2022年瑞芯微(603893)研究报告.docx





《2022年瑞芯微(603893)研究报告.docx》由会员分享,可在线阅读,更多相关《2022年瑞芯微(603893)研究报告.docx(23页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、2022年瑞芯微(603893)研究报告一、瑞芯微智能应用处理器芯片为主公司成立于2001年11月,自成立以来,公司一直从事集成电路设计行业,为客户提供芯片相关产品及技术服务。 公司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。公司的智能应用处理器芯片为系统级SoC芯片,包含了完整的系统、软件及算法。根据公司招股说明 书内容显示,2018年公司智能应用处理器芯片销售收入占比85.94%,为公司主要销售收入来源。发展历程2001年,公司推出复读机芯片,2002年成功研发“变速不变调”技术,成为复读机芯片行业的领先者;2006年, 公司产品
2、进入MP3/MP4领域,取得国内领先的市场占有率;2009年,公司率先推出安卓系统平板电脑,促进国内 平板电脑制造厂商的发展。公司过往数次产品转型均能快速成为行业领先者。 由于消费电子产品迭代速度快,使得上游芯片产品的生命周期相对也较短,给上游企业持续发展带来了较大压 力,为了解决这些痛点,2014-2015年公司进行了战略转型,芯片产品逐步进入多元化智能应用市场。代表性产品型号公司系列产品中,RK3288、RK3399、 RK3588均是具有代表性的主打产品。根 据在我爱研发网等多方面搜集到的数据 来看,RK3399售价大概在15-20美元/颗, RK3288售价大概在10-15美元/颗。公
3、司下游应用场景公司产品具有丰富的下游应用场景,公司将智能应用 处理器芯片的应用场景分为消费电子、智能物联两大 类,消费电子包括平板电脑、智能盒子、扫地机器人 等,智能物联包括智慧商显、智能零售、智慧安防、 汽车电子等。采用经销为主的销售模式公司采用“经销为主、直销为辅”的销售模式。在经销模式下,经销商向公司采购芯片后销售给整机厂或方案 商,采购组件后销售给电子产品开发者或热爱者等终端客户。公司与经销商签订经销框架性协议,每笔销售再 以订单形式进行。公司与经销商的合作方式为买断式销售,即公司将商品销售给经销商后,商品的所有权已转 移至经销商。公司直销模式下的客户主要为三星、VIVO、步步高教育电
4、子有限公司等行业内知名客户。二、瑞芯微的智能应用处理器是什么智能应用处理器芯片是智能终端大脑公司的智能应用处理器芯片均为系统 级的超大规模数字集成电路,即SoC, 可以分为高性能应用处理器、通用应 用处理器、人工智能视觉处理器、智 能语音处理器、车载处理器、流媒体 处理器。上述处理器一般内置中央处 理器(CPU),根据使用场景的需要 增加图形处理器(GPU)、图像信号 处理器(ISP)、神经网络处理器 (NPU)及多媒体视频编解码器等处 理内核。芯片内部设置高速总线负责 各个处理器和外部接口的数据传输。 配备闪存接口、动态存储器接口、显 示接口、网络接口以及各种高速、低 速外部设备接口。 So
5、C芯片实际上需要芯片设计公司具 备综合研发能力,即“十全大武功”。具备较高的研发设计门槛SoC关键技术主要包括总线架构技术、IP核可复用技术、软硬件协同 设计技术、SoC验证技术、可测性设计技术、低功耗设计技术、超深 亚微米电路实现技术,并且包含做嵌入式软件移植、开发研究,是一 门跨学科的新兴研究领域。SoC的电路较为复杂,对研发设计、制造 工艺以及软硬件协同开发技术的要求较高。设计的复杂性主要体现在 芯片验证和测试难度的提高,以及IP复用、混合电路设计的困难加大。 任何SoC的设计都是性能、功耗、稳定性、工艺难度几方面的平衡。下游场景的分散进一步提高研发门槛AIoT是一个非常大的市场,但它是
6、一个典型的长尾市场,碎片化需求非常多,如果针对某一细分市场进行芯片 开发设计,虽然可以使得芯片更具针对性,但较小的市场容量难以覆盖单颗芯片的研发设计、流片等各方面成 本,因此会出现两种情况:1、提升单一芯片的兼容性,使得单一芯片能尽可能更多的满足不同细分市场的需求, 延长芯片产品的生命周期,摊销芯片研发流片的成本,这当然会形成一定的芯片能力冗余,却是芯片企业发展 的必然;2、针对同一市场的高中低端不同需求,形成产品矩阵。ARM架构是主流,RISC-V在崛起SoC有两个显著的特点:一是硬件规模庞大,通常基于IP设计模式;二是软件比重大,需要进行软硬件协同设计。 目前市场上主流的芯片架构有 X86
7、、ARM、RISC-V和MIPS四种。目前X86架构和ARM架构是市场份额最大的两大架构。X86主 要集中在传统的PC市场,而在移动终端,ARM架构目前占据最大的市场份额。RISC-V 架构的起步相对较晚,但发展很快。 ARM 处理器产品分为经典ARM处理器系列和最新的Cortex处理器系列,ARM公司在经典处理器ARM11以后的产品改用Cortex 命名,并分成A、R和M三类,旨在为各种不同的市场提供服务。视频是AIoT最大的应用方向在各类大数据中,图像视频是“体量最大的大数据”。据思科统计,视频内容约占互联网总流量的90%。而在迅 速发展的移动网络中,视频流量的比例也高达64%。 在万物互
8、联时代,视频数据以其直观、便捷、信息内容丰富而广泛应用于众多应用场景,视频应用已经成为物 联网领域最核心的应用之一。IDC Global DataSphere预测,2020年全球视频监控产生的数据约18.1BP,占同期 物联网数据量的83.1%,构成物联网数据的主体,相应地,视频监控系统安全也成为物联网安全的重要组成部分。ISP,视频应用第一道门槛ISP( Image Signal Processor ),即图像信号处理器,是用来对前端图像传感器输出信号进行处理的单元, 通过图像重建、色彩重建等处理流程,对原始图像的质量进行优化。 ISP是对图像传感器输入的原始数据进行图像处理的首个环节,其性
9、能直接决定了图像在其他后置设备中显示的 清晰程度,对于各式各样的视频终端设备,属于不可或缺的重要组件。ISP既是“看得清”的重要保证,也是后 续“看得懂”的直接输入,ISP输出图像质量决定着“看得懂”的天花板。ISP具备较大的技术壁垒壁垒1:算法复杂度的持续提升,ISP涵盖了数 十种图像信号处理算法,为了适配各种不同的 镜头和传感器,需要优化调整成百上千个参数, 保证ISP兼备通用性和灵活性,同时ISP中大量 模块的算法是相互影响的,其众多算法需要诸 多的调校工作在其中,这需要大量而长期的经 验积累;壁垒2:终端需求持续向前演进不断提出更高 的挑战,比如面对越来越高的场景复杂度和图 像质量要求
10、,在传统ISP图像处理技术接近瓶 颈之后,画质技术与AI技术的深度融合变得越 来越重要;壁垒3:对于功耗的要求,面对越来越庞大的 性能,如何解决耗电、发热等问题难度越来越 高;壁垒4:人才的稀缺性,由于ISP需要大量的经 验累积,人才的培养周期较长,因此相关人才 是比较稀缺的。编解码,解决视频传输和存储压力的关键点视频编解码是在摄像头采集画面和前处理后,采用算法将视频数据的冗余信息去除,对图像进行压缩、存储及 传输,再将视频进行解码及格式转换,追求在可用的计算资源内,尽可能高的视频重建质量和尽可能高的压缩 比,以达到带宽和存储容量要求的视频处理技术。持续为用户提供更高品质的视频体验。 以安防领
11、域为例,伴随着高清监控技术的普及,前端摄像机像素提高给视频传输和存储带来巨大压力,因此视 频编解码技术的改进、视频编解码算法的优化至关重要。编解码技术现状制定视频编解码标准的国际组织主要有两个:ITU-T和ISO/IEC。ITU-T推荐委员会制定的大多数标准都是为实时视频通信应用 的,例如H.261、H.262、H.263和H.264;ISO/IEC的MPEG标准大多是为视频存储、广播视频和视频流应用而制定的标准,包括 MPEG-1、MPEG-2和MPEG-4等。两个标准化委员会组织在独立地致力于不同的标准的制定的同时,联合发展了H.262/MPEG-2和 H.264/AVC。目前,视频监控行
12、业普遍使用的音视频算法是H.264和H.265,我国制定的AVS和SVAC音视频编码标准正在逐步推 广。 从标准技术演进来看,至今为止的历代视频编码标准采用的技术都是基于混合视频编码。总体来说是充分利用摩尔定律,逐 步拿更高的计算量换取编码压缩性能的提升;具体算法设计越来越复杂、越来越自适应化。AI技术是产业升级的方向智能分析需要强大的图像处理能力,运行高级智能算法,因此,采用强大的处理器并集成智能分析引擎是视频监控芯片未来 的发展方向。这要求芯片厂商一方面在智能分析算法方面具有很强的技术积累;另一方面,在集成电路设计工艺上有越来越 多的产品采用更先进的工艺,如40nm甚至28nm工艺,以进一
13、步提高芯片处理速度并降低芯片功耗。在算法方面,机器学习算法取得重大突破,以多层神经网络模型为基础的算法,使得机器学习算法在人脸识别等领域的准确 性取得了飞跃性的提高,为商业化应用奠定了重要技术基础。对先进制程的需求视频分辨率越来越高,从高清到超高清再到8K/VR。算 力增长 24 倍,存储增长12 倍,带宽增长 20 倍。音 频方向,迭代目标是更强算力、更低的功耗和更多的功 能需求。因此,伴随着音视频需求的向前演进和人工智 能的落地,我们认为往更先进制程迭代可以满足算力和 功耗的需求,是行业整体发展方向。在智能物联网相关 领域,目前还是以40/28nm制程工艺技术为主。三、两个维度看处理器芯片
14、市场:总量和细分从总量来看,新硬件十年已开启处理器芯片涉及到多个行业,包括手机、电脑、机顶盒、商显、电视、工业、汽车电子等,从总量的角度来看, 新硬件的十年已开启,对于算力的需求将在多个维度展开进而带动处理器芯片的需求增长。传统产品的升级:以汽车、家电等产品为代表,产品形态逐步走向可视化、智能化,对于智能应用处理器芯片 的需求伴随着行业的升级而快速增长;新产品、新需求的涌现:以AR/VR、扫地机器人、翻译笔等新产品的涌现,全球疫情推动的在线教育、在线办公 和企业的数字化转型,数据量持续增长带动的服务器行业的增量需求等等。从细分行业看需求1)安防最近几年,安防已经远远超出了公共安全范畴,安防行业
15、中使用的视频监控技术、人工智能技术,如人脸识别,在城市和企 业的数字化得到更广泛应用,泛安防时代已经到来。 从产品形态上来看,传统安防主要针对于视频监控,泛安防产品形态已经扩展为涵盖智能监控、报警、门禁、楼宇对讲、无 人机等适用于各类场景的全系列安全防范产品。 从消费者结构来看,传统的安防主要以政府购买为主,泛安防时代,企业和家庭在安防领域的消费水平逐步在提升,无论是 技术还是市场,安防都已经不再是一个闭环的市场,安防行业也不再是一个封闭的行业。安防市场技术演进安防行业已经从模拟化走向信息化、高清化和智能化时代,目前视频监控主要以网络摄像机(IPC)为主。闭路电视监控系统 过去经历了录像带录像
16、机(VCR)和数字视频录像机(DVR)等时代,最终迈入到如今的网络视频录像机(NVR)阶段。根据旭 日大数据发布的数据,2018年70%的摄像机属于网络摄像机。 目前,安防领域边缘智能化在快速发展和渗透,核心是智能安防产品从具有边缘计算的能力开始进化为边缘智能,在终端和 边缘端可以支持同一场景下人脸、人体、车辆、物体等的抓拍,并提取出人、车、物的结构化属性及轻量级多维数据的融合。安防市场规模根据Frost & Sullivan统计,2020年,安防监控领域CMOS图像传感器的出货量为4.2亿颗,随着未来安防监控行 业整体市场规模的不断扩大,预计2025年出货量将达到8.0亿颗,预期年复合增长率
17、将达到13.75%。 据Omdia分析,全球AI摄像机占网络摄像机的比重有望在2025年提升至64%;而中国将成为全球AI摄像机增长最 快的市场,渗透率将从2019年的10%提升至2024年的63%。 根据HIS Markit数据,Linux系统录像机(即DVR、NVR)产品预计2021年全球出货量3,564.71万台。后海思时代国内厂商的机遇在被封锁前,华为海思在IPC SOC市场已经一家独大,占据全球市场70%以上的份额;在视频监控领域市场占有 率更是突破了90%以上,处于绝对的主导地位。 海思在安防领域的产品布局非常全面,根据官网内容显示,产品范围包括IPC、AI-IPC、NVR、DVR
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 年瑞芯微 603893 研究 报告

限制150内