半导体-行业跟踪报告之二十：边缘算力SoC：AIoT智能终端的大脑，端侧算法部署的核心.pdfVIP

二十

要点

1、SoC：智能终端设备的大脑，边缘算力的核心

芯片系统（System-on-Chip，SoC）是一种集成电路，将一个系统所需的所有组件

压缩到一块硅片上。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、流媒体处理器等。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。

SoC的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，以

及嵌入式软件移植、开发研究，是一门跨学科的研究领域。SoC意味着在单个芯片

上实现以前需要多个芯片才能实现的系统功能，克服了多芯片板级集成出现的设计

复杂、可靠性差、性能低等问题，并且在减小尺寸、降低成本、降低功耗、易于开

发等方面也有突出优势。SoC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，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。

图表1：SoC示意图

资料来源：华强电子网

完整的SoC系统解决方案，除了提供硬件参考设计外，还需要提供系统级的软件参

考设计，包括驱动软件、大型OS（Linux、Android、ChromeOS、国产OS等）

的移植、针对性的算法、中间件和上层应用软件的适配等，并通过严格的可靠性、

兼容性测试。

-1-证券研究报告

2、边缘算力应用和端侧AI算法部署需求巨大

AI将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创

造新市场和就业等方面为人类的生产和生活会带来革命性的转变。可以认为，

AI是一个重要的生产力工具，AI通过与各行各业结合，赋能各行各业。在自动

驾驶、智能家居、安防监控、机器人、医疗设备、智慧课堂等新兴行业中，人工

智能的技术创新和应用落地是行业智能化的推手。此外，AI交互、AI创作等应

用场景发展迅速，如自然语言处理工具ChatGPT的问世，有望进一步推动行

业智能化程度不断提升。

AI技术必须具备三个要素：算法、数据、算力。

（1）数据：AI蓬勃发展主要是得益于大数据的累积以及AI专用算力的大幅增

强。

（2）算力：过去10年，AI领域主要的算力载体是以国外芯片厂商提供的GPU

设备为主，广泛应用于与AI相关的云端产品。而端侧嵌入式AI算力载体从CPU、

GPU、DSP发展到ASIC架构，推动了基于深度学习的语音识别、人脸识别、图

文识别、AIGC、目标检测、超分辨率、ADAS等技术的广泛应用。

（3）算法：模型算法架构持续迭代，Transformer神经网络结构逐渐成为自然

语言处理领域的主流，如ChatGPT是其应用之一，主要用于云端产品，各算法

厂商开始尝试应用到端侧产品，对端侧算力性能提出了更高的要求，这将推动