欢迎来到中国机电网    [ 请登录 ]  [ 会员注册 ]

返回首页|English|设为首页|加入收藏|

您现在的位置:中国机电网 - 市场行情
展望未来,2020电子产业潜力市场top10
作者: 佚名 时间:2020-1-17文章来源:访问量:703

电子产业的发展日新月异,电子制造业在消费电子的快速增长下节节攀升。上游核心器件积极进行产业升级,设备、材料、芯片设计等领域实现不同细分赛道的重点突破。中游晶圆制造及下游封装测试领域保持战略定力,对新技术持续研发投入,长此以往则有望达到国际一 流水平。下游品牌方面,国内企业在智能手机、安防监控、通信基站已经智能家居等领域已经确立起部分优势。

电子产业在2019年的发展也随着多种新技术的突破开启了新的细分领域增长,而中美贸易冲突与国内宏观经济下行的压力也成为了电子产业面临的挑战。慧聪电子网通过多方资料,汇总并分析了2020年电子产业潜力市场top10,以下内容仅供读者参考。

5g

5g是第五代移动通信技术的简称,是最新一代蜂窝移动通信技术。第五代计算浪潮在数据的驱动下跃跃欲试,其中三大核心驱动力由5g、iot和ai组成。这些驱动力带来了算力的多样需求,未来物联网将创造更多的数据,5g引领数据传输的新方式,以及ai的处理能力催生更多的算法和应用闪亮登场。2020年随着aiot的全场景应用,将会有效助力网络平滑升级,5g时代到来,将是一场人们生活与工作方式的全新变革。

vr/ar

随着虚拟现实(vr)产业生态的不断完善,硬件、软件、服务融合的盈利商业模式的不断成熟,vr产业取得了快速发展,预计到2023年,vr产业会超过4000亿元的规模。新技术融合创新,推动虚拟现实产业快速发展。5g的低时延、高带宽、大容量能解决虚拟现实的算力不足、终端有线束缚、眩晕感强等痛点问题,5g+vr已在广播电规、医疗、教育、直播等领域展开应用。ai是基础的赋能性技术,和vr/ar技术相融合,能提高虚拟现实的智能化水平,提升虚拟设备的效能,ai+vr/ar已在智能制造、零售、家装等领域展开应用。vr和云计算、云渲染结合,将云端的显示输出、声音输出通过编码压缩后传输到用户的终端设备中,实现vr业务的快速处理,cloud+vr/ar已在教育、影视、游戏等领域展开应用。

pcb

消费电子的快速增长离不开电子设备的更新迭代,消费者逐渐从以往的物质型消费走向服务型、品质型消费。目前,消费电子行业正在酝酿下一个以ai、iot、智能家居为代表的新蓝海,创新型消费电子产品层出不穷,并将渗透消费者生活的方方面面。2017年全球消费电子领域pcb产值预估达79亿美元,预计2017年-2022年消费电子行业复合增长率为4.6%。随着云计算、大数据、物联网、移动互联网、人工智能等新一代信息技术快速演进,硬件、软件、服务等核心技术体系加速重构,正在引发电子信息产业新一轮变革,未来pcb产品应用领域还将进一步扩大,市场空间广阔。

oled

近年来各地对显示面板产线的投资十分踊跃,我国的amoled产业规模得以迅速扩张。截止2019年10月,中国已建成生产线11条,在建生产线4条,总投资规模超过4000亿元。伴随多条产线的陆续建成,我国amoled生产技术水平和产业创新能力也在不断提升。柔性amoled与其他新一代信息技术相结合,将有望更进一步提高国内企业的品牌地位,带动下游产业转型升级。在未来,oled发展方向有三点:普及化、结构多元化与产业发展集群化。

电子标签

物联网的发展带动着电子标签的普及,从长远来看,电子标签(特别是超高频远距离电子标签)的市场在未来几年内将逐渐成熟,成为继手机、身份证、公交卡之后又一个具有广阔前景和巨大容量的市场。在商业上应用电子标签,当使用数量以10亿计时,很多公司希望每个电子标签的价格低于5美分。在某些对安全性要求较高的应用领域中,需要对电子标签的数据进行严格的加密,并对通信过程进行加密。这样就需要智能性更强、加密特性更完善的电子标签,使电子标签在“敌人”出现的时候能够更好地隐藏自己而不被发现,并且数据不会因未经授权而被获取。

人机交互

交互是一切的起点,无论是pc时代,还是智能机时代。语音交互作为人类沟通和获取信息最 自然便捷的方式,已成为人机主流交互方式之一;基于计算机视觉的人脸、空中手势等交互也将越来越普及;而传统的触控、按键、旋钮等交互方式由于操作精度高,技术成本低等优势也会继续发挥其应有的作用。为发挥不同通道的优势和场景适用性,人们在广泛探索触控、语音、手势、人脸等多通道融合交互在不同领域的应用,例如带屏智能音箱可以让人们通过触屏、语音与之进行互动,智能汽车开始在车内引入语音交互、手势操作、触控等多种交互方式。

ai

2019年的人工智能是艰难与尴尬的,2017、2019高歌猛进的两年后,人工智能产业的融资数量与金额大幅下降。资本纷纷集中到了头部企业,从外部环境来看,大家的日子都不好过。环境的艰苦让人工智能的落地变成了企业的刚需,2019年,全球智能音箱出货量仍以45%的速度增长,人脸识别在各个行业应用无处不在,安防、教育、金融、交通、医疗、无人驾驶……越来越多的ai应用以润物细无声的方式出现这些场景里面。ai芯片仍将是未来电子产业着重发展打造的核心。

机器人

根据《中国机器人产业发展报告(2019年)》显示,全球机器人整体市场规模持续增长,中国机器人市场需求潜力巨大,工业领域以突破机器人关键核心技术为首要目标,服务领域智能水平快速提升,与国际领 先水平基本并跑,颇具成长空间。目前,中国已将突破机器人关键核心技术作为科技发展重要战略,中国厂商攻克了减速机、伺服控制、伺服电机等关键核心零部件领域的部分难题,核心零部件国产化的趋势逐渐显现。与此同时,国产工业机器人在市场总销量中的比重稳步提高,国产控制器等核心零部件在国产工业机器人中的使用也进一步增加,智能控制和应用系统的自主研发水平持续提高,制造工艺的自主设计能力不断提升。

无人驾驶

无人驾驶作为驾驶交通工具的终 极形态,在交通出行方面一直都是热门话题。目前的汽车驾驶中,大部分的汽车都配备了自适应巡航,车道偏离警报等这些功能。而这些功能是属于智能辅助驾驶系统的其中一种。国际汽车协会提出把智能辅助驾驶技术分为5级,这也是如今最被大众接受的说法。从l1级别到l5级别,从汽车对驾驶员的半干预状态到完全不需要驾驶员控制的全自动化状态。l5级别就是完完全全的无人驾驶了,无论是任何路段,任何路标指示都能识别并做出判断。事实上,在轨道交通方面,我国无人驾驶已运营轨交线路达到7条,其中包括北京机场快轨、广州珠江新城旅客自动输送系统(简称apm线)、上海轨道交通10号线、香港南港岛线等。

2012年开始兴起的深度学习热潮,引发了新一轮的ai热潮,将我们带入了大数据和ai时代。面对这次技术变革,英特尔显然不会错过。2015年,深度学习的热潮从学术圈蔓延至产业界,对于新技术和新市场较为敏感的ai初创公司相继成立,ai芯片的创业热潮也开始兴起。

2016年,英特尔前ceo科再奇(briankrzanich)提出,英特尔要从一家pc公司转型为驱动云计算和数以亿计的智能互联计算设备的公司。由此,英特尔拉开了以数据为中心转型的序幕。

数据被比作未来的石油,到2025年,全球数据量将剧增至163zb。但据可靠推测,这些数据中真正得到利用、处理并且采取相应行动的数据占比仅约1%。因此,更多地挖掘出数据的价值变得至关重要,这也是科技巨头们正在做的事情。

2018年,英特尔提出了包括制程&封装、架构、内存&存储、互连、安全、软件在内的六大技术支柱,这是英特尔面对智能互联世界能够拓展新方向的基石。

2019年,英特尔转型已过半,也迎来了新一任ceobobswan(司睿博)。新任ceo仍然延续英特尔“数据为中心”的定位,并且大力拓展5g、人工智能、智能边缘等领域的能力。

司睿博说:“英特尔的雄心,是帮助客户一定程度地利用人工智能、5g和智能边缘等转折性技术变革,共同为生活添彩,塑造我们未来数十年的世界。正如我们今天所着重介绍的那样,英特尔推动智能融入计算技术的方方面面,以创造从未有过的积极影响。”

显然,2016年是英特尔拥抱ai和大数据时代的重要节点,2017明确的以数据为中心定位,以及2018年更加清晰的战略,都是为了引领ai、5g、智能边缘这些转折性技术的发展。

特别是,为了能够在ai这个智能互联赋能技术上前列,英特尔充分发挥了一家巨头公司的优势——并购。

超350亿美元补充ai芯实力

2015年到2019年四年间,英特尔在ai芯片领域连续达成了5笔重要收购交易,这也是英特尔引领转折性技术发展快速且有效地方法。

2015年,英特尔宣布以总价约为167亿美元的价格收购altera。altera是当时全球第二大fpga公司,其产品主要用于电信和无线通信设备。

开启转型的2016年,英特尔就收购nervanasystems。英特尔希望借助收购提升人工智能产品的开发能力,并增强英特尔至强(intelxeon)及至强融核(intelxeonphi)处理器的深度学习性能。这笔交易的细节条款官方并未透露,但有内部人士表示交易金额至少为3.5亿美元。

收购nervanasystems的一个月后,英特尔又收购了ai视觉芯片公司movidius,该公司的低价、低功耗、高性能的视觉处理器芯片广泛应用于机器人、无人机、vr等产品中,但交易的金额同样没有披露。

2017年,英特尔又宣布以153亿美元收购mobileye,这家以色列的公司是全球前列的计算及视觉、机器学习、数据分析、本地化辅助系统和自动驾驶系统服务提供商。

时隔两年后,去年英特尔再次出手,以20亿美元收购habanalabs,这家总部位于以色列的ai芯片初创公司的goya云端ai推理处理器已实现商用,gaudi云端ai训练处理器也正在为特定超大规模客户提供样品。

这5笔总金额超350亿美元的收购让英特尔获得了fpga、asic这两类ai芯片,加上英特尔已有的cpu和gpu,英特尔成为了全球唯一一家拥有全类别ai芯片的公司,这种唯一性也正在转为英特尔ai竞争的独特优势。

收购altera两年后,英特尔发布了arria10gx可编程加速,arriafpga是一款被广泛应用的产品。2018年4月,英特尔宣布旗下fpga被正式应用于主流数据中心oem厂商中。同年12月,英特尔全球最大的fpga创新中心落户中国重庆,目标是推动中国以及全球fpga生态的发展。2019年11月,英特尔发布全球最大容量fpga——stratix10gx10m,搭载433亿个晶体管,拥有1020万个逻辑元件。

从技术到产品再到应用和整个fpga生态,英特尔在fpga领域的实力已经无法忽视。

与此同时,两笔未知金额的并购让英特尔在专用ai芯片领域从云端到终端的竞争力也开始展现。2018年8月,英特尔公布了两款新一代ai芯片——nervanannp-t和nervanannp-i。nnp-t主要用于深度学习训练,nnp-i用于大型数据中心的推理芯片,根据英特尔给出的数据,nnp-i1000对比英伟达t4有3.7倍的性能优势。2019年,英特尔宣布nnp-i已经交付给facebook,nnp-t也已经在百度的产品中商用。

分享nnp-i和nnp-t已经商用好消息的同时,英特尔还发布了新一代movidiusvpu,代号是keembay,主要面向边缘端ai市场。据悉,新一代vpu采用全新的高效能架构,与上一代vpu相比,其推理性能有10倍提升。

而收购mobileye更是让英特尔一举成为了自动驾驶领域的重磅玩家,在被收购前已经是adas领域重要玩家的mobileye,在2019年获得了约30个主机厂的高级辅助驾驶的设计订单,其中25%来自中国。ces2020期间,mobileye透露新一代产品eyeq6将在2023年面世,一颗eyeq6芯片就相当于现在的6颗eyeq5芯片,届时一个eyeq6芯片就可以实现所有的robotaxi的运行操作了,这让外界无比期待。

至于收购不久的habanalabs,其云端ai芯片的落地进展就是其实力较好地说明。

还有需要强调的一点,英特尔本来就拥有非常强大的cpu和gpu。去年发布的第二代至强处理器,内置了机器学习加速(inteldlboost)功能,推理性能提升1.4倍,将嵌入式ai性能提升到新的水平。ces2020上,英特尔又透露了第三代至强可扩展处理器训练性能提升将高达60%。

提升英特尔在ai训练领域竞争力更重磅的产品还有今年将发布的xe架构独立gpu,这是英特尔聚集业内最拔尖专家打造的新产品,今年的发布将非常值得期待。

因此,作为全球唯一一家拥有cpu、gpu、fpga、asic全类型ai芯片的公司,英特尔的产品覆盖了训练到推理,云端到终端的全场景,随着ai落地的推进,英特尔的ai产品也会迅速渗透到工业,农业,能源,交通,互联网,金融,健康等领域。

但要引领转折性技术的发展,仍需要进一步挖掘全类型ai芯片的潜力。

软硬融合释放ai实力

ai非常重要的特征,也是一个很大的挑战就是ai算法在不断迭代,对算力的需求也不断提升。因此,一方面需要不断提升ai芯片的算力,并较大化芯片有效算力,另一方面,异构的系统的效率以及ai软硬一体化的程度成为了竞争力的关键所在。

过去,为了能够提升芯片性能并缩小芯片的体积,需要借助先进的半导体制程,把更多的功能集成封装到一块芯片上,形成soc。但随着芯片功能的增加和体积的增大,芯片设计、测试以及制造的难度陡然增加,不仅增加了成本还会拖累产品的上市速度。为此,在水平(2d)层面集成更多芯片实现性能的提升,3d封装的概念被提出。

2018年12月,英特尔初次对外展示了逻辑芯片的3d堆叠封装方案——foveros,可以在水平布置的芯片上垂直堆叠更多面积更小、功能更简单的小芯片,提升功能和性能。foveros大幅度降低成本并加速产品上市的同时,也推动了先进多芯片封装(mcp)架构的发展。

但mcp架构带来的更加复杂的异构系统,也让软件编程复杂性更高,只有更好地融合,才能一定程度满足ai的需求,降低ai应用的门槛。

英特尔提出的是oneapi统一编程平台以及端到端的大数据处理+分析平台。oneapi能够将英特尔的关键技术逐一连接,成为跨架构、跨平台的整体解决方案。也就是说,oneapi可以简化ai的开发过程,而且实现了跨cpu、gpu、fpga、asic多架构的简化应用开发编程支持,解决了开发者在不同架构开发需要使用不同的语言、库和软件工具进行编程的局限,真正意义上放大了ai开发的价值。

另外,英特尔统一的大数据分析和人工智能平台analyticszoo以及bigdl,能够为整个数据分析和机器学习过程提供比现有框架更加统一和集成化的支持。

更为重要的是,英特尔在ai上的实力,已经在营收上体现。

英特尔ai2020可期

2019年,英特尔实现了35亿美元的ai营收。2020年,无论是至强第三代可扩展处理器还是xe架构独立gpu等硬件能力的提升,还是oneapi的迭代,都能为英特尔带来更高的ai营收。

做出这种判断另一个重要的依据在于,挖掘数据价值将是未来很长一段时间内的关键,并且随着ai算法的逐步成熟,市场对于ai训练的需求将会以增量为主,对ai推理的需求则会快速增加。

这恰好也是英特尔更加擅长的,强大的cpu本身就更加擅长ai推理,收购带来的专用ai芯片更是能够在不同领域发挥出更大的ai推理优势。与此同时,英特尔在ai训练方面的实力也将增强,透过统一的软件平台,英特尔的ai实力将进一步释放。

巨大的成功从来都不是一蹴而就,从2016年的重要转折点,到眼下的2020年,英特尔将ai内置到所有产品中,全线布局ai战场,以规模化优势和软硬件协同创新推进ai实践,英特尔ai的大时代也已经到来。

责任编辑:黄美婷

资讯关键词】:    【打印】【关闭】【返回顶部

热点资讯
  • 一周
  • 一月
  • 一年

资讯投稿

邮箱:791495700@qq.com

电话:0571-28331524

版权所有:中国机电网|中国机电传媒研究中心

地址:杭州滨江区伟业路1号高新软件园9号楼5楼 网站经营许可证: 浙B2-20080178-6

联系电话:0571-87774297 传真:0571-28290892 Email:donemi@163.com 技术支持:杭州滨兴科技股份有限公司