5G浪潮下的边缘计算发展趋势及投资机遇
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
CAPTIAL 5G浪潮下的边缘计算发展趋势及投资机遇
1
Why Edge Computing?
语音远场交互中的元器件能承载的算力极限
智能硅麦剖面结构图(正进音)
振膜
背极版
背腔PCB
功能展示
电话接听或拒听音频控制云端语音交互
应用领域
声源—MEMS 传感器—声学信号检测—声纹唤醒启动—ASR/应用
功能场景
•Alwayson •低功耗•小体积
•
集成部分ASR 功能,例如低功耗唤醒、拾音、命令词定制、端侧降噪等功能,简化了手机、耳机以及IoT 用户的的音频设计
算力向”边缘测下沉
“
终端用户
边缘侧基础设施
区域性算力中心
Hyperscale Cloud
降本增效 降低时延
应用部署灵活性↑ 应用部署规模性↑
使用移动性↑
2
边缘计算的行业趋势
边缘计算落地,基层建设先行
On Premise Edge
针对于企业或组织的边缘云部署
硬件采用具有一定算力的边缘盒子/一体机,项目制居多
e.g. 工控化改造,业务上云的企业服务类业务
etc.
以运营商为主导的边缘计算应用落地
体量缩水全球电信行业普遍存在
A R P U值下降
寻求新的业务增长
点
固移融合
边缘计算的部署和固
移融合紧密结合
行业落地
基于A I应用的智慧园区
/TO G业务都是高并发、大流
量、低时延的天然落地场
景
地域性边缘计算中心
从地市级向区域以及社
区、楼宇的渗透
边缘计算赋能应用-VR&AR
重点关注:
1.核心零部件的
国产化替代;
2.VR/AR的内容
制作和分发相
关的平台;
3.具备产品定义
和品牌影响力
的设备终端。
智能安防带来的新需求
•智能安防在国内已经是一个成熟的赛道,以海康、大华为代
表的硬件及方案供应商已经在全球层面成为头部企业。
•算力需求上升。
拥有海量设备存量市场的赛道中,以政务、
警务、交警部门等为主要客户的前提下,基于边缘计算的视
频监控算力需求持续增加。
•以IHS Markit的统计为例,2018年全球用于视频监控的存储
出货达81EB,约9200万小时的视频(基于1080p 2Mbps测
算),到2022年视频监控的时长讲达到2018年的3倍,
•关注领域:
•对于存量市场的摄像头收集的数据进行有效分析的公司;
•随着各地政府雪亮工程接入大量民用摄像头,高并发、
大流量的算力需求将长期存在
边缘计算行业价值链一览
3
边缘计算股权投资趋势
边缘计算的投资仍在行业的初期阶段
(1)以VC/PE为主的财务投资人,典型的投资人包括Berkshire Partners,红杉,Colony Capital等,典型的投资案例:Vapor IO(2020年1月完成9000万美金的C轮融资);EdgePresence(2020年10月完成3000万美金的首轮融资);希姆科技(2020年2月完成3.2亿人民币天使轮融资)等。
(2)云服务作为主营业务的战略投资人,典型投资方包括亚马逊,Google,微软,腾讯云,阿里云等,以微软为例,公司2018年宣布将在未来的四年内在边缘计算领域投资50亿美金布局相关标的。
典型投资案例包括Syntiant,该公司是一家智能语音芯片公司,在2020年8月完成了最新一轮3000万美金的融资,由微软旗下的风险基金M12和芯片制造设备供应商Applied Materials Inc旗下的风险投资部门Applied Ventures LLC领投。
(3)以传统电信公司为主的投资人,典型投资方包括AT&T,Verizon,中国移动等,此类投资人的投资标的更多在于建设投产边缘计算节点以完善丰富自身业务布局为主,个别布局前瞻性技术标的,例如Deutsche Telekom于2018年1月投资MobileX的种子轮作为边缘计算的布局之一。
(4)其他科技公司,交易架构不局限于股权投资,部分并购案例也有所披露,典型投资方包括迅雷,IBM,苹果,HPE等。
典型案例包括苹果于2020年1月并购Xnor.ai,交易对价2亿美金,以充实公司在边缘端的AI 能力。
电信行业整体投资金额中心云相关投资金额边缘计算投资金额单位:十亿/美金资料来源:
注:统计金额仅包含头部边缘计算标的的披露金额
边缘计算投资仍处于早期阶段
设备
网络架构边缘硬件
边缘计算投资趋势
从短期来看,我们认为基于边云架构的基础建设投资可能成为最先落地的投资领域,目前的网络架构下,现有设备需要兼顾2G~5G架构下的所有通讯协议,且能够实现固移融合,部分场景,例如传统制造行业的信息化升级中需要兼顾的底层过于繁琐,基础设施的普及能够有效的加速行业的应用落地。
在此基础上,我们认为长期来看,基于AI、AR/VR、智能驾驶,智能安防等技术和应用的开发会在边缘端有一定算力布局的基础上,进一步进行本地化、边缘侧的深度优化和产品布局,中心云作为逻辑训练的支持平台,边缘端实现一键部署决策逻辑,数据采集和轻量化计算。
谢谢观看!。