“AIoT”：AIoT大时代SoC厂商加速发展.pdf

孙远峰 /王臣复 /王 海维 /熊军 /刘奕司 SAC NO:S1120519080005 2021年 11月 08日 请仔细 阅读在本报告尾部的重要法律声明 AIoT大时代， SoC厂商加速发展 0 仅供机构投资者使用 证券研究报告 华西电子团队 走进“芯”时代系列深度之 四十七 “ AIoT” 下游需求多维度打开， SoC厂商快速发展 1. AIoT大时代开启，行业步入高景气周期 市场朝 2个方向扩容 ， AIoT融合 AI和 IoT技术 ， 通过物联网产生 、 收集来自不同维度海量数据 ， 存储于云端 、 边缘端 ， 再通过大数 据分析 ， 及人工智能 ， 实现万物数据化 、 万物智联化 。 整体看 ， 一个方向是传统产业智能化升级 ， 如家电 、 安防 、 汽车 、 工业制 造等 ， 另一个方向是新品出现和渗透 ， 如各式可穿戴 、 AR/VR等 。 AIoT底层技术无线连接 、 AI技术等目前都逐成熟 ， 是推动时代 发展的前置条件 ， 疫情下 “ 宅经济 ” 、 企业数字化转型等则加 快 发展 。 根据 MarketsandMarkets预测 ， 2019年全球 AIoT市场规模 51 亿美元 ， 到 2024年将增至 162亿美元 ， 复合年增长率 26 ， 大量实时数据有效处理需求 ， 是增长的主驱动力 。 2. 万物智能是目标，智能应用处理器芯片是核心 从工作链路看 ， AIoT系统需要完成数据获取 （ 传感器 ） 、 传输 （ 连接 ） 和处理 （ 处理器 ） 。 智能处理器芯片 ， 属系统级的超大规 模数字 IC， 即 SoC， 是在低功耗 CPU基础上扩展音视频功能和专用接口的超大规模 IC， 是智能设备 “ 大脑 ” ， 在智能设备中起运 算及调用其他各功能构件作用 ， 集成 CPU、 图形处理器 、 视频编解码器 、 显示控制器 、 总线控制器 、 内存子系统 、 音频处理器 、 输入输出子系统以及各类高速模拟接口等 。 3. 供应新格局带来新机遇 由于下游应用场景多元和复杂 ， 导致不会出现一颗智能 SoC包打天下的可能 ， 芯片厂会选择应用场景 ， 并结合自身技术储备针对 性开发设计芯片及方案 ， 而方案商需在该 SoC上进行二次开发 ， 以满足最终需求 ， 因此一颗 SoC在经历多轮打磨优化推广之后 ， 具 备较强的客户粘性；芯片设计公司之间由于战略方向的差异化也使得该行业竞争格局相对较好 。 国内 SoC芯片设计大厂海思由于 缺少晶圆代工而使得相关市场供给骤紧 ， 在下游需求持续情况下 ， 给其他芯片厂窗口期机遇 ， 将有望跨入更高平台 。 【 重点推荐 】 ：瑞芯微、晶晨股份、博通集成、北京君正、全志科技、恒玄科技、汇顶科技、乐鑫科技等 【 核心受益 】 ：国科微、富瀚微等 【 产业关注 】 ：中科蓝讯、星宸科技等 风险提示：宏观经济风险；国际贸易摩擦风险；市场竞争加剧风险 1 目录 AI+物联网， AIoT大时代开启 视频与音频是 SoC两大核心应用方向 下游市场存在规模巨大和碎片化的双重特性 核心受益标的 2 什么是物联网？ 物联网无处不在 物联网体系结构 资料来源： Machina研究 ， 华西证券研究所 资料来源： 百度百科， 华西证券研究所 3 物联网就是物物相连的互联网 物联网指的是将无处不在的末端设备和设施 ， 包括具备 “ 内在智能 ” 的传感器 、 移动终端 、 工业系统 、 家庭智能 设施 、 视频监控系统等 ， 和 “ 外在使能 ” 的如携带无线终端的个人与车辆等 “ 智能化物件或动物 ” 或 “ 智能尘 埃 ” ， 通过各种通讯网络实现互联互通 、 应用大集成 、 以及基于云计算的 SaaS营运等模式 ， 在内网 、 专网 、 和 /或 互联网环境下 ， 采用适当的信息安全保障机制 ， 提供安全可控乃至个性化的实时在线监测 、 定位追溯 、 报警联动 、 调度指挥 、 预案管理 、 远程控制 、 安全防范 、 远程维护 、 在线升级 、 统计报表 、 决策支持 、 领导桌面等管理和服 务功能 ， 实现对 “ 万物 ” 的 “ 高效 、 节能 、 安全 、 环保 ” 的 “ 管 、 控 、 营 ” 一体化 。 物联网的架构 三层划分法 四层划分法 资料来源： 百度百科， 华西证券研究所 资料来源： oschina， 华西证券研究所 4 物联网架构主要分为两种 依不同的标准，物联网的架构主要分为两种，一种是分为三层的，另一种将其分为四层。按三层架构的分法，从 底层到上层，分别为：感知层、网络层与应用层。按四层架构的分法，从底层到上层，分别为：感知设备层、网 络连接层、平台工具层与应用服务层。其中，感知设备层也被称为感测层，而网络连接层也被称为网络层。三层 架构与四层架构两种划分方式的差异主要在于，在四层分法，在三层分法中划出的应用层，根据软件应用的不同， 它被进一步细分了，被拆分成了平台工具层和应用服务层。 物联网发展历程 物联网发展历程 资料 来源 ：物联网技术， 华西证券研究所 5 目前整个行业已经步入快速发展期 物联网的发展史最早可以追溯到比尔盖茨于 1995年出版的 未来之路 。 1998年 ， 美国麻省理工学院的研究人员成功地完成了产品电子代码研究的基础上 ， 提出利用射频标签 ， 无线网 络和互联网 ， 构建物 -物互联的物联网的概念与解决方案 。 物联网概念真正地引起各国政府与产业界的重视是在 2005年国际电信联盟发布的互联网研究报告 物联网 之 后 。 报告描述了世界上的万事万物 ， 只要嵌入一个微型的传感器芯片 ， 通过互联网就能够实现物与物的信息 交互 ， 从而形成一个无所不在的 “ 物联网 ” 。 物联网发展的前置条件 传感器分类 物联网连接技术分类 资料来源 中国传感器（技术、产业）发展蓝皮书， 华西证券研究所 资料来源： 百度文库， 华西证券研究所 6 传感技术和连接技术是物联网发展的前置条件 传感技术就是传感器的技术 ， 可以感知周围环境或者特殊物质 ， 比如气体感知 、 光线感知 、 温湿度感知 、 人 体感知等等 ， 把模拟信号转化成数字信号 ， 给中央处理器处理 。 感知层是物联网架构中最底层的技术支撑 。 连接技术是将传感设备感知的信息进行传递的关键环节 ， 包括有线和无线连接技术 。 物联网发展的基础是连 接技术 ， 利用不同的连接技术 ， 不同应用场景下的终端可以实现联网并进而组成更大的生态 。 物联网技术有 很多种 ， 包括有线通信和无线通信技术 ， 如传统的蜂窝技术 （ 2G/3G/4G/5G） 、 低功耗广域网 、 Wi-Fi、 蓝牙 等 ， 连接技术是实现端到端物联网解决方案的重要一环 。 物联网连接技术多样化 物联网部分连接技术 资料来源 ：百度百科 ， 华西证券研究所 7 各种技术先后成熟，场景应用已经开启 以 WiFi、 蓝牙等为代表的短距无线接入技术快速迭 代 ， 推动消费物联网的快速发展 。 以 NB-IoT为代表的 LPWA连接技术解决了移动物联 网普及的障碍 ， LPWA大规模部署后将促进物联网 连接数迅猛增长 。 5G的目标是万物互联 ， 已经进入落地期 。 技术种类 技术方案 频段 最大传输距离 最大传输速率 终端成本 功耗 应用场景 局部或者 短距无线 接入 Wifi 覆盖 2.4/5GHz 800m 9.6Gbps 较低 较高 智能家电、数传 蓝牙 2.4GHz 300m 48Mbps 较低 较低 穿戴式、耳机、智 能家居 Zigbee 2.4GHz 300m 250kps 较低 较低 智能家居、工业 LPWA低 功率广域 网 Sigfox 非授权频段，欧 洲 868MHz，美 国 915MHz 50km 100bps 较低 较低 工业、物流 LoRa 用不需申请许可 的次 GHz射频频 段 15km 50kbps 较低 较低 智慧城市和交通监 控、计量和物流、 农业定位监控 NB-IoT FDD 15km 250kbps 迅速降低 较低 抄表、电子停车、 智慧路灯等 蜂窝无线 接入 eMTC FDD,TDD 2km 1Mbps 较高 较高 智能穿戴、车辆管理、电子广告屏等 3G/4G/5G 授权频段 - - 较高 较高 穿戴、手机等 物联网连接技术对比 资料来源： CSDN， 华西证券研究所 物联网市场特征 中国物联网支出规模预测 2020年我国物联网各行业占比（截止 2020年 8月底） 资料来源： IDC中国， 华西证券研究所 资料来源： 中国信通院， 华西证券研究所 8 连接数量巨大和场景碎片化特点共存 消费物联网因受众群体基数大 、 用户需求相对单一 、 支撑技术较为成熟 、 产品种类多样等特点取得先发优势 ， 面向消费者或以消费者为最终用户的物联网应用如智能音箱 、 智能锁 、 可穿戴等占据当前大部分连接数 。 随 着物联网加速向各行业渗透 ， 行业信息化和联网水平不断提升 ， 产业物联网连接数占比将提速 。 据 GSMA Intelligence预测 ， 产业物联网设备的联网数将在 2024年超过消费物联网的设备数 。 GSMA预测 2025年全球物联 网连接数将达到 246亿个 ， 2019年这一数据是 120亿个 。 物联网市场不仅是巨大的 ， 也是高度碎片化的 。 既有技术的碎片化 ， 也有场景的多样化 。 智慧家居 , 43% 车联网 , 11% 公共服务 , 8% 智慧农业 , 7% 智慧物流 , 5% 零售服务 , 3% 智慧工业 , 1% 智慧医疗 , 1% 其它 , 21% AI技术进入落地期 人工智能各层级图示 语音和视觉技术的应用场景 资料来源： 全球人工智能发展白皮书， 华西证券研究所 资料来源： 全球人工智能发展白皮书， 华西证券研究所 9 AI走向落地期，在视觉和语音等方面发展成熟 人工智能 （ Artificial Intelligence） 是研究 、 开发用于模拟 、 延伸和扩展人的智能的理论 、 方法 、 技术及应用系 统的一门新的技术科学 ， 属于计算机科学的一个分支 。 作为计算机科学的一个分支 ， 算法是人工智能的核心 。 算法是为了求解给定的问题而经过充分设计的计算过程和数学模型 。 它为机器注入感知力 、 洞察力 、 创造力 ， 是人工智能从 “ 单细胞 ” 到 “ 多细胞 ” 、 再到 “ 高级智慧生物 ” 演进过程的根本推动 。 人工智能在最近十年的进展迅速 ， 包括机器学习 ， 自然语言处理 ， 计算机视觉 、 智适应技术等领域都得到了 长足的发展 。 AIoT大时代开启 AIoT技术架构图 资料来源： 亿欧智库， 华西证券研究所 10 AI+IoT， AIoT大时代开启 IoT以采集数据和连接物理设备为主，而采集的数据以结构化数据为主，最终赋能到业务中，更多的是做数据 监测及更快速便捷的业务反馈。 IoT做的是对物理世界的监测和连接，期望实现万物互联的自动化。 当 IoT加入 AI的能力后，在感知层加入了非结构化数据采集的能力，大幅提升感知理解图像、音频、视频的能 力；随着云计算、边缘计算、 AI算法的大力发展，在网络层有了更多适用场景的匹配能力与存储能力；而在 应用层，过去更多展示的是数据结果，现在通过多模态语义理解能力，可以用机器的方式洞察和理解物理世 界，而不仅仅对数据的监测及连接，最终实现万物互联的智能化。 智能化促进端侧价值凸显 云计算发展趋势 边缘计算架构 资料来源： CSDN， 华西证券研究所 资料来源： CSDN， 华西证券研究所 11 边缘智能的重要性持续提升 随着物联网应用的行业渗透面不断加大 ， 数据实时分析 、 处理 、 决策和自治等边缘智能化需求增加 。 据 IDC相关数据显示 ， 未来超过 50%的数据需要在网络边缘侧分析 、 处理和存储 。 智能终端是万事万物和人连入物联网的基本数字设备 ， 是物联网中连接传感网络层和传输网络层 ， 实现采集 数据及向网络层发送数据的设备 ， 它担负着数据采集 、 初步处理 、 加密 、 传输等多种功能 。 智能终端 ， 是物联网中的一个个智能节点 ， 是智能化产品的统称 ， 不仅包括智能手机 、 智慧家电 （ 智慧电视 、 智慧冰箱 、 智慧洗衣机等 ） ， 还包括智能手表 、 智能音箱 、 智能门锁 、 VR头盔 、 AR眼镜 、 智能摄像头等等 。 宅经济推动智慧家居爆发 我国扫地机器人销售额及同比（亿元） 智能门锁产销量情况（万套） 资料来源： 华经情报网， 华西证券研究所 资料来源： 全国锁具行业信息中心， 华西证券研究所 12 智慧家居部分产品已经进入普及期 在互联网、物联网、 AI、云计算、大数据等技术的快速发展驱动下，智能家居市场近几年也迎来了一股新兴 的浪潮。随着新一代消费族群认知与观念不断升级，一种全新的生活方式正流行起来。再加上疫情的助推， “宅经济”崛起，智能家居因其无接触式的交互方式正成为消费者的新宠，人们逐渐意识到智能家居的便利 性。 从智能门锁、扫地机器人到智能开关，再到烹饪机器人，从客厅、卧室到厨房，智能家居正逐渐覆盖生活的 方方面面。 21 32 44 63 64 79 52.38% 37.50% 43.93% 1.34% 23.31% 0% 10% 20% 30% 40% 50% 60% 0 10 20 30 40 50 60 70 80 90 2015 2016 2017 2018 2019 2020 销售额 同比 疫情加速全球数字化转型 中国智能商用终端市场规模（亿元） 资料来源： 艾瑞咨询， 华西证券研究所 13 数字化转型加速了智能终端在多场景中的应用 疫情加快了全球数字化转型的步伐 ， 而云计算 、 AI、 自动化 、 物联网 (IoT)、 区块链和 5G 等呈指数级发展的 技术也是数字化转型的加速器 。 哈佛商业评论 分析服务对全球多个业务领域的 522 名高管进行的第三次年度数字化转型调查发现 ， 数字化 转型战略受到了疫情的冲击 。 90% 的受访者表示 ， 新冠疫情加快了其公司的现代化工作的时间安排 。 “ 新冠 疫情已经成为转型项目的巨大催化剂 ” 。 近一半 (47%) 的领导者计划为支持视频会议 、 数据共享和内容创建 的协作平台拨款 。 鉴于新冠疫情使远程办公得到广泛应用 ， 对协作系统的关注并不令人意外 。 18 57 78 89 89 105 122 141 299.6% 225.1% 35.9% 14.9% 0.2% 17.3% 16.5% 15.7% 0.0% 50.0% 100.0% 150.0% 200.0% 250.0% 300.0% 350.0% 0 20 40 60 80 100 120 140 160 2016 2017 2018 2019 2020 2021E 2022E 2023E 中国智能商用终端市场规模（亿元） 中国智能商用终端市场规模增长率（ %） 后海思时代的机会 中国专业安防设备市场规模（十亿美元） 2018年度我国 IPTV/OTT机顶盒芯片方案市场份额占比 资料来源： Omdia， 华西证券研究所 资料来源： 格兰研究， 华西证券研究所 14 在安防、机顶盒等多领域，海思之前占据较大的市场份额 在被封锁前，华为海思在 IPC SOC市场已经一家独大，占据全球市场 70%以上的份额；在视频监控领域市场占有率更是 突破了 90%以上，处于绝对的主导地位。据 Omdia推测， 2018年中国已安装的专业安防监控摄像头达 3.5亿部，预计 2024 年中国智能视频监控市场将达到 167亿美元， 2019到 2024年年均增长达 9.5%。 根据格兰研究数据， 2018年度我国 IPTV/OTT机顶盒（ OTT机顶盒包括零售市场和运营商市场）采用的芯片方案主要以 海思半导体和晶晨股份为主，其中海思半导体以 60.7%的市场份额位列第一，晶晨股份以 32.6%的市场份额位列第二。 安防、机顶盒也是除智能手机之外智能处理器 SoC最大的两个应用市场。 海思半导体 , 60.7% 晶晨股份 , 32.6% 其他 , 6.7% 目录 AI+物联网， AIoT大时代开启 视频与音频是 SoC两大核心应用方向 下游市场存在规模巨大和碎片化的双重特性 核心受益标的 15 什么是智能应用处理器芯片？ 应用处理器芯片的主要应用领域 智能终端软硬件架构 资料来源： 瑞芯微招股书， 华西证券研究所 资料来源： 知乎， 华西证券研究所 16 智能终端的主控芯片，大脑！ 智能应用处理器芯片 ， 属于系统级的超大规模数字集成电路 ， 即 SoC， 是在低功耗中央处理器的基础上扩展音视频功能和专用接口 的超大规模集成电路 ， 是智能设备的 “ 大脑 ” ， 在智能设备中起着运算及调用其他各功能构件的作用 ， 集成了中央处理器 、 图形 处理器 、 视频编解码器 、 显示控制器 、 总线控制器 、 内存子系统 、 音频处理器 、 输入输出子系统以及各类高速模拟接口等功能模 块 。 不同的 SoC类型有不同的应用场景 ， 围绕微控制器 （ MCU） 构建的系统级芯片一般用于计算性能要求不高的消费电子 、 家电和 IoT 产品 。 基于微处理器 （ MPU） 的 SoC在性能和功能方面相对较高 ， 比如手机的应用处理器 (AP)。 还有一种可以编程的 SoC（ PSoC） ， 其部分功能可以灵活编程 ， 就像 FPGA一样 。 当然 ， 针对某些特定应用领域而定制开发的 SoC可能更为复杂 。 SoC设计通常基于 IP设计模式 主要 IP核类别和功能 SoC中一般都包括外购 IP核和自主设计部分 资料来源： 瑞芯微招股书， 华西证券研究所 资料来源： 电子工程世界， 华西证券研究所 17 SoC的硬件规模庞大，通常基于 IP设计模式 SoC有两个显著的特点：一是硬件规模庞大 ， 通常基于 IP设计模式；二是软件比重大 ， 需要进行软硬件协同设计 。 处理器内置中央处理器 （ CPU） 、 图形处理器 （ GPU） 、 图像信号处理器 （ ISP） 、 多媒体视频编解码器以及内部高速 总线 、 外设接口控制器 ， 在外部连接上 ， 一般具有闪存接口 、 动态存储器接口 、 显示接口 、 网络接口以及各种高速 、 低速外部设备接口 。 根据不同应用和产品定位的需要 ， 不同芯片具有差异化的设计 ， 如人工智能视觉处理器 ， 增加了 人工智能运算核心 ， 即神经网络处理器 （ NPU） ， 并突出图像处理性能和视频编码能力 ， 可以实现高性能的图像感知 及人工智能运算；针对智能语音的处理器 ， 除了内置满足智能语音运算的 CPU 或者数字信号处理器 （ DSP） ， 还增加 了丰富的音频接口 ， 可以实现麦克风阵列的语音信号处理和语音识别 、 智能控制等功能 。 类别 主要功能 CPU SoC芯片的中央处理单元，基于该 CPU运行系统软件 /应用软件，配合 SoC芯片内部的其他硬件模块，实现产品的各种功能。 GPU SoC芯片的图形处理单元，基于该 GPU实现可运行于 SoC芯片的各种游戏、各种图形 UI界面的渲染和特效、高性能计算等。 DSP 用于运行运算量较大的算法软件或应用软件，比如视频编解码、图形图像处理、视觉影像处理、语音处理等。 VPU 视频 /图像编码、解码单元，用硬件加速引擎分别实现视频 /图像数据的编码、压缩和终端产品上各种格式视频的解码、播放。 总线 用于 SoC芯片内部主设备和从设备之间的数据访问和互联互通，高性能的实现各种主设备同时访问多个从设备。 接口 实现 SoC芯片和其他芯片或外设的连接，用于 SoC芯片外接存储器、 摄像头、各种显示屏（包括电视）、 USB设备等或用于实现各种高 速数据传输。 工艺 物理 库 用于优化 CPU/GPU等高性能 IP核工艺单元库，以提高高性能 IP核 的设计频率。 SoC设计难度较大 瑞萨车载 SoC SH7777框图 SoC设计流程 资料来源： Renesas， 华西证券研究所 资料来源： 瑞芯微招股书， 华西证券研究所 18 需要有全面的设计能力 SoC关键技术主要包括总线架构技术 、 IP核可复用技术 、 软 硬件协同设计技术 、 SoC验证技术 、 可测性设计技术 、 低功 耗设计技术 、 超深亚微米电路实现技术 ， 并且包含做嵌入式 软件移植 、 开发研究 ， 是一门跨学科的新兴研究领域 。 SoC 的电路较为复杂 ， 对研发设计 、 制造工艺以及软硬件协同开 发技术的要求较高 。 设计的复杂性主要体现在芯片验证和测 试难度的提高 ， 以及 IP复用 、 混合电路设计的困难加大 。 任 何 SoC的设计都是性能 、 功耗 、 稳定性 、 工艺难度几方面的 平衡 。 ARM架构是主流， RISC-V在崛起 ARM处理器矩阵 中国 RISC-V生态 资料来源： CSDN， 华西证券研究所 资料来源： CSDN， 华西 证券研究所 19 SoC构建于 CPU之上， CPU可选择不同的架构 目前市场上主流的芯片架构有 X86、 ARM、 RISC-V和 MIPS四种 。 目前 X86架构和 ARM架构是市场份额最大的两大架构 。 X86主要集中在传统的 PC市场 ， 而在移动终端 ， ARM架构目前占据最大的市场份额 。 RISC-V 架构的起步相对较晚 ， 但 发展很快 。 ARM架构和 RISC-V架构都源自 1980年代的精简指令计算机 RISC， 两者最大的不同就在于 RISC-V架构推崇的大道至简的 技术风格和彻底开放的模式 。 物联网市场有长尾化的特性 ， 拥有众多细分市场 ， 同时对于功耗有很高的要求 ， 因此对 于可以针对不同应用灵活修改指令集和芯片架构设计的 RISC-V有优势 。 目前 ， 国内外已有多家芯片企业投入大量资金 研发 RISC-V在 IoT领域的应用 。 视频应用是物联网最核心应用之一 2019-2024年全球物联网数据量预测（ 2020-2024年为预测） 视频数据发展趋势 资料来源： IDC， 华西证券研究所 资料来源 ： NELVT， 华西证券研究所 20 视频数据在物联网数据量中占比最高 在各类大数据中 ， 图像视频是 “ 体量最大的大数据 ” 。 据思科统计 ， 视频内容约占互联网总流量的 90%。 而在 迅速发展的移动网络中 ， 视频流量的比例也高达 64%。 在万物互联时代 ， 视频数据以其直观 、 便捷 、 信息内容丰富而广泛应用于众多应用场景 ， 视频应用已经成为 物联网领域最核心的应用之一 。 IDC Global DataSphere预测 ， 2020年全球视频监控产生的数据约 18.1BP， 占同 期物联网数据量的 83.1%， 构成物联网数据的主体 ， 相应地 ， 视频监控系统安全也成为物联网安全的重要组成 部分 。 智能语音交互需求爆发 智能音频具备广泛的应用前景 全球蓝牙音频传输设备年出货量（十亿台） 资料来源： 恒玄科技招股书， 华西证券研究所 资料来源： 蓝牙技术联盟， 华西证券研究所 21 智能语音交互的场景（如智能可穿戴、智能家居等）变得越来越多 智能音频 SoC芯片的繁荣始于智能耳机及智能音箱 。 未来的 AIoT时代 ， 智能终端都需要具备一定的感知 、 推断 以及决策功能 ， 因此要求智能音频 SoC芯片具备不依赖于云端的边缘计算能力 ， 智能音频 SoC芯片应用范围将 扩展到除智能耳机 、 智能音箱以外的其他智能终端设备中 。 电视等其他家庭语音中控智能设备的出现 ， 促进了消费者养成语音交互的习惯 。 更多的终端设备正在走向智 能化 ， 包括照明 、 门锁 、 空调 、 冰箱 、 车载支架等设备正在快速的语音化 ， 越来越多的消费者要求终端设备 具备智能语音交互能力 。 视频与音频是 SoC两大核心应用方向 瑞芯微 SoC主要产品系列 中科蓝讯 SoC主要产品系列 资料来源： 瑞芯微公告， 华西证券研究所 资料来源： 中科蓝讯招股书， 华西证券研究所 22 大视频、大音频时代 我们认为视频 、 音频是目前智能应用处理器芯片两大核心应用方向 。 与视频相关的应用场景包括商业显示 、 安防 、 汽车电子 、 智慧家居 、 智慧零售等 。 与音频相关的应用场景包括可穿戴设备 、 智慧家居 、 汽车电子等 。 目前从营收占比来看 ， 国内智能应用处理器芯片设计厂商大体也可以分为视频 、 音频两大阵营 。 编解码是保证用户视频体验的核心技术 视频技术研究及带来的挑战 视频处理流程 资料来源： 海思官网， 华西证券研究所 资料来源： 海思官网， 华西证券研究所 23 不断提升的像素给视频传输和存储带来巨大压力 视频编解码是在摄像头采集画面和前处理后，采用算法将视频数据的冗余信息去除，对图像进行压缩、存储 及传输，再将视频进行解码及格式转换， 追求在可用的计算资源内，尽可能高的视频重建质量和尽可能高的 压缩比，以达到带宽和存储容量要求的视频处理技术。持续为用户提供更高品质的视频体验。 以安防领域为例，伴随着高清监控技术的普及，前端摄像机像素提高给视频传输和存储带来巨大压力，因此 视频编解码技术的改进、视频编解码算法的优化至关重要。 编解码技术现状 视频编码标准一览 几种不同编码技术对比 资料来源： 知乎， 华西证券研究所 资料来源： 视频编解码技术解析 张龙彪， 华西证券研究所 24 编码是核心，技术发展推动产业往更先进制程迭代 制定视频编解码标准的国际组织主要有两个： ITU-T和 ISO/IEC。 ITU-T推荐委员会制定的大多数标准都是为实时视频 通信应用的 ， 例如 H.261、 H.262、 H.263和 H.264； ISO/IEC的 MPEG标准大多是为视频存储 、 广播视频和视频流应用而 制定的标准 ， 包括 MPEG-1、 MPEG-2和 MPEG-4等 。 两个标准化委员会组织在独立地致力于不同的标准的制定的同时 ， 联合发展了 H.262/MPEG-2和 H.264/AVC。 目前 ， 视频监控行业普遍使用的音视频算法是 H.264和 H.265， 我国制定的 AVS和 SVAC音视频编码标准正在逐步推广 。 从标准技术演进来看 ， 至今为止的历代视频编码标准采用的技术都是基于 混合视频编码 。 总体来说是充分利用摩尔定 律 ， 逐步拿更高的计算量换取编码压缩性能的提升；具体算法设计越来越复杂 、 越来越自适应化 。 H.265 SVAC HEVC/H265+ Smart265 标准化 国际标准 ITU-T VCEG 国际标准 GB/T257 24-2010 海思优化 海康优化 压缩性 能 对比传统 H.264， 码 率降低 50% ， 压 缩比高 相比 H.265 ， 较低 利用了视觉感 知技术 ， 先进 的参考帧自适 应技术 ， 高级 码率控制技术 ， 压缩比更高 结合画面和 场景优化 ， 在 H.265编码 的基础上进 一步提升压 缩率 安全性 通用算法 加密算法 ， 安全性高 通用 +自主算 法 通用 +自主算 法 通用性 标准编解 码芯片 ， 可选范围 大 专用编码 解码芯片 ， 可选范围 少 海思结合芯片 推广 可变码流技 术 ， 主流厂 商具备同等 能力 人工智能处理技术是重点发展方向 人工智能技术渗透各产业 资料来源： 2019年人工智能发展白皮书 ， 华西证券研究所 25 采用强大的处理器并集成智能分析引擎是方向 智能分析需要强大的图像处理能力 ， 运行高级智能算法 ， 因此 ， 采用强大的处理器并集成智能分析引擎是视 频监控芯片未来的发展方向 。 这要求芯片厂商一方面在智能分析算法方面具有很强的技术积累；另一方面 ， 在集成电路设计工艺上有越来越多的产品采用更先进的工艺 ， 如 40nm甚至 28nm工艺 ， 以进一步提高芯片处理 速度并降低芯片功耗 。 在算法方面 ， 机器学习算法取得重大突破 ， 以多层神经网络模型为基础的算法 ， 使得机器学习算法在人脸识 别等领域的准确性取得了飞跃性的提高 ， 为商业化应用奠定了重要技术基础 。 连接技术是音频 SoC的基础 蓝牙发展史 WiFi发展历程 资料来源： CSDN， 华西证券研究所 资料来源： 艾瑞咨询， 华西证券研究所 26 无线化连接是智能终端发展第一步 2016年苹果推出第一代 AirPods， 引爆了 TWS耳机热潮 ， 国内外厂商纷纷跟进推出自己的 TWS耳机产品 ， 耳机 向无线化加速转变 。 早期 ， 由于新蓝牙标准尚未推出 ， 蓝牙连接稳定性是安卓阵营 TWS快速发展普遍面临的第 一道关卡 ， 解决连接稳定性成为行业发展的第一步 。 后续新蓝牙标准的推出解决了蓝牙连接稳定性的问题 。 随着智能音箱的智能化水平不断提升 ， 对智能 WiFi音频芯片的功耗 、 AI性能 、 内存 、 传输速度 、 覆盖范围等要 求进一步提高 。 智能 WiFi音频芯片厂商通过多核混合架构等方式来实现低功耗 、 高性能计算 ， 以适应智能音箱 的发展趋势 。 音频 SoC技术演进方向 音频 SoC现状及发展方向 资料来源： 恒玄科技招股书， 华西证券研究所 27 更强算力、更低的功耗和更多的功能需求 可穿戴如 TWS领域 ， 功耗及延时进一步降低：受限于耳机体积 ， 在电池容量有限的前提下 ， 既要保证较长的音乐播放 时间 ， 又要实现更多的功能以及更强的智能算力 ， 因此对耳机芯片的功耗提出更高要求 。 SoC芯片的功耗主要分为三块： 射频部分 、 音频部分和数字部分 。 数字部分可以通过应用先进制程来降低功耗 ， 而音频部分的功耗由于扬声器的阻抗 限制 ， 功耗改进空间有限 ， 所以超低功耗的射频技术就非常关键 。 提升连接的反应速度 、 音频传输速率及低延迟是各 厂商主要的技术攻克方向之一 ， 主动降噪 /通话降噪功能将进一步升级 ， 智能语音技术还需要进一步演进 。 嵌入语音唤醒和语音识别技术已成为智能音频 SoC芯片的发展趋势 ， 未来智能语音技术将在智能可穿戴 、 智能家居等各 类终端设备中广泛使用 。 主要指标 行业最高水平 行业主流水平 未来发展方向 TWS传输 方式 2016年苹果发布 Airpods，采用监听技术实现双路传输，副耳机信号不需 要主耳机转发，而是通过一定的规则监听手机所发出的信号，从接收信号 中找出主耳机和副耳机各自的信号。苹果率先实现了双路传输并树立了专 利壁垒。 目前行业从传统的转发方案向双路传输转变。恒玄科技、高通及联发科较 早实现双路传输，并量产应用于品牌客户。 1、 2019年恒玄科技推出 BES2300ZP，应用自主知识产权的 IBRT技术，实现双路传输，并已在品牌 客户量产应用。 2、 2019年联发科推出 MCSync技术，实现双路传输。 3、 2018年高通推出 TWS plus技术，支持双路传输，但仅限于搭配高通骁龙 845及以上的手机平台进行使用。 2020年高通推出 TrueWireless Mirroring 技术，不再受原 TWS plus技术对其手机芯片平台的依赖。 未来 TWS传输方式将是 LE Audio与经典蓝 牙双路传输复合应用。 LE Audio多重串流 音频将允许智能手机等单一音频源设备向 单个或多个音频接收设备间同步进行多重 且独立的音频串流传输。但由于支持 LE Audio的设备尚需较长时间普及，经典蓝 牙与 LE Audio双模将长期存在。 语音唤醒 2019年 3月苹果发布 AirPods 2，率先支持语音唤醒。同时期其他 TWS耳机 采用触摸或者按键唤醒的方式来实现语音交互。 苹果 AirPods 2具较高的 识别率，尤其在嘈杂环境和风噪环境中识别率高。 高识别率语音唤醒要求芯片具备较强的算法处理能力，语音唤醒的难点是 解决低功耗和高性能之间的矛盾。因此目前主流 TWS耳机包括 AirPods 2均 采取分立方案，即外加一颗或多颗芯片实现语音唤醒。 恒玄科技和高通较 早推出了集成语音唤醒功能的蓝牙音频单芯片，恒玄科技单芯片已在小米 Air 2量产应用。 未来语音唤醒的目标是达到复杂场景下的 精确识别和交互，需要芯片算力更强、功 耗更低、单芯片集成。 主动降噪 苹果 AirPods Pro的推出使得主动降噪成为了市场热点。 AirPods Pro在支 持主动降噪的同时还具备透传功能，使得耳机佩戴者能够更好地接收外界 语音、外界环境噪声或外界报警声等。 恒玄科技较早将主动降噪与蓝牙 单芯片集成，并实现量产应用。小米 Air及华为 FlyPods 3分别采用了恒玄 科技前馈主动降噪蓝牙单芯片及混合主动降噪蓝牙单芯片。 高性能主动 降噪需要高精度、高信噪比的 ADC接收外界声音，同时需要算法与硬件 高度配合，具有较高的技术壁垒。恒玄科技通过 24bit高精度 ADC、低延 时降噪环路以及主动降噪算法，使 TWS耳机具有良好的降噪效果。应用恒 玄科技芯片的华为 FlyPods 3，降噪深度达 30dB左右，处于行业领先水平。 目前市场上主流品牌的主动降噪蓝牙耳机多采用降噪芯片和蓝牙芯片分立 的方案，由独立的音频芯片实现主动降噪功能。独立的主动降噪芯片通常 由 AMS、 ADI及 Cirrus Logic等专业音频芯片厂商提供，以保证降噪效果。 智能自适应降噪，即根据耳道特征及使用 场景自动匹配相适应的降噪或通透模式。 工艺制程 苹果 H1芯片采用 16nm工艺。 恒玄科技主流产品为 28nm，高通及联发科主流产品为 40nm或 55nm。 采用更先进制程，增强算力并降低功耗。 功耗 在功能增加性能增强的前提下实现低功耗，提升设备续航时间。目前业界领先的功耗水平低于 5mA。 业界主流水平在 6mA左右。 进一步降低功耗。 产品矩阵化是公司长期发展之道 中国 AIoT 产业链 海思视频监控芯片产品路线图 资料来源： 艾瑞咨询， 华西证券研究所 资料来源： CSDN， 华西证券研究所 28 AIoT是典型的长尾市场 AIoT是一个非常大的市场，但它是一个典型的长尾市场，碎片化需求非常多。因此，单靠一个芯片平台或者 一颗大的芯片，很难满足具有多元化需求的 AIoT细分市场。产品矩阵化才是公司长期发展之道。 基于公司自身资源禀赋寻找目标市场是最关键的第一步。 对于先进制程的需求 部分 SoC设计公司芯片工艺制程情况 资料来源： 瑞芯微招股书， 华西证券研究所 更先进制程实现算力和功耗的需求 视频分辨率越来越高 ， 从高清到超高清再到 8K/VR。 算力增 长 24 倍 ， 存储增长 12 倍 ， 带宽增长 20 倍 。 音频方向 ， 迭代 目标是更强算力 、 更低的功耗和更多的功能需求 。 因此 ， 伴 随着音视频需求的向前演进和人工智能的落地 ， 我们认为往 更先进制程迭代可以满足算力和功耗的需求 ， 是行业整体发 展方向 。 在智能物联网相关领域 ， 目前还是以 40/28nm制程 工艺技术为主 。 智能处理器 SoC芯片工艺演进 资料来源： 公司官网及公告， 华西证券研究所 公司 业务 芯片工艺制程情况 海思 产品覆盖智慧视觉 、 智慧 IoT、 智慧媒体 、 智慧出行 、 显示交互 、 手机终端 、 数据中心及光收发器等多个 领域 。 28nm、 12nm， 高端旗舰产品 Hi3559A采用 12nm超低功耗工艺 瑞芯微 主要产品为智能应用处理器芯片 、 电源管理芯片 、 其他芯片及组件产品 当前公司产品主流的工艺制程为 28nm、 0.18um， 还有采用 40nm、 22nm、 14nm等工艺制程的产品 。 另外在研项目采用 8nm工艺制程 。 全志科技 主营业务为智能应用处理器 SoC、 高性能模拟器件和 无线互联芯片的研发与设计 公司应用处理器芯片目前主要使用 40nm/28nm/22nm工艺 晶晨股份 多媒体智能终端 SoC芯片的研发 、 设计与销售 有多个智能电视芯片产品系列 ， 28nm和 12nm的都有 ， 2020 年前三季度 ， 公司 12纳米产品营业收入占比为 37.39%， 上年 同期是 7.73%，