邊緣計算：5G時代關鍵技術，FPGA稱雄

智東西（公眾號：zhidxcom）

5G 算力需求受到信號處理和邊緣計算兩大驅動，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 是物聯網創新的起點，將帶來多種物聯場景，邊緣計算是支撐物聯技術低延時、高密度等條件的具體網絡技術體現形式，具有場景定製化強等特點，多場景的算力需求驅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，較之傳統雲計算，邊緣計算安全性更高、低時延、帶寬成本低，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也將成為 5G 時代重要增量部分。

本期的智能內參，我們推薦來自中泰證券的報告《5G 邊緣計算將引發算力產業格局巨變》， 詳解5G邊緣計算對產業格局的影響。

如果想收藏本文的詳細內容（5G 邊緣計算將引發算力產業格局巨變），可以在智東西頭條號回復關鍵詞「nc342」獲取。

5G 邊緣計算將引發新的算力需求

1、 5G 算力需求受信號處理和邊緣計算兩大驅動

5G 時代的算力需求將受到雲管端三大層面的影響。

從傳輸管道的角度看，5G 無線通信系統需要支持比 4G 系統更大的帶寬，以及大型的天線陣列，以實現更高的載波頻率，從而有可能構建小得多的天線元，未來5G 的連接狀態會更加複雜多變，一個基站可以覆蓋百萬級用戶量，這一量級對硬體系統的要求會大幅提高；從用戶端的角度看，5G 時代，終端將突破 4G 時代的手機端，全面拓展至物聯端，包括消費類產品、基礎類產品、通用類產品、特定場景產品，帶來大量連接與計算需求；從平台的角度看，在 5G 時代，雲計算平台將面臨著海量設備接入、海量數據、帶寬不夠和功耗過高等高難度挑戰，邊緣計算將與雲計算互相協同，雲計算聚焦非實時、長周期數據的大數據分析，邊緣計算則更靠近執行單元，能夠快速響應，對於時延要求高的業務而言，邊緣計算可為客戶提供更好的服務。

▲5G 算力需求受到三大層面的影響

邊緣計算是 5G 時代的關鍵技術。

邊緣計算是將雲計算平台從核心網網元遷移到無線接入網靠近終端的邊緣，被確立為 5G 關鍵技術，將配套移動接入網搭建貼近用戶和終端的處理平台，提供 IT 或者雲的能力，以減少業務的多級傳遞，降低核心網和傳輸的負擔。

邊緣計算是作為 5G網絡區別於 3G、4G 標準很重要的差別，是支撐物聯技術低延時、高密度等條件的具體網絡技術體現形式。

▲邊緣數據中心的引入將極大縮減時延並緩解整網的回傳與計算壓力

5G 邊緣計算的算力需求受兩大驅動。

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 是物聯網創新的起點，將帶來多種物聯場景，邊緣計算是支撐物聯技術低延時、高密度等條件的具體網絡技術體現形式，具有場景定製化強等特點，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動邊緣端計算能力的提高。

▲邊緣計算聯接物理世界與數字世界

2、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 技術更好的發展。

隨著物聯網時代的到來，邊緣計算將與雲計算共同推進物聯網的發展，邊緣計算的核心，是將計算任務從雲計算中心，遷移到產生源數據的邊緣設備上，較之傳統雲計算，有以下幾大優勢：

1、安全性更高。

邊緣計算中的數據僅在源數據設備和邊緣設備之間交換，不再全部上傳至雲計算平台，防範了數據泄露的風險。

2、低時延。

據運營商估算，若業務經由部署在接入點的 MEC 完成處理和轉發，則時延有望控制在 1ms 之內；若業務在接入網的中心處理網元上完成處理和轉發，則時延約在 2~5ms 之間；即使是經過邊緣數據中心內的 MEC 處理，時延也能控制在 10ms 之內，對於時延要求高的場景，如自動駕駛，邊緣計算更靠近數據源，可快速處理數據、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）會產生大量數據，在這些情況下，將所有這些信息發送到雲計算中心將花費很長時間和過高的成本，如若採用邊緣計算處理，將減少大量帶寬成本。

5G 推動社會從人聯時代走向物聯時代，連接數的大量增長，疊加邊緣計算自身優勢，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。

3、5G 邊緣計算將引發技術和市場變革

邊緣計算低時延、高密度連接的特點將引發技術和市場的變革。

從晶片的角度看，邊緣計算將帶來大量的數據量，對晶片處理能力提出了新要求，多場景的定製化需求對晶片的靈活性有更高要求，過去，在人工智慧圖像學習領域，GPU 大展身手，擅長大規模並行計算的 GPU 在這一時期出現了爆發增長，而 ASIC，則在具有廣闊下游市場的細分領域內有較強優勢，如礦機市場。

面向未來萬物互聯的物聯網時代，FPGA 有望引來爆發，FPGA 是可編程的加速晶片，開發時間短，占用帶寬低，時延低，完美適配低時延、高密度、多場景的物聯時代，也許未來某一細分場景市場規模大時，該子領域的加速晶片有望轉變為 ASIC晶片，但總體而言，我們的判斷是：物聯時代 FPGA 將首先迎來爆發。

從伺服器的角度看，邊緣計算也將為伺服器市場帶來新變化，邊緣伺服器將逐步應用與推廣，部分客戶將選擇超融合邊緣伺服器形態。

5G 邊緣場景的多樣化驅動算力產業進入 FPGA 時代

1、邊緣計算業務部署需求呈現多樣化特徵

人聯時代網絡和物聯時代網絡存在大差異。

首先，物聯網將以 B 端用戶為主區別於網際網路 C 端為主，並且無線的物聯場景將必然以邊緣網絡的方式來呈現，當然這與網際網路的企業區域網的應用深度有著本質差異，網際網路時代的企業需求是信息化為主，而物聯時代將主要是智能應用需求為主；針對不同行業和業務比如工業控制、智能駕駛、視頻監控等，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；在網際網路時代馬太效應非常顯著，贏家通吃，但在物聯時代，僅對企業客戶需求把控準確的公司才能逐步做大做強。

▲人聯網絡與物聯網絡的差異

邊緣計算業務部署形態多樣。

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、企業與物聯網邊緣計算、工業邊緣計算。

圍繞上述三類邊緣計算，業界主要的 ICT、OT、OTT、電信運營商等玩家紛紛基於自身的優勢構建相關能力，布局邊緣計算，形成了當前主要的六種邊緣計算的業務形態：物聯網邊緣計算、工業邊緣計算、智慧家庭邊緣計算、廣域接入網絡邊緣計算、邊緣雲以及多接入邊緣計算(MEC)，在實際部署的商業用例中，上述的六種業務形態可以獨立存在，也可以多種業務形態互補並存。

▲邊緣計算部署形態

2、5G 邊緣計算驅動 FPGA 將成為產業新重心

在相同的電晶體規模下，越是通用的處理器計算效率越低，能耗比也越差；定製性越高，應用的範圍越窄，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，如區塊鏈的礦機，多使用 ASIC 晶片。

▲處理器的靈活性與性能差異

▲CPU/GPU/FPGA/ASIC 間的區別

FPGA，可深度定製，並實現算力升級。

一方面，FPGA 可針對每一種具體應用，根據其算法結構進行深度定製，甚至為算法的每個步驟設計專門的執行邏輯，避免了通用處理器的取指和解碼過程，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 GPU 並不擅長的搜索、加密解密等計算結構。

▲FPGA 的優點與限制因素

FPGA 相比其他異構處理器更適配邊緣計算場景。

與 GPU 相比，大幅優化帶寬，當採用 GPU 提升算力時，GPU 的計算數據需要分享伺服器的網絡帶寬、PCIE 帶寬、內存帶寬等，影響計算效率的同時反而加劇了伺服器的帶寬瓶頸。

只有在具備極高數據復用率的場景中，如 CNN 等，才有望跑滿計算資源，然而，對於 FPGA，可以通過IO編程能力採用另一種智能網卡的方式實現加速：一方面，FPGA計算所需的數據不需要進入伺服器，將硬體加速過程與伺服器的帶寬瓶頸解耦，避免與 CPU 的帶寬競爭，另一方面，可承擔部分原屬於 CPU的計算任務，減少進入伺服器的數據量和計算複雜度，從而緩解帶寬壓力。

▲FPGA 中的硬體加速邏輯

FPGA 在低延時和穩定性上具備天然的優勢。

一方面，其片上集成了大量緩存和外部 DRAM 接口，降低計算過程中與 CPU 的交互，使硬體加速過程避免了作業系統層面的資源調度和進程間干擾，從而保證了確定性的延遲。

另一方面，FPGA 可實現基於定製流水線 MIMD（並行指令和並行數據）設計，實現流式處理。

中間數據在流水線之間傳遞和交互，降低對緩存的依賴，進一步降低延遲。

▲微軟 FPGA 數據中心延遲和穩定性對比

3、 邊緣計算應用場景對算力需求明確

根據中國移動發布的《中國移動邊緣計算白皮書》，目前智能製造、智慧城市、直播遊戲和車聯網 4 個垂直領域對邊緣計算的需求最為明確。

在智能製造領域，工廠利用邊緣計算智能網關進行本地數據採集，並進行數據過濾、清洗等實時處理。

同時邊緣計算還可以提供跨層協議轉換的能力，實現碎片化工業網絡的統一接入。

一些工廠還在嘗試利用虛擬化技術軟體實現工業控制器，對產線機械臂進行集中協同控制，這是一種類似於通信領域軟體定義網絡中實現轉控分離的機制，通過軟體定義機械的方式實現了機控分離 。

在智慧城市領域，應用主要集中在智慧樓宇、物流和視頻監控幾個場景。

邊緣計算可以實現對樓宇各項運行參數的現場採集分析，並提供預測性維護的能力；對冷鏈運輸的車輛和貨物進行監控和預警；利用本地部署的 GPU 伺服器，實現毫秒級的人臉識別、物體識別等智能圖像分析。

在直播遊戲領域，邊緣計算可以為 CDN 提供豐富的存儲資源，並在更加靠近用戶的位置提供音視頻的渲染能力，讓雲桌面，雲遊戲等新型業務模式成為可能。

特別在 AR/VR 場景中，邊緣計算的引入可以大幅降低AR/VR 終端設備的複雜度，從而降低成本，促進整體產業的高速發展。

在車聯網領域，業務對時延的需求非常苛刻，邊緣計算可以為防碰撞、編隊等自動/輔助駕駛業務提供毫秒級的時延保證，同時可以在基站本地提供算力，支撐高精度地圖的相關數據處理和分析，更好地支持視線盲區的預警業務。

除了上述垂直行業的應用場景之外，邊緣計算還存在一種較為特殊的需求-本地專網。

很多企業用戶都希望運營商在園區本地可以提供分流能力，將企業自營業務的流量直接分流至企業本地的數據中心進行相應的業務處理。

比如在校園實現內網本地通信和課件共享，在企業園區分流至私有雲實現本地 ERP 業務，在公共服務/政務園區提供醫療、圖書館等數據業務。

在這一類應用場景中，運營商為客戶的本地邊緣計算業務提供了專線服務。

▲邊緣計算的典型場景

FPGA 適配邊緣計算的多種場景。

從邊緣計算的幾個典型場景看，FPGA適配不同場景。

不論是低時延的智能製造和車聯網，還是高帶寬的智慧城市和直播遊戲，FPGA 的自身特性都靈活地適配於這些不同的場景。

邊緣計算有望帶來算力產業高增長

1、FPGA 市場講迎來數倍級別高增長

邊緣計算對算力產業格局帶來的巨變由兩個方面體現——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 最具特徵的接入場景，有望成為邊緣計算的新入口，另一方面是伺服器，邊緣計算有望帶來伺服器產業的變化，大量即時數據的處理，可以放置邊緣端，邊緣伺服器的重要程度將提升。

據中泰證券測算，預計至 2023 年，邊緣計算領域的算力市場規模有望達到 127億美元，近 5 年 CAGR=43.5%，其中至 2023 年，宏基站端的算力投資規模約 31.25 億美元，小基站端算力投資規模約 37.5 億美元，伺服器端算力投資規模約 58.5 億美元。

▲邊緣計算領域的算力市場規模

據 Gartner 統計，2017 年全球 FPGA 市場規模約為 40 億美元，根據 Xilinx 的收入規模及市場份額進行測算，假設 2017 年全球 FPGA 市場規模為 43.7 億美元（Xilinx 2017 財年實現營收 23.5 億美元，市場份額約為 58%）。

過去 FPGA 多運用於軍事領域，如航天、航空、電子、通信、雷達、高端波束形成系統等，我們認為，未來 FPGA 在軍事領域的增速有望保持穩定。

預計未來 FPGA 將廣泛運用於民用領域，預計至 2023 年，全球 FPGA 的市場規模約為 171.03 億美元，5 年複合增速為 21.5%，其中 FPGA 在民用通信領域的市場規模約 127 億美元，市場迎來快速增長。

2、科技需求驅動算力產業格局新變化

FPGA 有望在物聯時代大放光彩，Xilinx 為全球龍頭。

FPGA 低時延、低帶寬、靈活性高等特性適配物聯時代場景定製化需求，有望在物聯時代大放光彩。

在 FPGA 領域，Xilinx 和 Altera（現被 Intel 收購）長期穩坐第一第二的位置，專利達 6000 多項，根據 2017 年財報數據顯示，Xilinx 的市場份額約 58%。

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

▲FPGA 市場格局

GPU：圖像學習能力強，獨立 GPU 英偉達為行業龍頭。

GPU 分為集成GPU 和獨立 GPU，集成 GPU 市場的主要生產廠商有英特爾、英偉達、AMD 等，據 EEFOCUS 統計，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，不占用系統內存，且在技術上領先於集成顯卡，能夠提供更好的顯示效果和運行性能，主要生產廠商有英偉達和 AMD，英特爾宣布將於 2020 年進軍獨立 GPU 市場，據EEFOCUS 統計，2016 年英偉達和 AMD 獨立 GPU 市場份額分為為70.5%、29.5%，呈現寡頭壟斷市場格局。

▲GPU 市場格局

ASIC：對下游市場空間要求高，在區塊鏈領域獨占鰲頭。

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

由於 ASIC 開發周期長，僅有大廠有資金與實力進行研發。

同時，ASIC 是全定製晶片，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 ASIC 晶片可以實現豐厚的利潤。

▲ASIC 市場格局

伺服器市場：邊緣伺服器重要性將逐步提升，超融合有望成為趨勢。

5G通信網絡需要去中心化,在網絡邊緣部署小規模或者可攜式數據中心,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。

邊緣伺服器的重要性將逐步提升。

同時，超融合一體機有望在物聯時代得到更廣泛的應用。

3、邊緣計算有望塑造未來十年產業價值重構

邊緣計算有望塑造未來十年價值重構機遇。

從網絡建設的角度看，網絡建設有望轉變成按需驅動，由傳統的運營商統一規劃建設，轉變為按客戶需求進行眾籌建設。

一方面，運營商節省網絡建設投資成本，另一方面，企業客戶能夠按需參與建設網絡，滿足自身需求，共生營運價值。

從網絡運營的角度看，網絡運營有望化整為零，包產到戶，由傳統的運營商統一管理運維一張包含省干到接入點的龐大網絡，轉變為企業用戶管理運維各自小型網絡，達成移動數傳業務。

運營商關注核心網及以上的網元，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絡運維壓力，企業對自身網絡也有更大的管理權限。

從邊緣商業模式來看，邊緣計算促使運營商建設服務於虛擬化網元的電信雲設施。

面向未來工業網際網路，人工智慧等新興業務，運營商需要端到端的網絡平面的基礎上，藉助邊緣計算打造一張面向全連接的算力平面，形成算力的全網覆蓋，為垂直行業就近提供智能連接基礎設施；而邊緣端的廠商的服務內容將多樣化，具體可以分為行業應用、PaaS 能力、IaaS 設施、硬體設備、機房規劃和網絡承載幾個重要領域。

▲邊緣計算的價值重構機遇

智東西認為，人聯時代網絡與物聯時代網絡存在大差異，邊緣計算業務部署需求呈現多樣化特徵，只有對客戶需求把握準確的公司才能逐步做大做強。

在人工智慧學習推理和圖像智能需求領域，GPU 大行其道推動英偉達等公司迎來高速增長，而 5G 邊緣計算時代，FPGA 將成為新的產業新重心。

相比其他異構處理器，FPGA 更適配邊緣計算場景，其可針對每一種具體應用，根據其算法結構進行深度定製，達到較高的計算效率和能效；同時其與 GPU相比，FPGA 架構能大幅優化帶寬提升計算效率；並且在低時延與穩定性上具備天然的優勢。

所以，5G 邊緣場景的多樣化將驅動算力產業進入 FPGA 時代。