龙空技术网

人工智能再加速,瑞芯微:AIoT+SoC龙头多点开花深度分析

远瞻智库 2697

前言:

而今咱们对“瑞芯微核心技术”都比较注意,各位老铁们都需要知道一些“瑞芯微核心技术”的相关资讯。那么小编在网络上网罗了一些对于“瑞芯微核心技术””的相关内容,希望同学们能喜欢,看官们快快来了解一下吧!

(报告出品方/分析师:华金证券 孙远峰 王臣复)

一、国产AIoT SoC龙头,逐步走向平台化

(一)成立超20年,国产AIoT SoC龙头

瑞芯微电子成立于2001年,主营业务为大规模集成电路及应用方案的设计、开发和销售,为平板电脑和个人电脑、流媒体电视盒、AI音频和视觉、IoT硬件提供SoC解决方案。瑞芯微的主要产品为智能应用处理器芯片、电源管理芯片及其他芯片,同时提供专业技术服务及与自研芯片相关的组合器件。

智能应用处理器芯片为系统级SoC(System-on-a-Chip),它是一种集成了所有或大多数电子组件(例如处理器、内存、输入/输出接口、传感器等)的单个芯片,并包含了完整的系统、软件及算法。SoC 是在一系列符合产品需求的核心设计模块(如 CPU、GPU、NPU、 VPU 等 IP)的基础上进行整合设计,形成一个具有完整特定功能的芯片,并配备配套的软件工具。

公司是中国领先的SoC芯片设计公司之一,获得高新技术企业、国家企业技术中心的认定,拥有二十年以上深厚的技术底蕴和丰富的行业市场经验。

公司以客户需求为导向,以技术创新为核心,围绕“大音频、大视频、大感知、大软件”的技术发展方向,深耕AIoT市场,并积极开拓新的赛道,比如汽车电子。

经过二十多年的创新发展,公司在高性能芯片设计、影像视觉处理、 高清视频编解码、神经网络处理及系统软件等开发上具有丰富的经验和技术储备,形成了多层次、多平台、多场景的专业解决方案,赋能汽车电子、机器视觉、教育办公、消费电子、商业金融、工业应用等多元领域。

2022年11月17日,2022年第十七届“中国芯”集成电路产业促进大会重磅发布了“中国芯”优秀产品名单及颁发了“中国芯”特别成就企业奖项,公司荣获“特别成就奖”及新一代旗舰芯片 RK3588 获“优秀技术创新产品”奖。

(二)积极拓展应用市场,强大的客户生态资源

公司的主要产品为智能应用处理器芯片,按功能侧重方向可以分为通用处理器、机器视觉处理器、车载处理器、工业控制处理器等。

公司以不同算力层次的智能应用处理器芯片和不同性能层次的传统通用芯片,充分契合不同终端产品的市场定位,提供更具针对性和性价比的芯片产品和解决方案,广泛应用于日益增长的AIoT市场。

经过二十多年的技术积累以及产品布局,公司推出了一系列功能各有侧重的芯片,形成了丰富的产品矩阵,能充分满足AIoT应用的多样化需求,已经广泛应用于AIoT的百行百业。通过和各行业终端客户的密切交流合作,下沉到应用场景中进行开发,公司对感知市场整体发展趋势有着先天优势。

在缤纷多彩的AIoT应用场景中,公司以汽车电子和机器视觉为核心进行突破,并同步在教育办公、消费电子、商业金融、工业应用等众多市场持续发力。

公司深耕半导体行业二十余年,凭借领先的芯片设计技术、强大的应用开发能力及优质的客户服务水平,赢得了众多客户的认可并积累了丰富优质的客户资源。

报告期内,公司下游市场已覆盖数千家终端客户,遍布国内外众多行业,并且随着公司新产品、新市场的落地,公司覆盖的头部品牌进一步得到提高,客户对公司的信任度也进一步提升。

公司与客户保持紧密的沟通与合作,形成覆盖各种产品品类、具有广度和深度的客户格局。公司和众多国内外知名的客户包括亿联、OPPO、网易、腾讯、阿里、百度、步步高、视源、商米、科沃斯、创维、美的、联想、安克创新、星网锐捷、南京新联电子、美团、小米、宇视、SONY、LG、Shark、潮流、锐明视讯、鼎桥等,在百行百业的合作推出了缤纷多彩的AIoT产品。

(三)股权结构稳定,持续推进研发投入

2023年2月7日,公司控股股东、实际控制人励民、黄旭同意并确认《一致行动协议》于该日到期后不再续签,一致行动关系于《一致行动协议》到期后终止,本次一致行动关系到期终止后,公司控股股东及实际控制人由励民先生、黄旭先生变更为励民先生。

根据公司2023年2月7日发布的简式权益变动报告书(励民)显示,由于励民先生直接持有公司股份157,679,892股,并通过润科欣间接持有公司股份22,900,320股,共持有公司股份180,580,212股,占公司目前总股本的43.24%,为公司的第一大股东。

公司多年来坚持核心技术自研。

对自主研发的长期坚持使得我们能够快速响应市场不断变化的需求,提升市场竞争力。公司坚持SoC芯片系统化的研发思路,深入了解SoC芯片的各个应用场景,并关注应用端的痛点、卖点和难点,从而理解客户的核心诉求。通过对于应用场景和客户需求的理解,公司提炼产品线之间的共通点,优化芯片设计方案,推出更符合市场需求的芯片,缩短芯片设计周期,提高芯片设计的综合系统效率。

公司围绕“大音频、大视频、大感知、大软件”的技术发展方向和AIoT应用需求,持续迭代了神经网络处理、影像视觉处理、显示图像处理、视频后处理、智能语音、光电一体化等核心技术,同时改进优化原有的视频编解码、多屏幕显示等技术,已形成完善的高精度感知、认知、交互的整体解决方案。

公司持续进行核心IP的打磨和算法的优化工作。通过下沉产品应用一线,公司技术人员充分收集场景需求,根据客户实际应用效果以及测试情况发现并解决问题,不断增加IP储备,为产品迭代升级和新一代产品的研发打下基础。

在数字技术上,公司积累了大量业界一流水平的核心IP,涵盖音频、视频、ISP 编码等领域,完成了对其算法的硬件化,并不断更新 NPU 的IP。

在体系架构上,能够比较完美地解决存储、数据流通、数据结构的问题,其中成系统最关键的是多电源域、功耗处理,因此公司还自研了支持各种驱动的软件,CPU、GPU、NPU的算法。这一特点也提高了SoC的行业门槛。

截至2022年12月31日,公司共申请了1,068项专利(其中包括1,013项发明专利,39项实用新型专利,16项外观设计专利)、51项布图设计权以及236项软件著作权,已获得授权620项专利(其中包括595项发明专利,11项实用新型专利,14项外观设计专利)、28项布图设计权以及235项软件著作权。

截至2022年12月31日,公司共有员工915人,较上年净增加50人,同比增长5.78%,其中本科及以上学历者838人,占比91.58%;40岁以下员工760人,占比83.06%;研发人员714人,占比78.03%;公司人员结构整体呈现出高学历、年轻化、专业化的特点。

公司建立了科学的绩效考核体系和完善的员工福利体系,并进一步建立并健全了长效激励机制,基本形成在行业内富有竞争力的“薪资+奖金+福利+股票”综合薪酬福利体系,最大限度吸引和留住专业人才,充分调动公司员工的积极性和创造性

。根据公司2022年年报内容显示,近年来公司先后实施了三期股票期权与限制性股票激励计划,累计向核心技术人员、技术骨干人员、业务骨干人员授予相应权益近700人次,充分激发了各级员工的积极性,增强了公司凝聚力,助力公司持续快速发展。

公司坚持“IP芯片化”的战略,加大核心IP的研发投入和技术储备,不断更新迭代NPU、ISP、高性能视频编解码、视频后处理、语音前端处理等核心自有IP核,通过芯片落地具体场景,并从场景中提炼未来的技术需求、IP迭代方向。

(四)头雁引领,阴阳互辅,平台化趋势初现

公司产品涵盖智能应用处理器芯片、数模混合芯片、接口转换芯片、无线连接芯片及与自研芯片相关的模组产品等,不同性能、算力、制程的芯片产品高低搭配,满足不同的应用场景,同时丰富周边芯片配套产品,通过不同芯片的排列组合,能够为千行百业的客户提供综合解决方案。

公司的SoC芯片既可以用于传统消费电子,也可以应用于AIoT产业。AIoT产业包含“云、管、边、端、用、服务”板块,其中公司SoC产品主要应用于端侧,作为终端设备的大脑,执行智能算法、输入输出、用户交互等功能,是产品的核心部件。此外,公司的部分中高端芯片也可用于边缘计算,对多路终端进行智能分析和管理,从而减轻网络和终端的压力。

在产品布局策略上,公司采用了以“头雁”为牵引的平台化研发布局方向,头雁指的是公司的顶级旗舰芯片(RK3588等),其特点是高制程、十全大武功,通过顶级旗舰芯片的研发,在各个维度提升公司整体的技术实力,并进而带动公司各线条业务的持续发展。公司研发以及营销的重点还是广义AIoT市场,但在重点细分子赛道也会进行重点布局和突破。如汽车电子、机器视觉市场、工业控制市场等均是公司重点布局的子赛道。

除了SoC产品外,公司坚持“阴阳互辅”的策略,2022年,公司进一步推进了接口芯片、电源管理芯片、快充协议芯片、WiFi/BT多模连接芯片等研发工作,不断增加接口的选择性,为客户提供更具灵活度的产品组合及整套解决方案,提升整体竞争力。

面向未来,公司持续完善芯片产品的布局,提供不同算力的解决方案。

在旗舰芯片上,继续研发更高端的SoC,向更高算力、更高制程演进。在传统通用平台和AIoT算力平台上,继续增加性能、NPU算力合适的芯片,承载丰富的产品形态。同时,公司发展“阴阳互辅”,不断拓展周边芯片等配套产品,包括接口芯片、电源管理芯片、无线连接芯片等,给客户提供全套解决方案。

未来,公司结合市场需求,在数模混合设计、射频技术、光电一体化等技术方向和低功耗MCU芯片、可穿戴芯片、模组设计等产品领域也展开积极的布局,并陆续形成新的产品线。

(五)行业需求不景气,业绩短期承压

在经历了2021年全行业结构性缺货后,半导体行业步入动荡的2022年。在全球宏观经济下行,国际地缘政治剧烈变化,俄乌战争爆发等非正常因素影响下,国内外半导体行业的需求受到冲击,“承压前行”成为全年半导体设计业的主旋律。

在全行业周期性下行的背景下,2022年公司经营业绩同比下滑:一方面受到行业下游需求下滑的影响;另一方面2021年经历了几十年来最严重的全产业缺货,客户提高安全库存,而2022年市场需求和21年相比也出现较大幅度下滑,客户下半年去库存的力度也是二十多年从业首遇。

2022年,公司实现营业收入2,029,675,088.24元,同比下降25.34%;实现归属于上市公司股东的净利润为297,427,269.93元,同比下降50.58%;基本每股收益0.72元,同比下降50.34%。

二、AI技术演进再加速,全球智能化浪潮“涌现”

(一)始于ChatGPT的火爆出圈,AI技术发展新机遇已现

1956年达特茅斯会议提出的“人工智能”一词,是人工智能的正式诞生和兴起的起点。

从人工智能技术和产业发展的总体情况来看,人工智能可以划分为三个阶段:

1、20世纪50年代中期到80年代初期,该阶段的发展为人工智能的产业化奠定了基础;

2、20世纪80年代初期至21世纪初,该阶段人工智能成功商用但跨越式发展失败;

3、21世纪初至今,量变产生质变,该阶段无论是算力、算法、数据等都具备了较大幅度的提升,成为推动AI技术加速发展的前置条件,AI技术也在一个个标志性事件的发生下进入加速发展落地。

在人工智能的发展过程中,不同时代、学科背景的人对于智慧的理解及其实现方法有着不同的思想主张,并由此衍生了不同的学派。

在商业化初期,绝大部分人工智能企业和研究机构遵循算法、算力和数据三位一体的研究范式,即以一定的算力和数据为基础,使用开源算法框架训练智能模型。

而这也导致了当前大部分人工智能处于“手工作坊式”阶段,面对各类行业的下游应用,AI逐渐展现出碎片化、多样化的特点,也出现了模型通用性不高的缺陷。

这不仅是AI技术面临的挑战,也限制了AI的产业化进程。

随着人工智能赋能实体经济进入深水区,企业通常面临数据资源有限、算力投资难度大、模型泛化能力差、高水平人才稀缺的发展瓶颈。

人工智能研究机构OpenAI在2022年11月30日发布的AI聊天机器人ChatGPT火爆全球,一时间成为现象级消费类AI应用。上线不到一周日活用户破百万,2个月破亿。

ChatGPT嵌入了人类反馈强化学习以及人工监督微调,因而具备了理解上下文、连贯性等诸多先进特征,解锁了海量应用场景。

在对话中,ChatGPT会主动记忆先前的对话内容信息(上下文理解),用来辅助假设性的问题的回复,因而ChatGPT也可实现连续对话,提升了交互模式下的用户体验。同时,ChatGPT也会屏蔽敏感信息,对于不能回答的内容也能给予相关建议。

2023年3月15日,OpenAI正式推出GPT-4文本生成AI系统。

根据官方介绍,GPT-4是一个多模态大型语言模型,即支持图像和文本输入,以文本形式输出;扩写能力增强,能处理超过25000个单词的文本;更具创造力,并且能够处理更细微的指令。

GPT-4的回答准确性不仅大幅提高,还具备更高水平的识图能力,且能够生成歌词、创意文本,实现风格变化。文字输入限制也提升至2.5万字,且对于英语以外的语种有更多支持。此外,GPT-4更加智慧,不管是在各科考试还是在回答问题的水平上,均远远优于GPT-3.5。

OpenAI让GPT-4在参加了许多项人类的通用考试,结果证明,它在许多测试和基准测试中的表现比前一代确实大大提高。

人工智能需要用大量的数据对其进行训练,理论上来讲,投喂数据越多、数据质量越高,模型效果就会越好。而预训练 (Pre-trained Models,PTMs),就是预先训练好的模型,可以帮助人们降低模型创建和训练的成本。

预训练大模型需要深度学习的算法,也需要大的数据、大的算力,做自监督学习(模型直接从无标签数据中自行学习,无需标注数据),再面向不同的任务、在不同的应用场景里做少量任务数据进行迁移学习,进而应用于很多场景。ChatGPT能够实现当前的交互,离不开OpenAI在AI预训练大模型领域的积累。

预训练的研究最早起源于迁移学习。迁移学习的核心思想,即运用已有的知识来学习新的知识,通俗来说就是将一个预训练的模型被重新用在另一个任务中。早期的预训练模型主要基于有标签数据。而在NLP领域,由于下游任务的多样性以及数据标注的复杂性,导致无法获得一个像ImageNet这样大规模的有标签数据,所以NLP领域尝试使用自监督学习的方法来获取预训练模型,自监督学习的主要思想就是利用文本间的内在联系为监督信号。

2017年出现的Transformer结构,给NLP领域预训练模型的发展带来了绝大的突破。Transformer的成功,也诱使CV领域加入了自监督预训练模型的赛道。如今,自监督预训练已经成为当前人工智能研究的重点,几乎所有的最新的PTM都是采用类Transformer结构与自监督学习的方法。当扩展大型语言模型时,偶尔会出现一些较小模型没有的新能力,这种类似于「创造力」的属性被称作「突现」能力。GPT-3的论文表明,语言模型执行多位数加法的能力对于从100M到13B参数的模型具有平坦的缩放曲线,近似随机,但会在一个节点造成性能的飞升

(二)AI技术商业化跑步前行,全球AI竞赛加速

根据人工智能解决问题的不同阶段,人工智能发展历程可以分为:计算智能、感知智能、认知智能、意识智能。

人工智能目前正处于由感知智能向认知智能发展的阶段,后深度学习时代的 AI 从数据驱动向知识驱动发展。正如人类语言是知识传递的形式,知识图谱是认知核心,NLP 则是机器建立认知核心的桥梁,让AI使用自然语言与人交互。

因此,自然语言处理(NLP)和知识图谱是认知智能的关键技术,而 NLP 是知识图谱的前置,可以说 NLP是AI技术的核心。GPT属于自然语言处理NLP的范畴,本质上仍是以深度学习为代表的人工智能技术长期发展和积累的结果。

2023年3月中,在微软刚举办的Microsoft 365 Copilot发布会上,微软正式把OpenAI的GPT-4模型装进了Office套件,推出了全新的AI功能Copilot。

Copilot由OpenAI最新推出的GPT-4模型驱动,微软表示,它的功能远比简单地“将ChatGPT嵌入到Microsoft 365中”更强大。

它将适用于Word、PowerPoint、Excel、Outlook这些Microsoft 365商业软件,该技术主要运用于工作场景,被嵌入能够帮助用户生成文档、电子邮件以及幻灯片等。

根据分析公司Similarweb的数据,在微软将OpenAI的AI聊天技术整合到搜索引擎必应(Bing)之后,截至3月20日,必应的页面访问量较一个月前增长15.8%,而谷歌同期搜索引擎的访问量下降了近1%。

另据应用研究公司Data.ai的数据,在微软集成了OpenAI的技术后,Bing在全球的应用下载量增长了8倍,同期谷歌搜索应用的下载量下降了2%。我们认为,AI商业化之路已经开启,巨大的竞争压力之下,各厂商为争抢通往未来的门票,必须加速自身AI技术研发迭代。

2023年3月初,谷歌发布史上最大AI模型PaLM-E,这是一种多模态视觉语言模型(VLM),具有 5620 亿个参数,集成了可控制机器人的视觉和语言能力。

据称这是有史以来规模最大的视觉语言模型,能够执行各种任务且无需重新训练,这套与 ChatGPT 有几分相似的 AI 模型新增视觉功能。

2023年5月11日,谷歌在最新一届I/O开发者大会上官宣大语言模型PaLM 2(Pathways Language Model 2),谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)在加州山景城海岸圆形剧场的演讲中表示,PaLM 2是该公司最新的AI模型,同时谷歌的研究重心正在转向开发更大的模型Gemini,这是一种多模态和高效的机器学习工具。除此之外,谷歌也官宣会将Duet AI整合进谷歌办公全家桶Workspace;聊天机器人Bard全面升级并向所有人开放;谷歌云将上线多个基础大模型,为行业提供更进一步的生成式AI服务等

2023年4月5日,MetaAI在官网发布了基础模型Segment Anything Model(SAM)并开源,其本质是用GPT的方式(基于Transform模型架构)让计算机具备理解了图像里面的一个个“对象”的通用能力。

该模型号称可以“零样本分割一切”,也就是说,SAM能从照片或视频图像中对任意对象实现一键分割,并且能够零样本迁移到其他任务中。除此之外,Meta 还发布了 Segment Anything 1-Billion mask 数据集(SA-1B),这更是有史以来发布的最大分割数据集

(三)AI模型轻量化发展迅速,从云到端,全维智能时代开启

目前对于人工智能的行业应用基本可以分为四大类:分别是图像视觉处理方向、语音信号处理方向、自然语言处理方向、自动化处理方向。

图像视觉处理方向有图像检测、图像识别、图像生成、图像分割等分支方向;语音信号处理方向有语音唤醒、语音命令、声纹识别、语音识别、语音合成等分支方向;自然语言处理方向有文本分类、文章摘要、阅读理解、智能对话、机器翻译、文章生成等分支方向;自动化处理方向有游戏娱乐、家居生活、自动驾驶、生命科学、工业多设备应用、金融投资等分支方向。

根据Gartner发布的2022年Gartner人工智能(AI)技术成熟度曲线(Hype Cycle™)显示,在多项人工智能技术中,生成式AI、合成数据、边缘AI等当下均处于期望膨胀期,预计2-5年达到高峰期。

通用大模型具有庞大的参数量,部署在云端没有问题,但是要想AI大模型在端侧进行部署,就需要对模型进行轻量化开发,一般是采用模型压缩算法。

模型压缩算法旨在将一个大模型转化为一个精简的小模型。工业界的模型压缩方法有:知识蒸馏、轻量化模型架构、剪枝、量化。

2023年3月13日,斯坦福大学基础模型研究中心(Center for Research on Foundation Models,CRFM)发布了指令精调模型 Alpaca 7B,使用 5.2 万由 OpenAI 的 text-davinci-003 模型生成的指令数据,对LLaMA 7B进行精调而得。3月16日,在 Alpaca 基础上补充了多语种语料和指令任务的 Guanaco 原驼模型问世。

2023年3月19日,来自加州大学伯克利分校、卡内基梅隆大学、斯坦福大学、加州大学圣地亚哥分校的几位计算机博士组队,以大模型系统(Systems for Large Models,LM-SYS)的名义发布了「小羊驼」 Vicuna-13B。基于 ShareGPT 收集的对话对LLaMA进行精调,仅需300美元即完成训练的小羊驼,号称达到了ChatGPT 90%的能力,并将Meta大羊驼和斯坦福羊驼均甩在身后。

2023年3月23 日,「中文小羊驼」Chinese-Vicuna 携模型及数据面世,基于 LLaMA 模型和 LoRA 方案,可按需投喂数据进行个性化指令精调。

Vicuna 的逻辑在人工智能领域叫做“知识蒸馏”(knowledge distillation),即通过将大型模型的知识转移到小型模型中,从而快速达到想要的模型质量,同时减少计算成本。

通常,大型模型(即“Teacher”)会生成训练数据,小型模型(即“Student”)则使用这些数据来学习大型模型的知识和能力。通过这种方式,小型模型可以在自己的场景下获得大型模型90%甚至99%的能力,这意味着,可用于生成模型的领域将呈指数级增长。

据IDC预测数据,伴随万物感知、万物互联以及万物智能时代的开启,2025年全球物联网设备数将超过400亿台,产生数据量接近80ZB。预估未来五年全球算力规模将以超过50%的速度增长,到2025年整体规模将达到3300EFlops。超过一半的数据需要依赖终端或者边缘的计算能力进行处理。

市场研究机构IoT Analytics发布了全球企业物联网支出的跟踪研究报告,报告显示,过去的2022年,全球各行业企业在物联网方面的支出2010亿美元,同比增长了21.5%。在2022年全球经济低迷、疫情打断正常生产的影响下,能实现这一增长实属不易。预计到2027年,企业对物联网的支出将达到4830亿美元。

2023年4月11日,尖端智能眼镜开发商和零售商Innovative Eyewear公司旗下brands宣布推出一款名为 Lucyd 的新 iOS/Android 应用程序。Lucyd 应用程序支持ChatGPT语音界面。用户可以通过眼镜内置的麦克风向 ChatGPT 提问,并通过立体声扬声器听到回答。Innovative Eyewear 首席执行官表示,我们很高兴成为第一家提供支持 ChatGPT 的智能眼镜的公司。通过新 Lucyd 应用程序,我们的眼镜客户可以免费使用。

2023年2月7日,百度率先公布正在打造中国版类ChatGPT项目“文心一言”,随后小度科技宣布接入“文心一言”,打造人工智能模型"小度灵机",并应用至小度全系产品。

根据2023年4月13日爱集微新闻,创维数字(000810.SZ) 4月13日在投资者互动平台表示,公司海外使用ChatGPT、AIGC等应用的AR产品已在规划中。

我们认为AI技术等多方面发展将从各个维度提升终端硬件产品的智能化水平,使得终端硬件有望从“弱-智能”走向“强智能”体验,这带动的将是终端应用场景的再定义,并最终带动各类型终端硬件产品的新一轮普及浪潮。

三、人工智能技术不断迭代,重点市场持续拓展

(一)自研为驱,持续迭代人工智能技术软硬件

在数字技术上,公司积累了大量业界一流水平的核心IP,涵盖音频、视频、ISP 编码等领域,完成了对其算法的硬件化,并不断更新 NPU 的IP。

在体系架构上,能够比较完美地解决存储、数据流通、数据结构的问题,其中成系统最关键的是多电源域、功耗处理,因此公司还自研了支持各种驱动的软件,CPU、GPU、NPU的算法。这一特点也提高了SoC的行业门槛。

人工智能技术,有训练,有推理。公司在过去几年已经迭代了4代NPU的IP,不断提升对神经网络模型的支持、效率,形成人工智能技术上良好的基础。未来公司将继续发展人工智能技术、硬件,着重在中等算力、边缘算力上发力。

2022年,公司成功推出了AIoT通用算力平台RK3562,该芯片作为公司2022年研发并推出的新款AIoT应用处理器,RK3562主要应用于平板电脑、智能家居、教育电子、工业应用等领域。

RK3562搭载了最新一代NPU,神经网络计算效率大幅提升,尤其是对Transformer的支持。同时从芯片架构上提升了处理器的性能和效率,有着优秀的功耗、温升表现。RK3562的推出进一步完善公司的产品线,契合客户对中等神经网络算力、高性价比AIoT芯片的需求。

在深度学习平台适配方面,2020年5月13日,瑞芯微Rockchip正式宣布,旗下AI芯片RK1808、RK1806适配百度飞桨(PaddlePaddle)开源深度学习平台,充分兼容飞桨轻量化推理引擎Paddle Lite。此次瑞芯微与百度合作,旨在为AI行业赋能更多应用场景,加速AI产品落地进程。后续瑞芯微在更多的料号均与飞桨开源深度学习平台适配。

根据国际权威数据调研机构IDC发布《中国深度学习框架和平台市场份额,2022H2》报告。报告显示,百度稳居中国深度学习平台市场综合份额第一,领先优势进一步扩大。中国深度学习开源框架市场形成三强格局,飞桨PaddlePaddle超过谷歌TensorFlow,框架市场前三份额超过80%。

RK3588是瑞芯微新一代旗舰级高端处理器,具有高算力、低功耗、超强多媒体、丰富数据接口等特点。搭载四核A76+四核A55的八核CPU和ARM G610MP4 GPU,内置6 TOPs算力的NPU。高算力 NPU 可支持 INT4/INT8/INT16/FP16 混合运算,其强大的兼容性,可以轻松转换基于TensorFlow / MXNet/PyTorch/Caffe 等一系列框架的网络模型。

(二)重点场景持续突破,成长空间进一步打开

1、持续丰富汽车电子产品线,前装、后装均已规模量产

随着消费者需求层次的不断提升,其对汽车的需求亦从单一的出行工具逐步转变为生活中的“第三空间”。随着智能化水平的提升,汽车座舱的显著变化是从被动的交互(由人发起)走向主动的交互(人或者机器都可以发起),在“意识”到驾驶员注意力不集中,生命体征异常、遗留乘员等潜危险信号时发出提醒并形成互动,甚至是实现自主决策。也能够用更自主和智能的交互方式,满足乘员对座舱信息娱乐、工作活动时的需求。

智能座舱主要涵盖了座舱内饰和座舱电子领域的创新和联动,是拥抱汽车行业新兴技术趋势,从消费者应用场景角度出发而构建的。汽车智能座舱主要由软硬件和人机交互技术构成,硬件包括液晶仪表盘、HUD、显示屏、芯片等,软件包括操作系统、中间件等,人机交互技术包括语音识别、触控识别等技术。

亿欧智库研究成果显示,截至2021年10月,中国乘用车智能座舱渗透率为50.6%。据亿欧智库针对近600款新发布乘用车(含改款)座舱内各功能渗透率的统计,其中中控彩屏渗透率高达97.9%,智能语音系统和OTA的渗透率分别为86%以及50.9%。

智能座舱领域,主控芯片的供应商包括传统的汽车芯片厂商和以高通、联发科、海思等为代表的消费芯片厂商,目前属于高通一家独大。

瑞芯微依长期积累的技术、产品优势,延展开汽车电子前装的产品线布局:

智能座舱,RK3588单芯片实现“一芯带七屏”、AVM(全景环视影像)的功能;仪表盘,已有多款车型落地;车载音频,发挥历史上与包含Sony在内的品牌在一系列高音质产品合作中对音频技术的积累,对汽车进行针对性调整优化;车载摄像头,以公司丰富的机器视觉产品满足汽车多样的摄像头需求;视频传输芯片,以公司SoC中运用过的多种IP为基础,系统性地进行组合、优化。历史积累的技术、产品,针对汽车进行进一步的深化,形成了我们在汽车电子的核心竞争力。

公司持续投入研发以及各方面配套资源,丰富汽车电子的产品线。

除了最具代表性的智能座舱芯片RK3588M,还有仪表盘控制芯片RK3358M、RK3568M,车载音频芯片RK3308M、车载电源管理芯片RK806M、RK809M等。

2022年12月,瑞芯微电子股份有限公司与中瓴智行(成都)科技有限公司宣布进行深度技术合作。双方基于瑞芯微的高算力车规芯片及解决方案、中瓴智行虚拟化操作系统及智能座舱软件平台,发挥各自技术、业务与资源优势,联合推出面向乘/商用车智能座舱的国产化解决方案。

瑞芯微和中瓴智行联合推出的国产化解决方案,硬件基于瑞芯微自研的车规级驾舱芯片RK3588M/RK3568M,系统软件运行中瓴智行自主研发的睿钛虚拟化操作系统RAITE Hypervisor(RHOS)和RAITE智能座舱平台(RICP,RAITE Intelligent Cockpit Platform)。

瑞芯微RK3568M+中瓴智行RAITE Hypervisor方案可同时支持液晶仪表、中控娱乐、360环视和DMS等功能,满足商用车和轻车机乘用车的座舱智能化需求。

瑞芯微RK3588M+中瓴智行RAITE Hypervisor智能座舱方案,可基于超高运算性能实现“一芯多屏”,单RK3588M即可驱动车载信息娱乐系统、液晶仪表板、电子后视镜、后排头枕屏等多块屏幕,同时支持360°环视功能,可以直观地看到车辆所处的位置、周围的行人、障碍物等,有效减少剐蹭、碰撞等事故的发生,给用户提供安全可靠及全场景的交互体验。

目前公司产品已经在汽车前装的智能座舱、仪表盘、车载音频和汽车后装的行车记录仪、车载娱乐电子等实现规模量产。2022年,公司积极对接国内汽车厂商,顺利完成多个项目落地。

2、数字化推动电力行业变革,国产方案优秀供应商

实现碳达峰碳中和,能源是主战场,电力是主力军。

我国先后印发了《中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》《2030年前碳达峰行动方案》,对能源电力低碳转型进行了专项部署,要求推动能源低碳转型平稳过渡,稳妥有序、循序渐进推进碳达峰行动,确保安全降碳。

建设新型电力系统是实现碳达峰碳中和目标的重要抓手,也是电力行业走向高质量发展的重大机遇,要立足我国当前能源结构以煤为主的国情,统筹协调好各类能源发展,实现电力系统安全降碳。

《“十四五”现代能源体系规划》中提出,到2025年,非化石能源发电量比重达到39%左右,电能占终端用能比重将达到30%左右,未来将有更多电力用户及端口接入。

在以风电、光伏为主要发电方式的新型电力系统中,时空错配问题将导致发电和用电侧供需不平衡。新型电力系统的运行也将由[源随荷动]的源荷实时平衡模式、大电网一体化运行控制模式,向[源网荷储协同互动]的非完全源荷实时平衡模式、大电网与微电网协同运行的控制模式转变。在这种情况下,数字赋能将成为新型电力系统的显著特征,数字电网则是承载新型电力系统的最佳形态。

电力产品向节能、智能、稳定等方向持续进化是全球大趋势。

通过智能终端实现节能低碳,对芯片的性能及算力提出更高要求。针对电力产品应用,瑞芯微从电力行业需求出发,通过高性能通用及自研NPU进行算力加持,轻松应对更为复杂的情况。

在RK3588J、RK3358J、RK3568J、RV1126K、RK1808K等一系列芯片的加持下,瑞芯微赋能电力行业的多类型产品快速落地,具备原生RT-Linux、多核异构系统、实时SPI和SDIO接口,微秒级的中断响应延迟等特性,不仅满足电力产品性能上的升级需求,也使得产品运行更加稳定。

3、新场景应用不断打开,机器视觉市场广阔

从全球市场来看,GGII数据显示,2021年全球机器视觉市场规模约为804亿元,同比2020年增长12.15%,预计至2025年该市场规模将超过1200亿元。2022年至2025年复合增长率约为12%。

2021年,物流仓储、新能源行业的蓬勃发展拉动了相关企业的扩产需求,视觉检测产品需求增长明显,GGII数据显示,2021年中国机器视觉市场规模138.16亿元(该数据未包含自动化集成设备规模),同比增长46.79%。

其中,2D视觉市场规模约为126.65亿元,3D视觉市场约为11.51亿元;传统工业产品的回暖也为机器视觉带来生机,增长趋势明显。

根据GGII预测,至2025年我国机器视觉市场规模将接近350亿元,其中,2D视觉市场规模将超过290亿元,3D视觉市场规模将接近60亿元。

公司以“大音频”、“大视频”、“大感知”、“大软件”的核心技术为基础,经过在机器视觉的多年布局,已积累了广度、深度并重的技术和产品线。

2022年,公司持续迭代升级并打造不同算力层次的机器视觉处理器,积极开拓机器视觉市场,推广各类IPC、多目摄像头、智能门禁、智能家居,以及特别是面向机器人、工业、医疗领域的视觉检测等产品应用,已获取一定的客户基础和销售业绩。

机器人领域,公司的芯片产品应用领域广泛,已应用于多种形态的机器人产品,比如扫地机器人、教育机器人、服务机器人、工业/农业机器人等。

(三)RK3588面向中高端市场,由导入期逐步走向放量期

2021年,公司新的高性能旗舰处理器RK3588面世,该芯片弥补国内高性能通用处理器的空白,其强大的通用和AI运算能力进一步促进各个行业的发展。

该芯片采用先进Fin-FET制程,内置ARM 4核A76和4核A55 CPU,4核ARM G610 GPU,以及自研的6T算力NPU;支持高速的64bit LPDDR4/LPDDR5内存,以及大容量存储器接口,满足各种应用下的存储器需求;在多媒体上,具备8K多格式视频编码器、解码器及48M图像信号处理器,并具有8K显示以及多路4K显示能力,最多6路摄像头输入处理能力;在高速外设接口上,具备多路USB3.1、PCI-e、SATA以及以太网接口,可以实现5G、WiFi 6、万兆以太网以及更复杂的连接。

RK3588是公司新一代通用旗舰AIoT芯片,规格上涵盖PC、智能硬件、视觉处理、车载处理的各种需求,以高算力、高性能多媒体处理、高可扩展性为特点,适用于高性能平板、ARM PC、智能座舱、多目摄像头、智能NVR、智慧大屏/多屏应用、云服务及边缘计算、VR/AR等应用领域。

在2022年第一季度,RK3588正式版SDK发布;2022年第二季度,客户的RK3588项目开始进入量产,实现了业界类似规模的大SoC进入量产的顶尖速度。

在2022年的市场需求下降、客户下半年去库存的背景下,部分客户RK3588项目进度推迟,导致RK3588的全年销量不及我们的年初预期。但报告期内,RK3588已经得到200余家客户、400余个项目的采用,为2023年打下了良好的基础。RK3588不但在各目标应用场景的行业龙头客户的项目中落地,还与客户共同推出了新兴行业的潜力产品,例如NAS(网络附属存储)、直播机、移动屏、服务机器人、SBC(单板计算机)等。

我们认为,经过2022年一整年的导入,公司的顶级旗舰芯片已经在多个客户中实现突破,目前正处于由导入期步入放量期的阶段,该颗旗舰新品单品售价高,放量后所带来的业绩成长前景可期。

四、盈利预测及估值

(一)盈利及相关基础假设

1、假设今年伴随着产业库存的持续出清、下游需求的逐季回暖,公司营收可以实现逐季增加, RK3588从导入期向量产期切换顺利,下游客户需求可以有效传导到公司;

2、假设上游晶圆代工厂整体的涨价幅度不高且后续考虑到需求的不景气而难以持续涨价;

3、我们预计2023-2025年公司集成电路产品的销售收入分别为25.30亿元、34.15亿元、44.40亿元,同比分别增长27%、35%、30%;

4、假设公司综合毛利率跌幅收窄,且有望在2024、2025年逐步回复正常水位,我们预计2023-2025年公司综合毛利率分别为37%、38%、38.5%。

(二)估值

我们预测公司2023年至2025年分别实现营收25.74亿元、34.68亿元、44.97亿元,同比增速分别为26.8%、34.7%、29.7%,分别实现归母净利润4.63亿元、6.77亿元、8.35亿元,同比增速分别为55.7%、46.2%、23.2%,对应的PE分别为76.3倍、52.2倍、42.4倍。

五、风险提示

终端市场发展不及预期的风险、晶圆产能紧张和原材料价格上涨风险、行业竞争加剧带来的风险、新品导入不及预期风险。

——————————————————

报告属于原作者,我们不做任何投资建议!如有侵权,请私信删除,谢谢!

报告选自【远瞻智库】

标签: #瑞芯微核心技术 #瑞芯微处理器