期投资战略,并于2014年11月投产。2014年11月6日公布新设12英寸晶圆凸点加工厂,2015年年底开工建设。

2.7高通(QCOM.O

高通创立于1985年,总部设于美国加利福尼亚州圣迭戈市,33,000多名员工遍布全球。高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。1985年7月,七位有识之士聚集在圣迭戈欧文·雅各布斯(Irwin Jacobs)博士的家中共商大计。这几位富有远见的人——Frank lin Antonio、Adelia Coffman、AndrewCohen、Klein Gilhousen、Irwin Jacobs、Andrew Viterbi和Harvey White最终达成一致,决定创建“QUALity COM Munications”,他们的宏伟蓝图造就了20年后电信业中最耀眼的新星QUALCOMM高通公司。

2003年6月,高通公司宣布,将投资1亿美元以资助那些从事CDMA产品、应用与服务开发及商业化的中国初创企业。这笔投资正在逐渐兑现中。截至目前,已有三家中国企业获得投资。高通公司相信,这笔面对中国市场的投资,会促进CDMA在全球范围的应用。

2004年8月,中国联通与高通公司联手推出“世界风”双模手机,用户可以通过该手机同时享受到高速、高性能的CDMA1X话音与数据业务和GSM语音服务。多模多频终端设备已经成为3G发展的未来趋势,这使中国的运营商第一次走在了全世界的前面。

2016年10月,高通公司和恩智浦半导体宣布高通将收购恩智浦的最终协议,双方董事会已一致通过该协议。合并后的公司预计年营收将超过300亿美元,到2020年,潜在可服务市场将达到1380亿美元,并在移动、汽车、物联网、安全、射频和联网等领域处于领先地位。

2017年11月6日,Broadcom拟以每股70美元现金加股票方式收购高通(60美元的现金和10美元的股票),交易总价值1300亿(股本+债务收购)美元,该收购截止目前双方并没有达成一致。

2017年12月3日,高通5G新技术连续第二年获评世界互联网领先科技成果。

2018年3月13日Qualcomm收到总统令,禁止博通对Qualcomm的收购提议。Qualcomm2018年度股东大会将于2018年3月23日再次召开。2018年3月14日,博通公司宣布,已经撤回并终止了收购高通公司的要约,并同时撤回在高通2018年度股东大会上的独立董事提名。

华为与高通之间的针锋相对并不只是表面上被宣传抢了风头而已。芯片业务之外,技术专利授权业务一直是高通公司最大的利润来源。苹果、三星等手机巨头,都给高通交过金额不菲的专利费,这其中也包括华为。

高通是一家以技术研发起家的公司,每一部手机当中都有高通的发明。按照高通的专利授权模式,不管用不用其骁龙芯片,都需要向其缴纳技术转让费用。也就是说,像华为目前大量使用自家的麒麟芯片,但是该给高通的专利费还是一分都不能少。高通把包括5G在内的标准必要专利许可费费率进行了下调。调整之后,单模5G手机的实际许可费率为销售价的2.275%;多模(3G/4G/5G)手机的实际许可费率为销售价的3.25%。这次调整,高通为每部手机的净售价设定了为400美金(约2670元人民币)的封顶价,也就是说500美金净售价的智能手机,也是按照400美金来计算。

但即便是有所下调,对于华为这类去年全球出货量达1.53亿台,今年要冲击2亿台的手机厂商来说,这笔专利费依旧是一笔不小的开支。在即将到来的5G时代,高通想要保持在3G、4G时代时的市场地位,华为、三星等则想要将被动进行扭转。

2.8联发科(2454.TW

中国台湾联发科技股份有限公司(Media Tek.Inc)是全球著名IC设计厂商,专注于无线通讯及数字多媒体等技术领域。其提供的芯片整合系统解决方案,包含无线通讯、高清数字电视、光储存、DVD及蓝光等相关产品。

联发科技成立于1997年,已在台湾证券交易所公开上市。总部设于中国台湾地区,并设有销售或研发团队于中国大陆、印度、美国、日本、韩国、新加坡、丹麦、英国、瑞典及阿联酋等国家和地区。2014年12月,联发科中国区总经理章维力表示,联发科将继续在64位芯片上发力,并将在明年适时推出支持VoLTE的芯片,以及支持电信4G需求的六模芯片。中国台湾手机芯片厂商联发科近日对外公布了去年的营收成绩。2016年联发科营业收入高达2755.1亿元新台币(约合86亿美元),同比增长了29.2%。分析人士认为,这样的成绩主要是由于国产手机的表现优异,同时联发科也在智能手机芯片市场扩大了份额。

金准产业研究团队根据数据统计,联发科第三季度营收达到670亿新台币(约21.7亿美金),创下了7个季度以来的新高,而主要原因就是国内的数款产品热销带动业绩创收,例如OPPOR15、vivoX21i等机型,此外入门级产品P22和A22也分别被小米、vivo采用,版图从国内市场陆续扩张到印度和东南亚等海外地区。

另外值得一提的是,目前联发科的营收组成已经多元化,智能手机与平板等移动设备平台业务近占30%至40%左右,但令人吃惊的是,联发科在物联网、电源管理IC及定制化芯片(ASIC)部分的业绩比重竟然已经高达30%,另外并购晨星半导体以后,电视芯片市占率达到7成,业绩的比重更是接近30%,当大家还以为联发科只专注中端手机芯片的时候,它早已经开始布局物联网、AI、5G等新兴领域。

2.9罗森伯格

罗森伯格亚太电子有限公司是德国罗森伯格高频技术公司的全资子公司,于1997年在中国投资兴建,经过数年的高速发展,作为罗森伯格全球战略体系布局的重要环节,业务囊括亚洲和太平洋地区,形成区域发展中心的架构。

罗森伯格是一家拥有近60年历史的国际顶端无线射频和光纤通信技术制造商。自1997年开启中国大陆之旅,成立了全资子公司罗森伯格亚太电子有限公司。罗森伯格亚太公司全体同仁齐心协力,锐意进取,事业高速成长。公司始终追求以技术和品质领先、服务创优和注重成本效益为发展之基石,在长足发展的进程中,迅速实现了产品线的系统化和完整化。现在拥有员工五千多人,厂房近十万平米,营业额数十亿元,业务完全覆盖亚太及中东区域,全面形成与客户携手共赢的可持续发展体系。

经过近60年的专注耕耘,罗森伯格公司在通信领域积累了领先的技术优势。在无线通信网络中,罗森伯格公司以领先的高速互连解决方案支持移动网络的建设和优化。基站建设和优化所需的产品系列在罗森伯格产品家族中随处可见。面对5G技术要求,在信号覆盖方面,丰富的解决方案支持5G建网。我们为客户提供多系统混合方案、光纤到天线拉远覆盖方案、微波传输系统、室内覆盖系统等各种解决方案,满足未来网络在城市中的信号覆盖及数据传输需求。

至此,罗森伯格亚太公司在北京、昆山、上海、东莞和印度新德里、果阿、浦那等城市建成了七大研发和生产基地,同时在中国建立了五大地区服务中心,并且在越南、印尼、新加坡、阿联酋等十余个地区和国家设立了分公司。布局均衡,构架了更加完整和全面的系统化战略发展体系,全面涵盖射频和光通信解决方案等广阔的专业技术领域,在技术研发、市场营销、物流配送、生产制造等方面,都具备了引领行业发展潮流的强大综合实力。公司产品体系日臻完善。

罗森伯格的业务领域涵盖:通信设备的高速互连解决方案、无线通信网络的天馈/室分系统、汽车电子、楼宇及数据中心布线系统、测试与测量产品、医疗与工业连接产品等。

罗森伯格亚太厚积薄发,已步入可持续发展的快速通道,势将长期保持市场领先地位。同时在充分体现“价值创新、关注客户、持续成长和社会责任”等公司核心价值过程中,罗森伯格品牌自当表现优异,为和谐社会恪尽职守,完美体现自身品牌的价值和光彩。

2.10 QorvoQRVO.O

Qorvo,Inc.(QRVO.US)成立于2013年,总部设在北卡罗来纳州格林斯博罗,在全球提供技术和射频(RF)解决方案给手机、基础设施,以及国防与航空应用。公司有以下部门:行动产品(MP)以及基础设施和国防产品(IDP)。MP部门提供RF前端模组,结合高性能滤波器、功率放大器(PA)、低噪音放大器和开关、功率放大器(PA)模组、发送模组、天线控制解决方案、天线开关模组、多样化接收模组和封包追踪电源管理设备。该部门将其RF解决方案提供予行事设备,包括:智慧型手机、笔记型电脑、穿戴式装置、平板电脑和以蜂巢式为基础的物联网应用。IDP部门提供高功率砷化镓、氮化镓功率放大器、低噪音放大器、开关、无线电频滤波器解决方案、CMOS系统晶片解决方案、固定频率和电压控制振盪器、滤波器、衰减器、调整器、驱动器,以及将电流转换为电压的放大器、各种多晶片和混合套件。该部门为无线网路基础设施、国防与航空市场提供RF解决方案;以及商业、消费、工业和汽车市场的连接应用,产品直接销售予客户,并透过一个国内外代销厂商和分销商之网路销售其产品予原始设备製造商、原始设计製造商。

Qorvo为华为最热门的旗舰智能手机和中端智能手机提供多个创新型RF解决方案,包括RFFusion™、RFFlex™、高度集成的功率放大器、天线调谐器、高级滤波器、包络跟踪器和移动Wi-Fi解决方案。Qorvo也为华为无线基础设施和蜂窝回程业务提供丰富的高性能元件。

Qorvo高性能RF解决方案可简化设计、减少产品占用面积、节省电力、提高系统性能并加速载波聚合技术的部署。Qorvo结合系统级专业知识、广泛的制造规模以及业界最丰富的产品和技术组合,帮助领先制造商加快发布新一代LTE、LTE-A、5G和物联网产品。Qorvo的核心RF解决方案树立了下一代连接性的标准,为互联世界的核心环节提供无与伦比的集成度和性能 。

2.11罗德与施瓦茨(801296.OEE

罗德与施瓦茨公司于1985年起在北京正式开展技术服务并设立了第一家代表处,是在中国最早设立代表机构的100家外资企业之一。随着业务的迅猛发展,罗德与施瓦茨公司又先后在上海、广州、成都、西安和深圳设立了代表处。2013年9月,成立了新的中国总部公司——罗德与施瓦茨(中国)科技有限公司(以下简称R&S公司)。目前还设有中国培训中心、研发中心、校准实验室、开放实验室等。

2002年在北京设立了独资子公司—北京罗博施通信技术有限公司,提供系统集成与开发、维修与校准、技术咨询与培训等一系列全方位的技术服务,获得了ISO9001:2008国际质量认证体系的认证。

二十多年来,R&S公司向中国市场提供了众多高科技、高精度、高质量的无线通信,测试与测量和广播电视产品及解决方案,产品在国家无线电管理局和国家无线电监测中心以及各省市无线电管理机构、中国民航、广播电视单位、计量与认证部门、产品质量检测单位以及各大研究机构和无线通信生产厂家被广泛应用并且受到一致好评。

R&S公司在向中国提供与世界同步的各种先进技术方案的同时,还结合中国市场的特点和需求不断研发和推出适合中国市场需求的各种解决方案。在中国建立了研发中心,数字电视发射机生产线,以及国际水准的校准实验室,并通过建立大学奖学金、联合培训、联合实验室等形式为未来技术发展和市场扩大积蓄力量。

罗德与施瓦茨为华为及其子公司海思提供了完整的窄带物联网测试解决方案。自2016年NB-IoT由3GPP标准化以来,多家领先的网络运营商已经在全球范围内提供商用服务——芯片测试也将在2018年他们全面推出时支持更进一步的服务。

2018年3月1日,慕尼黑——华为已经选择罗德与施瓦茨为海思设计的NB-IoT终端芯片提供广泛的测试解决方案。该测试方案覆盖从研发到认证和最后的生产。这是双方长期合作达成的结果,华为在NB-IoT生态系统中扮演着重要的角色,而罗德与施瓦茨是被GCF认证的NB-IoT测试设备供应商之一。从很早开始,华为和罗德与施瓦茨就进行联合测试,演示了华为无线网络可以满足3GPP标准定义的要求。也证实了测试设备完全可以支持NB-IoT的大规模商用,进一步增强了NB-IoT产业链的成熟度。

2.12是德科技(KEYS.N

是德科技公司(NYSE:KEYS)是全球领先的电子测量公司,通过在无线、模块化和软件解决方案等领域的不断创新,为您提供全新的测量体验。是德科技与惠普和安捷伦一脉相承,因此拥有世界一流的测量平台、软件和一致性测量技术,为无线通信、航空航天与国防以及半导体等市场提供最先进的测量解决方案。公司拥有9,500名员工,遍及全球100多个国家,为客户提供卓越服务。

是德科技公司的业务起源于美国惠普公司,是惠普公司电子测量集团1999年经重组成为安捷伦科技、2014年再次分拆上市而成立的一家高科技跨国公司。

是德科技(中国)有限公司为是德科技公司在中国的分支机构,总部设在北京,在上海、深圳、广州、成都等地设有多家分公司。现有员工800多名,业务涉及电子测量仪器、系统和相关软件,软件设计工具和服务等。

2017年2月24日,是德科技(NYSE:KEYS)日前宣布已与华为一起参与中国5G技术研发试验第二阶段测试。是德科技使用业内领先的测试仪表UXAN9040B信号分析仪及89601BVSA信号分析软件与华为5G原型基站进行对接联调,完成了对eMBB场景的功能测试,内容包括新空口中的参数集、帧结构和新波形测试,测试结果满足规范要求。

中国5G技术研发试验由IMT-2020(5G)推进组牵头,运营商、系统设备厂商、芯片厂商、测试厂商参与,于2016年1月全面启动。全部试验分为关键技术验证、技术方案验证和系统方案验证三个阶段推进实施。第一阶段测试已经于2016年9月结束。

5G技术研发试验第二阶段于2016年下半年正式启动,第二阶段试验将重点开展面向连续广域覆盖、热点高容量、低时延高可靠和低功耗大连接四大5G典型场景的无线空口和网络技术方案的测试与验证,已于日前开始,并计划在2017年底前完成。

是德科技积极支持中国IMT2020(5G)推进组的工作,积极参与测试规范的讨论和制定。在今年的第二阶段测试规划中,是德科技将参与研发试验测试规范中规定的7大测试场景中的射频测试和功能测试项目,涉及的5G关键技术包括参数集、帧结构、新波形、新型编码(例如PolarCode,LDPC)等技术。是德科技与世界领先的运营商、系统设备厂商、芯片厂商广泛合作,协同推进,共同推动5G技术创新。

结语

金准产业研究团队认为,华为2018年的700亿美元采购方案中,大约有110亿美元是面向高通,英特尔和美光等美国公司。如果美国真的制裁华为,那么这些企业的那部分营收将直接消失,贸易战只会带来两败俱伤的效果。但我们也应该看到,从中兴事件的任人鱼肉,到现在华为被威胁,最大的问题在于本土供应链的缺失。

金准产业研究 深度解读芯片测试

前言

随着芯片制程越来越小,其工艺难度也呈指数型上升。以10nm工艺为例,全工艺步骤数超过1300道,7nm工艺则超过1500道,其中任何一道工艺出错都可能导致生产的集成电路不合格,拉低良品率。

因此,为了及时发现不稳定因素、提高生产良率,测试环节贯穿在集成电路的生产流程里,测试设备则是其中的关键。

一、测试设备贯穿生产流程:探针台、分选机、测试机

集成电路工艺繁多复杂,其中任何一道工艺出错都可能导致生产的集成电路不合格,拉低良品率。因此,测试环节对于集成电路生产而言至关重要。

金准产业研究团队认为,集成电路测试设备不仅可用于判断被测芯片或器件的合格性,同时还可提供关于设计、制造过程的薄弱环节信息,有助于提高芯片制造水平,从源头提高芯片的性能和可靠性。

集成电路的测试环节,主要包括芯片设计中的设计验证、晶圆制造中的晶圆测试(CP测试)和封装完成后的成品测试(FT测试)。

集成电路测试设备主要包括测试机、探针台和分选机。在所有的测试环节中都会用到测试机,不同环节中测试机需要和分选机或探针台配合使用。

1.1设计验证阶段:验证芯片设计有效性,对测试设备需求少

芯片设计公司通常会使用半导体测试设备对晶圆或芯片样品进行测试,以验证芯片样品功能和性能的有效性,并指导芯片设计。设计验证阶段对测试设备需求较少。

1.2晶圆测试阶段:测试机+探针台,测试晶圆,节省封装成本

晶圆测试又称为CP测试,是指在晶圆制造完成后和进行封装前,通过探针台和测试机配合使用,对晶圆上的每一个芯片晶粒进行功能和电参数性能测试的过程,是晶圆制造的最后一道工序。晶圆测试一般在晶圆厂、封测厂或专门的测试代工厂进行,主要用到的设备为测试机和探针台,此外还有定制化的测试电路板和探针卡,探针卡上装有探针。

晶圆测试过程:首先将探针卡固定到测试电路板上,然后把测试电路板安装到测试机的机头上,再将测试机头倒置于探针台上。探针台上部有孔供探针卡插入。一旦安装完毕,测试机、测试电路板、探针卡和探针台都固定不动,探针台内部的机械手臂控制晶圆移动,并将每一颗芯片晶粒上的接触孔对准探针,然后向上顶使探针准确插入晶粒的接触孔,最后完成测试。

接触孔的直径通常都是1-2um级别,因此,晶圆测试对探针台的精度要求非常高,如果稍有偏差,探针将有较大可能扎坏晶圆,因此,探针台的技术难度较大。

晶圆测试的目的是把好的和坏的晶粒分别挑出来,并进行标记形成晶圆的Map图,此后只对性能良好的晶粒进行封装,以节省后续的封装成本。

1.3成品测试阶段:测试机+分选机,测试芯片,提高良率

封装测试又称为FT测试或终测,一般在封测厂完成,是指芯片完成封装后,通过分选机和测试机配合,对每一颗芯片进行电参数性能测试,保证出厂的每颗集成电路的功能和性能指标能够达到设计规范要求,目的在于提高出厂芯片良率。封装测试主要用到测试机和分选机,此外还有定制化的测试电路板和底座。

成品测试的过程:分选机将待测芯片逐个自动传送并放入测试底座。底座和测试电路板把芯片的引脚与测试机的测试板卡连接,测试机对集成电路施加输入信号、采集输出信号,判断集成电路在不同工作条件下功能和性能的有效性。

最后,测试结果通过通信接口传送给分选机,分选机据此对被测试的集成电路进行标记、分选、收料或编带。

金准产业研究团队认为,成品测试的目的是把好的和坏的芯片分别挑出来,只有好的芯片才会被销售给终端客户,以保证芯片出货时的良率。

二、测试机定制化,探针台、分选机通用

测试机、探针台、分选机所应用的环节并不相同,其技术难度也各有差异。测试机属于定制化设备,探针台、分选机则更加通用。

2.1测试机由机身和内部的测试板卡构成,均由测试机厂设计和制造

测试机机身是一种标准化的设备,内部可以插入不同的测试板卡。测试机厂会设计出一系列的测试板卡,每一种测试板卡可以满足对某些功能的测试,测试厂在做芯片测试的时候,需要根据芯片的功能特性选择不同的测试板卡进行搭配。

此外,每一种芯片都需要编写一套特有的测试程序。因此,测试机的定制性主要体现在测试板卡的定制和测试程序的定制。

当一款芯片更新换代时,测试机的机身不需要更换,内部的测试板卡则会根据接下来要测试的芯片做调整,测试程序则一定需要更新。

2.2探针台和分选机则是相对通用设备,适用范围较广

探针台主要根据晶圆尺寸选型,分选机主要根据芯片封装方式和测试并行度要求选型。不同的晶圆和芯片,通常不需要对探针台和分选机做太大改动。

测试行业尤其是测试机行业,更多的工作是软件的编写,包括底层的对设备的控制程序,和上层的对芯片的测试程序。

底层的控制程序类似于操作系统,不同品牌的测试机的控制系统不同,而上层的测试程序类似于应用软件,在该种测试机的控制系统的基础上编写,每一款芯片都有自己定制化的测试程序。

测试机、探针台和分选机三类测试设备的技术难度对比来看,测试机和探针台技术难度相较分选机而言更高。

测试机、探针台和分选机三者为独立销售的设备,测试机、探针台和分选机生产厂商在研发时均已考虑了不同厂商产品之间搭配使用的可行性,在产品和连接线设置上均有行业通用接口,可实现不同厂商不同类型设备的搭配组合,无须从同一厂商配套采购。

但在实际采购设备时,测试设备的定制化属性决定了该行业特殊的业务模式,即通用设备通常由晶圆厂和封测厂自行决定采购,而定制化设备则由芯片设计公司主导设备品牌的选择:

1)探针台和分选机属于通用设备,通常由晶圆厂或封测厂自主采购;

2)测试机、探针卡、测试电路板和底座均属于定制化设备,由芯片设计公司根据自己芯片的特点指定供应商,再由晶圆厂和封测厂进行采购。封测厂和晶圆厂自主决定购买的定制设备相对较少。

三、测试设备难度较低,有望率先突破国际壁垒

集成电路设备主要包括硅片制造设备、晶圆加工处理设备、封装设备和测试设备等,由于集成电路制造工序复杂、流程较长,不同环节所需设备各不相同,且技术难度及价值量也存在明显差异。

总体而言,光刻机、刻蚀机等晶圆加工处理设备技术壁垒更高、难度更大,由全球少数几家巨头垄断。

而测试设备的技术门槛相对稍低,国产测试设备有望在各种半导体设备中率先突围。

从半导体设备分产品市场规模占比情况来看,半导体设备所占市场份额与技术难度基本成正比,技术难度更高的产品享有更高市场溢价。

晶圆处理设备占比最大,原因在于在集成电路制造、封装、测试等环节中,晶圆制造工艺最为复杂、工序最多、技术壁垒最高,设备成本也更高。

2018年晶圆处理设备、封装设备、测试设备和其他设备的市场规模分别约为502、54、40和25亿美元,市场规模占比分别约为80.8%、8.7%、6.4%和4.0%。

目前,金准产业研究团队分析,全球集成电路先进测试设备制造技术基本掌握在美国、日本等集成电路产业发达国家的厂商手中。

在测试机市场,美国泰瑞达(Teradyne)和日本爱德万(Advantest)为双巨头,合计占据了测试机市场80%以上份额,且近年份额呈现不断提升趋势。

探针台技术壁垒较高,市场也处于双强垄断态势,东京电子和东京精密两家日本公司占据了绝大部分市场份额。

分选机技术难度相对较低,目前没有在技术上绝对领先或在市场份额上处于绝对垄断地位的龙头,竞争格局相对较为分散,主要的参与者包括美国Cohu、日本EPSON、日本爱德万、新加坡STI、中国台湾的鸿劲和中国大陆的长川科技等。

金准产业研究团队分析,目前国内的测试设备企业长川科技、北京华峰、佛山联动、北京冠中等已经取得一定突破,进入了长电科技、华天科技、通富微电、日月光等海内外知名封测厂。

国内厂商在分立器件测试机、模拟测试机和分选机等中低端领域实现或部分实现了国产替代,并在数字测试机、探针台等难度较大的测试设备领域已有布局,但探针台和高端测试机依旧由海外龙头垄断。

在近来中美贸易摩擦背景下,半导体设备的国产替代进程或将加速,遵循先易后难的逻辑,国产测试设备有望在各种半导体设备中率先崛起。

四、测试设备需求攀升,大陆封测产业发达

测试设备通常寿命较长,更新需求较少,最主要的需求是新增需求。影响测试设备新增需求的四大因素包括下游芯片需求、芯片复杂度、半导体产业转移和测试的并行度。其中最核心的影响因素是下游芯片需求和芯片复杂度。

近年来,芯片的复杂度不断攀升,测试设备的需求受芯片复杂度提升和下游景气度波动双重影响。

2015年至2018年,随着半导体产业景气度上升,全球半导体测试设备销售额迅速增长,至2018年达到约54亿美元。

2018年下半年来,全球半导体产业景气度有所下滑,预计2019年测试设备市场需求同比2018年略有下滑,全球市场空间预计超过50亿美元。

随着供应链去库存、5G需求拉动等因素,预计2020半导体产业景气度将恢复,半导体测试设备市场空间有望超过60亿美元。

回望中国。近年来,中国大陆半导体设备市场需求增长迅速,据SEMI预测,2019年中国大陆半导体设备市场在全球占比或达约20%。

分产品来看,2019年中国大陆数字测试机市场空间约30~35亿人民币,存储器测试机市场空间约8~9亿人民币,模拟测试机市场空间约5~6亿人民币,分选机和探针台市场空间则各约9至10亿人民币。

五、行业竞争激烈,国产替代加速

测试设备市场近年来竞争日趋激烈,行业整合加速。

2011年爱德万收购惠瑞捷,高端测试机市场形成了泰瑞达和爱德万双寡头垄断局面。而泰瑞达和爱德万之外的测试机公司,则在中低端市场竞争激烈,相互之间不断整合。LXT、Credence、ECT和Multitest经过一系列合并、并购整合,成为全球第三大测试机公司Xcerra,但收入体量仍与泰瑞达和爱德万差距较大,2018年Cohu收购了Xcerra。

而从2018年以来,国产半导体测试设备向中国大陆外市场拓展和在中国大陆市场的国产替代进程均明显提速。

国产替代进程提速是因为中国本土芯片设计公司近年来蓬勃发展,对芯片测试的需求增长迅速,但受中美贸易摩擦影响,供应链的安全日益受到重视,国产测试设备将得到更多的试用机会,在中低端模拟测试机和分选机领域,国产替代明显提速。

国产测试设备加速海外拓展,短期因素,是近期中国大陆封测厂设备采购支出低迷;长期因素,是国产设备在模拟、电源等细分领域技术实力增强,逐步参与全球竞争。

2018H2以来,国内封测产业投资低迷,设备采购支出萎缩,促使国产测试设备公司加速向海外扩张。

北京华峰的模拟测试机早年已在中国台湾和东南亚展开销售,并在美国、日本、意大利设立办事处,目前海外收入占比已超过30%。

长川科技在中国香港和日本设立子公司,并在中国台湾设立办事处,加快公司国际化步伐,推广其模拟测试机和分选机产品,收购新加坡分选机制造公司STI已获证监会通过,进一步进军东南亚市场。

佛山联动在电源管理和大功率分立器件测试方面技术不错,测试机已经进入东南亚封测厂。

长期来看,半导体封测产业持续向中国大陆转移,特别是东南亚的封测代工厂,近几年随着中国封测产业高速增长,东南亚部分封测厂运营困难,因此逐渐被收购。金准产业研究团队认为,中国封测厂去东南亚收购封测产能也成为了趋势。

结语

金准产业研究团队认为,测试设备贯穿芯片制造的整个流程,对于确保芯片的性能和可靠性至关重要。在半导体制造工艺日益复杂的当下, 完备的测试设备流程能够及时发现不稳定因素、提高生产良率。

与晶圆加工制造相比,我国大陆的封测产业较为成熟,长电科技、天水华天、通富微电等都在近年来取得了不俗的市场成绩,这也导致了国内市场对于封测设备需求增加。在中美贸易摩擦背景下,国产测试设备有望在各种半导体设备中率先崛起,进一步加快国产化突围的步伐。

金准产业研究 人工智能产业链深度透析

前言

全球人工智能浪潮风起云涌。人工智能主要研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。自1956年达特茅斯夏季人工智能研究会议以来,人工智能技术的发展已经起起伏伏共经历了三次浪潮。千亿市场空间即将开启,世界各国加紧布局。我国已将人工智能提升至国家战略高度,政策助力人工智能产业崛起。

人工智能产业链包括三层:基础层(计算基础设施)、技术层(软件算法及平台)和应用层(行业应用及产品)。

基础层主要涉及数据的收集与运算,这是人工智能发展的基础,主要包括AI芯片、传感器、大数据与云计算。

技术层是人工智能产业发展的核心,技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模,以开发面向不同领域的应用技术,包括感知智能和认知智能。

应用层是建立在基础层与技术层基础上,实现与传统产业的融合发展以及不同场景的应用。

一、人工智能产业链基础层

基础层主要涉及数据的收集与运算,主要包括AI芯片、传感器、大数据与云计算。

其中,传感器及大数据主要负责数据的收集,而AI芯片和云计算负责运算。基础层为人工智能产业奠定网络、算法、硬件铺设、数据获取等基础。

AI芯片是人工智能的“大脑”,市场规模呈快速增长态势。

早期人工智能运算主要借助云计算平台和传统CPU相互结合的方式,但随着深度学习等对大规模并行计算需求的提升,开始了针对AI专用芯片的研发。

目前AI芯片主要类型有CPU、GPU(图形处理器)、FPGA(现场可编辑门阵列)、DSP、ASIC(针对神经网络算法的专用芯片)和类人脑芯片几种,ASIC有望在今后数年内取代当前的通用芯片成为人工智能芯片的主力。

金准产业研就团队预计至2021年,人工智能芯片市场规模有望达到111亿美元,年复合增长率达20.99%。

芯片生产商方面,据市场研究公司Compass Intelligence最新研究显示,在全球人工智能芯片企业排名表中,前三名依次是英伟达(Ividia)、英特尔(Intel)以及IBM,华为第12名,成为中国大陆地区最强芯片生产商。

英伟达目前占据全球GPU行业的市场份额超过70%,远超竞争对手。

华为从1991年开始,走上了开发ASIC芯片之路,2018年10月,推出昇腾910和昇腾310云端芯片,前者计算能力远超谷歌及英伟达,后者最大功耗功耗仅8W,预计2019年二季度上市。

GPU因其具备大规模并行计算能力而被广泛应用于深度学习之中,是目前人工智能芯片领域唯一能够实现大规模应用的方案,但GPU的树形拓扑通信结构也决定了其未必适合所有AI应用场景。

GPU相比,FPGA则是可编程的,并且能够灵活地针对自己所用的算法修改电路。

就性能而言,在峰值性能上,GPU远远高于FPGA,而在平均性能上,GPU则逊于FPGA。

总体来说,在未来的工业制造领域,FPGA将有更大的发展空间。

ASIC是新一代人工智能芯片,在功耗上也远远优于GPU,而且一旦量产后,ASIC的成本会远远低于FPGA方案。

金准产业研究团队认为,这几种芯片都有其擅长的应用场景,未来一段时间将活跃在人工智能领域。

全球PCGPU芯片生产商主要有,Intel、Nvidia、AMD;移动GPU方面有ARM、Imagination、Qualcomm、Vivante及NVIDIA。

除芯片外,人工智能的基础技术主要依赖于大数据管理和云计算技术,经过近几年的发展,国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。

当前人工智能主要的计算平台还是云计算,而依据服务性质的不同,这些平台主要集中于三个服务层面,即基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)。

人工智能训练需要大量的素材,只有丰富、完备的数据,才能使人工智能持续优化。

近些年人工智能技术突飞猛进,一个非常重要的原因即是移动数据量的爆发。

优质的数据可以令人工智能深度学习得导更完美得结果,而人工智能得发展更进一步推动大数据产业发展。

大数据、云计算的发展必然推动IDC机房需求的提升。

目前我国IDC业务主要以电信运营商占主导地位,未来发展方向为建立统一的数据语言以便数据中心互相连接,由集中化数据中心走向分散化数据中心。

二、人工智能产业链技术层

技术层是人工智能产业发展的核心。

技术层主要依托由智能芯片构建的基础层、运算平台和数据资源进行海量识别训练和机器学习建模,以开发面向不同领域的应用技术,包括感知智能和认知智能。

感知智能通过传感器、搜索引擎和人机交互等实现人与信息的连接,获得建模所需数据,如计算机视觉(图像识别)、自然语音处理和生物识别等;认知智能对获取的数据进行建模运算,利用深度学习等类人脑的思考功能得出结果。

国内的人工智能技术层主要聚焦于计算机视觉、语音及自然语言处理以及机器学习领域。

源自于卷积神经网络研究的深度学习带来了人工智能算法上的突破,其本质是构建多隐层的机器学习模型,通过海量数据的学习得出相应特征,实现准确预测,来模仿人脑的机制来解释数据,例如图像,声音和文本。

2.1计算机视觉(图像识别)

图像识别的核心是让计算机像人一样能读懂图像的内容。

图像识别通过多层神经网络逐层对图像的特征进行提取,以识别不同模式目标的技术。

一般来说,会先对图像进行信号变换、降噪等预处理,再来利用分类器对输入图像进行目标检测。

目前,图像识别准确率已经很高,据报道,几年前,百度图像识别的错误率仅为4.58%,人脸识别准确率更已达99.7%,超越了人类水平,同时也超越了微软和谷歌。

图像识别技术在许多领域发挥重要的作用。

图像识别技术以图像的主要特征为基础的,其技术是立体视觉、运动分析、数据融合等实用技术的基础,在导航、地图与地形配准、交通安防、工业4.0、自然资源分析、天气预报、环境监测、社交领域人脸识别等许多领域可广泛应用。

Reseachand Markets报告显示,2017年基于人工智能的计算机视觉全球市场规模为23.7亿美元,预计2023年会达到253.3亿美元。预计2018-2023年复合增长率为47.54%。

目前,国内图像识别领域里不乏优秀企业,如旷视科技是国内计算机视觉领域最早创业的公司之一;商汤科技专注于计算机视觉和深度学习原创技术,通过研发视觉技术,赋予计算机视觉感知和认知的能力;依图科技研发的“蜻蜓眼”人像大平台已服务全国上百个地市公安系统,是全国唯一拥有十亿级人像库比对能力的公司。

2.2语音及自然语言处理

人工智能的交互核心在语音。

人工智能是一个复杂的系统工程,“机器学习”作为其中的必备环节之一,采用了大量前沿的技术,TTS(智能语音合成)就是其中重要的技术。

语音识别技术正逐步成为计算机信息处理技术中的关键技术,自然语言识别是指让计算机能够听懂、理解人类的自然语言,使人机交换更加简单直接。

2017年4月,谷歌旗下Lyerbird公司,推出能模仿任何人说话的系统。

2018年5月,微软在其公有云平台上推出了语音合成定制服务产品Custom Voice,可对声音进行模拟。

根据中商产业研究院数显示,2017年,全球智能语音市场规模110.3亿美元,同比增长30%。2017年中国智能语音市场规模达到105.7亿元,与2016年相比增长70%,预计2018年规模将进一步增长,达到159.7亿元。

基于深度学习的语音识别技术,目前国内仅有三家公司拥有自己的算法模型:百度CLD模型、科大讯飞FSMN模型、思必驰VDCNN模型。

科大讯飞公司拥有国内领先的语音技术,目前其语言云识别准确率优于95%,有较好的语音听写市场。

2017年11月,科大讯飞(002230)推出“讯飞留声”的测试版本,只需10句的声音采集,即可完成个人声音的复刻,采集量只有行业平均的百分之一(远低于微软的500句与行业的千句)。

语义识别方面,江南化工的图灵机器人准确率也在在95%以上,已达实用水平。

语音识别技术在人机交互、语音理解、内容推荐、车音系统、语音导航、远程医疗、智能社区以及各类语音咨询平台发挥重要作用。

国内有影响力的智能语音识别企业还有阿里云、云知声等。

2.3机器学习

机器学习主要以深度学习、增强学习等算法研究为主,赋予机器自主学习并提高性能的能力。

目前重点谋求在算法领域实现突破,2019年将是机器学习关键的一年,预计到2021年底,机器学习领域累计投资或将达到580亿美元。

当前主流算法如深度神经网络、卷积神经网络及循环神经网络等都需要构建庞大的神经元体系,投入非常大,因此该领域主要为互联网巨头公司布局,据“AI前线”估算,全球机器学习行业的年平均增长率约为42%。

由于巨头公司业务领域和战略不同,机器学习侧重方向也略有不同,各公司在基础算法研究的同时也会注重在特定行业的应用,例如京东DNN实验室研究神经网络算法,但主要方向在智能客服领域。

第四范式是国内有影响力的机器学习相关技术企业,2017年5月,第四范式入选"Gartner2017CoolVendor”,是国内唯一入榜的通用平台型人工智能公司。

另外,阿里数加、百度IDL、腾讯机智都有不错的产品。

三、人工智能产业链应用层

应用层是建立在基础层与技术层基础上,实现与传统产业的融合发展以及不同场景的应用。

随着图像识别及计算机视觉、语音识别、深度学习等人工智能技术的快速发展,各终端和垂直行业与人工智能的融合将持续加速,对传统的金融、农业、家电、制造、医疗、教育等行业将形成全面而彻底的塑造。

根据金准产业研究团队的统计,2017年进军人工智能领域的企业仅为13%,而在2019年之前,30%的企业将会进军人工智能领域。

据麦肯锡预计,随着人工智能与传统行业的融合,到2025年,人工智能将催生10万亿美元以上的市场规模。而埃森哲的研究表明,到2035年,人工智能有潜力使各行业公司的盈利能力平均提高38%,届时,将使12个经济体在16个行业的产出提高14万亿美元。

以下重点选择当前及未来几年较为火热的AI+领域进行分析,包括AI+医疗、AI+安防、AI+汽车、AI+家居、AI+工业制造。

3.1智慧医疗

人工智能很容易与医疗行业相结合,因为医疗行业已经积累了大量的诊断数据和以往病例。

随着人工智能的发展,在不久的将来人工智能技术或成为医生的顾问,协助进行诊断;

应用人工智能技术,可以整合生活中的健康数据,对情况及时做出预警;药物研发机构同样可以进行大量模拟实验,通过数据分析,提高研发效率。

金准产业研究团队的研究显示,2014年至2021年,医疗领域中人工智能的市场规模将增长11倍,即6亿美元至66亿美元。

目前,尽管智能安防领域最为火热,但率先落地的可能会在医疗领域。智慧医疗将人工智能、大数据、物联网、云计算等新技术运用在医疗领域,科技巨头正争相介入。

IBM的沃森超级计算机于2010年推出,系统以人工智能和软件分析结合起来去解决问题,从海量病历中,挖掘整理人类医生的临床诊疗经验,采用归纳法,改变了人工智能医疗所使用的方法论。

IBM的沃森在行业中几乎占领市场,很少有竞争对手。

谷歌旗下的Dee pMind近年来将人工智能算法更多地应用于医疗健康领域,将机器学习技术用于处理英国NHS(国家医疗服务系统)的数据。

谷歌公司的Google Medical Brain项目,被视为人工智能医疗的业界领袖。

国内有不少公司进入了智慧医疗领域,国内该领域关注度较高的相关企业有:阿里健康、平安好医生、深睿医疗、图玛深维、依图科技、翼展科技、科大讯飞、汇医慧影、碳云智能、妙手机器人等。

3.2智能安防

人工智能技术给安防行业带来的变化可以说是具有划时代意义的。

尤其是在2016年人工智能技术成熟地在安防行业开始应用以来,安防行业进入了一个智能时代。

传统的视频摄像机存储的是标准视频流,现在人工智能摄像机把采集到的视频流进行视频结构化处理,给后台只传递结构化以后的数据。

这样存储空间就可以有一个非常大的下降,包括传输带宽也有非常大的下降。同时,存储的视频结构化数据也可以做快速检索,秒级检索。

近年来,我国安防市场规模上涨态势更明显,增长率远高于全球市场,呈现了十分强劲的势头。

据前瞻产业研究院《中国智能安防行业市场前瞻与投资分析报告》整理显示,2016年,全球安防产品产值达到了284亿美元,前瞻产业研究院预计,到2022年全球安防行业市场规模将达到3526亿美元。

随着人工智能产业化的加快落地,民用安防产品将得到快速发展,2020年国内安防市场规模达到8000亿元以上,至2022年,国内安防行业市场规模将达到近万亿。

在智慧城市、平安城市、智慧社区等重点建设项目的背景下,安防已经成为人工智能最重要的落地场景之一。

国内主要智能安防企业有海康威视、大华股份、佳都科技、东方网力等。

3.3智能驾驶

智能驾驶(无人驾驶)作为战略性新兴产业的重要组成部分,是由互联网时代到人工智能时代过程中,人工智能与汽车行业结合形成的战略制高点之一。

从技术上看,智能驾驶与电动车有着天然关联性;从交通方面看,智能驾驶将大大提升生产效率和交通效率,并有可能成为人工智能首先突破的领域。

基于智能驾驶技术的汽车,实质上是一台移动智能机器人,通过智能感知技术、智能决策和控制技术、高精度地图自动完成驾驶里程。

目前全球智能驾驶研究竞赛处于白热化阶段,率先推出相应产品的企业将在其领域中存有一席之地。

2018年10月底,美国加州车管所正式向谷歌旗下自动驾驶公司Waymo颁发了完全无人驾驶测试牌照,在未来国家智能驾驶相关政策法规逐渐成型、行业内技术不断完善、中国智能驾驶企业积极推动应用落地的情况下,中国智能驾驶市场规模将保持持续扩大趋势。

作为未来汽车工业的发展方向,麦肯锡预测到2025年全球无人(智能)驾驶汽车可以产生2000亿至1.9万亿美元的产值。

中国智能驾驶产业市场规模预计到2020年将达到1214亿元人民币,前景可期。

国内关注度较高的相关企业有:蔚来汽车、威马智慧出行、图森互联、智车优行、Minieye、车和家、橙行智动、智车优行等。

3.4智能家居

智能家居最初的发展主要以灯光遥控控制、电器远程控制和电动窗帘控制为主,随着行业的发展,随着人工智能技术的不断渗透,智能家居几乎可以涵盖所有传统的弱电行业,当前除了语音识别技术外,图像识别、视频处理等人工智能技术逐步运用到智能家居产业。

金准产业研究团队预计,未来的智能家居将是一个主动型的超级智能体系。

在这个体系环境中,人可以“所想即所得”及“所需即所得”,一切智能效果,会依据人的日常习惯或需求进行全自主完成。

据权威研究机构发布报告预测,未来全球智能家居设备和服务市场将迅速增长,预计2018年市场规模将达到680亿美元。

巨大的市场蛋糕吸引来自国内外各巨头们及创新型创业公司争相进入,易观数据预测,2018年中国智能家居市场前景可观,或将达到1800亿,在此前景下,2019年至2020年市场规模则可能达到2500亿,对于智能家居未来趋势来说,2018年无疑就是起点。

该领域关注度较高的企业有:海尔、京东、华为、阿里巴巴、小米、美的、杜压机电等。

3.5智能制造

人工智能与工业制造结合,形成新一代智能制造技术,显著改善作业环境,提升生产力,降低成本,将从根本上引领和推进新一代工业革命。

对于传统产业来说,及早利用人工智能推动下的物联网和大数据升级进行产业转型方为上策,人工智能技术正在为逐渐衰落的传统制造业带来新的生机。

“人工智能+制造业”存在巨大市场空间,波士顿咨询在一份名为《工业4.0——未来生产力和制造业发展前景》的报告中明确指出,以云计算、大数据分析为代表的新技术将为中国制造业的生产效率带来15%—25%的提升,额外创造附加值4-6万亿元人民币。

从目前来看,人工智能与工业制造结合,主要有六大领域:工业机器人、制造业物联网、制造云、制造业大数据及商业分析、制造业人工智能、智能工厂应用及解决方案。

全球范围来看,制造业依然是国家竞争的核心战场。

在人口红利消失、进口替代等因素的驱动下,智能制造将成为中国制造业的发展趋势,从德国的“工业4.0”到中国的“中国制造2025”,以及美国政府近年来对于制造业回流的推动,新一轮制造业的竞争愈演愈烈,但与之前所不同的是,人工智能、云计算、大数据如何与制造业融合将成为左右此次竞争的重要要素。

博彦科技自主研发的人工智能平台慧智能平台(BAI Plat form)定位为企业的人工智能应用专家,可向企业提供基于数据和人工智能的多项服务。

大疆创新是国内在智能制造尤其是无人机细分市场占据统治级别份额的科技公司,其它智能无人机相关企业有:中科遥感、爱生科技等。

服务机器人方面,优必选专注于智能家庭服务机器人的研发,目前已推出消费级人形机器人Alpha系列、STEM教育智能编程机器人Jimu、智能云平台商用服务机器人Cruzr,其它智能服务机器人有:金刚蚁机器人、康力优蓝机器人等。

工业机器人方面,埃斯顿是国内领先的机器人生产商,通过外延并购深耕于细分领域的技术型公司,已形成工业机器人全产业链,可提供全系列机器人产品,自主生产比例高达80%。

海内外科技巨头纷纷布局人工智能,带动行业纵深发展。海外市场上以亚马逊、谷歌、英特尔、微软、苹果等为代表的巨头公司早已深入AI产业链;国内市场上BATJ(百度、阿里、京东、腾讯)等一干科技巨头以及相当一部分新兴的“独角兽”企业,在国家政策的大力支持下也在纷纷追赶。

四、人工智能产业链

从人工智能的发展路径角度,可拆解人工智能产业链。

金准产业研究团队认为,在人工智能平台化的趋势下,未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局,生态构建者将成为其中最重要的一类模式。

4.1模式一:生态构建者

全产业链生态+场景应用作为突破口。以互联网公司为主,长期投资基础设施和技术,同时以场景应用作为流量入口,积累应用,成为主导的应用平台,将成为人工智能生态构建者(如Google、Amazon、Facebook、阿里云等);

关键成功因素:大量计算能力投入,积累海量优质多维度数据,建立算法平台、通用技术平台和应用平台,以场景应用为入口,积累用户。

4.2模式二:技术算法驱动者

技术层+场景应用作为突破口。以软件公司为主,深耕算法平台和通用技术平台,同时以场景应用作为流量入口,逐渐建立应用平台(如Microsoft、IBM Watson等)。

关键成功因素:深耕算法和通用技术,建立技术优势,同时以场景应用为入口,积累用户。

4.3模式三:应用聚焦者

场景应用以创业公司和传统行业公司为主,基于场景或行业数据,开发大量细分场景应用;

关键成功因素:掌握细分市场数据,选择合适的场景构建应用,建立大量多维度的场景应用,抓住用户;同时,与互联网公司合作,有效结合传统商业模式和人工智能。

4.4模式四:垂直领域先行者

杀手级应用+逐渐构建垂直领域生态,以垂直领域先行者为主,在垂直领域依靠杀手级应用(如出行场景应用、面部识别应用等)积累大量用户和数据,并深耕该领域的通用技术和算法,成为垂直领域的颠覆者(如滴滴出行、旷视科技等)。

关键成功因素:在应用较广泛且有海量数据的场景能率先推出杀手级应用,从而积累用户,成为该垂直行业的主导者;通过积累海量数据,逐步向应用平台、通用技术、基础算法拓展。

4.5模式五:基础设施提供者

从基础设施切入,并向产业链下游拓展。以芯片或硬件等基础设施公司为主,从基础设施切入,提高技术能力,向数据、算法等产业链上游拓展;

关键成功因素:开发具有智能计算能力的新型芯片,如图像、语音识别芯片等,拓展芯片的应用场景;在移动智能设备、大型服务器、无人机(车),机器人等设备 、设施上广泛集成运用,提供更加高效、低成本的运算能力、服务,与相关行业进行深度整合。

结语

我国已将人工智能提升至国家战略高度,政策助力人工智能产业崛起。人工智能产业链蕴藏着巨大的机会,行业应用成最大的风口。应用层是建立在基础层与技术层基础上,实现与传统产业的融合发展以及不同场景的应用。人工智能在农业领域的应用就是其中之一。

以新一代人工智能技术的产业化和集成应用为重点,推进人工智能和制造业深度融合,随着人工智能在各行各业应用逐步深入,从算法和技术层面走入实体经济的步伐正逐渐加快,作为支撑我国制造强国和网络强国战略的重要举措,人工智能在产业化发展方面需要持续服务行业。