摘要：邊緣計算是5G網(wǎng)絡的核心特征，也是結合5G智能物聯(lián)時代的核心應用特征，針對智能物聯(lián)場景的特異性，邊緣計算對算力需求將呈現(xiàn)定制化個性化的特征，驅(qū)動算力產(chǎn)業(yè)領域FPGA產(chǎn)業(yè)迎來歷史性的機會。

5G邊緣計算將引發(fā)新的算力需求

5G算力需求受信號處理和邊緣計算兩大驅(qū)動

5G時代的算力需求將受到云管端三大層面的影響。

從傳輸管道的角度看:5G無線通信系統(tǒng)需要支持比4G系統(tǒng)更大的帶寬，以及大型的天線陣列，以實現(xiàn)更高的載波頻率，從而有可能構建小得多的天線元，未來5G的連接狀態(tài)會更加復雜多變，一個基站可以覆蓋百萬級用戶量，這一量級對硬件系統(tǒng)的要求會大幅提高;

從用戶端的角度看:5G時代，終端將突破4G時代的手機端，全面拓展至物聯(lián)端，包括消費類產(chǎn)品、基礎類產(chǎn)品、通用類產(chǎn)品、特定場景產(chǎn)品，帶來大量連接與計算需求;

從平臺的角度看:在5G時代，云計算平臺將面臨著海量設備接入、海量數(shù)據(jù)、帶寬不夠和功耗過高等高難度挑戰(zhàn)，邊緣計算將與云計算互相協(xié)同，云計算聚焦非實時、長周期數(shù)據(jù)的大數(shù)據(jù)分析，邊緣計算則更靠近執(zhí)行單元，能夠快速響應，對于時延要求高的業(yè)務而言，邊緣計算可為客戶提供更好的服務。

邊緣計算是5G時代的關鍵技術。

邊緣計算是將云計算平臺從核心網(wǎng)網(wǎng)元遷移到無線接入網(wǎng)靠近終端的邊緣，被確立為5G關鍵技術，將配套移動接入網(wǎng)搭建貼近用戶和終端的處理平臺，提供IT或者云的能力，以減少業(yè)務的多級傳遞，降低核心網(wǎng)和傳輸?shù)呢摀?/p>

邊緣計算是作為5G網(wǎng)絡區(qū)別于3G、4G標準很重要的差別，是支撐物聯(lián)技術低延時、高密度等條件的具體網(wǎng)絡技術體現(xiàn)形式。

5G邊緣計算的算力需求受兩大驅(qū)動。

一方面，通信信號處理需求的增多對算力提出了新要求，另一方面，5G是物聯(lián)網(wǎng)創(chuàng)新的起點，將帶來多種物聯(lián)場景，邊緣計算是支撐物聯(lián)技術低延時、高密度等條件的具體網(wǎng)絡技術體現(xiàn)形式，具有場景定制化強等特點，如智能駕駛要求低延時，而智慧城市則要求高帶寬，多場景的算力需求驅(qū)動邊緣端計算能力的提高。

邊緣計算作為5G新特性將成為重要增量部分

邊緣計算將推動5G技術更好的發(fā)展。隨著物聯(lián)網(wǎng)時代的到來，邊緣計算將與云計算共同推進物聯(lián)網(wǎng)的發(fā)展，邊緣計算的核心，是將計算任務從云計算中心，遷移到產(chǎn)生源數(shù)據(jù)的邊緣設備上，較之傳統(tǒng)云計算，有以下幾大優(yōu)勢:

1、安全性更高。

邊緣計算中的數(shù)據(jù)僅在源數(shù)據(jù)設備和邊緣設備之間交換，不再全部上傳至云計算平臺，防范了數(shù)據(jù)泄露的風險。

2、低時延。

據(jù)運營商估算，若業(yè)務經(jīng)由部署在接入點的MEC完成處理和轉(zhuǎn)發(fā)，則時延有望控制在1ms之內(nèi);若業(yè)務在接入網(wǎng)的中心處理網(wǎng)元上完成處理和轉(zhuǎn)發(fā)，則時延約在2~5ms之間;

即使是經(jīng)過邊緣數(shù)據(jù)中心內(nèi)的MEC處理，時延也能控制在10ms之內(nèi)，對于時延要求高的場景，如自動駕駛，邊緣計算更靠近數(shù)據(jù)源，可快速處理數(shù)據(jù)、實時做出判斷，充分保障乘客安全。

3、減少帶寬成本。

一些連接的傳感器(例如相機或在引擎中工作的聚合傳感器)會產(chǎn)生大量數(shù)據(jù)，在這些情況下，將所有這些信息發(fā)送到云計算中心將花費很長時間和過高的成本，如若采用邊緣計算處理，將減少大量帶寬成本。

我們認為，5G推動社會從人聯(lián)時代走向物聯(lián)時代，連接數(shù)的大量增長，疊加邊緣計算自身優(yōu)勢，將成為5G時代不可或缺的一部分。同時，由邊緣計算帶來的算力需求將成為5G時代重要增量部分。

5G邊緣計算將引發(fā)技術和市場變革

邊緣計算低時延、高密度連接的特點將引發(fā)技術和市場的變革。

從芯片的角度看，邊緣計算將帶來大量的數(shù)據(jù)量，對芯片處理能力提出了新要求，多場景的定制化需求對芯片的靈活性有更高要求，過去，在人工智能圖像學習領域，GPU大展身手，擅長大規(guī)模并行計算的GPU在這一時期出現(xiàn)了爆發(fā)增長，而ASIC，則在具有廣闊下游市場的細分領域內(nèi)有較強優(yōu)勢，如礦機市場。

我們認為，面向未來萬物互聯(lián)的物聯(lián)網(wǎng)時代，F(xiàn)PGA有望引來爆發(fā)，F(xiàn)PGA是可編程的加速芯片，開發(fā)時間短，占用帶寬低，時延低，完美適配低時延、高密度、多場景的物聯(lián)時代，也許未來某一細分場景市場規(guī)模大時，該子領域的加速芯片有望轉(zhuǎn)變?yōu)锳SIC芯片，但總體而言，我們的判斷是:物聯(lián)時代FPGA將首先迎來爆發(fā)。

從服務器的角度看，邊緣計算也將為服務器市場帶來新變化，邊緣服務器將逐步應用與推廣，部分客戶將選擇超融合邊緣服務器形態(tài)。

5G邊緣場景的多樣化驅(qū)動算力產(chǎn)業(yè)進入FPGA時代

邊緣計算業(yè)務部署需求呈現(xiàn)多樣化特征

人聯(lián)時代網(wǎng)絡和物聯(lián)時代網(wǎng)絡存在大差異。

首先，物聯(lián)網(wǎng)將以B端用戶為主區(qū)別于互聯(lián)網(wǎng)C端為主，并且無線的物聯(lián)場景將必然以邊緣網(wǎng)絡的方式來呈現(xiàn)，當然這與互聯(lián)網(wǎng)的企業(yè)局域網(wǎng)的應用深度有著本質(zhì)差異，互聯(lián)網(wǎng)時代的企業(yè)需求是信息化為主，而物聯(lián)時代將主要是智能應用需求為主;

針對不同行業(yè)和業(yè)務比如工業(yè)控制、智能駕駛、視頻監(jiān)控等，其對終端功能的定位、算力的需求、應用的方式將會截然不同;在互聯(lián)網(wǎng)時代馬太效應非常顯著，贏家通吃，但在物聯(lián)時代，僅對企業(yè)客戶需求把控準確的公司才能逐步做大做強。

邊緣計算業(yè)務部署形態(tài)多樣。

從細分價值市場的維度，邊緣計算主要分為三類:電信運營商邊緣計算、企業(yè)與物聯(lián)網(wǎng)邊緣計算、工業(yè)邊緣計算。

圍繞上述三類邊緣計算，業(yè)界主要的ICT、OT、OTT、電信運營商等玩家紛紛基于自身的優(yōu)勢構建相關能力，布局邊緣計算，形成了當前主要的六種邊緣計算的業(yè)務形態(tài):

物聯(lián)網(wǎng)邊緣計算、工業(yè)邊緣計算、智慧家庭邊緣計算、廣域接入網(wǎng)絡邊緣計算、邊緣云以及多接入邊緣計算(MEC)，在實際部署的商業(yè)用例中，上述的六種業(yè)務形態(tài)可以獨立存在，也可以多種業(yè)務形態(tài)互補并存。

5G邊緣計算驅(qū)動FPGA將成為產(chǎn)業(yè)新重心

在相同的晶體管規(guī)模下，越是通用的處理器計算效率越低，能耗比也越差;定制性越高，應用的范圍越窄，但越“精通”某一類型的計算。

當某一類型的計算形成一定規(guī)模，高算力、低功耗為代表的專用ASIC便成為一種極致下的選擇，如區(qū)塊鏈的礦機，多使用ASIC芯片。

FPGA，可深度定制，并實現(xiàn)算力升級。

一方面，F(xiàn)PGA可針對每一種具體應用，根據(jù)其算法結構進行深度定制，甚至為算法的每個步驟設計專門的執(zhí)行邏輯，避免了通用處理器的取指和譯碼過程，從而達到較高的計算效率和能效;

另一方面，其可編程特性可以加載不同的運算架構，實現(xiàn)器件本身的通用性，不但可以設計針對圖像圖像的計算結構，也可實現(xiàn)GPU并不擅長的搜索、加密解密等計算結構。

邊緣計算有望帶來算力產(chǎn)業(yè)高增長

FPGA市場講迎來數(shù)倍級別高增長

我們認為，邊緣計算對算力產(chǎn)業(yè)格局帶來的巨變由兩個方面體現(xiàn)：

一方面是基站，基站主要進行通信信號的換算，又可以分為宏基站和小基站，其中小基站作為5G最具特征的接入場景，有望成為邊緣計算的新入口；

另一方面是服務器，邊緣計算有望帶來服務器產(chǎn)業(yè)的變化，大量即時數(shù)據(jù)的處理，可以放置邊緣端，邊緣服務器的重要程度將提升。

科技需求驅(qū)動算力產(chǎn)業(yè)格局新變化

FPGA有望在物聯(lián)時代大放光彩，Xilinx為全球龍頭。

FPGA低時延、低帶寬、靈活性高等特性適配物聯(lián)時代場景定制化需求，有望在物聯(lián)時代大放光彩。

在FPGA領域，Xilinx和Altera(現(xiàn)被Intel收購)長期穩(wěn)坐第一第二的位置，專利達6000多項，根據(jù)2017年財報數(shù)據(jù)顯示，Xilinx的市場份額約58%。

目前FPGA主要運用于軍事領域，如航天、航空、電子、通信、雷達、高端波束形成系統(tǒng)等領域，民用領域空間正在逐步被打開。

GPU:圖像學習能力強，獨立GPU英偉達為行業(yè)龍頭。

GPU分為集成GPU和獨立GPU，集成GPU市場的主要生產(chǎn)廠商有英特爾、英偉達、AMD等，據(jù)EEFOCUS統(tǒng)計，2016年英特爾集成GPU市場份額達到68.1%;

獨立GPU是以獨立板卡形式存在，可在具備顯卡接口的主板上自由插拔的顯卡，具備單獨的顯存，不占用系統(tǒng)內(nèi)存，且在技術上領先于集成顯卡，能夠提供更好的顯示效果和運行性能，主要生產(chǎn)廠商有英偉達和AMD，英特爾宣布將于2020年進軍獨立GPU市場，據(jù)EEFOCUS統(tǒng)計，2016年英偉達和AMD獨立GPU市場份額分為為70.5%、29.5%，呈現(xiàn)寡頭壟斷市場格局。

ASIC:對下游市場空間要求高，在區(qū)塊鏈領域獨占鰲頭。

目前市場上主流ASIC有TPU芯片、NPU芯片、VPU芯片以及BPU芯片，它們分別是由Google、寒武紀、Intel以及地平線設計生產(chǎn)。

由于ASIC開發(fā)周期長，僅有大廠有資金與實力進行研發(fā)。

同時，ASIC是全定制芯片，在某些特定場景下運行效率最高，故某些場景下游市場空間足夠大時，量產(chǎn)ASIC芯片可以實現(xiàn)豐厚的利潤。

服務器市場:邊緣服務器重要性將逐步提升，超融合有望成為趨勢。

5G通信網(wǎng)絡需要去中心化,在網(wǎng)絡邊緣部署小規(guī)?；蛘弑銛y式數(shù)據(jù)中心,進行終端請求的本地化處理,以滿足URLLC和mMTC的超低延時需求。

邊緣服務器的重要性將逐步提升。同時，超融合一體機有望在物聯(lián)時代得到更廣泛的應用。

邊緣計算有望塑造未來十年產(chǎn)業(yè)價值重構

從網(wǎng)絡建設的角度看，網(wǎng)絡建設有望轉(zhuǎn)變成按需驅(qū)動，由傳統(tǒng)的運營商統(tǒng)一規(guī)劃建設，轉(zhuǎn)變?yōu)榘纯蛻粜枨筮M行眾籌建設。

一方面，運營商節(jié)省網(wǎng)絡建設投資成本，另一方面，企業(yè)客戶能夠按需參與建設網(wǎng)絡，滿足自身需求，共生營運價值。

從網(wǎng)絡運營的角度看，網(wǎng)絡運營有望化整為零，包產(chǎn)到戶，由傳統(tǒng)的運營商統(tǒng)一管理運維一張包含省干到接入點的龐大網(wǎng)絡，轉(zhuǎn)變?yōu)槠髽I(yè)用戶管理運維各自小型網(wǎng)絡，達成移動數(shù)傳業(yè)務。

運營商關注核心網(wǎng)及以上的網(wǎng)元，鑒權計費、安全隱私、增值服務管理等。這將大幅減輕運營商網(wǎng)絡運維壓力，企業(yè)對自身網(wǎng)絡也有更大的管理權限。

從邊緣商業(yè)模式來看，邊緣計算促使運營商建設服務于虛擬化網(wǎng)元的電信云設施。

面向未來工業(yè)互聯(lián)網(wǎng)，人工智能等新興業(yè)務，運營商需要端到端的網(wǎng)絡平面的基礎上，借助邊緣計算打造一張面向全連接的算力平面，形成算力的全網(wǎng)覆蓋，為垂直行業(yè)就近提供智能連接基礎設施;

而邊緣端的廠商的服務內(nèi)容將多樣化，具體可以分為行業(yè)應用、PaaS能力、IaaS設施、硬件設備、機房規(guī)劃和網(wǎng)絡承載幾個重要領域。