从互联网到物联网 “深度学习”概念让新兴企业崛起

  1. 云栖社区>
  2. 博客>
  3. 正文

从互联网到物联网 “深度学习”概念让新兴企业崛起

boxti 2017-07-04 14:03:00 浏览2631
展开阅读全文

数据爆发,“数据”+“人工智能”将成为未来5-10年的科技投资主线。互联网和物联网蓬勃发展,带来数据量爆发。在过去的十年中,全球每年产生的数据量以50%以上的CARG增长,2015年全球产生数据8 ZB (1ZB = 1012 GB)。据IDC预测,2020年全球产生数据量将超过40ZB,相当于地球上每个人产生5200 GB的数据。我们判断,基于海量数据深度学习的人工智能第三次浪潮可能走的更远。从互联网到物联网,“深度学习”概念让新兴企业崛起。

数据源:从“互联网”到“物联网”

物联网:高速增长,百花齐放

物联网高速增长,2018年将超越手机成为数量最多的互联终端。爱立信预计,2015至2021年,物联网(IoT)将以23%的年复合增长率增长。到2021年,全球预计将有280亿台互联终端,其中大约有160亿台为物联网终端。此外,手机端将维持3%左右的缓慢增速,而PC、固定电话则基本保持不变。

  从互联网到物联网 “深度学习”概念让新兴企业崛起

物联网产业规模快速增长,2020年全球市场可达1.7万亿美元。我们预计,2016到2020年间,全球物联网终端数将由64亿增长为208亿,对应市场规模由7千亿美元增长至1.7万亿美元;国内物联网终端数将由17亿增长为9千亿,对应市场规模由62亿元增长至1.9万亿元。物联网将成未来5年增速最高的市场之一。

物联网产业链:感知层、网络层、应用层。感知层包括传感器、芯片,以及搭载的控制软件,主芯片或控制器结合通信模块是趋势,仍有较大的进口替代成长空间。网络层包括通信终端、通讯网点、运行服务等,目前运营商仍处于拓展阶段,尚未达到获利规模。应用层以数据管理平台为基础,支持多种场景应用,包括智能生活、智慧城市、车联网、工业互联等,运营商及互联网厂商皆有可能提供数据管理平台,专业的第三方应用目前较少,仍需依赖于平台或硬件厂商来集成。

  物联网感知层:MCU控制核心,RFID/MEMS标识传感

感知层用于物品标识和信息的智能采集。包括标识和传感器件,如RFID标签和读写器、各类传感器、摄像头、GPS/北斗、二维码标签和识读器等。在所有的标识和传感器件中,RFID引领了标识器件的发展,传感器中MEMS大有所为。此外,MCU作为控制核心也是物联网智慧终端的必要元素。

MCU(微控制器)芯片是物联网的终端智慧节点,嵌入式应用的核心器件。MCU是各种物联网应用的控制核心,因其高性能、低功耗、可编程、灵活性在消费电子、医疗电子、工业控制、汽车电子和通信等领域广泛应用。工业控制领域(远程数据收集、安全控制、家庭自动化、环境监控)及家庭智能化领域(智能电表、家庭网关产品、智能医疗产品)相关产品的不断普及和发展,都离不开MCU 作为其控制芯片、闪存作为其存储芯片。

全球近200亿美元市场空间,预计未来三年复合增速5.1%。据IC Insight预计,全球MCU出货量2015年为209亿颗,2019年有望增长至273亿颗,CAGR约7%;销售额方面,全球MCU市场规模2015年达166亿美元,2018年有望增长至193亿美元,CAGR达5.1%。出货量CAGR增速快于销售额CAGR原因是随市场规模扩大、工艺提升导致的成本降低及MCU厂商间竞争,单颗产品价格预计略有下降。

RFID优势众多,成为物联网标识主流。RFID(Radio FrequencyIdentification)即射频识别技术,是一种无线通信技术,可以通过无线电讯号识别特定目标并读写相关数据,而无需识别系统与特定目标之间建立机械或者光学接触。物联网感知层中用于物品标识的元件种类繁多,包括二维码、条形码、磁卡及RFID等,但是其中的二维码、条形码及磁卡等受外界环境限制较大,或读取量较小,均无法满足物联网市场发展下对于信息读取的要求。而RFID因其读取信息量大,可实现非接触识别及受外界环境影响较小等多方面优势而成为市场主流。

2015年全球RFID市场达百亿美元,步入高速发展通道。2010年以来,由于经济形势的逐渐好转及物联网产业的发展推动,RFID市场逐渐升温,步入高速发展通道,截至2015年RFID全球市场规模为95.6亿美元。据IDTechEx估计,到2020年全球RFID市场规模将会达到234亿美元,年复合增长率约为19.6%。

RFID应用场景丰富。RFID的应用领域包括制造、物流、零售、医疗、身份识别等,为智慧城市、智慧医疗、智慧农业、智能安防、智能家居等行业打造基础数据入口。

MEMS传感器具有小型、低功耗特点,成为物联网重要数据入口。MEMS(Micro Electro MechanicalSystems,微机电系统)具有以下特点:1)小型化,MEMS芯片的尺寸已经发展到毫米、微米甚至纳米的量级,各种功能却日益复杂和完善;2)低功耗,一般的MEMS传感器工作电流在毫安级别,先进技术已经可达微安级别;3)集成化,前端传感器、后端执行器都集成在一起,实现多参数检测、处理;4)智能化,系统可实现自诊断、自校准、信号处理、通信等功能。MEMS传感器的小型低功耗特点尤其适合物联网应用,成为关键的数据入口。

2015年全球MEMS市场过百亿美元,预计未来数年内保持高速增长,至2020年可望突破200亿美元大关。Yole Development数据显示,2015年全球MEMS市场总体规模约为120亿美元,2020年预计可超200亿美元,年复合增长率为10.8%。

MEMS传感器市场格局较为分散。2014年MEMS市场前5大竞争者分别为Bosch、STM、TI、HP以及Knowles,其中Bosch年销售额达12亿美元,位于销量额榜首,且增长态势良好,同比增加20%。其余4家分别贡献销售额8.1亿美元、7.8亿美元、5.4亿美元以及4.6亿美元,排名前5的公司合计占MEMS市场的31%。此外,排名前十的公司还有Avago、Denso、Panasonic、Qorvo、Invensense等,排名前10的公司合计占MEMS市场的46%。

  物联网网络层:5G标准快速推进,NB-IoT拔得头筹

通信协议进化加速物联网普及。无线通信协议经历了RFID、Wi-Fi、蓝牙、ZigBee、LoRa的发展,NB-IoT、5G时代即将强势来袭。NB-IoT主要解决广覆盖、低终端耗电、低终端成本的问题,NB-IoT系统带宽为180kbps,支持三种模式:独立部署、LTE保护带部署,LTE带内部署场景。5G移动通信的技术研究和标准化提上议程,将有全新的空中接口和网络架构;同时LTE-APro (4.5G)持续演进,包含面向低功率、广覆盖(LPWA)与车联网的解决方案。进化的通信协议带来了更广的覆盖面积、更快的传输速度、更低的终端功耗、海量的连接节点,这些都加速了物联网的发展与普及。

5G通信标准快速推进,通信速率大幅提升。2016年11月18日,在美国内华达州的国际移动通信标准化组织3GPP RAN1 #87次会议上,经过与会公司代表多轮技术讨论,3GPP最终确定了5G eMBB(增强移动宽带)场景的信道编码技术方案,其中华为主推的PolarCode码作为控制信道的编码方案,高通主推的LDPC码作为数据信道的编码方案。预计我国的5G基础研发试验将在2016年-2018年进行,2020年将启动5G商用,届时数据传输速率可达10~50Gbps,时间延迟仅1ms,可支持500km/h的终端移动速度。

移动通信运营商已经展开NB-IoT部署。相较于私人部署的DSRC,LoRa,SigFox等通信协议,运营商的NB-IoT在成本及跨网兼容性具有先天优势,让物联网更容易普及。2017年,预计全球将有20个运营商启用NB-IoT网络,另有24个运营商计划部署;国内的中移动与电信皆已进行网络现场试验,并即将展开商用。

  物联网应用层:巨头抢滩CMP,应用落地AEP

物联网应用层包括两大平台:数据管理平台CMP和应用支持平台AEP。其中CMP(ConnectionManagement Platform)主要负责设备连接管理、注册鉴权等,使得上层应用无须关心终端设备具体的物理连接和数据传输问题;AEP(Application Enablement Platform)主要负责数据结构化存储、分析等,向应用层开放接口,满足行业应用的快速开发需求。

运营商及互联网平台商布局CMP,具备网络连接优势。目前全球三大CMP平台供应商分别为思科、爱立信和沃达丰。国内三大运营商亦参与物联网平台建设,其中联通与思科旗下的Jasper公司达成战略合作,移动成立国内第一家专业化经营物联网的公司——中移物联网有限公司,电信与爱立信签署了物联网连接管理合作谅解备忘录,寻求技术合作。

语音识别:应用加速落地,龙头具有先发优势

国内外语音识别霸主产生:全球Nuance、谷歌、苹果占据75%,国内科大讯飞、百度语音占据72%。据统计,2015年Nuance市场份额为31.6%,随后为谷歌28.4%、苹果15.4%、微软8.1%、科大讯飞4.5%、IBM4.1%;在国内市场,科大讯飞占据绝对优势,市场份额44.2%,百度语音紧随其后占据27.8%,此外还有苹果、Nuance、小i机器人、捷通华声等。

国内语音识别创业公司涌现。近年来,国内出现一批语音识别初创公司,包括平台类公司云知声、易手邦、普强科技、凌声芯语音、智齿科技、思必驰等,应用类公司出门问问等,智能机器人类公司小i机器人、公子小白机器人等。

图像识别:应用加速落地,龙头具有先发优势

受益于深度学习,图像识别准确率已超过人眼。ImageNet是国际主流的计算机视觉比赛项目,由斯坦福大学视觉实验室主办,在1千多万张图片中有共计2万多个标签类别。2010年,国际图像识别大赛冠军在识别分类中的错误率为28%;随后在2011年略降至26%。2012年,深度学习的应用起到至关重要的作用,错误率降低为16%。随后数年,错误率不断降低,直到2015年已经超过人眼,错误率仅为3.57%。

国外巨头:自研、收购双管齐下,视觉技术应用于自身产品升级。国外巨头均在图像识别领域有所布局,利用视觉技术升级自身产品,持续提升影响力。

国内巨头:百度相对激进,阿里、腾讯基于自身产品进行功能试水。百度内部成立了深度学习基础研究院,已经推出了以图搜图的基本功能,还将图片识别用于无人驾驶、智能医疗等前沿领域。阿里将图像识别用于提升自身产品,包括拍立淘、支付宝人脸识别、蚂蚁金服生物识别等,并对外投资了计算机视觉创业公司依图科技。腾讯的优图团队对外提供鉴黄服务,并为内部P图产品提供技术支持,还推出了搜狗以图搜图功能。

国内图像识别创业热度高涨,仍处于市场早期探索阶段。截至2016年第三季度,国内图像识别创业公司包括意图科技、格灵深瞳、商汤科技、旷视科技等。创业方向多集中于安防、金融、互联网、无人驾驶等。

  大数据:市场规模可观,新兴企业崛起

在大数据产业链中,综合数据服务的市场规模最大。全球大数据产业Wikibon数据显示,大数据逐渐成为全球IT支出新的增长点,2015年全球大数据市场规模达到384亿美元,同比增长34.7%,预计到2017年市场收入将超过500亿美元。在细分市场中,专业数据服务占比最高,可达35%左右,对应2015年市场规模135亿美元,预计2017年市场规模172亿美元。

国内大数据产业:整体快速发展,但仍处于初级阶段。市场整体规模上看,根据易观数据统计,2015年国内大数据市场预计实现收入102亿元,较2014年增长35%左右,并有望在2018年突破200亿元,达到258.6亿元。市场的细分结构上看,相较于全球市场数据分析服务占主要份额(47.6%),国内市场数据分析服务在整体收入中占比仍处于较低水平,主要企业仍停留在前期的基础软硬件设施投入和部署阶段。因此,总体来说,我们判断国内大数据市场已经进入快速增长通道,但仍处于增长的早期阶段,特别是产业链结构稍落后于全球市场的发展步伐。如果简单类比国内软件服务市场/全球市场的比重(20%),参考目前全球大数据市场400亿美元的规模,我们估算国内大数据市场中短期合理空间应在500亿元左右,存在广阔的发展空间。





 


  

本文转自d1net(转载)


网友评论

登录后评论
0/500
评论
boxti
+ 关注