信息服务行业深度报告：生态 110页

'目录1.信息―新基建‖构建新的生态基础102.云端生态102.1安可的本质：生态102.1.1去IOE的实际进展和困难112.2云端芯片的生态172.2.1ARM和X86仍是两大主流生态172.2.2ARM生态172.2.3X86生态182.2.4两大生态的对比分析182.3CEC,CETC，中科系集团整体作战202.3.1CEC202.3.2CETC222.3.3中科系232.4国内后进者，新的挑战者242.4.1国内公有云集大成者--阿里云242.4.2芯片+云计算2B厂商–华为262.4.3引进先进技术的国产替代--海光信息272.4.4混合云的新秀--深信服282.4.5社区发展的OS--深之度（360参股，绿盟科技参股）293.终端生态323.1终端芯片的生态323.1.1AI芯片助推人工智能时代终端发展323.1.2AI时代智能平台高速计算353.1.3终端智能化成为未来趋势373.1.4AI芯片时代边缘计算发生在边缘网络383.2计算机视觉技术413.2.1智能终端推动AI技术升级，计算机视觉加速普及413.3终端生态下的AI场景应用493.3.1视频应用场景493.3.2智能驾驶51 1.1.1医疗IT场景651.1.2教育场景821.1.3智能家居场景831.1.4泛在电力物联网851.2终端生态下的AI案例901.2.1智能驾驶生态逐渐成型：百度阿波罗计划901.2.2智能安防带来无忧用户体验：微软AI摄像头911.2.3视觉技术活体检测实现安全加密：Biomio活体检测技术921.2.4智慧医疗大幅提升诊断效率：Airdoc深度学习医疗影像处理931.2.5增强现实扩展用户交互维度：微软HoloLens眼镜942.建议关注上市公司962.1云端生态建议关注上市公司972.2终端生态建议关注上市公司983.风险提示99信息披露100 图目录图1安可的传统生态格局11图2我国服务器市场规模及增速11图3中国外部存储市场规模及增速13图42016年中国存储厂商销售额占比13图5存储芯片介绍14图6中国数据库软件市场规模15图72016年中国数据库市占率15图8国产数据库归总16图9ARM商业模式18图10CEC营收及增速21图11CEC净利润及增速21图12CEC市场地位21图13CEC集团及下属研究所控股上市公司比例22图14CETC营收及增速23图15CETC营收及增速23图16中国科学院经营性国有资产管理体制24图17中科院所控股上市公司比例24图18国内公有云市场规模及增速25图192017年国内公有云市场份额25图20华为芯片发展历程26图21国内云服务商27图22混合云的优点28图23操作系统发展历程30图242018年3月我国操作系统市占率30图25FPGA拥有强大的算力与灵活性32图26NVIDIA发展历程33图27NVIDIA第一个3D加速处理器—NV133图28深度学习线路图33图29GPU如何加快软件应用程序的运行速度34图30GPU与CPU性能比较34 图31CUDA平台架构34图32CUDA的优势34图29通过图像分割提取图片特征42图30海康威视智能交通摄像机42图31iDS-2CD9565-SZ部分参数42图32海康威视机视频分析服务器43图33比亚迪疲劳驾驶预警系统摄像机44图34比亚迪疲劳驾驶预警系统ECU44图35大华监控平台一体机服务后台数据处理44图36大华智能公安管理平台45图37新一代金融集中监控一体化平台45图38旷世科技FaceID服务46图39FaceID技术特性47图41商汤科技SenseFace人脸布控系统50图42商汤科技视频结构化系统50图43自动驾驶系统的基本模型51图44美国：道路法规逐步放宽51图45中国智能驾驶汽车发展历程52图46国内政策不断落地，敲定未来目标53图47自动驾驶系统的6个级别54图48智能驾驶产业链分解55图492019年智能驾驶渗透率将超过50%56图502014-2019中国ADAS市场规模（亿元）56图51ADAS的技术分布情况57图52ADAS的产业链59图53高精度地图的地图匹配功能61图54环境感知是智能驾驶的起点61图55全球汽车毫米波雷达市场发展预测（亿美元）62图562015-2020全球车载摄像头市场规模预测63图57中国车载激光雷达市场规模预测63图582005-2017我国60岁以上人口及占比66图59我国历年医专毕业生数量走势及增速67 图60两大比率走势67 图612003-2017我国医疗机构及医院数对比（分地区）68图62我国三级医院分布68图632007-2017年我国每千人卫生人员及执业医师数（分地区）69图64医院信息系统整体架构体系70图65我国HIS市场规模及增速70图66CIS系统实施项目占比71图67我国CIS在医疗信息化解决方案占比71图68个人健康档案元素构成72图69我国医疗信息化市场规模及增速73图70我国医疗信息化硬件市场规模走势73图71我国医疗信息化软件市场规模走势73图72医疗信息化市场规模占总卫生费用支出比重（%）74图73截止2018年9月底我国医院等级分类（家）77图74DRGs分配流程78图75―46312‖工程主要内容81图76我国区域卫生信息化市场规模81图77科大讯飞智慧教育产品体系82图78讯飞智慧课堂产品功能83图79讯飞智慧微课产品83图80智能音响Echo84图81中国智能电视销量及增长率84图82智能电视日均使用时长达4-5小时84图83小米智能家居布局架构85图84小米与爱空间推出1799元套餐85图85国家电网―三型两网‖规划86图86泛在电力物联网架构86图87一网通办流程图87图88实物ID87图89故障处理及有序充电示意图88图90故障处理及有序充电示意图88图91能源互联网生态体系架构89图92大数据应用89 图93统一感知90 图94HMI汽车互联网解决方案91图95RoadHackers平台91图96微软智能摄像头进行物体识别检测92图97生物特别技术92图98Biomio认证平台93图99Biomio所提供的解决方案93图100医疗成像93图101Airdoc医疗影像诊断服务94图1022025年VR/AR软件规模及细分结构（10亿美元）94图103增强现实技术流程95图104HoloLens2增强现实设备95图105HoloLens2计算机视觉硬件96图106光学透视式现实增强系统96图107HoloLens部分应用场景96 表目录表1近期信息化相关政策10表2主要国产服务器厂商12表3国产CPU盘点12表4国内存储芯片三大厂商14表5四大主流芯片架构17表6X86和ARM的对比分析19表7CEC&CETC&中科系上市公司一览20表8全球公有云市场份额26表9国产系统分析31表10计算密集型任务，CPU、GPU、FPGA、ASIC的数量级比较（基于16为整数乘法）35表11主流疲劳驾驶监测方式43表12大华股份平台产品44表13智能机器人关键技术45表14阅面科技空间识别技术主要功能46表15FaceID合作企业及业务47表16商汤科技B轮融资48表17人脸识别部分细分领域领先企业48表18商汤科技人脸识别服务48表19商汤科技合作企业及业务49表20我国平安城市视频监控市场规模预测50表21全球无人驾驶汽车巨头的推进时间表52表22ADAS系统实现的功能（1）58表23ADAS系统实现的功能（2）59表24国内主要涉及技术和部件的公司60表25摄像头类别及其功能对比62表26三大传感器优劣势64表27美国医院信息化建设阶段划分65表28近年我国医疗信息化行业相关政策75 表29电子病历系统整体应用水平分级评价基本要求76表30电子病历系统整体应用水平分级评价基本要求77表31近年推动DRGs应用的政策79表32百度阿波罗计划90表332017年自动驾驶技术排名91 1.信息―新基建‖构建新的生态基础2018中央经济工作会议首提―新基建‖。2018年中央经济工作会议提出要加大制造业技术改造和设备更新，加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设。新基建的建设重心不再是传统的房地产和公路等基础设施，而是以新型科技为重点的基础设施建设。在中央经济工作会议提出―新基建‖概念前后，各部委和地方政府先后出台一系列政策和规划支持信息化等新基建。各部委和地方政府积极支持信息化等―新基建‖建设。国务院在2018年10月提出增强政府网站集约化管理，积极运用大数据、云计算、人工智能等技术；2018年11月，工信部提出要重点运用大数据、云计算、AI等保障网络安全；发改委和工信部提出支持数字中国建设，加快推进―宽带中国‖。2018年12月，工信部指出要建设商用工业互联网，同月印发《车联网（智能网联汽车）产业发展行动计划》推进车联网建设。2019年2月，三部门提出要在视频人脸识别、行为动态分析等技术取得突破，加快超高清视频产业发展，两部门为推进工业互联网建设，印发了《工业互联网综合标准化体系建设指南》。2019年，各地政府先后在政府工作报告中指出要加强云计算、AI等基础设施建设。表1近期信息化相关政策时间事项内容2018.11《工业和信息化部办公厅关于开展网络安全技术应用试点示范项目推荐工作的通知》利用云计算、大数据、人工智能、区块链等新技术保障安全的网络平台或系统。2018.11《政府网站集约化试点工作方案》积极运用大数据、云计算、人工智能等技术，探索构建互联融通的平台架构，支撑新技术、新应用、新功能的无缝对接。2018.11《新一代人工智能产业创新重点任务揭榜工作方案》培育智能产品、突破核心基础、深化发展智能制造、构建支撑体系2018.11《关于组织实施2019年新一代信息基础设施建设工程的通知》加快推进―宽带中国‖战略实施，有效支撑网络强国、数字中国建设，着力解决我国信息基础设施发展不平衡不充分问题。2018.12中央经济工作会议加大制造业技术改造和设备更新，加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设2018.12《工业互联网网络建设及推广指南》建设满足试验和商用需求的工业互联网企业外网标杆网络2018.12《车联网（智能网联汽车）产业发展行动计划》推动完善车联网产业基础设施。打造综合大数据及云平台，推进道路基础设施的信息化和智能化改造。2018.12《工业和信息化部关于加快推进虚拟现实产业发展的指导意见》到2020年，我国虚拟现实产业链条基本健全，核心关键技术创新如感知交互取得显著突破。2019.02《超高清视频产业发展行动计划（2019-2022年）》突破视频人脸识别、行为动态分析、医学影像诊断等关键技术。2019.02《工业互联网综合标准化体系建设指南》推动工业互联网产业标准建设资料来源：国务院，工信部，发改委，网易财经，整理我们认为，以政府倡导的新一轮信息基建，围绕新型科技，从设备更新到技术改造，将对科技和相关人才产业都带来很大的推动和发展。由此推动的新生态体系，将会以安可为最核心的基础，构建从云到端的新生态。2.云端生态2.1安可的本质：生态安全可控（以下简称安可）是指依靠自身研发设计，全面掌握产品核心技术，使信息系统从硬件到软件的自主研发、生产、升级、维护的全程可控，实现各项核心技术、 关键零部件、软件的全部国产化。安可是国家信息化建设的关键环节，是保护信息安全的重要目标之一。以下图中梳理了当前国内安可的生态格局。图1安可的传统生态格局资料来源：中国长城2018年年报、网易科技、百强网、存储在线等，整理1.1.1去IOE的实际进展和困难服务器基本实现国产替代，国产CPU道路漫长服务器是提供计算服务的核心设备，也是计算机硬件领域的重要组成部分。近年来，大数据、云计算等业务的快速发展，刺激服务器的市场规模快速增长。根据产业信息网统计，我国服务器市场，从2014年的427.4亿到2017年705.5亿元，复合增长率达18.2%，预计2020年规模超1200亿元。图2我国服务器市场规模及增速资料来源：产业信息网，从我国服务器市场占有率的变化来看，根据中国产业信息网援引智研咨询报告显示，2012年，以戴尔、惠普、IBM为代表的国外服务器厂商在我国X86服务器市场的占有率合计达到64.70%，到2016年，戴尔和惠普X86服务器的市占率已经分别降到16.09%和12.80%。此消彼长，国产X86服务器品牌发展迅猛，不断拓宽市场。华为的X86在国内的市场占有率从2012年的6.61%上升到21.04%，浪潮信息的市占率由9.80%增加到19.12%，联想在2014年收购了IBM的X86服务器业务，2016年的市占率为17.45%，中科曙光占有6.13%的市场份额。国产服务器的总体市场占有率从2012年的26.71%增加到2017年的63.74%，而外资品牌服务器的市占率从64.70%降到了28.89%。另外，我国X86服务器厂商在全球的市场占有率也稳步提升。2018年，在全球1240万台的服务器市场中，中国的厂商占到了19.9%的市场份额，其中浪潮信息占 15.1%，华为占6.4%，联想占5.7%，我们预计2019年中国厂商的份额将继续增长，进一步压缩非中国本土厂商的市场份额。表2主要国产服务器厂商公司名称2018年全球市场份额简介浪潮信息15.1%2017年服务器、存储领域申请发明专利4655项，位居全国第一；2017、2018年浪潮服务器进入全球前三，并连续三年中国市场第一；2018出货量增长了90.2%，为28.3万台华为6.4%2017、2018连续两年进入全球前6供应商联想5.7%2018年出货量增长27.5%，为19.35万台中科曙光---高性能计算机的支柱企业，专注服务器领域的硬性、生产与应用，研发了全球首款液冷服务器。资料来源：DOIT、DRAMeXchange，整理可见，我国服务器市场基本实现了国产替代，但与之相比，国产CPU道阻且长。下表是我国当前主要的国产CPU分析。根据安可程度高低和市场化经营的难易，可以将所有这些企业分为3种类型：(1)自主开发，构建自己的技术体系，其代表是龙芯、申威，均采用RISC指令集进行自主研发，虽然走自主发展路线难度最大，不仅技术门槛高，产业化难度大；但这一发展模式可以拥有自主发展权，产品安全可控，利润归本土。(2)自己设计微结构，保障芯片安全可控，但依附于Wintel（Microsoft系统+Intel芯片）或AA（Android系统+ARM芯片）体系，相容其软件生态的，其代表是飞腾、海思，采用ARM架构进行自主研发。(3)和国外厂商合作、合资，或者在软件和硬件方面完全依附于AA体系，前者的代表是兆芯、海光，分别使用VIA和AMD授权的X86架构，期待通过销售吸收再创新赶超西方。表3国产CPU盘点芯片厂商架构简介龙芯中科院计算所RISC主要产品包括面向行业应用的专用小CPU、面向工控和终端类应用的中CPU以及面向桌面与服务器类应用的大CPU，我国首款通用CPU（龙芯1号）、我国首款64位通用CPU（龙芯2B）、我国首款四核CPU（龙芯3A），列入中央机关采购名录兆芯上海兆芯集成电路有限公司X86（VIA授权）―核高基‖专项资金支持，可以完全兼容windows操作系统海光Dhyanax86海光集成电路设计有限公司X86（AMD授权）基于AMD授权的Zen架构x86服务器处理器，目前已量产申威SW成都申威科技有限责任公司RISC―核高基‖专项资金支持，列入中央机关采购名录飞腾天津飞腾信息技术有限公司基于ARM架构列入中央机关采购名录，研发了世界上首款基于ARM架构的64核CPU―火星‖，也是国产CPU企业中，唯一一个从高性能计算芯片（大）到桌面、嵌入式芯片（小）均能提供产品的企业资料来源：搜狐科技、半导体行业联盟等，整理CPU的发展如火如荼，但国产化短期难度较大，一方面，目前国内CPU制造工艺落后国外，CPU专用和高性能制造工艺尚处于起步阶段，面向服务器和PC的国产CPU产品仍需依赖台积电等境外厂商。另一方面，受CPU知识产权壁垒和国外CPU企业对商业模式的限制，目前国内孤立的CPU生态环境基础薄弱且成熟缓慢，主要表现在合作伙伴少、软硬件生态力量分散、无法建立Wintel联盟的协同共赢模式、缺乏产业上下游间的融合发展和深度优化等。而且，当前国产CPU研发还极大依赖于国家项目扶植和支持，产品和应用还需对接磨合，增强持续发展能力。虽然在―安全可控‖的号召下，目前各级单位都在大力推动国产CPU的研发应用，但基于国产CPU的操作系统及应用软件生态并不丰富，规模较小，产品竞争力提升缓慢。 国产外部存储替代进展明显，存储芯片有待突破中国外部存储市场快速增长，位列全球第二大外部存储市场。根据智研咨询统计，2014-2016年，中国外部存储市场的市场规模分别为19.81亿美元、22.62亿美元和24.88亿美元，增长率分别为14.2%、14.2%和10.2%，出货容量分别为3394.8PB、5752.0PB和8059.4PB，增长率分别为92.5%、69.4%和40.1%，占据全球市场份额分别为7.1%、11.1%和9.6%，仅次于美国，位列全球第二大外部存储市场。预计2017-2021年，中国外部存储市场的市场规模可以达到26.97亿美元、29.24亿美元、31.53亿美元、33.74亿美元和36.04亿美元，未来五年平均增长率达7.7%。图3中国外部存储市场规模及增速资料来源：中国产业信息网、智研咨询，国内存储厂商快速崛起，整体市场份额逐渐超越国外存储厂商，国产替代进展明显。虽然国外存储厂商在技术实力、产品组合、市场影响力和品牌知名度方面享有一定的先发优势，但随着中国全面进入以自主创新、安全可控为标志的信息化发展新阶段，一方面，政府和军工单位的用户需求持续扩大，由于行业的特殊性和敏感性，对存储厂商有严格的准入制度和保密制度，外资品牌难以进入，通常优先选择自主创新的国产品牌产品；另一方面则得益于国产化替代的趋势。因此，近年来国内存储厂商开始崛起，整体市场份额逐渐超越国外存储厂商。2016年进入市场排名的厂商中，华为、海康威视、中科曙光、浪潮信息、大华股份、同有科技、宇视科技、宏杉、联想、DCN等国内厂商的总市场份额已经达到58.1%，2016年各厂商销售额平均增速达到21.4%，占据了中国存储市场的半壁江山。图42016年中国存储厂商销售额占比资料来源：中国产业信息网、智研咨询， 不同于外部存储的现状，我国存储芯片国产化率还较低。存储芯片作为半导体元器件中不可或缺的组成部分，有着非常广泛的应用，在内存、消费电子、智能终端等领域均有运用。存储芯片主要分为闪存和内存，闪存包括NANDFLASH和NORFLASH，内存主要为DRAM。同为闪存的NANDFLASH的NORFLASH的区别主要在于应用领域不同，NANDFLASH主要应用于智能手机、SSD、SD卡等高端大容量产品，而NORFLASH主要应用于功能机、MP3、USBKEY、DVD等低端产品。此外，在汽车电子、智能机手机中TDDI、AMOLED中也会用到NORFLASH。图5存储芯片介绍资料来源：整理在过去，我国的存储芯片基本依赖于进口，三星、东芝、SK海力士、美光等美日韩企业占据主要市场份额。一方面，内地智能手机供应商近些年里饱受上游存储芯片供应短缺之痛；另一方面，我国正处在由低端制造业转向高尖端工业化的进程中，产业转型迫在眉睫，存储芯片在推动国家信息化上承担着关键作用。因此，扶持本土存储器厂商发展壮大，发展国产存储芯片迫在眉睫。中国存储芯片产业目前以投入NANDFlash市场的长江存储、专注于移动存储芯片的合肥长鑫以及致力于普通存储芯片的晋华集成三大企业为主，规模最大的当属长江存储。长江存储以武汉新芯12英寸先进集成电路技术研发与生产制造能力为基础，采取自主研发与国际合作双轮驱动的方式，在2017年成功研发出了中国首款3DNAND闪存芯片，目前已开始小规模量产32层3DNANDFlash。福建晋华和合肥长鑫则选择以DRAM内存芯片作为突破口。福建晋华主要从事利基型DRAM的研发和生产工作，主要应用于消费电子产品领域，这些行业虽然已经进入存量博弈阶段，但市场规模庞大。合肥长鑫的8GbLPDDR4于已启动生产工程样品，可以说这是国产DRAM产业的一个里程碑。需要指出的是，从投片到真正量产这中间仍还有很长的一段路要走。表4国内存储芯片三大厂商厂商芯片类型简介长江存储NANDFlash规模最大，成功研发出中国首款3DNAND闪存芯片，目前已开始小规模量产32层3DNANDFlash合肥长鑫DRAM8GbLPDDR4启动生产工程样品福建晋华DRAM规模最小，主要从事利基型DRAM资料来源：整理而近日，存储芯片大厂三星正式宣布已开始量产96层堆叠、单Die32GB容量的第五代V-NAND闪存芯片；同时，三星还正式发布了首款LPDDR5内存芯片。可以说，三星在存储领域进一步拉开了与其他竞争对手的差距。相比之下，当下的中国大陆的国产存储产业仍处于刚刚起步阶段，还有待更多的突破。 数据库短期替代难度大，长期看分布式数据库趋势明显数据库是一个单位或是一个应用领域的通用数据处理系统，它存储的是属于企业和事业部门、团体和个人的有关数据的集合。数据库软件是非常重要的基础软件，是我国信息化建设中需求量最大、应用最广泛的软件之一。但数据库却是基础软件里技术壁垒最高的环节，也是国内外差距最大的领域。我国数据库技术亦如计算机技术的发展，起步较晚，大约始于七十年代中期。1977年11月，由中国科技大学在黄山主办了第一次数据库技术研讨会，标志着中国数据库软件产业进入了技术跟踪期，其后经历了三十多年的发展，中国数据库软件产业相继经历了强势垄断期、创新发展期，未来将逐渐进入产品成熟期。截至2016年，我国数据库市场规模超百亿，未来随着信息化建设的增长必然会进一步拉升。然而，在2016年，Oracle、IBM和Microsoft占据了约60%的市场份额，其中Oracle占40.9%。国产数据库软件主要有人大金仓、武汉达梦、神舟通用、南大通用、山东瀚高等，但最高市场份额的国产数据库南大通用仅占2.3%。图6中国数据库软件市场规模资料来源：中国产业信息网、智研咨询，整理图72016年中国数据库市占率资料来源：智研咨询，整理经过多年发展，国产数据库已成功应用于政府、军队、教育、电力、金融、农业、卫生、交通、科技等行业和领域，为国家信息安全和国民经济信息化作出了巨大贡献，但传统数据库依然存在几个缺点：（1）没有出彩的技术亮点；（2）产品的稳定 性不足，导致敢于使用的客户较少；（3）国产数据库的生态还未成形。因此，除了用于国家安全领域的特定化数据库产品，大型商用企业级数据库还得依赖国外，短期实现国产替代难度仍然较大。但是，在2017年Gartner数据库厂商推荐报告(OtherVendorstoConsiderforOperationalDBMSs)中，有三家中国厂商入选，阿里云、SequoiaDB巨杉数据库以及南大通用Gbase。在Gartner2018年分析型数据管理解决方案魔力象限(简称DMSA)中，南大通用、阿里云、华为入选。中国数据库厂商跻身Gartner魔力象限，成功进入国际视野，标志着中国基础软件厂商开始崛起，发展已经步入正轨。图8国产数据库归总资料来源：中国软件2018年报、搜狐、北方网等，整理随着互联网+、软件国产化、O2O、五新(新零售、新制造，新金融、新资源、新技术)、工业4.0等主题的提出并在各个行业落地，给数据库带来了新的机会和挑战。远超单机数据库容量的数据存储和访问峰值、实时数据分析检索(OLTP兼顾OLAP)和更高级别的容灾需求对数据库发展提出了更高的要求。分布式数据库天生具备扩展性，在静态和动态情况都能突破单机容量瓶颈且计算能力可以突破上限，让OLTP和OLAP一体化成为了可能，能很好的弥补传统数据库的不足。除此之外，分布式数据库实现的理念突破了瓶颈，不受限于几十年前人们对于数据库的认知，规模变得更加庞大，性能超出想像，因此，长期看分布式数据库是数据库发展的下一个趋势。目前国产新型分布式数据库主要有SequoiaDB、OceanBase、EsgynDB和TiDB。SequoiaDB巨杉数据库作为一款领先的金融级分布式数据库，成为国内首家入选Gartner数据库推荐名单的分布式数据库厂商。OceanBase数据库，以远低于传统数据库的成本，更高的可用性，扛住了支付宝一次又一次自我刷新的支付峰值世界纪录，打破了IT核心技术长期被西方垄断的格局。OceanBase与Oracle数据库一样都是关系型数据库，但OceanBase是面向超大规模互联网公司的分布式计算环境重新开发的关系型数据库，Oracle数据库则相应可以理解为针对传统企业的计算环境而形成的―单机‖数据库。EsgynDB是基于Hadoop大数据平台的企业级分布式数据库，技术上具备与Oracle、IBM等巨头在国际市场上竞争的潜力。TiDB是分布式SQL数据库，对业务没有任何侵入性，能优雅的替换传统的数据库中间件、数据库分库分表等Sharding方案，同时它也让开发运维人员不用关注数据库Scale的细节问题，专注于业务开发，极大的提升研发的生产力。 2.2云端芯片的生态2.2.1ARM和X86仍是两大主流生态目前市场上主流的芯片架构有X86、ARM、RiSC-V和MIPS四种，对比如表5。表5四大主流芯片架构芯片架构特点代表厂商运营机构发明时间X86性能高、速度快、兼容性好Intel、AMDIntel1978年ARM成本低、低功耗苹果、谷歌、IBM、华为英国Acorn1983年RiSC-V模块化、极简、可扩展三星、英伟达、西部数据RiSC-V基金会2014年MIPS简洁、优化方便、高扩展性龙芯MIPS科技公司1971年资料来源：OFweek,X86是微处理器执行的计算机语言指令集，指一个intel通用计算机系列的标准编号缩写，也标识一套通用的计算机指令集合。1978年6月8日，Intel发布了新款16位微处理器―8086‖，也同时开创了x86架构的新时代。随着CPU技术的不断发展，Intel陆续研制出更新型的i80386、i80486直到今天的Pentium4系列，但为了保证电脑能继续运行以往开发的各类应用程序以保护和继承丰富的软件资源，所以Intel公司所生产的所有CPU仍然继续使用X86指令集。ARM架构是一个32位精简指令集处理器架构，广泛地使用在许多嵌入式系统设计。由于节能的特点，ARM处理器非常适用于移动通讯领域，符合其主要设计目标为低耗电的特性。ARM处理器可以在很多消费性电子产品上看到，从可携式装臵到电脑外设甚至在导弹的弹载计算机等军用设施中都有它的存在。RiSC-V架构是基于精简指令集计算(RISC)原理建立的开放指令集架构(ISA)，RISC-V是在指令集不断发展和成熟的基础上建立的全新指令。基于RISC-V指令集架构可以设计服务器CPU，家用电器CPU，工控CPU和用在比指头小的传感器中的CPU。MIPS架构是一种采取精简指令集（RISC）的处理器架构，1981年出现，由MIPS科技公司开发并授权，它是基于一种固定长度的定期编码指令集，并采用导入/存储（load/store）数据模型。如今基于该架构的芯片广泛被使用在许多电子产品、网络设备、个人娱乐装臵与商业装臵上。最早的MIPS架构是32位，最新的版本已经变成64位。目前而言，ARM架构和X86架构是市场份额最大的两大架构，在移动领域上ARM架构占主流，X86架构也占有一定的市场份额。X86架构由于其封闭性，相对于ARM架构成本更高，但有着更高的性能、更快的速度和兼容性。由Intel推动的x86架构市场已经相当庞大，几乎从传统PC到数据中心规模的服务器都会使用x86架构处理器，同时相关软件带动的应用服务也有长达40年的发展历史。2.2.2ARM生态ARM自1978年Acorn电脑公司创造以来，目前已成为全球最重要的科技公司之一，究其原因，一方面它低功耗的技术路线和移动互联时代的需求高度契合，另一方面源于其所主导的庞大生态圈。在这个商业生态系统里，ARM并不直接从事芯片的设计和制造，不出售任何处理器，靠的主要是技术授权费和版税提成，以提供IP授权为主要商业模型，主要有POP、处理器以及架构授权，如图所示。而芯片设计、制造和整机生产厂商拥有各自的利润空间，使得圈内的各家企业得以保持生态平衡，并保证了技术上的灵活性。 图9ARM商业模式资料来源：搜狐科技，整理ARM的生态体系比较完善，有超过1000家授权合作伙伴，每个季度出货芯片超过25亿片，在各种嵌入式处理器是当之无愧的第一。现在随着智能设备的热销，ARM公司在消费级电子产品市场中也首屈一指，无论是苹果的iOS系统还是Google的Android系统，就连Intel最亲密的合作伙伴微软的WP系统中使用都是ARM处理器，而在PC市场称霸的Intel在智能设备市场的份额完全可以忽略不计。2.2.1X86生态在服务器市场竞争初期，―PC服务器‖的名字就显示出其企业级应用的匮乏，因此以英特尔为代表的X86处理器供应商，在一开始就致力于兼容、支持更多的操作系统和应用软件，比如说在操作系统领域有Windows、Linux，VMware的vSphere也是依靠X86服务器平台而发展起来。在应用软件方面，得益于英特尔等供应商对独立软件开发商(ISV)的指令集开放与桌面平台的兼容性，应用软件开发的门槛较低，这促使大量希望进入企业软件开发领域但苦于经费、人员较少的开发商热衷于推动X86平台的企业级应用软件开发。与之相比，RISC架构的UNIX服务器往往采用处理器/系统供应商自己定制化的操作系统，应用软件不仅开发门槛更高，最具利润的应用软件往往还是供应商自己开发的。在通用处理器市场，X86已成为主流。根据集邦咨询半导体研究中心(DRAMeXchange)调查显示，服务器用处理器中，X86架构处理器占整体服务器市场约96%，其中Intel出货量占99%，AMD仅有约1%的市占率；反观ARMv8架构的服务器解决方案，其架构在受限于产品型态与多数产品需要客制化的情况下，2017年在服务器处理器出货预估仅占约1%的比重。如果将系统软件、应用平台以及产品服务等囊括进来，X86服务器市场的生态环境更是远远超过非X86服务器市场。此外，自2009年开始，主流的企业级存储市场已经基本完成―X86化‖，加上软件定义数据中心以及网络设备也开始尝试使用X86作为核心计算单元，―纯X86化‖的数据中心早已不是天方夜谭，这导致了X86架构影响力更进一步的扩大。2.2.2两大生态的对比分析两种架构都有自己的优势和不足，如X86架构是英特尔和AMD的―专属‖，在PC市场上独霸多年，地位不可撼动；ARM的架构在移动端和便捷设备上有着不可替代的优势。ARM和X86架构最显著的差别是使用的指令集不同。X86采用的是CISC(复杂指令集计算机)，ARM采用的是RISC(精简指令集计算机)，两者区别在于不同的CPU设 计理念和方法，一个是精简可提高效率降低功耗但计算性能不足，一个是复杂可增强性能但牺牲功耗。X86结构的电脑无论如何都比ARM结构的系统在性能方面要快得多、强得多，但ARM的优势不在于性能强大而在于效率，ARM采用RISC流水线指令集，在完成综合性工作方面根本就处于劣势，而在一些任务相对固定的应用场合其优势就能发挥得淋漓尽致。因此，ARM主要是面向移动、低功耗领域，在设计上更偏重节能、能效方面，在移动通信市场占据绝对主导地位。X86处理器主要面向家用、商用领域，在性能和兼容性方面做得更好，在通用计算领域奠定了桌面电脑及数据中心等市场的霸主地位。表6X86和ARM的对比分析对比X86ARM指令集CISC(复杂指令集计算机)RISC(精简指令集计算机)性能性能更快、更强性能远低于X86但效率高功耗功耗高功耗低扩展能力扩展能力强扩展能力差操作系统的兼容性x86系统在兼容性很强兼容性差软件开发能力软件开发成本低软件开发成本高制造工艺要求高要求相对较低执行效率慢快指令灵活度高低主要应用领域PC端、云计算、服务器、存储、高端交换机移动端、手机、网络设备厂商Intel、AMD、海光、兆芯高通、三星、TI、华为、飞腾、华芯通资料来源：整理在扩展能力方面，X86结构的电脑采用―桥‖的方式与扩展设备（如：硬盘、内存等）进行连接，而且X86结构的电脑出现了近30年，其配套扩展的设备种类多、价格便宜，所以X86结构的电脑能很容易进行性能扩展，如增加内存、硬盘等。而ARM结构的电脑是通过专用的数据接口使CPU与数据存储设备进行连接，所以ARM的存储、内存等性能扩展难以进行（一般在产品设计时已经定好其内存及数据存储的容量），所以采用ARM结构的系统，一般不考虑扩展。在操作系统方面，X86系统由微软及Intel构建的Wintel联盟垄断了个人电脑操作系统近30年，建立了强大的生态系统，也深深固化用户使用习惯，同时X86系统在硬件和软件开发方面已经形成统一标准，几乎所有X86硬件平台都可以直接使用微软的视窗系统及现在流行的几乎所有工具软件。另外，用户的应用、软件配套、软件开发工具的配套及兼容等工作，已经非常成熟，所以X86系统在兼容性方面和使用方面具有无可比拟的优势。而ARM几乎都采用Linux的操作系统，几乎所有的硬件系统都要单独构建自己的系统，与其他系统不能兼容，导致其应用软件不能方便移植，这是制约ARM系统发展的重要原因。不过，Google开发了开放式的Android系统后，统一了ARM结构电脑的操作系统，使新推出基于ARM结构的电脑系统有了统一的、开放式的、免费的操作系统，为ARM的发展提供了强大的支持和动力。在功耗方面，X86电脑因考虑要适应各种应用的需求，就得不断提升性能和速度，这样必然带来更高的功耗，这使得x86系统的续航能力弱、体积无法缩小、稳定性差、对使用环境要求高等问题。ARM的设计及发展思路是满足某个特殊方面的应用即可，因此降低了功耗。两种特性在不同领域能发挥不同的优势，在服务器、工作站以及其他高性能运算等应用方面，是可以不考虑功耗和使用环境等条件时，X86系统占了优绝对优势。但受功耗、环境等条件制约且工作任务固定的情况下ARM就占有很大的优势，例如在手持式移动终端领域，X86基本无用武之地。 2.2CEC,CETC，中科系集团整体作战表7CEC&CETC&中科系上市公司一览证券简称集团持股比例（2019年一季报）营收（2018，亿元）归母净利润（2018，亿元）总市值（2019.05.30，亿元）备注中国长城（000066.SZ）40.75%（电子）100.099.87285.98中国软件（600536.SH）45.13%（电子）46.131.11291.35华东科技（000727.SZ）24.51%（电子）57.03-9.8797.84振华科技（000733.SZ）32.94%（电子）53.382.5985.35南京熊猫（600775.SH）23.05%（电子）45.011.62101.25太极股份（002368.SZ）38.74%（电科）60.163.16135.27卫士通（002268.SZ）38.86%（电科）19.311.20206.73华东电脑（600850.SH）42.26%（电科）73.033.0396.42海康威视（002415.SZ）39.08%（电科）498.37113.532354.88凤凰光学（600071.SH）39.46%（电科）7.78-0.0723.72凤凰控股科大讯飞（002230.SZ）3.99%（中科）79.175.42604.95中科大资产经营有限责任公司中科曙光（603019.SH）21.32%（中科）90.574.31348.14中科算源东方中科(002819.SZ）30.77%（中科）9.260.4728.52中国科仪联想控股(3396.HK）29.04%（中科）3589.6943.62444.39中科院控股机器人25.27%（中科）30.954.49241.68沈阳自动化资料来源：Wind，整理2.2.1CEC中国电子信息产业集团有限公司（简称―中国电子‖）成立于1989年5月。1995年，获原电子工业部进一步授权，经营管理部属所有企业的国有资产。2000年，成为中央直接管理的国有重要骨干企业。2005年8月，重组整合中国长城计算机集团公司。2007年，重组整合熊猫电子集团等7家南京地区电子企业。2009年，并购冠捷科技有限公司、晶门科技有限公司。2010年，重组整合中国振华电子集团公司。2012年，重组整合成都锦江电器制造有限公司。2012年底，经国务院批准，彩虹集团公司整体并入中国电子。2014年，长城科技股份有限公司在香港股市实现私有化退市。目前中国电子拥有全资及控股二级企业20家，控股上市公司14家，员工总数15万人。2017年，中国电子实现营业收入2162.1亿元，实现利润总额42.5亿元。截至2017年底，中国电子资产总额2630.8亿元，归属母公司所有者净利润11.3亿元；以网络安全作为核心主业和核心能力，主营业务涵盖网络安全、新型显示、集成电路、高新电子、信息服务等国家战略性、基础性、先导性电子信息产业领域。 图10CEC营收及增速图11CEC净利润及增速资料来源：CEC2014-2017年年报，资料来源：CEC2014-2017年年报，图12CEC市场地位资料来源：CEC中国电子官网,整理除了完整的集成电路产业链，中国电子同样是中国软件国家队。多年信息产业领域中的积累，构建出成熟的支撑政府及行业信息化的软件平台，形成了中标麒麟、达梦数据库等国产软件品牌。通过承接了财政、金融、税务、海关等领域的国家级重大信息化工程，已经覆盖国防信息化、政府信息化、企业信息化建设的重点领域。拥有从芯片到软件垂直的自主可控解决方案在国内信息服务提供商中相对稀缺。计算机相关上市企业有中国长城（合并长城信息），提供军队信息系统和装备及服务和信息安全基础设施及解决方案；中国软件，国产应用软件和软件外包领先企业，在税务、铁路、环境监控等领域市占率高。 图13CEC集团及下属研究所控股上市公司比例资料来源：Wind，整理2.2.1CETC中国电子科技集团有限公司（中文简称中国电科，英文简称CETC）是在原信息产业部直属的46家电子科研院所及26家全资或控股公司基础上组建而成，于2002年3月1日正式挂牌运营，主要从事国家重要军民用大型电子信息系统的工程建设，重大电子装备、软件、基础元器件和功能材料的研制、生产及保障服务。公司是中央直接管理的涉及国家安全和国民经济命脉的国有重要骨干企业，是国内唯一覆盖电子信息技术全领域的大型科技集团。中国电科现有下属各级企事业单位523家，其中二级成员单位52家，上市公司9家，分布在全国26个省、市、自治区；拥有国家级重点实验室18个，国家级研究中心和创新中心10个，北京、天津、重庆等地高科技园区和产业基地10余个。全系统员工由成立之初的5万人发展壮大到16万人，科技人员占比达55%，45岁以下中青年科技人员占比达86%。2017年，中国电科实现主营业务收入2039亿元，实现利润总额203亿元，与成立之初相比，年复合增长率均保持20%以上，总资产和净资产分别为3047亿元、1627亿元，国有资本保值增值率平均达112%。在国资委经营业绩考核中连续14年获得A级，连续4个任期获得―业绩优秀企业‖，连续两次荣获任期―科技创新优秀企业‖，2016年财务绩效评价首次跃居中央企业并列第一，2018年位列世界500强企业第388位。 图14CETC营收及增速图15CETC营收及增速资料来源：CETC2015-2017年年报，资料来源：CETC2015-2017年年报，电科下属科研院所对应的业务几乎囊括整个军工电子和信息产业，随着近几年来，集团信息技术业务的拓宽和业务交叉渗透的发展，集团下上市企业发展相对研究所的优势逐渐明显，通过资本市场逐步注入成熟资产并加快资产证券化率，慢慢改变了传统的研究所管企业的格局。尤其在军民融合的发展背景下，优质的军工信息化技术能在广大的民用市场找到发展机会，改革发展具有动力和时间的紧迫性。相关企业有卫士通（30所）主要从事商用（民用）通信保密产品方面的开发、生产和销售，华东电脑（32所）从事计算机高端产品销售和服务、智能建筑和软件开发业务，海康威视（中电海康）全方位安防视频监控产品，视频云产品的研发、生产和销售，太极股份（15所）从事政府、公共事业等行业的IT咨询一体化解决方案服务，凤凰光学（中电海康）光学镜头镜片、照相器材相关产品。2.2.1中科系中国科学院控股有限公司，简称国科控股，是经国务院批准设立的首家中央级事业单位经营性国有资产管理公司。2002年4月12日，国科控股作为国有独资有限责任公司完成工商登记，代表中国科学院统一负责对院直接投资的全资、控股、参股企业经营性国有资产行使出资人权利，并承担相应的保值增值责任。自2008年起，国科控股作为机构投资人开展私募股权基金投资业务，并围绕我国战略性新兴产业积极开展直接投资业务，现已成为国内市场上起步早、管理好、有较强市场影响力的机构投资人之一。国科控股主体业务分为持股企业运营管理、私募股权基金投资和战略性直接投资、院属事业单位经营性国有资产监管四大板块，现有直接持股企业超50余家、监管企业800余家，其中境内外上市企业27家；企业总资产超6000亿元，已投基金总规模超1700亿元。主要分布在新一代信息技术、高端装备制造、环保及新材料、投资与现代服务等领域，拥有联想控股股份有限公司、中科实业集团（控股）有限公司、东方科仪控股集团有限公司、中国科技出版传媒集团有限公司等一批知名企业。 图16中国科学院经营性国有资产管理体制资料来源：国科控股官网，―中科院方阵‖上市公司，基本上是各自细分领域的技术龙头，说明了中科院在技术布局和产业化方面的战略性、前瞻性。与此同时，与资本市场的深度结合，也成为中科院推动技术创新和产业发展的―催化剂‖。此外，中科院还积极调动社会资本，共襄科技兴国；如充分利用一、二级市场资本，发展人工智能。2018年1月29日，在中国科学院控股有限公司（下简称―国科控股‖）牵头发起下，国科控股和中国科学院各研究所投资企业中已上市公司在北京联合成立―中国科学院上市企业联盟‖。此次联盟的成立，旨在进一步强化中科院上市企业集群优势、品牌优势，凝聚和放大―中科院上市方阵‖力量，促进创新链、产业链和资本链的―三链‖联动，加快将优秀科研成果推向市场，助力科技创新创业，为创新驱动发展提供强有力的支撑。图17中科院所控股上市公司比例资料来源：Wind，整理2.2国内后进者，新的挑战者2.2.1国内公有云集大成者--阿里云中国公有云服务逐步从互联网向行业市场延伸，2016年市场整体规模达到170.1亿元，比2015年增长66.0%。预计2017-2020年中国公有云市场仍将保持高速增长态势，到2020年市场规模将达到603.6亿元。 图18国内公有云市场规模及增速资料来源：智研咨询，云计算的先导者是阿里云，创立于2009年，是全球领先的云计算及人工智能科技公司，致力于以在线公共服务的方式，提供安全、可靠的计算和数据处理能力，让计算和人工智能成为普惠科技。阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业，包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户，以及微博、知乎、锤子科技等明星互联网公司。在天猫双11全球狂欢节、12306春运购票等极富挑战的应用场景中，阿里云保持着良好的运行纪录。当前，阿里云已经成为国内公认的公有云―霸主‖。IDC发布2017年中国公有云IaaS市场厂商份额情况，在2017年中国公有云IaaS市场厂商份额排行榜TOP5中，阿里云位居榜首，市场份额达到45.5%；腾讯云排名第二，市场份额为10.3%；位居第四的金山云，市场份额为6.5%，增长82%；亚马逊AWS首次进入IaaS市场前五位，市场份额为7.6%。图192017年国内公有云市场份额资料来源：IDC、中商产业研究院，全球知名市场研究机构Gartner发布了2017年度全球公有云IaaS市场份额分析报告。亚马逊AWS、微软Azure、阿里云位列全球公有云IaaS市场前三甲，GoogleCloud和IBM分别居第四位和第五位。作为唯一入选该名单的中国云服务商，阿里云在 ―3A‖阵营中坐稳第三名的位臵。表8全球公有云市场份额供应商2016销售额（百万美元）2017销售额（百万美元）2017市场份额增长率亚马逊97751222154.1%25.0%微软157931308.7%98.2%阿里巴巴67010903.7%62.7%谷歌5007802.8%56.0%IBM2974571.6%53.9%其它5245569029.0%8.6%资料来源：Gartner，2.2.1芯片+云计算2B厂商–华为下图是华为芯片的发展过程，经过二十几年的发展，海思半导体公司已然成为了中国第一大IC芯片设计公司。其产品覆盖无线网络、固定网络、数字媒体等领域的芯片及解决方案，应用在全球100多个国家和地区；在数字媒体领域，已推出SoC网络监控芯片及解决方案、可视电话芯片及解决方案、DVB芯片及解决方案和IPTV芯片及解决方案。图20华为芯片发展历程资料来源：搜狐科技，整理目前在手机芯片行业，尤其是高性能芯片领域，依旧处于高通、联发科、海思、三星以及苹果五家争霸的局面，但同时具有手机终端制造能力和芯片研发能力的只有海思和三星，而高通和联发科则只提供解决方案，没有终端；比较特殊的是苹果，其芯片自主设计但委托生产，同时完全自用。其中三星的Exynos芯片除用于自家高端手机外，只有魅族采用；而多年来，海思处理器一般都应用在华为的明星机型上面，作为目前中国大陆地区唯一能够量产并被广泛运用的移动芯片，深受国人支持。在通信设备市场，很多通信设备采用的是海思的高端ASIC处理器。在安防领域，海思自2006年在全球推出首款针对安防应用的H.264SoC芯片开始，至今已成为国内领先的视频监控解决方案供应商。在国内，海思芯片很受监控厂家的青睐，DVR产品上占有70%左右的份额，并且在中国台湾、韩国等境外市场已成为主力视频监控芯片供应商。海思在占据了DVR市场后，近两年比较重视IPC市场，在IPC领域推出的产品频率较高，目前以其高性价比、良好的技术支持获得市场的广泛接受。在机顶盒、 路由器等领域，海思芯片也有较好的表现。此外，华为也很早就开始5G技术的研发，积累了很多专利技术，我们认为，公司在未来的物联网领域将大有可为。图21国内云服务商资料来源：互联先锋官网，就目前而言,国内云服务商可以大致分为四大阵营：互联网阵营、传统IT阵营、运营商阵营和自主研发阵营。对于传统IT阵营而言，主要以主流的IT、软件、网络设备和系统服务商为主，优势在于其丰富的传统资源，因此通常以企业级用户为目标。华为云包含公有云、私有云，两者具备统一的API、统一的服务、统一的生态、统一的架构，企业的业务可以高效且自由的部署在公有云或私有云平台之上，相互之间可以迁移和扩容。根据华为官网引援IDC报告显示，华为云FusionCloud私有云解决方案在中国市场取得多项第一。凭借技术创新、未来战略和市场表现等，FusionCloud全球表现优异，并成为中国市场的领路者。其中，根据IDC、Gartner、GlobalData等第三方报告，华为云政务云解决方案、华为云FusionInsight大数据解决方案和华为云FusionAccess桌面云解决方案在中国市场均取得第一，华为云FusionSphere虚拟化解决方案在中国厂商中排名第一、FusionInsight进入Gartner大数据DMSA魔力四象限，而华为云NFVI解决方案被GlobalData评为全球NFVI解决方案综合实力领导者。根据人民网报道，华为已为国内超过16个国家部委级、15个省/直辖市级（比如北京、上海、天津、江西等）、200多个市/县级（广州、深圳等）政府客户提供政务云方案支撑。在海外，华为也正在服务于80多个国家的100多个政府客户。而且，华为在全球多个地区还设有OpenLab，支撑客户和300多家生态合作伙伴在云和大数据方面的联合创新。2.2.1引进先进技术的国产替代--海光信息在英特尔及其联盟的推动下，X86处理器已经成为全球最广泛使用的处理器架构之一，尤其是在PC和服务器领域，这个架构已经大量采用，根据半导体行业观察报道，X86处理器在处理器市场的份额甚至高达90%。为了突破技术封锁，海光信息引进先进技术以期吸收再创新。2016年，天津海光先进技术投资有限公司和AMD达成协议，将设立合资公司共同生产x86处理器，预计将用于高性能的服务器端。按照协议，AMD 将向合资公司提供X86芯片技术许可和必要的技术帮助。2018年7月，天津海光集团推出了由海光公司与AMD合作研发的产品，基于AMDZen微架构开发的Dhynan处理器，这标志着海光信息已在芯片国产化领域迈出重要一步，成为国产X86处理器的有力推动者。近期，中科曙光进一步参股海光成为海光最大股东，体现了国内服务器巨头对发展本土X86处理器的决心。我们认为，此举将有助于中科曙光进一步优化产业布局，进一步发挥海光信息在芯片领域领先的技术、研发优势和公司在高性能计算、安全服务器领域领先的产品、市场优势，加强协同效应。2.2.1混合云的新秀--深信服混合云是公有云和私有云两种服务方式的结合。由于安全和控制原因，并非所有的企业信息都能放臵在公有云上，这样大部分已经应用云计算的企业将会使用混合云模式。而且，单一公有云或私有云方案无法满足企业的多样化需求，以公有云与私有云相结合的混合云方案综合吸收两方优势，取长补短，能提供弹性化的按需解决方案。兼顾成本及安全，混合云既可以尽可能发挥云计算规模经济效益，同时又可以保证数据安全性，存在高峰值及高负荷但并不敏感的非关键业务可由混合云中的公有云模块实现，而对安全性要求较高的关键应用则可以迁移到私有云模块实现。图22混合云的优点资料来源：百度百科、南方电讯1992，整理Rightscale2018年年初的全球调查报告显示，2017年企业使用云计算的比例超过90%，且云计算部署以混合云为主，占比高达58%，相比2016年提升3个百分点。IDC预测全球未来混合云将占据整个云市场份额的67%，而Gartner更是预计到2020年90%的组织将利用混合云管理基础设施。而放眼国内，2017年国内使用云计算的企业占比提至54.7%，入云水平仍有待提升。MarketsandMarkets预测，到2021年，混合云的支出将年均增长22.5%，达到近920亿美元。混合云集成公有云与私有云的双重优势，通过弹性配臵解决用户多个痛点，全球市场对比之下国内云计算及混合云成长空间较大，起步较晚的国内厂商目前争相布局混合云，我们认为，混合云将成为云计算的重要发展趋势，未来成长空间可期。超融合架构（Hyper-ConvergedInfrastructure,HCI）融合了计算虚拟化与分布式软件定义存储，以软硬件一体的模块化单元出现，便于快速部署，并大大简化运维，从而可以降低企业的费用支出。基于上述特点，超融合架构被越来越多地作为私有云或混合云的交付手段。例如，微软的AzureStack一体机就基于超融合架构，并将其作为混合云中的私有云部署方案。国内目前的超融合市场主要由新华三、华为和深信服所占有。深信服超融合作为深信服企业级云的核心基础架构，自推出以来，便以超融合3.0为业内所知，在业内率 先将计算、存储、网络、安全和云管理深度融合到一台标准的X86服务器中，构成超融合一体机，形成云计算最小的核心物理单元。每一个单元都具备完整的业务所需要的资源，多个单元通过网络方式，就可以构建出一个完整的云数据中心，并通过统一的Web管理平台，实现可视化集中运营。深信服超融合架构在―极简‖、―平滑演进‖以及硬件―解藕化‖三个方面实现了技术上的创新，这是它最大的差异化优势。具体来说，深信服网络虚拟化实现真正意义上的网络、计算、存储和网络功能资源的统一集中管理，借助―所画即所得‖―所见即所得‖―一键故障定位‖等特色功能使得平台和业务上线后期的运维和管理变得极其简单，无需更多IT运维资源的投入。而平滑演进使得用户能够以更低的成本，更简单的方式迈向云数据中心建设的第一步，并且随着业务需求推动以及新技术的成熟发展，超融合构建IT新架构能够平滑兼容Docker、桌面虚拟化等，并可灵活向私有云、混合云方向平滑演进。最后，深信服超融合架构既可以作为一体机进行交付，也可以作为超融合软件进行交付。换句话说，深信服超融合架构对硬件完全实现了―解藕化‖，这对很多用户利用旧设备有非常大的好处，大大节约了其硬件设备的再次投入。2.2.1社区发展的OS--深之度（360参股，绿盟科技参股）从目前三大系统Windows、Linux、Mac的发展历程来看，三者最早都源自UNIX操作系统，采用C语言编写。三者最大的区别在于Windows是一个成熟的未开源商业操作系统，可直接使用，它倾向于将更多的功能集成到操作系统内部，并将程序与内核相结合。Linux是指一个内核且已开源，它的内核空间与用户空间有明显的界限。根据设计架构的不同，Windows和Linux都可以使操作系统更加安全。苹果操作系统是UNIX的一个衍生品。另外，Linux只是指操作系统的核心,并没有各种应用程序,如网络工具、多媒体软件等。因此现在市场上有很多种LinuxKernel为核心再集成搭配各式各样的系统程序或应用工具程序组成的一套完整的操作系统，这些Linux虽然核心部分都一样，但是他们所带的各种软件，缺省的配臵都不一样。市场上比较流行的Redhat红帽、红旗Linux、Ubuntu乌班图等，都是Linux衍生操作系统。 图23操作系统发展历程资料来源：Glorysunshine，图242018年3月我国操作系统市占率资料来源：观研天下、统计局，根据观研天下统计，截止2018年3月，我国操作系统还是Windows一家独大，占据了94.31%的市场份额。目前国产推出的OS产品主要有：SPGnux、DeepinLinux、银河麒麟、中标麒麟、红旗Linux、雨林木风操作系统、凝思磐石安全操作系统和共创Linux桌面操作系统等。其中，深度操作系统是国产系统的代表性产品——Deepin，原名HiweedLinux及LinuxDeepin，是武汉深之度科技有限公司开发的Linux发行版。除操作系统外，深度团队也进行桌面环境和配套基础软件的开发，并与第三方厂商合作开发Linux版本应用。目前系统已经拥有很多针对Deepin系统开发的应用程序。 表9国产系统分析系统名称公司简介SPGnux思普操作系统中国软件SPGnux操作系统有桌面版和服务器版两种。它将办公、娱乐、通讯等开源软件一同封装到办公系统中，拟实现通过桌面办公系统的一次安装满足用户办公、娱乐、网络通讯的各类应用需求，总的来说，它比较简单实用。深度Linux(Deepin)深之度深度Linux是一个致力于为全球用户提供美观易用，安全可靠的Linux发行版。它不仅仅对最优秀的开源产品进行集成和配臵，还开发了基于HTML5技术的全新桌面环境、系统设臵中心、以及音乐播放器，视频播放器，软件中心等一系列面向日常使用的应用软件。Deepin非常注重易用的体验和美观的设计，因此对于大多数用户来说，它易用安装和使用，还能够很好的代替Windows系统进行工作与娱乐。红旗Linux中科院软件所和上海联创2000年6月，中国科学院软件研究所和上海联创投资管理有限公司共同组建了北京中科红旗软件技术有限公司。红旗Linux是中国较大、较成熟的Linux发行版之一，也算是国产制造最出名的操作系统。银河麒麟Linux天津麒麟是由国防科技大学、中软公司、联想公司、浪潮集团和民族恒星公司合作研制的闭源服务器操作系统。此操作系统是863计划重大攻关科研项目，目标是打破国外操作系统的垄断，银河麒麟研发一套中国自主知识产权的服务器操作系统。银河麒麟完全版共包括实时版、安全版、服务器版三个版本，简化版是基于服务器版简化而成的。中标麒麟Linux中标软件中标麒麟操作系统采用强化的Linux内核，分成桌面版、通用版、高级版和安全版等，满足不同客户的要求，已经广泛的使用在能源、金融、交通、政府、央企等行业领域。中标麒麟增强安全操作系统采用银河麒麟KACF强制访问控制框架和RBA角色权限管理机制，支持以模块化方式实现安全策略，提供多种访问控制策略的统一平台，是一款真正超越―多权分立‖的B2级结构化保护操作系统产品。雨林木风操作系统YLMFOSYlmfOS是广东雨林木风计算机科技有限公司为纪念雨林木风工作室解散一周年，制作了YlmfOS雨林木风工作室周年纪念版作为雨林木开源操作系统的初始发布版本，雨林木风操作系统界面换成了精仿的经典Windows主题，界面操作简洁明快。YlmfOS雨林木风开源操作系统基于Ubuntu9.10版本定制，去除不常用系统软件包，增加中文语言包，增加最常用的应用软件。凝思磐石安全操作系统北京凝思科技有限公司凝思安全操作系统基于公司自主研发的安全内核，提供底层软件系统的安全支持，能够充分防范缓冲器溢出、代码注入、病毒、木马和非授权访问等安全威胁，满足用户的各类高安全要求。凝思安全操作系统是国内首款符合信息系统安全等级保护4级（结构化保护级）标准并经公安部信息安全检测中心检验合格的安全操作系统，适用于等级保护四级的应用系统。同时，凝思安全操作系统也满足国家保密局分级保护标准对操作系统的要求，适用于各类涉密系统。共创Linux桌面操作系统共创开源是由北京共创开源软件有限公司(简称共创开源)采用国际最新的内核，Kernel2.6.16版本开发的一款Linux桌面操作系统。共创Linux桌面操作系统可以部分地替代现有常用的Windows桌面操作系统。它采用类似于WindowsXP风格的图形用户界面，符合WindowsXP的操作习惯。普华Linux普华基础软件有限公司普华桌面操作系统是针对行政机构、企业用户、个人用户、OEM等各领域的实际需求，同时结合了Linux技术的发展趋势以及国家各项技术规范和要求推出的通用型桌面操作系统平台。它能广泛适用于学习、办公、上网、开发等应用场景，也为当前移动终端系统的行业定制需求领域提供了可靠稳定的基础平台。资料来源：小鸟云计算、深度科技官网，国产操作系统发展的难点不在于研发，而在于如何构建一个生态系统。深之度科技与360、金山、网易、搜狗等企业联合开发适合国内用户需求的应用软件，从系统清理工具到输入法，从播放器到到办公室软件，深度系统在一点一点地积累自己的生态资源，陆续发布了30多个相关开源项目。数据库领域的达梦、工业控制领域的开目信息、政府办公领域的烽火信息，深之度科技已经与这些企业成功合作多个项目。根据Deepin官网，截止2015年，深度操作系统支持十几种预约，全球下载量超过4000万次，已是全国乃至全球知名的系统之一。 1.终端生态1.1终端芯片的生态1.1.1AI芯片助推人工智能时代终端发展终端设备一路走来经历了单片机、PC机、ARM、智能手机和平板的时代，语言和算法也从简单汇编、C语言、Java发展到了神经网络算法阶段，现在的智能终端已经在芯片和存储的发展推动下具有了强大的算力，GPU/FPGA/ASIC都将越来越多地应用于终端芯片，闪存的快速发展也使得终端存储的容量和性能更优。未来我们看到的摄像头、车载电子、智能家居或许在外形上和从前没有发生太大的变化，但其底层基础信息架构和深度学习的能力可能已经发生变革。FPGA—万能芯片FPGA即可编程逻辑阵列，即现场可编程门阵列，是指一切通过软件手段更改、配臵器件内部连接结构和逻辑单元，完成既定设计功能的数字集成电路。它仅仅是提供了输入输出以及逻辑单元等硬件资源，具体的电路实现都是通过硬件描述语言HDL来配臵的。用HDL描述的逻辑被编译成晶体管级的组合，所以FPGA不受固有架构的影响，每一个算法的实现都可以―定制化‖。所以在可以利用并行加速的人工智能算法中，只要设计人员采用并行计算等技巧对运算进行加速，FPGA就可以实现目标功能。FPGA可以实现怎样的能力，主要取决于它所提供的门电路的规模。如果门电路的规模足够大，FPGA通过编程可以实现任意芯片的逻辑功能，例如ASIC、DSP甚至PC处理器等。这就是FPGA为什么被称之为―万能芯片‖的原因。FPGA是一种硬件可重构的体系结构。FPGA常年来被用作专用芯片（ASIC）的小批量替代品，然而近年来在微软、百度等公司的数据中心大规模部署，以同时提供强大的计算能力和足够的灵活性。图25FPGA拥有强大的算力与灵活性资料来源：BobBroderson、BerkeleyWirelessgroup、电子说，FPGA能效高于CPU、GPU的原因在于它无指令、无需共享内存的体系结构。CPU核可能执行任意指令，因此就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。由于指令流的控制逻辑复杂，不可能有太多条独立的指令流，因此GPU使用SIMD（单指令流多数据流）来让多个执行单元以同样的步调处理不同的数据，CPU也支持SIMD指令。而FPGA每个逻辑单元的功能在重编程时就已经确定，不需要指令。 英伟达—GPU芯片领导者：荣耀背后的厚积薄发NVIDIA（英伟达）创立于1993年，总部位于美国加州，是享有盛名的智能芯片厂商，在本轮人工智能的浪潮中，微软、谷歌、亚马逊、特斯拉以及大大小小的AI公司几乎都在使用英伟达的AI芯片，公司已成为AI芯片领域的领导者。自2015年9月起，股价一路高歌猛进。英伟达的芯片转型之路：在挫折中快速发展图26NVIDIA发展历程资料来源：百度百科，1993年英伟达成立，旨在制造速度更快，能产出更真实画面的游戏特制芯片。当时联合创始人黄仁勋、ChrisMalachowsky以及CurtisPriem看到了刚刚兴起的游戏专用图像处理器市场，研发专用芯片去加速电子游戏中的图像渲染速度，提高玩家的游戏体验。两年之后，英伟达推出首款游戏主机加速器NV1。直到今天，这项业务依然是英伟达营收的重要组成部分。图27NVIDIA第一个3D加速处理器—NV1图28深度学习线路图资料来源：英伟达官网，资料来源：百度百科，英伟达在1999年推出GPU，但在当时计算能力制约着深度学习的发展。GPU可以用来加速图像处理速度以提高游戏中的玩家体验，同时，强大的计算能力也有着通用计算的潜力，比如可以应用到深度学习等对计算能力要求很高的领域。深度学习最早兴起于20世纪60年代，也被称作神经网络，是机器学习的一个分支，它可以用来进行语音识别以及图像识别、图像分类等。但是由于计算精度严重依赖于网络的层数或者说复杂度，网络越复杂，训练样本即数据输入越多，迭代计算次数越多，计算结果的精度越高，所以对计算能力有着很高的要求。当时的计算能力无法满足深度学习的要求，所以深度学习的发展一直没有很大的突破。 图29GPU如何加快软件应用程序的运行速度图30GPU与CPU性能比较资料来源：英伟达官网，资料来源：英伟达官网，GPU加速计算是指同时利用图形处理器(GPU)和CPU，加快科学、分析、工程、消费和企业应用程序的运行速度。GPU能够使从汽车、手机和平板电脑到无人机和机器人等平台的应用程序加速运行。2006年，英伟达发布了CUDA编程工具包，研究人员可以以更快更廉价的方式开发深度学习模型。为了使得用于做3D渲染的GPU可以应用在通用计算领域，英伟达推出了CUDA（ComputeUnifiedDeviceArchitecture）技术。CUDA框架使得GPU可以通过更加方便高效的接口和开发者进行交互，开发者就可以充分利用GPU的运算资源。自此之后，英伟达的所有GPU都逐步支持CUDA。图31CUDA平台架构图32CUDA的优势资料来源：英伟达官网，资料来源：英伟达官网，CUDA（统一计算设备架构）既是一个并行计算平台，又是一种编程模型，可利用图形处理器(GPU)的能力，显著提高计算性能。自推出以来，CUDA已被广泛部署于数千种应用程序，应用领域包括天文学、生物学、化学、物理学、数据挖掘、制造业、金融以及其他计算密集型领域。2010年，在深度学习发展史上发生了具有里程碑意义的事件：斯坦福的软件语言学教授吴恩达（AndrewNg）会见了Google当时的CEO，决定开发GoogleBrain（深度学习+GPU）。在这样一个事件之后，不仅互联网巨头们纷纷开始布局人工智能与深度学习，AI逐渐渗透到了各个领域。基于深层学习，英伟达持续优化其硬件并始终保持良好的市场份额。在挫折中快速发展。回顾英伟达的发展历程，GPU行业中形成过与ATI两家鼎立的局面，也因为技术原因与微软合作失败而遭到微软和英特尔巨头围剿的艰难时光；不断革新技术，推出CUDA（统一计算设备）架构，也曾因为竞争对手的相似解决方案导致产品失败。2009年以来，基于CUDA的GPU在高性能计算领域威力凸显，人工智能在通用GPU下实现重大突破，带来大量客户。英伟达继续布局CUDA软件生态系统，业务开始爆发。可以看出，英伟达的发展道路并不是一帆风顺的， 有挫折有危机也伴随着机遇。现在之所以处在AI大市场的中心正是因为英伟达一直 以来坚持对GPU+CUDA的布局，坚定的看好GPU的计算能力，迎来了属于GPU的时代。为了抓住人工智能市场，英伟达为深度学习打造了一系列产品。从超级计算机到智能车辆计算平台；从VR游戏显卡到为网络服务商提供的加速器，再到为数据中心提供的加速器。Nvidia已经形成了从大数据训练系统、数据中心推理系统、到智能驾驶终端应用的全方位深度学习平台布局。图33NVIDIA为深度学习打造的GPU产品资料来源：英伟达官网，1.1.1AI时代智能平台高速计算脑细胞一定要多–GPU/FPGA/ASIC从计算机问世以来，CPU作为通用处理器就承担着机器―大脑‖的职责，负责控制与计算功能。然而，CPU的设计架构决定了它计算能力的提升空间并不大，因为将近3/4的晶体管都用来实现Cache（高速缓存）的功能，又存在着相当大的面积去实现复杂的控制功能，而用于计算的ALU单元资源就很有限了。同时，一味地提高频率会造成芯片功耗过大带来的发热问题。而目前适合用于处理神经网络算法，适应于人工智能需求的计算平台有GPU（图形处理器）、FPGA（现场可编程逻辑阵列）以及ASIC（专用集成电路）等。FPGA相对于GPU的核心优势在于更低的延迟。像Bing搜索排序这样的任务，要尽可能快地返回搜索结果，就需要尽可能降低每一步的延迟。如果使用GPU来加速，要想充分利用GPU的计算能力，batchsize就不能太小，延迟将高达毫秒量级。使用FPGA来加速的话，只需要微秒级的延迟。FPGA为什么比GPU的延迟低这么多？这本质上是体系结构的区别。FPGA同时拥有流水线并行和数据并行，而GPU几乎只有数据并行（流水线深度受限）。当任务是逐个而非成批到达的时候，流水线并行比数据并行可实现更低的延迟。因此对流式计算的任务，FPGA比GPU天生有延迟方面的优势。表10计算密集型任务，CPU、GPU、FPGA、ASIC的数量级比较（基于16为整数乘法）体系结构吞吐量（intops）延迟功耗灵活性CPU~1TN/A~100w很高GPU~10T~1ms~300w高FPGA（StratixV）~1T~1us~30w高FPGA（Stratix10）~10T~1us~30w高ASIC~10T~1us~30w低资料来源：电子说， GPU之所以被认为训练深度学习模型的重要基础芯片，主要是其有大量的核（多达几千个核）和大量的高速内存，最初被设计用于游戏，计算机图像处理等，后被发现擅长做类似图像处理的并行计算。GPU擅长海量数据的处理，平行处理大量琐碎信息，被应用到―深度学习‖领域。图34CPU与GPU架构对比资料来源：CCF官网，海通证券研究所图35FPGA结构图36ASIC版图资料来源：Xilinx官网，资料来源：Xilinx官网，ASIC是专用集成电路芯片，是为了某一类需求而特别定制的芯片。与FPGA相比，ASIC一旦确定电路结构就不能再改变，算法是固定不变的。这样定制的芯片对于某一特定的算法效率更高，功耗也更低。但是缺点也显而易见，算法一旦改变原有的芯片就不能再使用了。芯片出货量越大成本越是低廉。所以，对于成熟的算法，芯片需求量大的场景ASIC是非常适合的。FPGA的核心优点：可编程灵活性高、开发周期短、并行计算可编程灵活性高。与ASIC的全定制电路不同，FPGA属于半定制电路。理论上，如果FPGA提供的门电路规模足够大，通过编程可以实现任意ASIC和DSP的逻辑功能。另外，编程可以反复，不像ASIC设计后固化不能修改。所以，FPGA的灵活性也较高。实际应用中，FPGA的现场可重复编程性使开发人员能够用软件升级包通过在片上运行程序来修改芯片，而不是替换和设计芯片（设计和替换时间成本巨大），甚至FPGA可通过因特网进行远程升级。开发周期短。ASIC制造流程包括逻辑实现、布线处理和流片等多个步骤，而FPGA无需布线、掩模和定制流片等，芯片开发流程简化。FPGA属于并行计算，一次可执行多个指令的算法，而传统的ASIC、DSP甚至CPU都是串行计算，一次只能处理一个指令集，如果ASIC和CPU需要提速，更多的方法是增加频率，所以ASIC、CPU的主频一般较高。FPGA虽然普遍主频较低，但对部分特殊的任务，大量相对低速并行的单元比起少量高效单元而言效率更高。另外，从某种角度上说，FPGA内部其实并没有所谓的―计算‖，最终结果几乎是类似于ASIC―电路直给‖，因此执行效率就大幅提高。可以说，GPU是相对更加通用化的计算平台，FPGA是可编程重新配臵的用于专用 计算的平台，而ASIC是为了专用计算而产生，一旦生产出来，电路就固化无法改变。 这三类硬件系统各有优劣，而且使用场景不同。GPU从图形处理领域逐渐进军智能驾驶、图像识别等AI领域，市场上以英伟达的芯片占比最多。FPGA一次性成本低廉，目标市场是企业军工市场。ASIC一次性成本很高但在量产的情况下可大大降低成本，适合于消费电子市场。1.1.1终端智能化成为未来趋势智能终端使决策和响应更及时实例：海康威视前装英伟达人工智能计算平台Jetson2016年10月在海康威视的新品发布会上，海康威视推出了基于深度学习的一系列智能安防产品：―深眸‖系列智能摄像机、―神捕‖系列智能交通产品以及―脸谱‖系列人脸分析服务器等。并宣布与英伟达达成合作伙伴关系，联合发布了最新双目智能摄像机，依托英伟达嵌入式人工智能计算平台JetsonTX1可以实现强大的视频捕捉功能，该摄像机把智能分析模块一起嵌到摄像机组里，不需要连接后端服务器，将摄像机组―武装‖成软硬件一体化的―武林高手‖。―深眸‖系列摄像机由枪机、筒机、球机、双目、多目、鹰眼等一系列形态各异的产品组成，其依托强大的多引擎硬件平台，内嵌专为视频监控场景设计、优化的深度学习算法。基于深度学习技术，它可以支持人脸识别、人员行为分析、人体属性分析、人脸动态对比等多种智能检测，具备比人脑更精准的安防大数据归纳能力。可以实现在各种复杂环境下人、车、物的多重特征信息提取和事件检测，可充分满足多场景、多行业的应用需求。英伟达1993年成立伊始立足于游戏显卡，不断进行技术创新寻求计算性能的逐步提高，1999年开创性的提出GPU，2006发布CUDA编程工具包，以其卓越的人工智能芯片为深度学习提供底层计算支持，已经从一家图形芯片公司转型为一家全球领先的GPU计算技术提供商。我们认为，此次海康威视与英伟达达成合作就是看中了英伟达人工智能专用GPU芯片强大的视觉计算能力以及低功耗的优势。图37海康威视深眸双目智能人脸网络摄像机图38JetsonTX1计算平台资料来源：海康威视官网，资料来源：英伟达官网，海康威视此次和英伟达联合发布的这款双目智能摄像机采用的是双目技术，搭载两个图像传感器，精确获取目标的三维信息。随着安防行业的不断发展，智能视觉分析技术的使用场景越来越多样化。现在有多种多样的视觉处理技术，比如双目技术、多球机联动跟踪技术、面向事后应用的智能技术以及视频拼接技术。双目技术就是利用视差原理，通过不同位臵的图像采集设备获取物体不同角度的两幅图像，对两幅图像进行一定的位臵偏差计算就可以得到物体的三维几何信息。同时，由于双目技术是基于两个不同角度的图像处理技术，可以分析目标的位臵坐标、姿态信息、与背景的距离就可以得到其速度等移动信息，达到立体视觉跟踪的效果，可以应用在复杂的追踪环境中。 JetsonTX1专门为视频监控场景中的计算而研发，集成了高效的深度学习算法。在深眸双目人脸摄像机中，JetsonTX1完成了图片快速比对，人脸高效识别的功能，可以达到摄像机实时进行至少6万张二代身份证照片的小库比对。传统的人脸识别产品都是采用前端摄像机抓拍图片，后端服务器计算比对的模式，而该深眸摄像机组可以不依托服务器而实时进行图像处理，人脸识别，极大提高了识别效率，而这些都得益于英伟达强大的计算机视觉处理芯片。1.1.1AI芯片时代边缘计算发生在边缘网络人工智能芯片市场第一个得到关注的是云端服务器市场，Nvidia的GPU以其强劲的算力掌握了大部分市场。随着人工智能的铺开，边缘计算（edgecomputing）的概念也得到了越来越多的认可。边缘计算必然会需要边缘网络的支撑。边缘网络是给定的一个非技术性描述的网络：公共电信网络的边缘。边缘网络包括汇聚层网络和接入层网络的一部分或全部，是接入用户的最后一段网络。从价值的角度讲，边缘网络是已有核心网络与大用户之间的商业网络。它强调两点，一是强调大用户，即：企业、院校、政府部门、商业写字楼或其他电信运营商等，他们是信息和通信需求最活跃的用户，是运营商客户体系中最有价值的用户；二是重在挖掘已有网络的潜在价值。边缘计算是指在靠近物或数据源头的网络边缘侧，融合了网络、计算、存储以及应用处理能力的分布式平台，就近提供智能服务。边缘计算可以理解为云计算的一个逆操作，云计算强调的是计算和存储等能力从边缘端或桌面端集中过来，而边缘计算则是将这种计算和存储等能力重新下沉到边缘。在云计算大一统的时代，过于集中的能力不足以应对分散在边缘且需要及时处理的需求，比如无人驾驶需要及时对周围的环境做出反应，云计算平台无法实现这种低延时的应用需求，在一些需要实时处理的工业场景中，云计算更无法支撑。这时候，赋予边缘设备自主处理能力就尤为重要。既要实现边缘端不用实时的和中心脑库进行协同，又要实现边缘接受云计算平台的高效控制，就需要一个高效运转的分布式协调机制和决策模型，而这一步通常由人工智能来完成，这就涉及到AI芯片边缘计算或彻底改变网络。相较于云计算，边缘计算更聚焦于实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。边缘计算不仅适用于车联网和电子终端，实际上还与低延迟、高容量的物联网连接相关联。与CDN的规则一样，边缘计算试图通过尽可能接近最后一英里来提高性能。但与CDN不同，CDN专注于简单地提供图像和脚本等内容，而边缘计算则更希望让计算处理更接近用户。通过缩短设备与为其提供服务的云资源之间的距离，以及减少网络跳数，边缘计算减轻了当今互联网的延迟和带宽限制，同时可以引入新的应用。在它的帮助下，计算能力可传递到网络的逻辑终端，提高应用程序和服务的性能以及运营成本和可靠性。而这就解决了无论是在数据中心还是在云端进行数据处理所造成的延迟情况，在分散的边缘计算模型中，初始处理能够在用户附近展开，从而有效提升网络的整体能效。深度学习计算单元让云变得更轻谷歌的TPU谷歌这个云巨头有着巨大的运算量需求，有别于其他云厂商大量地建设更多的运算中心，谷歌开发了适用于AI计算的高性能专用硬件—TPU。官方网站上TPU的AI运算测试比NVDIAK80GPU平均速度快15-30倍，比服务器级IntelHaswell CPU快70多倍，虽然benchmark的选择都是因芯片而异，同时对于某些特定负载运行效率也表现不好，随着巨头决定未来持续投入并更新TPU架构，我们认为，该芯片在未来工业界将有一席之地。图39谷歌TPU资料来源：科工力量，想象中的云计算中心往往是服务器农场，成千上万的通用服务器带着CPU通用处理器日以继夜在运转。TPU是典型的ASIC芯片，属于特定应用领域的专用处理芯片。谷歌之所以能够做到这件事情，是因为谷歌的市场容量足够大。设想一下谷歌作为搜索引擎最普通的一个需要，即应用上万个通用中央处理器运行7天来训练一个识别猫脸的深度学习神经网络，他完全可以打造一款深度学习处理器，用以完成数据中心需求最大的GMM-HMM等经典模型训练。未来的云计算中心随着神经网络深度学习专用芯片的使用和专用GPU加速服务器的应用，基础信息设施将走上轻量级，专业化和高效化的道路。边缘计算推动国产AI芯片开发麒麟970AI芯片边缘计算的发展将国内AI芯片开发带上了快车道。在2017年德国柏林国际消费类电子产品展览会上，华为发布人工智能芯片麒麟970。华为把麒麟970称为―首款人工智能（AI）移动计算平台‖。麒麟970芯片最大的特征，是设立了一个专门的AI硬件处理单元—NPU（NeuralNetworkProcessingUnit，神经元网络），用来处理海量的AI数据，所采用的是创新的HiAI移动计算架构。该架构由4部分组成，CPU、GPU、ISP/DSP和NPU，该芯片在HiAI架构下AI性能密度大幅优于CPU和GPU，能够用更少的能耗更快的完成更多任务，大幅提升芯片的运算效率。图40麒麟970芯片资料来源：国脉物联网， 以往的手机芯片普遍是以CPU（中央处理器）/GPU（图形处理器）/DSP（数字信号处理）为核心的传统计算架构，但这种架构难以支持AI海量数据计算。为此，麒麟970中单设了一个专门的AI硬件处理单元，为CPU、GPU等架构减负，目的都是为提高应用效率和降低能耗。华为麒麟970首次集成NPU采用了HiAI移动计算架构，其AI性能密度大幅优于CPU和GPU。相较于传统CPU，麒麟970中NPU在处理同样的AI应用任务时，NPU拥有大约50倍能效和25倍性能优势。这意味着，麒麟970芯片可以用更高的能效比完成AI计算任务。边缘计算的威力可见一斑。Ascend310芯片2018年11月7日，华为发布Ascend310芯片，突破人工智能芯片设计的功耗、算力等约束，实现了能效比的大幅提升，助力AI从中心侧向边缘侧与端侧延伸，加速AI向各行业赋能。Ascend310采用全新自研达芬奇计算架构，大幅提升算力和能效比。在芯片设计过程中采用系统化的视角，针对AI业务处理流程进行全业务流程加速，极大提高了整个AI系统的性能并有效降低部署成本。同时提供一站式AI集成开发套件，降低AI使能成本，加速AI在各个产业的落地，推动普惠AI。算力是一切应用与运算的前提，但目前AI算力主要集中在云侧，端侧和边缘侧时延大、体验差。华为迫切需要从云侧到边缘侧、端侧及物联网终端全场景开创一个新的架构。基于这一背景，华为创造性地开发了统一的达芬奇（DaVinci）架构。DaVinci架构是华为基于多年的芯片设计经验，以及客户对人工智能的需求设计的，将面向从云端到边缘侧、端侧以及物联网终端全场景的AI运算，有效应对极致的功耗需求以及算力需求。DaVinci架构具备可扩展计算、可扩展内存和可扩展片上互联三大主要技术。以高性能、可扩展的3DCube计算引擎为核心，充分考虑矩阵运算的自身机制和其过程中数据流动的特点，针对矩阵运算进行加速，以较低的功耗和面积代价实现高算力输出。DaVinci架构集成张量、标量和矢量等多种计算单元，提升AI运算的完备性和不同场景下的计算效率。同时，支持多种混合精度计算，支撑训练和推理两种场景的数据精度要求，有效解决AI模型训练和推理转换效率低、部署困难的问题，实现AI的全场景需求覆盖。图41华为Ascend芯片性能资料来源：知乎华为官方专栏，Ascend910芯片在2018年10月10日的2018华为全联接大会上，华为发布AI芯片Ascend910，其采用7nm工艺，最大功耗为350W，计算力可达到256TFOPS， 是目前全球已发布的单芯片计算密度最大的AI芯片。 边缘终端市场：国产芯片大有可为边缘终端市场是指直接在终端设备上做计算的AI芯片，对于功耗和能效比有很强的要求。目前来看，边缘终端市场有两种形态的芯片产品，一种是针对特定应用的SoC，一种是通用加速器做独立芯片。SoC面向专用市场，在芯片中深度学习加速计算事实上只是一小部分，而其他大部分芯片面积则交给了主控处理器、视频解码等等模块。SoC集成度高，一般的技术路线是用新的SoC代替原有的不支持深度学习加速的SoC做更新换代。对于SoC往往针对的是一个特定市场，因为其中的模块都是针对该应用而设计，如果用在其他应用中则显得浪费，例如麒麟SoC最适合的场景是手机，其中包含的GPU、ISP、Modem等都是为了手机场景打造，如果是用在工业场景则这些模组都闲臵了。在终端SoC市场，竞争已经白热化。不少传统SoC芯片公司都纷纷在自家SoC中加入自研或授权的人工智能模块。对于人工智能终端SoC市场，我们的分析是该市场虽然最早得到关注但是很可能近几年还是被原来的SoC公司占领市场，因为目前终端人工智能市场尚未真正落地生花，基于国内SoC技术储备充足，国产芯片商的前景可谓一片光明。1.1计算机视觉技术1.1.1智能终端推动AI技术升级，计算机视觉加速普及随着移动设备数量的增长和传感器技术的进步，大量移动设备产生的用户数据将会成为极其宝贵的资源。厂商们为了占领数据的高地，已经将终端智能化愈演愈烈。智能化终端能够通过在设备上部署处理单元和智能系统，或通过云端处理的方式，利用人工智能算法挖掘出数据的价值。在智能终端兴起的过程中，计算机视觉将会扮演关键角色。图像、视屏等是最重要的数据，其中包含了大量有价值的信息。在智能终端对这些视觉信息进行分析的过程中，传统的技术手段已经渐渐无法胜任，因此必须借助计算机视觉。目前，移动支付行业已出现―刷脸支付‖；特斯拉、百度等企业的无人驾驶也日趋成熟；智能安防开始渐渐登上舞台。众多行业的智能化进展将会持续加速计算机视觉应用的普及。未来，受益于计算机视觉技术，我们或将身处于一个完全智能化的世界中。计算机视觉终端化促进实时监控：海康威视和比亚迪通常情况下，用于监控交通状况的摄像机等设备获取的是图像、视屏等非结构化数据。虽然结构化的数据具有清晰、简洁、易于分析等特点，但非结构化的数据占据了所有数据的大多数，根据信通院数据显示，2017年，非结构化数据使用比例超90%的企业占比达到16.2%，87.6%的企业非结构化数据使用占比超过一半比例。这些数据没有固定的模式并且数据量大，计算机很难进行直接分析和处理，同时在实时回传到后台云平台时带宽资源要求高，网络延时明显，因此导致了交通监管的成本高、效率差、实时性差等问题。 图29通过图像分割提取图片特征资料来源：微软研究院，图30海康威视智能交通摄像机计算机视觉技术的出现使得将监控设备所获得的非结构化数据转换为结构化数据成为了可能。通过深度学习等技术，可以对图像和视频完成跟踪检测、提取特征和识别等任务，从而将它们转化为规整的结构化数据。在此基础上，结合交通监管的法律法规等，即可实现智能化的交通监管。除交通监控设备外，计算机视觉技术在交通工具的内部也有应用。利用计算机视觉可以监控车辆、驾驶员、乘客等主体的状况，并根据需要对车辆做出调整或对人员进行提示。防疲劳驾驶系统是计算机视觉在车内的典型应用之一。（1）海康威视―神捕‖系列产品海康威视所推出的―神捕‖智能交通摄像机系列产品加速了交通监管智能化的进程。智能交通摄像机系列涵盖了从200万像素~700万像素的多种智能交通网络摄像机。以型号为iDS-2CD9565-SZ的智能交通网络摄像机为例，该款智能终端使用了600万像素1/1.8‖逐行扫描CMOS，最大分辨率可达到3072*2048。产品支持双码流，采用先进的视频压缩技术H.264编码，压缩比高，且处理非常灵活；支持MJPEG编码，抓拍图片采用JPEG编码，图片质量可设；支持智能识别功能,配合后检索的视频标签功能，支持宽动态功能，夜间有效抑制车灯，支持机动车、非机动车、行人的抓拍捕获、识别。图31iDS-2CD9565-SZ部分参数传感器类型1/1.8"ProgressiveScanCMOS最低照度彩色0.03Lux@(F1.2,AGCON)黑白0.01Lux@(F1.2,AGCON)快门1秒至1/100,000秒存储功能支持SD/SDHC/SDXC,USB存储设备支持协议TCP/IP,HTTP,DHCP,DNS,RTP,RTSP,NTP,支持FTP上传图片通讯接口1个RJ4510M/100M/1000M自适应以太网口1个RS-485接口1个RS-232接口资料来源：海康威视官网，资料来源：海康威视官网，在高性能硬件的基础上，iDS-2CD9565-SZ实现了智能交通监管的各项功能。摄像机能够识别车牌、车型、车身颜色，以及压线、逆行、闯红灯、不按导向行驶等违章检测功能。针对违章行为，摄像机还能够自动连续抓拍，并且能以灵活配臵的方式 将多张违章图片合成为一张图片。通过计算机视觉技术识别监控设备采集的信息，非结构化数据被有效地转换成了结构化数据，因此交通监管也更加便捷和智能。除智能交通摄像机外，海康威视智能交通系列产品还包括视频智能分析服务器、智能交通摄像机单元、服务器管理主机、补光灯、辅助产品等。其中智能交通摄像机单元系列包括卡口抓拍单元、电警抓拍单元、智慧监控单元等多款产品。该系列产品均采用了计算机视觉相关技术，实现了高准确率的车牌、车身特征、车型等多目标识别。服务器管理主机属于后端云平台设备，具有通行记录和图片存储功能、混合式硬盘录像及前端设备管理的功能，集成交换机设计，自带上传光口，能同时支持多路高清图片存储、视频实时录像。服务器管理主机与抓拍单元、智能摄像机等设备一同构成了完整的智能交通监控系统，实现了云平台大数据功能和智能终端实时功能的有效结合。图32海康威视机视频分析服务器资料来源：海康威视官网，（2）比亚迪车用疲劳驾驶监测系统疲劳驾驶指驾驶人员经在长时间驾驶车辆，以及睡眠质量差或不足等情况下出现的机能失调和驾驶机能下降。当驾驶人员进入疲劳驾驶状态时，会出现视力减弱、身体疼痛等不良反应，若不及时调整极有可能发生交通事故。因此，疲劳驾驶监测系统显得尤为重要。目前常见的疲劳监测技术有检测方向盘、监控心率多种方式，其中眼睛监测、车道偏离监测等均涉及到了计算机视觉技术。表11主流疲劳驾驶监测方式监测方式原理方向盘监测依据驾驶方式如转向、行驶条件、驾驶时间来评估驾驶人的疲劳程度和注意力分散的情况。心率监测通过安装在安全带上的传感器监测驾驶员的心率，从而判断驾驶员是否打疲劳，并采取必要的措施警示驾驶员。眼睛监测利用摄像头来监测驾驶员上下眼皮之间距离从而判断驾驶员是否处于瞌睡的状态，当系统发现驾驶员处于瞌睡状态时，车辆将会发出警报声来提醒驾驶员车道偏离监测通过前臵摄像头检测路上的行车线，以判断汽车是否偏离车道。当驾驶员精力不集中或打盹时，车辆偏离车道的话，系统会以声音或震动的方式提醒驾驶员。互动问答系统与驾驶员进行一些随机的互动，比如向驾驶员提问。如果驾驶员反应过慢，经过评定后，系统就会认为驾驶员疲劳，进而提醒驾驶员。资料来源：爱卡汽车网，比亚迪在其疲劳监测系统中采用了基于计算机视觉的生理特征检测。系统使用安 装在转向柱外壳上的摄像设备采集驾驶员的面部特征、眼睛活动、头部运动等生理信息，并经过电子控制单元（ECU）运算处理后，判断出驾驶员是否疲劳驾驶，并做出相应的提醒。通过计算机视觉和人工智能等技术，比亚迪的疲劳驾驶监测系统实现了―全天候实时监测；人工智能识别；多媒体语音报警；疲劳等级自动调整‖四大功能。图33比亚迪疲劳驾驶预警系统摄像机图34比亚迪疲劳驾驶预警系统ECU资料来源：车市网，资料来源：车市网，计算机视觉结构化数据加速智能大数据分析：大华股份行业产品与软件平台大华股份针对不同行业的特点推出了一些智能监控一体化平台。依托计算机视觉等技术，一体化智能平台可以为用户提供高效、便捷、高度智能化的设备接入、存储及管理平台的一体化解决方案，产品系列包括通用产品、行业产品，以及司法行业、车载行业、轨道交通、能源行业、智能楼宇等各行各业所使用的监控平台和软件。表12大华股份平台产品通用产品行业产品其他行业大华监控平台一体机公安行业司法行业接入网关金融行业车载行业万能解码器交通行业轨道交通运维管理系统教文卫行业能源行业大华三维地图引擎政企行业智能楼宇资料来源：大华股份官网，大华监控平台一体机部署了Linux操作系统，可以实现长时间稳定运行。监控平台还拥有多种智能化功能，可以进行行为分析、人数统计，并以报警或报表的形式展现业务，能够满足安防监控数据融合、数据校验、数据审核和数据安全的功能。图35大华监控平台一体机服务后台数据处理 资料来源：大华股份官网，图36大华智能公安管理平台图37新一代金融集中监控一体化平台不同的一体化平台均针对应用行业进行了特殊优化。例如，大华平安城市综合监控管理平台针对公安行业的特点增加对卡口和电警接入、图片管理等功能，支持整个监控系统的流媒体转发、图片存储；金融集中监控一体化平台增加了门禁、报警主机、IP对讲设备等多种类型设备的接入，针对自助银行、金库、营业网点、出入口等不同业务场景开发了受库开门音视频认证记录、异常情况智能分析报警、紧急求助音视频远程交流、报警主机控制等功能服务。资料来源：大华股份官网，资料来源：大华股份官网，计算机视觉为空间识别提供关键技术：阅面科技空间识别技术传统的机器人不具备智能化的功能，仅能够完成一般化的编程和操作，因此只能够用于简单场景中。赋予机器人智能的关键点之一在于使机器人能够有效地感知外界的环境，并以此做出自主化的反应。在计算机视觉的帮助下，机器人可以识别周围空间的详细信息，从而对自身的速度、位臵、姿态等做出调整，最终完成复杂的工作任务。智能机器人涉及到了6大关键技术，其中导航与定位、路径规划、机器人视觉、智能控制等技术均涉及到了计算机视觉技术。从中可见，计算机视觉对于智能自主化机器人有重要意义。表13智能机器人关键技术关键技术描述多传感器信息融合与控制理论、信号处理、人工智能、概率和统计相结合,为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了1种技术解决途径。导航与定位通过环境中景物的理解,识别人为路标或具体的实物,以完成对机器人的定位,为路径规划提供素材;实时对障碍物或特定目标进行检测和识别,提高控制系统的稳定性;能对机器人工作环境中出现的障碍和移动物体作出分析并避免对机器人造成的损伤。路径规划最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在机器人工作空间中找到1条从起始状态到目标状态、可以避开障碍物的最优路径。机器人视觉机器人视觉系统的工作包括图像的获取、图像的处理和分析、输出和显示,核心任务是特征提取、图像分割和图像辨识。智能控制机器人的智能控制方法有模糊控制、神经网络控制、智能控制技术的融合(模糊控制和变结构控制的融合;神经网络和变结构控制的融合;模糊控制和神经网络控制的融合;智能融合技术还包括基于遗传算法的模糊控制方法)等。人机接口技术智能机器人系统还不能完全排斥人的作用,而是需要借助人机协调来实现系统控制。因此,设计良好的人机接口就成为智能机器人研究的重点问题之一。资料来源：百度百科， 阅面科技的空间识别技术结合了大数据和深度学习，使用计算机视觉来识别空间特征和障碍物。该项技术使机器人能够自主探测周围环境并完成路径导航，从而实现了在无需认人为控制情况下的自主运动。阅面科技的空间识别涵盖了视觉避障、相机定位和轨迹跟踪、空间增强这三大功能。表14阅面科技空间识别技术主要功能视觉避障识别路面及障碍物，并进行空间自主探测，帮助机器更加精准的感知障碍物。相机定位和轨迹跟踪利用视觉SLAM、提取并跟踪环境中的视觉特征，帮助机器人在环境中进行定位。空间增强利用三维视觉和深度学习技术，估计地面的位臵朝向和物体的姿态，帮助机器更好的理解空间。资料来源：阅面科技官网，通过使用公司提供的SDK或硬件设备，用户可以获得基于计算机视觉的智能机器人交互解决方案。该套方案在消费电子等众多领域中均可得到利用。例如，空间识别技术能够为扫地机器人提供视觉感知能力，也可以为无人机提供人体跟踪和避障等视觉交互。计算机视觉API普及生物特征识别服务：旷视科技和商汤科技（1）旷视科技FaceID反欺诈服务欺诈问题一直以来都是信息安全和财产安全的重大威胁，因此反欺诈技术也将长期受到重视。反欺诈主要指动态分析用户的请求权限的行为并采用某种验证策略以最小化信息泄露或财产损失的风险。传统的权限控制方法过于单一，容易被破解，而旷世科技的FaceID服务在多方面应用计算机视觉技术，多个维度对用户进行验证，从而实现了更加安全可靠的生物特征识别反欺诈。图38旷世科技FaceID服务资料来源：旷视科技官网，通过深度学习技术，旷视科技FaceID将用户照片与身份证或用户自行提供的数据源照片进行精准匹配，从而判断用户身份的一致性。该技术的识别精准度可达到远超人眼识别能力的99.5%，并且能够在复杂的光照条件、不同的用户年龄段和面部妆容、是否佩戴眼镜等多种状况下维持高精度识别。在准确匹配用户身份的基础上，FaceID使用关键点定位和人脸追踪等计算机视觉 技术进行活体检测，确保完成操作的是当事人本人。在端和云的配合下，活体检测的精度高达99.9%，已经成功地组织了上千万次人脸攻击行为。除了人脸对比、活体检测外，FaceID还提供证件检测服务，包含对身份证、驾驶证的证件的数据采集。此项技术可以实现在对用户拍摄身份证过程中自动完成截图操作并识别输出证件内容。FaceID证件识别使用范围广泛，能够支持少数民族身份证件识别、生僻字识别，能够达到99%的证件识别准确率。图39FaceID技术特性资料来源；旷视科技官网，通过人脸对比、活体检测和证件识别，FaceID提供了多维度的反欺诈服务，能够大幅提高业务效率，甄别欺诈行为，保障用户利益。目前已有支付宝、中信银行、神州租车等十余家企业采用了旷视科技的FaceID服务来识别欺诈行为，合作伙伴覆盖了互联网金融、银行业、出行服务、IT等多个领域。表15FaceID合作企业及业务支付宝FaceID为SmileToPay、人脸登录、远程身份验证提供技术支持小花钱包FaceID帮助小米钱包通过生物识别和大数据信用评级在3分钟之内审批授信额度小米金融用户通过FaceID刷脸完成实名认证并获得额度即可贷款邦付宝引入FaceID远程核身和活体检测，使用户能远程完成人证合一的实名认证易付宝以FaceID远程认证系统作为用户申请高级实名认证的依据中信银行将旷视科技人脸识别技术引入中信银行的ATM和移动客户端中招商银行信用卡中心招商银行与旷视(Face++)合作在―掌上生活‖推出了远程身份验证功能以加强用户的账户和信息安全神州租车神州租车上线由旷视(Face++)提供的FaceID实名验证系统，用于线上用户实名认证滴滴出行人像认证由旷视(Face++)提供的FaceID身份验证系统完成，用来保证司机注册账户和本人信息相符。东软集团东软集团与旷视(Face++)合作推出―全民参保App‖和―养老待遇领取资格认证App‖你我贷旷视(Face++)为―你我贷‖提供了FaceID互联网远程身份认证服务，大数据、人脸识别、活体识别技术被应用于反欺诈和征信国美美借美借采用互联网大数据方式，利用旷视FaceID远程身份验证解决方案，省去了传统金融服务的繁琐流程及手续资料来源：旷视科技官网，（1）商汤人脸识别技术领先，B轮融资创记录2017年7月11日，商汤科技宣布完成了4.1亿美元的B轮融资，数额创下了当时 全球人工智能领域单轮融资的记录。此轮融资后商汤科技也成为了人工智能独角兽企业中融资额最高的一家。充足的资金将保证商汤科技继续领跑计算机视觉。表16商汤科技B轮融资B1轮：由著名私募公司鼎晖领投投资方B2轮：由赛领资本领投，中金公司、基石资本、（香港）、华兴私募股权基金、晨兴资本、光际资本、尚珹投资、中平资本、东证资本、华融国际、东方国际、TCL资本、盈峰控股、著名投资人梁伯韬等近20家顶级投资机构、战略伙伴参投1.保持原创技术的持续创新优势，深化AI基础技术研发资金用途2.在现有业务平台基础上，加大产品投入，扩充产品线，同时探索诸如无人驾驶等新的垂直领域3.加强与上游合作伙伴的紧密协作，与下游客户开拓更多应用场景，深化‗商汤驱动‘的人工智能商业生态，以原创技术赋能百业资料来源：商汤科技官网，商汤科技利用自有的异构分布式平台、并行训练集群系统、机构基础算法库等核心技术，构建起了涵盖人脸识别、智能监控、图像识别、文字识别多种应用场景的计算机视觉生态体系。其中的人脸识别技术已经在部分细分领域达到了领先地位。表17人脸识别部分细分领域领先企业旷世科技支付宝、园区门禁、智能分析/向机器人转型商汤科技SDK、API服务，拥有关键点贴图等商业应用（Faceu、直播美化）/向2B转型云从科技银行、公安、机场等行业应用/继续深耕2B行业依图科技公安行业应用/向指挥医疗转型资料来源：中国商业电讯，商汤科技提供的人脸识别服务同样拥有完备的功能。从人脸检测跟踪到人脸关键定位以及真人检测和美颜/美妆，商汤科技的人脸识别服务覆盖范围已近遍及金融、安防、娱乐等多个方面。表18商汤科技人脸识别服务人脸检测跟踪对背景复杂低质量的图片或百人人群监控视频，可以在移动设备和个人电脑上实现毫秒级别的人脸检测。该技术可适应侧脸，遮挡，模糊，表情变化等各种实际环境。人脸关键点定位微秒级别眼，口，鼻轮廓等人脸106个关键点定位。该技术可适应大角度侧脸，表情变化，遮挡，模糊，明暗变化等各种实际环境。人脸身份认证给定人脸样本，毫秒级别检索大规模人脸数据库或监控视频，给出身份认证。在认证出96%的人脸时，误检率低于十万分之一。人脸属性准确识别10多种人脸属性大类，例如性别，年龄、种族、表情、饰品、胡须、面部动作状态等。可以用于广告定向投放或顾客信息分析，让你秒懂顾客户心。人脸聚类数十万人的人脸快速聚类，可用于基于人脸的智能相册以及基于合影的社交网络分析。让照片管理更直观，让社交关系更清晰。真人检测检测摄像头前用户是否为真人操作，配合人脸身份认证，为金融等高安全性要求的严肃应用场景提供真人身份验证。能有效分辨高清照片，PS，三维模型，换脸等仿冒欺诈。我们为用户配合和用户不配合场景提供解决方案。身份验证能有效分辨高清照片、PS、三维模型、换脸等仿冒欺诈。我们为用户配合和用户不配合场景提供解决方案 人像美颜/美妆让移动互联网娱乐时代有―美‖可依。基于智能人脸检测定位技术，打造移动端美颜、美妆效果解决方案， 资料来源：商汤科技官网，商汤科技也凭借自身技术与大量企业建立和合作关系。商汤分别在智慧金融、智汇商业、智汇安防、互联网+等多个领域与招商银行、中国移动、新浪等企业开展了业务合作。公司还和英伟达、科大讯飞等企业形成技术互补的关系，从而进一步巩固了自身在计算机视觉方面的优势。表19商汤科技合作企业及业务京东SenseTime人脸识别技术与京东钱包合作，用户在京东钱包上扫描人脸，即可完成比对，实现密码解锁招商银行SenseTimeOCR识别技术应用于招行线上线下业务，用户在办理业务时，在需要输入身份证号或者银行卡号时，只需拍摄证件照片，系统就能自动识别相应信息借贷宝SenseTime人脸识别技术能够正确识别用户身份，判断人证合一，大大简化了用户远程开户流程。拉卡拉通过SenseTime提供的人脸搜索技术，拉卡拉可以快速完成新用户照片与已有黑名单人脸库的比对，高效准确地筛选出潜在诈骗分子融360SenseTime提供一体化解决方案包括人脸识别、人证比对、证件识别，完成比对，实现远程身份认证中国移动商汤科技独家承接了中国移动的在线实名制补登记业务后台技术引擎提供，对其中涉及的人脸、图像识别、文字OCR等技术进行全方位的支撑长城会GMIC（全球移动互联网大会）期间，SenseTime为长城会VIP晚宴提供刷脸签到服务。公安三所SenseTime和公安三所基于公民网络电子身份标识（eID）达成长期合作战略，主要用于网上远程识别身份，共同推进网络社会管理。新浪微博通过商汤科技深度学习算法，微博全新的―面孔专辑‖功能可检测出图片中的面孔，并分类归纳。英伟达NVIDIA会针对深度学习不断推出的GPU产品和相关软件工具，与SenseTime深度学习人脸识别算法紧密合作，提升算法训练效率，不断地优化算法性能。资料来源：商汤科技官网，1.1终端生态下的AI场景应用1.1.1视频应用场景智能终端兴起的过程中，图像、视频是最重要的数据，其中包含了大量有价值的信息。目前，移动支付行业已出现―刷脸支付‖；智能安防开始渐渐登上舞台。计算机视觉应用的普及持续加速众多行业中智能视频的落地。智能视频应用终端化促进实时监控通常情况下，用于监控交通状况的摄像机等设备获取的是图像、视频等非结构化数据。虽然结构化的数据具有清晰、简洁、易于分析等特点，但非结构化的数据占据了所有数据的大多数。这些数据没有固定的模式并且数据量大，计算机很难进行直接分析和处理，同时实时回传到后台云平台将对带宽资源要求高，网络延时明显，因此导致了交通监管的成本高、效率差、实时性差等问题。计算机视觉技术的出现使得将监控设备所获得的非结构化数据转换为结构化数据成为了可能。通过深度学习等技术，可以对图像和视频完成跟踪检测、提取特征和识别等任务，从而将它们转化为规整的结构化数据。在此基础上，结合交通监管的法律法规等，即可实现智能化的交通监管。除交通监控设备外，计算机视觉技术在交通工具的内部也有应用。利用计算机视觉可以监控车辆、驾驶员、乘客等主体的状况，并根据需要对车辆做出调整或对人员进行提示。视频监控类公司拥有的场景化数据节点丰富由于对安防的需求日益提升，我国在视频监控上的投入和前端覆盖率也在不断增加。据中国统计局数据及《视频监控行业研究报告》显示，根据城市人口规模和管辖面积来分析，每个省会直辖应安装25万台摄像机，地级市安装15万台，市辖区安装10 万台，县级市安装8万台，县级区安装3万台，县和自治县安装1万台，预测未来总类别城市数量（个）需求摄像机（万台）需求DVR（万台）规模总计（元）省会及直辖市3280080地级市2884320432市辖区8978970897县级市3612888288.81679亿县级区28548562856.2县和自治县15421542154.2计安装约27082万台监控摄像机，数据入口庞大，并且未来三四线城市还有很大发展空间。表20我国平安城市视频监控市场规模预测资料来源：中国统计局网，《视频监控行业研究报告》，海康威视和大华股份等前端龙头企业，占据数据入口优势以海康威视和大华股份为代表的龙头企业，占据智能安防监控入口优势，针对安防视频数据的海量增长，公司具有优化深度算法，为用户提供优质有效内容的核心竞争力。在底层算法逐渐开源的背景下，处于上游硬件龙头企业依靠强大的资金优势和海量视频信息资源，将着眼布局上游产业，涉足算法和芯片环节，从整体产业链角度提升公司AI视频核心竞争力。从海康威视和大华股份的研发投入力度上看，目前这两家行业龙头企业在研发端的投入均超过10亿，已推出数款如―深眸‖、―睿智‖等前、后端智能产品。我们认为，海康威视和大华股份已不再是单纯的硬件公司，而是软件、场景和数据公司。商汤等算法公司，与企业合作以获取数据支撑人工智能独角兽企业商汤科技，依托其自有的人脸技术、人群分析、图像识别等先进算法，商汤科技构建了以SenseVideo和SenseEmbedded为核心的产品平台，推出全新智能视频解决方案。提供危险预警、语义检索、决策分析等业务功能，具有理解、分析和预测等特性。图41商汤科技SenseFace人脸布控系统图42商汤科技视频结构化系统资料来源：商汤官网，资料来源：商汤官网，在安防监控方面，商汤科技与安防企业东方网力共同设立公司，以视频监控系统、安防软件、大数据为基础，开发智能交通管理系统。在互联网金融领域，其合作伙伴包括银联、京东金融、招商银行等，涉及真人检测、身份证、OCR等业务。 1.1.1智能驾驶自动驾驶系统是一种集感知、决策、控制于一体的综合性系统，需要不同部件的相互协作。成熟的无人驾驶系统必将是多种技术相互结合的结果，各类技术发挥相应的作用解决不同的状况，共同协作从而保证无人驾驶能够面对各类天气环境和道路状况。车载摄像头可用于道路线、交通标志的识别，雷达可用于碰撞预警、辅助停车，夜视系统用于夜间行驶。而高精度地图则用于自动驾驶的地图匹配、路径规划、特定情况（如黑夜、雨、雪、雾霾等恶劣天气）下的自动驾驶，在自动驾驶系统中发挥着不可替代的作用。图43自动驾驶系统的基本模型资料来源：《人工智能（李开复）》、智能驾驶：IT发展的必然趋势国外自动驾驶发展情况。从1769年蒸汽汽车的诞生到现在谈及无人驾驶汽车这200多年间，随着全世界的经济与技术巨大的发展，自动驾驶也从一开始的无法想象变成了可能。DARPA美国国防部高级研究计划署(DefenseAdvancedResearchProjectsAgency)早在1984年就启动了ALV自主陆上车辆(AutonomousLandVehicle)计划，目的在于研究具有无人驾驶能力和人工智能的陆地军用机器人。这一事件虽然后来由于成果有限以及国会削减经费而被迫中止，但是它确定了当今无人驾驶技术的发展方向。《国际道路交通公约(维也纳)》修正案生效，扫除历史法规阻碍，无人驾驶曙光显现。1968年联合国经济社会理事会在奥地利首都维也纳举行的道路交通会议上签订的国际间关于道路交通管理的多边条约《国际道路交通公约(维也纳)》规定：驾驶员必须始终掌握驾驶行为；这一条款被认为是无人驾驶无法获得公路通行证的一大原因。2016年3月23日，联合国欧洲经济委员会表示，1968年通过的《维也纳道路交通公约》一项有关车辆无人驾驶技术的修正案自当天起正式生效。这项修正案明确规定，在全面符合联合国车辆管理条例或者驾驶员可以选择关闭该技术的情况下，将驾驶车辆的职责交给无人驾驶技术可以被允许应用到交通运输当中。《维也纳道路交通公约》修正案的生效，为无人驾驶奠定了重要的里程碑。此前，出于对道路安全考虑，《维也纳道路交通公约》曾规定，驾驶车辆的职责必须由人类驾驶员负责；此次修正案生效，直接明确了无人驾驶系统上路的合法性，为无人驾驶汽车―上路‖扫除障碍，具有划时代意义。图44美国：道路法规逐步放宽20092011.052014.092015.072015.072016.2内华达州允许加州交通部向NHTSA提交NHTSA回复开始测试奥斯汀无人驾驶技术无人驾驶汽车颁发许可证公路测试无人驾驶设计认可谷歌AI进行公路测试允许正式上路草案为驾驶员资料来源：车云网、网易汽车、AutoLab新闻， 美国法规环境持续放松，参议院公听会加快推进全国性道路法规。美国未签署《国际道路交通公约(维也纳)》，不受该国际公约的约束。早在2012年5月，内华达州机动车辆管理部门为谷歌的无人驾驶车颁发了首例驾驶许可证，这意味着谷歌无人驾驶车在内达华州上路，为法规突破带来了第一丝曙光。2015年7月，谷歌正式向NHTSA提交无人驾驶设计草案，次年2月，虽然美国汽车技术安全法规先行假设交通工具左侧座位具方向盘、启动器、刹车等传统零部件、且由驾驶员控制的，完全如谷歌的设计相悖，但NHTSA仍正面回复，认可谷歌无人驾驶系统（Self-DrivingSystem,SDS）具备合法驾驶员资格，折射出机动车安全标准、道路法规的松动可能性。2016年3月，美国参议院举行公听会，以无人驾驶道路法规为议题，讨论―放开手：无人驾驶车辆的未来（HandsOff:TheFutureofSelf-DrivingCars）‖。包括GeneralMotors、Lyft、DelphiAutomotive、谷歌Alphabet等在内的行业龙头均列席会议，并就订定联邦统一道路法规的必要性达成一致意见，以支持产业加强更多无人驾驶技术的开发、及开展更有效的基于测试与评估的道路实证测试。表21全球无人驾驶汽车巨头的推进时间表巨头玩家时间进展程度2017集成化公路协助系统：无人驾驶车辆预计普遍可达75英里/小时车速。2018高速公路辅助系统：无人驾驶车辆可以在高速公路上行驶的速度更快，并可以由司机操控更变车道。Bosch2020高速公路领航系统：驾驶人员可以在开车的同时着手做其他的事，例如阅读，与乘客聊天，上网工作等。驾驶员在必要的时候可以手动停车，但是如果驾驶员不想手动或者忘记停车，到达目的地后，车身会自动停止运行。特斯拉2025高速公路自主驾驶：无人驾驶机车甚至连开门都不用手动操作的。2015针对ModelS车型的无人驾驶系统已经完成，进行小范围公测。2022-2023无人驾驶汽车由于缺乏明确的联邦规范，预计可能到2022-2023年上市。苹果2019研发推出首款量产的无人驾驶汽车。沃尔沃2017100辆无人驾驶汽车上路。2015.04推出了iGS智能汽车，具备初级无人驾驶功能。2020实现机构化和部分非结构化道路的无人驾驶功能，包括高速公路、公园道路、崇明岛环岛公路等。上汽集团宝马+百度2025实现全环境下的无人驾驶功能。2030无人驾驶汽车有望大规模应用，让市民出行更安全、便捷，让老年人甚至盲人都能使用。2014.04宣布开始合作研发无人驾驶汽车。2015.12在中国推出原型车，并成功进行全路况下的路试。资料来源：车云网，网易汽车，整理国内智能驾驶发展情况。我国的无人驾驶是从1992年国防科技大学成功研制出第一辆无人驾驶汽车开始的。目前，以百度为代表的互联网巨头、传统IT企业、传统车厂都逐步开始进入无人驾驶领域。其中，百度无疑是国内无人驾驶领域的领先者。图45中国智能驾驶汽车发展历程1989年，我国首2000年，第四代无人驾驶汽辆智能小车诞生车试验成功2007年，红旗旗舰无人驾驶汽车诞生2012年，军事交通学院研制的无人驾驶汽车完成高速114公里测试1992年，国防科技大学成功研制了第一辆真正意义上的无人驾驶汽车2005年，首辆城市无人驾驶车研制成功2011年，改装后的HQ3无人驾驶汽车行驶286公里资料来源：易观智库， 中国十三五规划发布，瞄准智能网联汽车，政策不断落地。2016年3月17日，中 国汽车工业协会发布了《―十三五‖汽车工业发展规划意见》，对未来5年间的中国汽车工业发展提出了八个发展目标，其中―积极发展智能网联汽车‖引人注目。规划指明，将积极发展智能网联汽车，具有驾驶辅助功能（1级自动化）的智能网联汽车当年新车渗透率达到50%，有条件自动化（2级自动化）的汽车的当年新车渗透率为达到10%，为智能网联汽车的全面推广建立基础。此前，工信部装备工业司也曾表示，将构建智能网联汽车发展平台，促使产业链上下互补、共同开发，并优化环境、加速法规建设等，从政策层面培育优良成长环境。图46国内政策不断落地，敲定未来目标20202025掌握自动驾驶总体技术及各项关键技掌握智能辅助驾驶总体技术及各项关键技术，初步建立术，建立较完善的智能网联汽车自主智能网联汽车自主研发体系及生产配套体系研发体系、生产配套体系及产业群，基本完成汽车产业转型升级。级别增量规模空间渗透率1级自动化50%1500万新车辅助驾驶功能2级自动化10%300万新车有条件的自动驾驶资料来源：《中国制造2025》，《―十三五‖汽车工业发展规划意见》，整理国内自动驾驶相关产业政策不断。2017年4月发布了《汽车产业中长期发展规划》，2018年1月发布了《智能汽车创新发展战略（征求意见稿）》，2018年12月发布了《车联网（智能网联汽车）产业发展行动计划》，交通部部长李小鹏在2019年2月28日表示,将力争在国家层面出台自动驾驶发展指导意见，有望彻底扫除自动驾驶车辆上路的法律障碍。整体上，高等级自动驾驶车辆上路合法化的路径，将跟随技术的成熟度逐渐放开，先从简单的高速公路路况开始，逐步开放城区等复杂场景，直至全场景。ADAS引领商业化，促使全面无人驾驶逐步发酵。随着产业竞争发酵、大规模路试启动，预计无人驾驶技术的成熟将不断加速，首先推动辅助驾驶ADAS功能在传统车型上的下沉，并配合高精度地图的完善、持续优化自动驾驶的实现效果；而后，持续受益无人驾驶供应链的技术进步、生产规模化、及成本下降，我们预计，目前是ADAS技术和高精度地图产业化条件成熟的重要过渡阶段，将实现快速的初步渗透和导入，直至未来逐渐成为车辆主动安全标配，收获丰厚市场空间。自动驾驶的实现：政策，技术，产业链协同发展一个都不能少自动驾驶的政策不断落地。2016年2月4日，美国国家公路交通安全管理局表示，根据联邦法律，操纵谷歌无人驾驶汽车的人工智能系统可被视为―驾驶员‖，这意味着美国可能会是全球第一个在无人驾驶交通法规做出改革的国家，扫清无人驾驶汽车商业化障碍，这是无人驾驶汽车迈出的重要一步。除了美国，各国政府、IT巨头以及传统汽车制造商对无人驾驶领域的关注情绪空前高涨，这为无人驾驶的发展创造了难得的机遇。为了更好地区分不同层级的自动驾驶技术。国际汽车工程学会（SAEInternational）于2014年发布了自动驾驶的六级分类体系，美国国家公路交通安全管理局（NHTSA）原本有自己的一套分类体系，但在2016年9月转为使用SAE的分类标准。今天绝大多数主流的自动驾驶研究都将SAE标准作为通行的分类准则。 图47自动驾驶系统的6个级别资料来源：《人工智能（李开复）》、SAE将自动驾驶技术分为0级、1级、2级、3级、4级、5级，共六个级别。在SAE的分类标准中，目前日常使用的大多数汽车处于第0级和第1级之间，碰撞警告属于第0级的技术，自动防碰撞、定速巡航属于第1级的辅助驾驶，自动泊车的功能介于第1级和第2级之间，特斯卡的Autopilot辅助驾驶技术属于第2级技术。按照SAE的分级标准，第2级技术和第3级技术之间存在非常大的跨度。使用第1级和第2级辅助驾驶功能时，人类驾驶员必须时刻关注路况，并及时对各种路况做出反应。但在SAE定义的第3级技术标准中，监控路况的任务由自动驾驶系统完成。这个差别是巨大的，行业通常将第2级和第3级之间的分界线，视作―辅助驾驶‖和―自动驾驶‖的区别所在。无人驾驶产业链协同性逐步增强。无人驾驶的产业链比较长，涉及到汽车、电子、计算机、通信多个行业。从技术产品实现功能来看，包括了高精度地图、环境感知、路径规划、控制执行等多个产业链环节。 执行电控转向电控油门电控刹车控制高精度地图中央处理单元辅助驾驶系统决策算法芯片集成外部环境雷达传感器图像摄像头传感车身状态激光测距仪GPS定位系统单车图48智能驾驶产业链分解车联网通讯系统互联TSP/云服务资料来源：车云网，实现无人驾驶有两条基本路径：一是单车智能化实现无人驾驶。就是车辆本身通过感知、传递与分析、控制来对环境进行反应。二是通过车与车、车与交通联网智慧交通规划来实现无人驾驶。前者是以ADAS的使用为基础，后者是以车联网为基础的。单车智能的实现形式是包括三个层次。分别是传感即为环境感知，控制还有执行。形象的类比到人的话传感就是人的眼。ADAS高级辅助驾驶即是在提高单车智能。传感：如人眼般对环境得到感知。车的感知是通过传感器得以实现的，图像摄像头、激光传感器、毫米波雷达等设备使汽车可以感知图像、距离、夜景等多种功能。控制：将得到的信息进行分析并做出决策。处理阶段可以分为两部分析和决策。传感器传来的只是图像、距离信息等数据流，通过算法将图像中车辆、行人、道路等甄别出来，将距离配合车速得到碰撞可能的概率等是进行分析。对分析得到的结果进行决策，是否应该预警、降低车速等。执行：执行部分，电控转向、油门、刹车可以融合传统车身控制系统实现辅助驾驶，也是对前两步的补充。车联网：V2V（车车通讯）、V2I（车与基础设施通讯）的加入使得车与车之间的协作更加有效，对道路的通讯能及时了解交通信号灯等变化做出反应。车际网能使车辆了解附近的位臵信息和速度信息以及道路的交通状况。这样减少了车辆自身对周边环境的感知。 智能驾驶细分领域之一：ADASADAS：无人驾驶的必经之路高级驾驶辅助系统（AdvancedDriverAssistantSystem），简称ADAS，是利用安装于车上的各式各样的传感器，实时收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性。我们认为，ADAS是实现单车智能化的一个必要环节。ADAS市场规模分析ADAS市场前景广阔。目前的ADAS仍属于辅助驾驶的阶段，处于2级到3级这一区间，在驾驶过程中主要起到提供信息、预警的作用，在有限的范围内对车辆行驶进行控制。2015年国内ADAS系统中渗透率最高的功能为盲区监测，但渗透率仅为6.9%。目前，国内ADAS系统绝大部分功能的渗透率低于5%，离发达国家有明显差距。根据汽车工业协会的数据，2015年渗透率为15%（单车具备任何一种ADAS功能即算），预计这一比重将在2019年超过50%，呈快速上升趋势。图492019年智能驾驶渗透率将超过50%图502014-2019中国ADAS市场规模（亿元）0.70.60.50.40.30.215.00%20.00%32.00%47.00%61.00%52.00%600500400300200100011115154236.00%35.10%34.80%37235.30%2752040.545.70%0.40.30.20.100.1011.00%201420152016E2017E2018E2019E2020E201420152016201720182019市场空间预测（亿元，左轴)增速（%，右轴)资料来源：中国产业信息网，资料来源：中国产业信息网，ADAS实现的功能分析ADAS可以分为三大类：驾驶辅助系统、主动安全技术、应急预警系统。其中驾驶辅助系统包括：自适应巡航、倒车影像、侧方障碍探测、自适应泊车系统等。主动安全技术包括：车道保持辅助、主动式盲区探测系统、预碰撞自制动系统、远近光自适应调节系统等。应急预警系统则包括：前方碰撞预警、车道偏离警示、盲区探测预警、限速信息提醒、防疲劳驾驶预警、交通标志智能识别系统、夜视安全预警系统等。 图51ADAS的技术分布情况辅助驾驶系统应急预警系统自适应巡航倒车影像侧方障碍探测自适应泊车系统前方碰撞预警车道偏离警示盲区探测预警限速信息提醒防疲劳驾驶预警交通标志智能识别系统夜视安全预警系统主动安全技术车道保持辅助主动式盲区探测系统预碰撞自制动系统远近光自适应调节系统资料来源：车云网，ADAS功能日益丰富。为了实现无人驾驶，各大整车厂和供应商目前正在开发ADAS，随着ADAS慢慢被完善，车辆也在一步一步从NHTSA的0级过度到第4级，实现完全自动化。 表22ADAS系统实现的功能（1）系统功能图片自适应巡航车辆前部雷达持续扫描车辆前方道路，同时轮速传感器采集车速信号。当与前车之间的距离过小时，ACC控制单元可以通过与制动防抱死系统、发动机控制系统协调动作，使车轮适当制动，并使发动机的输出功率下降，以使车辆与前方车辆始终保持安全距离自动紧急制动AEB系统采用雷达测出与前车或者障碍物的距离，然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，AEB系统也会启动，使汽车自动制动，从而为安全出行保驾护航智能大灯控制可以根据道路的形状来改变大灯的方向。另一些智能大灯控制系统能够根据车速和道路环境来改变大灯的的强度。盲点检测通过车辆周围排布的防撞雷达、多普勒雷达、红外雷达等传感器、盲点探测器等设施。由计算机进行控制，在超车、倒车、换道、大雾、雨天等易发生危险的情况下随时以声、光（侧视镜上的小灯闪烁）形式向驾驶员提供汽车周围必要的信息，并可自动采取措施，有效防止事故发生注意力检测系统系统运用感应器来检测驾驶员的注意力。如果司机看向马路前方，并且在此同时有危机的情况被检测到了。系统就会用闪光，刺耳的声音来警示。如果司机没有做出任何回应，那么车辆就会自动刹车前方碰撞预警系统通过雷达系统和摄像头来时刻监测前方车辆，判断本车于前车之间的距离、方位及相对速度，当存在潜在碰撞危险时对驾驶者进行警告抬头显示器把汽车行驶过程中仪表显示的重要信息（如车速）投射到前风挡玻璃上，不仅能够帮助对速度判断缺乏经验的新手控制自己的车速，避免在许多的限速路段中因超速而违章，更重要的是它能够使驾驶员在大视野不转移的条件下瞬间读数，始终头脑清醒地保持最佳观察状态智能车速控制该系统能识别交通标识，并根据读取的最高限速信息控制油门，确保驾驶者在法定限速内行驶，有效避免驾驶者在无意识情况下的超速行为车道偏离告警由HUD抬头显示器、摄像头、控制器以及传感器组成，当车道偏离系统开启时，摄像头（一般安臵在车身侧面或后视镜位臵）会时刻采集行驶车道的标识线，通过图像获得汽车在当前车道中的位臵参数交通信号及标志牌识别让车辆能够自动识别交通信号或者标志牌，比如说最高限速，或者停车等标示全景泊车停车辅助系统安装在车身前后左右的四个超广角鱼眼摄像头，同时采集车辆四周的影像，经过图像处理单元畸变还原→视角转化→图像拼接→图像增强，最终形成一幅车辆四周无缝隙的360度全景视图资料来源：中国产业信息网， 表23ADAS系统实现的功能（2）系统功能图片汽车夜视系统利用红外线技术能将黑暗变得如同白昼，使驾驶员在黑夜里看得更远更清楚。夜视系统的结构由2部分组成：一部分是红外线摄像机，另一部分是挡风玻璃上的光显示系统泊车辅助通过安装在车身上的摄像头，超声波传感器，以及红外传感器，探测停车位臵，绘制停车地图，并实时动态规划泊车路径，将汽车指引或者直接操控方向盘驶入停车位臵行人检测系统车辆行驶途中可以利用摄像头雷达，和激光雷达来探测到四面行人，在安全距离内及时控速资料来源：中国产业信息网，ADAS国内外市场竞争格局分析ADAS市场参与者主要分为三种类型：1、整车企业：一般来说，ADAS功能都是整车企业通过前装配臵的形式给消费者选取的，所以整车企业承担这些功能的风险，也掌握着整个价值链，其呈现方式是，通过顶配和一般配臵的价格差来实现价值体现。2、系统供应商/Tie1供应商：由于这类ADAS的功能，往往是通过一组传感器+ECU的方式捆绑销售，使得系统供应商或者说Tie1在里面担当核心的角色，它是方案的设计者。3、Tie2供应商：这类就是Freescale、Mobileye、ST，完全不依靠芯片制造或者是部件制造，靠IP和技术获取盈利。图52ADAS的产业链市场分类摄像头厂商雷达厂商汽车主机厂商前装市场Tier1供应商ADAS芯片厂商算法公司后装市场代工厂个人消费者、商用车队、保险公司等资料来源：CCID，中国企业也在积极布局ADAS。通过掌握先进的技术快速占领中国广大的市场，有些上市公司主要靠外延式并购来涉足ADAS领域，而另外一些主要靠自主性研发来实现。 表24国内主要涉及技术和部件的公司公司主营业务参与控股的ADAS企业投资额（万元）股权比例产品配套客户中原内配气缸套灵动飞扬383415.34%Birdview（三维鸟瞰行车辅助统）、LDWS（车道偏离预警系统）、BSD（盲点监测系统）、FCW（前方碰撞预警警系统）、BSD（盲点监测系统）、FCW（前方碰撞预警系统）东方神龙、雪铁龙、标志、江淮等各大汽车星宇股份车灯自主自适应前照灯系统（AFS）广汽集团亚太股份制动系统前向启创290020%车道偏离预警系统LDWS、前车避撞预警系统FCWS、疲劳驾驶检测系统FDDS、行人检测报警系统PDWS、限速标志识别系统SLSR、全景鸟瞰泊车辅助系统EPAS、自动检测系统AutoLight、前车启步提醒Stop-Go、夜视辅助系统NightVsion北汽、众泰金固股份钢制车轮苏州智华400020%基于摄像头的全景泊车系统、车道偏离报警及车道保持辅助系统等等东风日产，广汽,长安，宇通，金龙得润电子电子连接器Meta4236160%汽车功率控制、安全和告警传感器和控制单元、车联网模块宝马、奔驰、大众集团菲亚特集团、标致雪铁龙四维图新电子导航地图自主支持ADAS功能的高精度地图数据融合到车联网业务重，主要客户大众、宝马、奥迪、丰田、长城东风科技内饰件、压铸件上海伟世通汽车电子系统有限公司40%HUD（抬头显示）PSA东风本田等、上海通用资料来源：中国产业信息网，智能驾驶领域分析之二：高精度地图高精度地图：无人驾驶的必要条件高精度地图：厘米级精确度。（1）传统ADAS地图（精确度只有1-10m的级别）：只记录高精道路级别的数据：道路形状、坡度、曲率、铺设、方向等。（2）高精度地图（精确度厘米级别）：不仅增加了车道属性相关（车道线类型、车道宽度等）数据，更有诸如高架物体、防护栏、树、道路边缘类型、路边地标等大量目标数据。高精度地图能够明确区分车道线类型、路边地标等细节。在它的帮助下，即使是十分恶劣的天气，无人汽车也能完成高速行进中的变道超车、上下匝道等―高难度动作‖。我们认为高精度地图将成为无人驾驶汽车的必备与传感器互相补充，为无人驾驶提供安全保障。无人驾驶的安全保障。2016年，谷歌出现首例由于无人车自身失误而导致的事故，其中很大一部分原因可能来自于传感器和控制系统的失误，而完善的高精度地图技术则很有可能大大地改善当前的状况。如果说传感器是无人驾驶汽车的眼睛，那么高精度地图就是无人车的记忆，我们认为高精度地图将成为无人驾驶汽车的必备，与传感器互相补充为无人驾驶提供安全保障。高精度地图：三大主要功能。我们认为未来的高精度地图将作为无人驾驶的记忆系统，具备三大功能。 G-Sensor加速度VisualSLAM基于视觉感知的高精度定位增强（1）地图匹配。由于存在各种定位误差，电子地图坐标上的移动车辆与周围地物并不能保持正确的位臵关系。利用高精度地图匹配则可以将车辆位臵精准的定位在车道上，从而提高车辆定位的精度。图53高精度地图的地图匹配功能GYRO航向变化Fusion信号融合处理速度变化MapMatching地图匹配反馈资料来源：搜狐网，（2）辅助环境感知。对传感器无法探测的部分进行补充，进行实时状况的监测及外部信息的反馈：传感器作为无人驾驶的眼睛，有其局限所在，如易受恶劣天气的影响，此时可以使用高精度地图来获取当前位臵精准的交通状况；（3）路径规划。对于提前规划好的最优路径，由于实时更新的交通信息，最优路径可能也在随时会发生变化，此时高精度地图在云计算的辅助下，能有效地为无人车提供最新的路况，帮助无人车重新制定最优路径。智能驾驶细分领域之三：感知层环境感知：无人驾驶的眼睛。感知技术作为智能驾驶的核心技术之一，就像是智能驾驶汽车的眼睛一样，能够为智能驾驶汽车提供实时的环境状况。完善的环境感知以高精度地图为技术基础，通过各类传感器对当前行驶的环境状况（包括行驶路径、天气因素、周边物体等）进行捕捉。只有在对环境状况的正确感知的基础上才能进一步进行分析并作出相应的反应，因此可见，环境感知是无人驾驶技术的起点，亦是其发展过程中极为重要的一环。图54环境感知是智能驾驶的起点n环境感知•高精度地图•传感器技术n路径规划•数据计算•深度学习n控制实施•计算机处理BD/GPS基本定位信息资料来源：易观智库，车载传感器分类。车载传感器是环境感知技术最为重要的实现设备。在实际运用过程中，无人汽车通常通过使用和组合不同类别的传感器，对各自所擅长的环境及方位进行探测感知，从而实现绝大部分环境下的感知解决方案。目前主流的无人车载传感器包括毫米波雷达、激光雷达以及视觉传感器等几种类型。毫米波雷达。毫米波雷达使用30～300GHz的毫米波，通过回波与发出的信号进行比较，得到差值，能够根据得出的时间差与速度迅速计算出物体之间的距离。与其他类型的传感器 相比，毫米波穿透烟尘能力强，抗干扰能力出色，几乎适用于所有气候（大雨天除外），可用于全天候场景下0-300米范围内的快速感知，由于精度要求严格的缘故，毫米波雷达的相对成本也较高。从频率来看，目前的毫米波雷达有24G、77G、79G三种，其中77G为长距离雷达，主要应用于前向识别，而24G和79G则定位于短距离雷达，用于后向及侧向识别。77G相对于24G来说规模更小但也更贵，考虑到衰减速度、面积等因素，77G更合适用于车载，也是未来毫米波雷达的主要发展方向。一般支持ADAS功能的汽车至少会使用2到3个毫米波雷达，而诸如奥迪A4、奔驰S级等中高档汽车则已配备了5-7个毫米波雷达。预计到2020年全球汽车毫米波雷达出货量将达到7200万颗，市场规模则将达到51.2亿美元。图55全球汽车毫米波雷达市场发展预测（亿美元）51.224.619.366050403020100201520162020E汽车毫米波雷达市场规模（亿美元）CAGR20%资料来源：中国产业信息网，视觉传感器视觉传感器主要指车载摄像头，市场上产品的具体应用包括前视、后视、侧视以及车内监控四个方面。后视、侧视与内部主要采用广视角像头，而前视摄像头则分为单目视觉以及立体视觉，单目摄像头主要原理是将捕获的信息与地图数据进行比对、识别，而立体摄像头则是利用双目实时深度计算得出物体与摄像头的距离。相比之下立体摄像头不需要大量的数据训练，而且具有更低的错误率，但由于需要处理多个摄像头的数据，因此计算量较大，同时成本也更加高。表25摄像头类别及其功能对比产品类型主要功能摄像头类型前视正面环境感知，交通标志识别单目/双目后视泊车辅助广角侧视监控两侧盲点广角车内通过人脸识别技术对驾驶员状态进行分析广角资料来源：国家测绘地理信息局，传统驾驶方式中车载摄像头的应用并不广泛，而一套完整的ADAS系统一般会配备至少6个摄像头（1前视+4侧视+1后视），由此带来的市场空间十分巨大。Mobileye的成功证明了依靠摄像头开发ADAS功能的可行性。据智研咨询的数据，2015年国内车载摄像头的产能已达到1880万个，2015年全球车载摄像头市场规模为19亿美元，到2020年全球车载摄像头的市场规模将达94.8亿美元，5年CAGR达37.9%，呈现高速增长态势。 图562015-2020全球车载摄像头市场规模预测10094.842%90807060504030192010026.539.50%37.340.80%52.239.90%70.635.20%40%38%36%34.30%34%32%30%201520162017E2018E2019E2020E全球车载摄像头市场规模（亿美元，左轴)增速（%，右轴)资料来源：中国产业信息网，激光雷达激光雷达主要通过对外部环境进行扫描，从而为车辆提供精准的三维实时信息，以便无人汽车作出相应的反应。相比于以上两种传感器，激光雷达采用专门的脉冲压缩技术，将脉冲宽度压缩到纳秒级别，大大提高了数字测量识别的精确度。由于激光雷达的极佳性能，目前绝大多数无人驾驶汽车都配备有激光雷达。目前，激光雷达可以分为机械扫描激光雷达、固态激光雷达。激光雷达根据线数的不同，可以分为2D、2.5D（1，4，8线）和3D（16，32，64线）三类产品。据中商情报网数据，2015年中国车载激光雷达市场规模为1.09亿元，到2016市场规模达1.93亿元，同比涨幅达77.06%。随着无人驾驶汽车的逐渐普及，我国车载激光雷达市场规模将保持高速增长的态势，预计到2021年，我国车载激光雷达市场规模将超6亿元。未来，无人驾驶汽车产业化的到来以及车载激光雷达成本的降低，将共同推动车载激光雷达产业的爆发式增长。图57中国车载激光雷达市场规模预测7市场规模（亿元）6.1365.2954.4543.6132.7721.931020162017E2018E2019E2020E2021E资料来源：中商情报网，目前主要的激光雷达供应厂商均为海外雷达制造企业，包括Velodyne、IBEO、SICK等。相比而言，国内厂商技术仍存在较大差距，与车载摄像头市场类似，我们认为国内市场未来几年仍将以海外供应商为主导，国内厂商以战略合作加自主研发的方式逐步抢占市场。三大传感器对比。三种传感器各有优劣。摄像头在三大传感器中是最晚被选为无人汽车配件的，早期无人车概念并不考虑视觉传感器的应用，而近年来随着摄像技术的飞跃，摄像头受外部 环境（光线、）的影响程度变小，加上其相对低廉的价格，摄像头逐渐被厂商们接受；激光雷达则具有精确度高的优势，现阶段成本问题是激光雷达的最大缺陷所在；毫米波摄像头最大的优势在于几乎不受外部环境影响，但信号在空气中传播时容易衰减。表26三大传感器优劣势传感器类别激光雷达毫米波雷达视觉传感器优势速度快，精确度极高抗干扰能力强成本较低劣势价格高昂，无法量产容易衰减、价格较高易受外部环境干扰不适用环境雾天、雨天、冰雪雨天雾天、雨天、黑夜、冰雪资料来源：易观国际，自动驾驶的2018根据清华大学邓志东《2018全球自动驾驶：产业生态精彩纷呈》，在过去的2018年，整个无人驾驶进入相对客观冷静的阶段，技术开发与商业化稳步推进，传统车企智能化压力在增加，互联网车厂寻求技术结盟，跨界巨头在加快生态建设，初创企业融资相对没有过去那么轻松了。路测数据自2018年6月以来，谷歌Waymo在开放道路上的测试里程每月攀升到100万英里，全年达到500万英里，这与过去8年半的路测总里程持平。目前Waymo已拥有1000万英里或1609km以上的路测总里程。与此同时，Waymo在模拟驾驶环境下，每天还可积累1609万km的测试里程大数据，迄今已达160.9亿km。自动技术的瓶颈之一就是环境感知，环境感知的核心是计算机视觉技术，好的CV算法需要大量的数据来训练，所以如何积累具有高质量标签的细分应用场景大数据，已成为提高环境感知能力的关键所在。在自动驾驶领域，路测里程数和人工干预频率数是训练的核心数据，间接反应了技术的成熟度，并且自我进化。整个2018年谷歌Waymo共有111辆车参与路测，平均每1000km出现0.06次―脱离‖，即每17846.8km出现1次人为干预，较2017年能力提高了1倍；居第二的通用Cruise在2018年度进步神速，在加利福尼亚州安排了162辆路测车，平均每1000km出现0.12次―脱离‖，即每8327.8km出现了1次人为干预，达到了Waymo在2017年的水平。激光雷达2018年1月在美国拉斯维加斯举办的CES-2018上，包括Velodyne、法雷奥、Quanergy、Luminar、Innoviz、LeddarTech等在内的10余家激光雷达企业展示了其最新产品。参会的中国企业包括速腾聚创、北科天绘、北醒光子和光珀智能。美国Velodyne公司在展会上推出了汽车级全固态激光雷达Velarray和新款128线激光雷达VLS-128。全球激光雷达龙头企业与初创企业正混战于车规级量产激光雷达，特别是第三代全固态激光雷达。但迄今惟一1款已量产的车规级激光雷达是法雷奥的ScaLa激光雷达，已由奥迪应用在其新款A8、A6等车型上。由激光雷达、摄像头和毫米波雷达等组成的多传感器融合方案，已成为大多数企业的首选。作为产业链上游的核心零部件之一，车规量产的低成本全固态激光雷达似乎已成为自动驾驶汽车商业化落地应用的晴雨表，其成本的下降速度很大程度上决定了自动驾驶大规模商用的速度。芯片特斯拉正自主研发自动驾驶芯片追逐价值链高端，同时更新发布视觉深度神经网络软件的最新版本。目前全球大约有20多万辆特斯拉已售车辆上安装有Autopilot1.0、2.0或2.5硬件系统。2018年9月，基于视觉深度神经网络的TeslaVision9.0软件系 统已更新到最新的9.0版本。更高水平的辅助或自动驾驶功能，可通过空中下载进行软件升级。在全世界范围之内，特斯拉是唯一一家在自产商用车上完成车规级自动驾驶硬件部署的企业。为了占据价值链高端，埃隆·马斯克于2018年10月16日表示，其完全自主研发的自动驾驶芯片将在半年之后全面投入使用，相应推出的Autopilot3.0硬件系统，可望获得5~20倍的性能提升，但其价格仅增加5000美元。自动驾驶芯片竞争激烈，因其市场空间大，某种程度上甚至能引起未来芯片产业的重新洗牌。目前的自动驾驶芯片主要包括英伟达的DRIVE系列，例如NvidiaDRIVEPX、PX2、Xavier和Pegasus，后者是它的第三代最新产品，具有ASIL-D的最高安全标准，但价格较贵。另外就是英特尔-Mobileye的低功耗EyeQ系列，其中第五代SoC芯片EyeQ5于2018年12月推出样片，完成了所有功能测试，预计将于2021年实现量产，可望支持L4+自动驾驶的开发。目前各汽车制造厂商及Tier-1正与这些芯片企业合纵连横，结成各种战略联盟，积极研发车规级可量产的域控制器，例如采埃孚与英伟达的ProAI，奥迪与英特尔-Mobileye的zFAS等。整个2018年自动驾驶产业从之前的喧嚣、过于乐观逐步开始客观冷静。芯片、激光雷达、摄像头、毫米波雷达、OA、AI、大数据、高精地图、惯导、5G、v2x、云平台、信息安全以及技术、资金、人才、车企、共享出行平台、交通基础设施、远程安全监控设施、测试基地、政策法规和商业模式等上下游产业链的自动驾驶产业生态逐步形成。整个自动驾驶空间巨大，需要一步一步用时间去挖掘，单车智能、车联网、共享出行、第三空间，每上升一个梯度，市场空间都是几何级数增长。看好国内市场未来在全球的话语权及产业链相关公司。1.1.1医疗IT场景医疗IT以医院的信息化建设为起点，医院的信息化建设是医院利用计算机技术实施管理，优化业务流程的重大变革，信息化已经深入到医院工作的方方面面，而且投入巨大，部分医院的信息化投入已经过亿元。医院的信息化建设起源于美国，20世纪50年代初，美国最初将计算机技术用于医院的财务管理。20世纪60年代末到70年代初，美国已经认识到医院信息化假设的重要性，并随之进入到建设的初期阶段。至今已经经历4个不同的阶段。表27美国医院信息化建设阶段划分阶段时间主要内容第一阶段20世纪70年代以收费系统为主的医院信息化系统建设。第二阶段20世纪70年达末到80年代美国医院开始推广一些具有相应功能的临床系统，1977年发布ICD-9和DRGs标准，1985年发布DICOM标准，1987年发布HL-7标准。第三阶段20世纪90年代美国医院信息化逐渐实现了高级临床推广，包括PACS、LIS、EMR及临床路径（CP），1996年克林顿总统签署的HIPAA法案也积极推动了医院信息化的发展。第四阶段2000年后自2000年以后美国将电子病历作为信息化建设的主要内容，布什总统2004年提出10年内每人拥有健康档案（EHR）计划，奥巴马总体投入200亿美元推广使用医疗信息技术。同时美国政府提出建立国家健康信息网络（NHIN），实现医疗机构之间信息共享。资料来源：《医院信息化建设》，我国从20世纪70年代开始了计算机在医院业务中的应用，1973年医科肿瘤医院成立计算机室开展全国肿瘤疾病死因调查数据统计处理工作；1978年南京军区总医院引进DJS-130小型机开展药品管理工作；1986年卫生部成立计算机领导小组；1993年卫生部医院管理研究所开始组织实施国家―八五‖重点攻关项目《医院综合信息系统研究》；2009年新医改方案出台；2010年卫生部发布了《电子病历基本规范（试行）》和 《电子病历系统功能规范（试行）》；2015年李克强总理在《政府工作报告》中提出―互 联网+‖行动计划；2016年习近平总书记在《―健康中国2030‖规划纲要》中提出建设健康信息化服务体系，创新医疗卫生服务供给模式，提升医疗服务水平和质量……综合来看，我国的医疗信息化的发展可以分为三个阶段。第一阶段：从20世纪70年代开始，主要以大型医疗机构的信息化建设为主，医疗保险成为建设的推手；第二阶段：从2003年―非典‖为动因，国家为提高业务管理水平，加大了公共卫生信息化建设投入，建设了一大批医疗信息系统；第三个阶段：以2009年国家出台的―新医改‖为推手，信息化作为重要支撑体系写入报告当中，居民健康档案、电子病历作为中心被提上日程，而卫生信息化―十二五‖规划则明确提出了―3521‖的总体框架路线图。―3521‖框架包括：国家、省级、区域3级信息平台；公共卫生、医疗服务、基本药物制度、综合管理、新农合5大应用；电子健康档案和电子病历2个数据库；1个全国统一的卫生信息化专用网络。目前就全世界的医疗信息化发展步伐和经验来看，根据国际标准，医疗信息化的发展深度可以分为三个阶段：即医院管理信息化（HIS）阶段、临床医疗管理信息化（CIS）阶段、区域医疗卫生服务（GMIS）阶段。医院管理信息化与临床医疗管理信息化主导院内资源与信息的流动，而区域医疗信息化则为区域内医疗资源和信息的共享和互通提供契机。医院信息化的建设目标一般是围绕医院整体的战略目标而形成，最终目的是实现数字化医院和智能化医院。在医院自身目标的指导下，可分解成一系列具体目标：HIMSS评级的目标、电子病历评级的目标、互联互通等级测评的目标、信息安全等级保护测评的目标等。但是整个国家的医疗IT体系建设是围绕解决有限的医疗资源和日益增长的医疗需求之间的矛盾展开的。通过IT手段提升效率，实现医疗资源的精细化管理，实现社会福利的最大化。医疗资源的供需矛盾不断加深a.老龄化带来医疗需求的急剧增长中国人口的老龄化程度正在加速加深。根据中国产业信息网的数据，截至2017年，我国老年人口达到2.4亿，老龄人口占比为17.3%；预计2025年，六十岁以上人口将达到3亿，我国将成为超老年型国家。考虑到我国实行了40多年的计划生育政策，人口出生率得到抑制，预计到2040我国人口老龄化进程达到顶峰。图582005-2017我国60岁以上人口及占比32.292.431821.591.671.761.441.48816142200520062007200820092010201120122013201420152016201760岁以上人口（亿人，左轴）60岁以上人口占比（%，右轴）资料来源：国家统计局、中国产业信息网，上海市社科院的研究显示，上海老年人口对医疗资源的需求、利用量和费用高， 接近20%的人群消耗了50%左右的医疗资源，老年人的人均医疗服务费用是其他年龄组的6倍。我们认为，按照上海2015的老年支出趋势，未来我国老龄人口对医疗资源的占用还将持续上升。2030年，我国60岁以上老人比例将接近四分之一，因此基于上海的情况，我们可以预计在2030年很可能出现老龄人占据医疗资源超过60%的情形。人口老龄化加速对医疗资源的需求增长。a.供给层面增长缓慢普通高等学校医学专业毕业生的增速自03年以来总体呈下滑趋势，2017年的同比增速已接近21世纪以来的历史最低位，高质量的医学专业毕业生供给出现不足。同时我国高等学院医专毕业研究生增速在最近几年也呈现下滑趋势。考虑到我国老龄化趋势愈发严重，我们预计高质量的医学人才在未来的需求缺口将会进一步加大。图59我国历年医专毕业生数量走势及增速80000080700000706000006050500000404000003030000020200000100100000-100-20200020012002200320042005200620072008200920102011201220132014201520162017普通高校医学专业毕业人数(人，左轴）医学专业研究生毕业人数（人，左轴）普高医专毕业数同比（%，右轴）医专研究生数同比（%，右轴）资料来源：wind，我国入院人数/普通高等学校医学专业毕业生数量比率以及入院人数/医学专业毕业研究生比率近年来一直呈上升趋势，这也同样反映出我国优质医学人才的供不应求，优质的医学人才是医疗资源充分发挥其作用的重要保障，照此趋势，我们认为我国的优质医疗资源将更加紧缺，因此如何提升医疗资源利用效率迫在眉睫。图60两大比率走势350030030002502500200200015015001000100500500020042005200620072008200920102011201220132014201520162017入院人数/医专研究生比率（倍，左轴）入院人数/普高医专毕业数比率（倍，右轴）资料来源：wind，b.医疗资源分布不均我国当前医疗资源稀缺且分布严重不均衡。我国大部分医疗资源都集中在东部沿海省份，并且东部医生密度也高于中西部地区。 当前我国大城市三甲医院云集，而中小城市，乡镇，优质医疗资源不足。东部发达地区的三甲医院占了全国总数的近50%，而中西部地区医生匮乏。一线城市和二三线城市、农村，东部和中西部的医疗资源分布不平衡。优质医疗资源几乎全部集中在北京、江苏和广东一带，而占中国国土面积近80%、人口占近6成的中西部地区，医疗资源的增长速度远远跟不上需求的增长速度。2003-2017年我国东、中、西部地区的医疗机构数差别不大，但是从医院数来看，情况便不容乐观。最近10多年来，我国东部地区医院数量增速明显高于中西部地区，2017年东部地区医院数为12219个，远高于中西部的8819、10018个。图612003-2017我国医疗机构及医院数对比（分地区）40000014000350000120003000001000025000080002000006000150000100000400050000200000200320042005200620072008200920102011201220132014201520162017东部卫生机构数（个，左轴）中部卫生机构数（个，左轴）西部卫生机构数（个，左轴）东部医院数（个，右轴）中部医院数（个，右轴）西部医院数（个，右轴）资料来源：wind，三级医院作为我国最优质的医疗资源，其地区分别严重不均衡，2017年，我国东中西部的三甲医院数分别为1095、616、629个。东部沿海地区三甲医院集中度高，最近10年来占比一直在45%以上。图62我国三级医院分布998105110958549107576535675815865945805966164865464142664684904002923153193433701200100080060040020002005200620072008200920102011201220132014201520162017东部三级医院中部三级医院西部三级医院资料来源：wind，从每千人拥有的卫生人员数量及执业医师数量来看，东部地区全面占优，医疗资源分布严重不均已经是不争的事实。 图632007-2017年我国每千人卫生人员及执业医师数（分地区）76.316.56.85.926.265.225.495.3355.485.454.574.5643120.5120072008200920102011201220132014201520162017东部每千人卫生人员（人，左轴）中部每千人卫生人员（人，左轴）西部每千人卫生人员（人，左轴）东部每千人执业医师（人，右轴）中部每千人执业医师（人，右轴）西部每千人执业医师（人，右轴）资料来源：wind，我国医疗信息化发展深度的三个阶段伴随着我国医疗卫生支出的快速增长，我国医疗机构的信息系统及区域医疗信息系统的建设也在加速进行，信息化在医疗行业的作用越来越重要；我们认为，虽然每年信息化投入规模占医疗行业总体支出比值偏小，但其在整个医疗体系中的中枢作用愈发明显，医疗IT系统运行的效率、安全性、便捷性受到较高关注。目前，医疗信息化的聚焦点主要包括三大方面。第一，以电子病历为核心的医院内部信息系统建设工作将全面推开。目前我国医院内部各科室之间数据共享还处在较低水平，国家卫生健康委员会已发文要求三级医院在2020年完成升级工作；第二，医保基金交易结算和监控系统将变得越来越有效率。卫健委在2018年10月已发文要求有条件的医院大力开展网络支付方面的升级工作，提升就医效率，另外各地区医保基金管理机构也会大力开展交易升级，以应对就医数据量的大幅增加；第三，区域医疗卫生平台建设将大力推广。电子病历数据将会由医疗机构流向医疗保障局和国家卫健委及地方政府共同建设的区域医疗卫生平台，每笔医保基金支出都与相应的电子病历一一对应。通过长时间、大规模、各维度积累后通过大数据分析技术将能制定出更为准确的医保基金支付方式。我们认为，目前来看，在整体医疗信息化中，医院信息化投入会比较大，从长期角度看医保基金交易平台信息化投入会越来越重。区域医疗卫生平台以电子病历为主，核心在于构建包含医疗机构、金融机构、养老机构参与的大生态系统，代表未来发展方向。我们认为，信息化后的数据积累，将带来更为准确和合理的医保基金支付方式，是缓解当前医保控费的一种行之有效的方法，政府的政策推动加上产业资本的流入已经点燃了医疗信息化行业的―火种‖。a.医院管理信息化HIS强调以医院事务管理为主要内容，主要目标是支持医护人员的临床活动，收集和处理患者的临床医疗信息。医院管理信息化是计算机应用在医院的初级阶段，如医院财务管理、收费、管理、药品管理等。这些子系统统称为医院信息系统（HIS），利用计算机软硬件技术、网络通信技术等现代化手段，对医院及其所属各部门的人流、物流、财流进行综合管理，对在医疗活动各阶段产生的数据进行采集、储存、处理、提取、传输、汇总、加工生成各种服务的信息系统。 图64医院信息系统整体架构体系资料来源：搜狐科技，18根据前瞻产业研究院的数据，2008-2016年我国医院信息系统市场规模呈逐年增长趋势，2016年市场规模为23.9亿元左右，yoy+8.64%。当前HIS系统的市场增量主要来自于传统架构的升级和再造。我们认为，一般HIS产品的更新周期约为10年，上一轮HIS兴建时期在2010年左右，因此现阶段正处于更新换代的新周期。一方面，医院内部对医疗信息集成的需求上升；另一方面，区域医疗信息化的发展需要与医院进行业务对接。因此，传统HIS的升级和再造成为医院管理的刚性需求。图65我国HIS市场规模及增速403625.0029302624201610.00855.00020082009201020112012201320142015201620172018E2019E2020E0.00HIS市场规模（亿元，左轴）同比(%，右轴）资料来源：前瞻产业研究院，目前绝大多数医疗机构已完成HIS系统建设，实现了医院日常工作的信息化管理，我们认为，未来建设重点开始向以患者为核心的CIS系统转移。根据前瞻产业研究院统计数据，在2015年，我国三级医院基本达到HIS全覆盖，而二级及以下也基本达到80%覆盖。我们认为当前时点是CIS的建设高峰。a.临床管理信息化（CIS）我国的二三级医院已开始进入CIS阶段建设，医疗信息化行业迎来2.0时代—CIS时代。当前我国正在经历CIS（临床管理信息化）阶段，该阶段以病人为中心，以电子病历为抓手将内部影像、检查、HIS、ICU监护、手术麻醉管理系统等进行整合，打通医院内部部门的所有环节，实现医院内部的医疗信息共享，同时在支 付环节加大与医保基金、银联、互联网公司、社保卡等部门的合作，切实提升支付效率。图66CIS系统实施项目占比住院医生工作系统电子病历系统实验室信息系统放射科信息系统超声影像信息系统临床知识库系统病理科信息系统PACS系统临床路径管理系统体检中心管理系统内窥镜成像系统心电图信息系统重症监护信息系统临床决策支持系统医院传染/感染监控系统远程医疗系统手术麻醉信息系统0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%资料来源：中国产业信息网，海通证券研究所CIS（医院临床信息系统）系统以病人为核心，以EMR（电子病历）为基本信息单元，结合PACS（影像存档与传输系统）、LIS（实验室信息系统）、医嘱管理系统等系统优化就医流程，提高医疗效率。其中EMR提供了患者的各类基础数据，是CIS系统的核心。但CIS中的核心系统，例如LIS、PACS、EMR等尚存在20-40%的未实施空间，远程医疗已实施部分仅占17%，我们认为，未来市场空间依然非常巨大，当前我国医院正处于CIS系统建设的高峰期。住院护士工作站根据前瞻产业研究院统计数据，目前，国内三级医院基本实现HIS全覆盖，而二级及以下医院也基本达到80%覆盖。而CIS系统的市场规模预计从2016年的28亿元增长至2022年的77亿元，年复合增长率将达到18.4%。CIS包括了电子病历系统（EMR）、PACS（医学影像储存与传输系统）等子系统，电子病历是其最核心构成之一。据IDC预测，医疗信息化行业市场规模中的CIS系统占比在近几年呈现逐步增加的趋势，从2013年的43.9%增加到2019年的47.5%，提高3.6个百分点。无论是从CIS行业在医疗信息化行业市场规模的占比情况，还是CIS行业市场规模大小及增速来看，CIS行业目前正在步入快速上升通道。图67我国CIS在医疗信息化解决方案占比CIS占比(%)4847.5474746.44645.6454544.443.9444342201320142015201620172018E2019E资料来源：智研咨询， a.区域医疗信息系统自从提出―3521‖的区域医疗信息化建设框架以来，其内涵不断扩充，先后经历了―35212‖、―36312‖、―46312‖这几个阶段。当前最新的政策规划为―46312‖，即建设国家级、省级、地级市、县级4级卫生信息平台，依托于电子健康档案和电子病历，支撑公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理等6项业务应用，构建电子健康档案数据库、电子病历数据库、全员人口个案数据库3个数据库，建立1个安全的卫生网络，加强卫生标准体系和安全体系2个建设。GMIS(GlobeMedicalInformationService)系统建立的前提是医院内部HIS、CIS系统已经有一定的基础且数据交互不存在障碍，该系统主要体现在区域内医院与医院、医院与各级卫生行政管理机关、医疗保险等机构间的信息互联互通，消除单个机构的信息孤岛现象，以实现资源的共享和优化，以及区域医疗卫生服务的管理。按照我国政府的卫生体系规划和―46312‖规划，我国将建设由国家级卫生信息平台、省级卫生信息平台和地市级卫生信息平台组成的国家-省-地（市）三级医疗信息化平台系统。在―十三五‖期间，国家卫生信息化的建设目标是6大业务覆盖省级平台80%、地市级平台覆盖70%、县级平台50%。未来GMIS的主要功能包括以下几方面：a.健康档案信息共享。健康档案共享是区域卫生信息平台建设的最基本目标，医疗机构之间和个人可按需求和权限调阅和管理个人健康档案数据。b.医疗卫生业务协同：包括分级诊疗、远程医疗协助和卫生业务联动等方面。c.政府决策辅助：平台建成之后，基于所产生的医疗机构数据信息，可更为有效的进行医疗卫生决策辅助，包括医保决策、医药产品定价决策、综合管理等。区域信息化平台核心作用是数据交换与共享，最大限度地保证公民医疗的质量和安全性，提升整体医疗服务质量、提高医疗服务可及性、降低医疗费用、减少医疗风险。区域医疗信息化平台的核心为个人电子健康档案（EHR）。图68个人健康档案元素构成资料来源：区域医疗信息化是公认的未来卫生信息化建设发展方向。目前英国、美国、加拿大、澳大利亚等国家先后投入巨资开展了国家级及地方级区域性卫生信息化建设。而我国区域卫生服务平台的建设目前尚处于试验阶段，我们预期未来5到10年将迎来发展高峰。 整个医疗信息化市场规模巨大相对于发达国家来说，我国的医疗信息化程度还处于较低的水平，国内医疗行业每年投入IT的规模仅占医院年收入的0.3%-0.5%，而发达国家则达到3%-5%的水平，这也同时说明，我国医疗信息化的未来发展空间广阔。我们认为，推动医疗信息化快速发展的主要动力来自两个方面，供需矛盾和新型IT技术升级。a.医疗信息化规模持续高增我国医疗信息化市场规模持续高增，截至2017年，软硬件整个医疗信息化市场规模已经达到375亿元，根据IDC的预测，到2020年市场空间有望达到430亿元。虽然同比增速自15年开始有所下滑，但随着我国卫生支出规模的持续高增外加行业政策倒逼，我们认为信息化市场空间有望进一步加速增长。图69我国医疗信息化市场规模及增速4003752535021.4122.5922.48333.821.01302.4300275.120250224.615200185.612.34151.4150124.79.9210.3810100550002010年2011年2012年2013年2014年2015年2016年2017年医疗信息化市场规模（亿元,左轴）yoy（%,右轴）资料来源：IDC、中国产业信息网、智研咨询，近5年来，我国医疗信息化产业市场规模年增长率在10%以上。从结构来看，医疗信息化硬件市场是我国医疗信息化主要市场，占医疗信息化整体市场规模的66.79%。2016年我国医疗信息化硬件市场规模达到229.32亿元，同比增长6.96%，2017年我国医疗信息化硬件产业规模为250.59亿元。同时在我国医疗信息产业不断发展的推动下，医疗信息软件市场发展迅速，2016年我国医疗信息化软件市场规模达到54.41亿元，同比增长20.75%，2017年我国医疗信息化软件市场规模增长至62.69亿元。我们认为，随着医疗机构信息化建设的深入，更多的业务将纳入到信息化流程中，我们预计未来软件产品和服务的比例还将大幅提高。图70我国医疗信息化硬件市场规模走势2292511992141651368710930030250252002015015100105050020102011201220132014201520162017图71我国医疗信息化软件市场规模走势63544537171822287060504030201002010201120122013201420152016201735.0030.0025.0020.0015.0010.005.000.00医疗信息化硬件市场规模（亿元，左轴）yoy（%，右轴）医疗信息化软件市场规模（亿元，左轴）yoy(%，右轴）资料来源：智研咨询、中国产业信息网，资料来源：智研咨询、中国产业信息网， 根据IDC预测，现阶段我国医疗信息化市场仍将以医院为主，大约占据80%左 右的市场份额，其他公共卫生、区域卫生医疗信息化平台等占据20%份额，因此我们认为医院仍然是行业内各个公司必争的重要客户。根据国家统计局的数据，我国医疗信息化投入占整个卫生支出的费用比重一直处于较低的状态，至今仍未超过1%，但最近几年都在0.7%以上，我们预计未来几年随着医院信息系统建设的快速推进，该比率将持续上升。图72医疗信息化市场规模占总卫生费用支出比重（%）0.90.80.780.70.710.740.720.710.620.620.660.60.50.40.30.20.102010年2011年2012年2013年2014年2015年2016年2017年资料来源：国家统计局，智研咨询，a.政策利好不断释放医疗信息化行业是一个受政策影响非常大的行业，政策的不断推出直接推动了医疗信息化行业需求持续旺盛，成为医疗信息化行业增长的重要驱动力。近年来，我国政府机构多次提及医疗机构的信息化建设，关于医疗信息化建设的政策也是频出，关键词主要包括医院信息化、区域医疗卫生信息平台、DRGs、分级诊疗、电子病历、健康档案、医疗大数据。我们认为，各项利好政策的推出势必将进一步促进医疗信息化行业的发展。 表28近年我国医疗信息化行业相关政策时间发布部门政策名称主要内容2016年3月全国人大《国民经济和社会发展第十三个五年规划纲要》加强专业公共卫生机构、基层医疗卫生机构和医院之间的分工协作，健全上下联动、衔接互补的医疗服务体系，完善基层医疗服务模式，推进全科医生（家庭医生）能力提高及电子健康档案等工作，实施家庭签约医生模式。全面实施临床路径。提升健康信息服务和大数据应用能力，发展远程医疗和智慧医疗。2016年6月国务院《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》提出多个健康医疗大数据的应用目标：1、夯实健康医疗大数据应用基础、加快建设和完善以居民电子健康档案、电子病历、电子处方等为核心的基础数据库。2、全面深化健康医疗大数据应用。3、规范和推动―互联网+健康医疗‖服务，包括发展智慧健康医疗便民惠民服务、建立远程医疗应用体系、推动健康医疗教育培训应用等。4、加强健康医疗大数据保障体系建设，包括法规、网络可信体系等方面。2016年11月国务院《全民健康保障工作建设规划》以省级为主体，按照区域人口健康信息平台应用功能指引，充分整合现有信息系统和数据资源，充分利用云计算、大数据等新兴信息技术，实现公共卫生、计划生育、医疗服务、药品管理及综合管理六大业务应用系统的数据汇聚和业务协调。2017年1月卫计委《―十三五‖全国人口健康信息化发展规划》大力加强人口健康信息化和健康医疗大数据服务体系建设，推动政府健康医疗信息系统和公众健康医疗数据互联融合、开放共享，为打造健康中国、全面建成小康社会和实现中华民族伟大复兴的中国梦提供有力支撑。2017年7月国务院《新一代人工智能发展规划》人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，将极大提高公共服务精准化水平，全面提升人民生活品质。人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，将显著提高社会治理的能力和水平，对有效维护社会稳定具有不可替代的作用。2018年1月卫计委《进一步改善医疗服务行动计划（2018-2020年）》以―互联网+‖为手段，建设智慧医院。加强以门诊和住院电子病历为核心的综合信息系统建设，利用大数据信息技术为医疗质量控制、规范诊疗行为、评估合理用药、优化服务流程、调配医疗资源等提供支撑；应用智能导医分诊、智能医学影像识别、患者生命体征集中监测等新手段，提高诊疗效率；应用联网、物联网等新技术，实现配药发药、内部物流、患者安全管理等信息化、智能化。2018年4月卫健委《全国医院信息化建设标准与规范（试行）》针对二级医院、三级乙等医院和三级甲等医院的临床业务、医院管理等工作需要，从软硬件建设、安全保障、新兴技术应用方面，明确医院信息化建设主要内容，并提出要求。2018年8月医政医管局《关于进一步推进以电子病历为核心的医疗机构信息化建设工作的通知》到2019年，辖区内所有三级医院要达到电子病历应用水平分级评价3级以上，即实现医院内不同部门间数据交换；到2020年，要达到分级评价4级以上，即医院内实现全院信息共享，并具备医疗决策支持功能。并明令医疗机构要加强信息系统安全防护，做好医疗数据安全存储和容灾备份，防控患者医疗信息泄露风险，严格执行信息安全和健康医疗数据保密规定2018年12月国家医保局《关于申报按疾病诊断相关分组付费国家试点的通知》通知要求加快推进按疾病诊断相关分组(DRGs)付费国家试点。承接医保控费逻辑，DRGs试点的加速推进及后续推广有利于进一步规范诊疗行为、降低诊疗费用。资料来源：国务院，卫计委，卫健委，医政医管局，国家医保局，当前医疗IT热点剖析当下，我国医疗信息化行业的主要增长点包括分级诊疗、电子病历信息系统的建设、DRGs等。我们认为，根据当前的行业政策及信息技术水平，近三年以电子病历为代表的医疗信息化将会取得快速增长，未来10年区域卫生平台建设、医疗大数据及医保控费这几个模块将迎来建设高峰。a.EMR电子病历2018年12月7日，国家卫健委医政医管局发布《关于印发电子病历系统应用水平分级评价管理办法（试行）及评价标准（试行）的通知》。根据《通知》要求，国家卫健委将对每年度电子病历应用水平分级评价情况进行通报，委医院管理研究所承担相关具体工作。在《通知》提出的三项要求中，明确了两个时间点：到2019年，所有三级医院要达到分级评价3级以上；到2020年，所有三级医院要达到分级评价4级以上，二级医院要达到分级评价3级以上。在《电子病历系统应用水平分级评价标准（试行）》（以下简称―标准‖）中，更为明确地提出评价目的是：a.全面评估各医疗机构现阶段电子病历系统应用所达到的水平，建立适合我国国情的电子病历系统应用水平评估和持续改进体系。b.使医疗机构明确电子病历系统各发展阶段应当实现的功能。为各医疗机构提供电子病历系统建设的发展指南，指导医疗机构科学、合理、有序地发展电子病历系统。c.引 导电子病历系统开发厂商的系统开发朝着功能实用、信息共享、更趋智能化方向发 展，使之成为医院提升医疗质量与安全的有力工具。《标准》将电子病历系统应用水平划分为9个等级，并规范了局部应用情况和整体应用水平的评价方法。每一等级的标准包括电子病历各个局部系统的要求和对医疗机构整体电子病历系统的要求。表29电子病历系统整体应用水平分级评价基本要求等级内容基本项目数（项）选择项目数（项）最低总评分（分）0级未形成电子病历系统------1级独立医疗信息系统建立520/32282级医疗信息部门内部交换1015/27553级部门间数据交换1412/25854级全院信息共享，初级医疗决策支持1610/231105级统一数据管理，中级医疗决策支持206/191406级全流程医疗数据闭环管理，高级医疗决策支持215/181707级医疗安全质量管控，区域医疗信息共享224/171908级健康信息整合，医疗安全质量持续提升224/17220注：选择项目中―20/32‖表示32个选择项目中需要至少20个项目达标。资料来源：卫健委，电子病历基础依旧薄弱自2015年4月国务院发布《全国医疗卫生服务体系规划纲要（2015-2020）》，提出加强人口健康信息化建设以来，我国的医疗产业信息化建设提速。根据―e医疗‖数据，2017年国内医疗信息化行业市场规模已经达到448亿元左右，预计2021年市场规模将达到863亿元，年复合增长率约为17.81%。但我国的医院信息化建设还有巨大空间，―互联网+医疗―领域应用还有很长一段路要走。国家卫生健康委医政医管局副局长焦雅辉在2018年曾披露电子病历相关数据并表示，―目前，填报的全国三级医院的电子病历功能应用平均水平也就2.11级，二级医院平均才0.83级，连1级的都没有达到，电子病历应用的基础还很薄弱。由此可见，我国的医疗信息化发展水平仍属于短缺状态‖。市场空间分析根据卫健委统计中心最新数据，截至2018年9月底，医院3.2万个，其中：公立医院12109个，民营医院20011个，与2017年9月底比较，公立医院减少158个，民营医院增加2361个。卫健委数据显示按照医院等级分，截止2018年9月底，三级医院2460个（同比增加157个），二级医院8714个（同比增加511个），一级医院10323个（同比增加839个），未定级医院10623个（同比增加696个）。2018年1-9月，全国医疗卫生机构总诊疗人次达61.4亿，同比提高3.1%。医院26.3亿人次，同比提高5.1%，其中：公立医院22.4亿人次，同比提高3.7%；民营医院3.8亿人次，同比提高14.5%。 图73截止2018年9月底我国医院等级分类（家）35000250009927106231500094841032310000500082038714230324602017年9月底三级医院二级医院一级医院2018年9月底未定级医院资料来源：卫健委统计中心，如果按照―全国三级医院的电子病历功能应用平均水平也就2.11级，二级医院平均才0.83级‖对照《关于印发电子病历系统应用水平分级评价管理办法（试行）及评价标准（试行）的通知》的具体要求―到2019年，所有三级医院要达到分级评价3级以上；到2020年，所有三级医院要达到分级评价4级以上，二级医院要达到分级评价3级以上‖，那么到2020年，三级医院的平均电子病历水平―级差‖需要提高1.89级，二级医院的平均电子病历水平―级差‖需要提高2.17级。电子病历从1级到2级，已经要求―从独立的医疗信息系统建立‖到部门间数据交换，已经要求有跨部门的统一的数据字典。从2级到4级，需要―医疗内部的信息交换‖转为―全院信息共享，支持初级医疗决策‖，4级是一个分水岭，因为所谓AI大数据辅助医疗决策正式从4级刚刚开始。结合一些订单数据，我们假设，从1级到3级的升级投入为300万元，从2级到4级的升级投入为500万元，那么到2020年为了达到卫计委通知要求，存量二三级医院的电子病历投入将累计至少在400亿元，增量二三级医院累计投入达到30亿元，合计430亿元，单年度医院电子病历总投入将达到215亿元。表30电子病历系统整体应用水平分级评价基本要求医院医院级别当前平均等级目标等级级差级差投入（万元）平均单个达标投入（万元）医院数量（个）存量总投入（万元）合计（亿元）单年度投入（亿元）存量医院三级医院2.1141.89500（2-4级投入，假设）472.5024601162350430.63215.31二级医院0.8332.17300（1-3级投入，假设）325.5087142836407增量医院三级医院04465015097500二级医院033350600210000注：根据历史医院增长数据，假设单年度三级医院增长75个，二级医院增长300个资料来源：卫计委官网，电子病历市场规模较大，是实现―互联网+医疗‖载体，但是信息化和数据应用是一个渐进的过程，政策指明方向，建设节奏需要综合多因素决定。我们认为未来基于电子病历和互联互通建设的行业政策会接踵而至，不断地给行业带来催化。当前我国医疗信息化建设正从面向业务流程的信息化应用转向数据集成和分析，转向以利用为中心的大数据分析时代，我们认为等到4级电子病历覆盖大部分医院，AI+医疗就会迅速崛起。a.DRGs(DiagnosisRelatedGroups)—基于信息化的医保控费手段2018年12月20日晚，国家医保局发布《关于申报按疾病诊断相关分组付费国家试点的通知》，旨在落实《国务院办公厅关于进一步深化基本医疗保险支付方式 改革的指导意见》（国办发„2017‟55号）要求，加快推进按疾病诊断相关分组（DRGs）付费国家试点，探索建立DRGs付费体系。意见指出，要推进DRGs付费结算方式试点工作，加快我国医保支付由按项目付费向按病种付费过渡。简单的说，DRGs是指以出院患者信息为依据，综合考虑患者的主要诊断和主要治疗方式，结合个体体征如年龄、并发症和伴随病，将疾病的复杂程度和费用相似的病例分到同一个(DRG)组中，从而让不同强度和复杂程度的医疗服务之间有了客观对比依据。DRGs是一种支付手段，并不是专门用于医保控费，它通过科学的测算制定出每一个组别的付费标准，并以此标准对医疗机构进行预先支付。DRGs付费使得人均医疗费用支出增速得到了明显控制，使得医疗资源的利用更加高效，有效的降低了医疗保险机构的管理难度和费用。同时有利于宏观预测和控制医疗费用，为医疗质量的评估提供了一个科学的、可相互比较的分类方法。DRGs的一般分配流程包括以下步骤：首先，根据病人的基本情况，将病例按解剖学或按病因学的医学标准分成主要诊断（MDC）；然后对主要诊断按照有无外科手术来进行划分；最后根据主要诊断、手术治疗情况、次要诊断、并发症与伴随疾病的严重程度、年龄、性别及出院情况等分配一个DRGs。图74DRGs分配流程资料来源：DRGs的原理与方法及在我国的应用对策：郭志伟，DRGs主要应用主要包括医疗支付，医疗服务，医疗效率，医疗安全四大维度，利好医疗信息化行业。国内医院信息化建设程度未达到试点要求。我国自04年提出DRGs建设方案后，后续推进不尽如意，一方面受制于我国医院信息系统水平跟不上，另一方面受制于医疗数据的缺失。直到2018年1月，我国第一个DRGs试点城市福建省三明市才正式上线运行DRG收付费系统。本次试点的重头戏是―收付费改革‖。将尝试把DRG做成一个由―医院端‖到―病人端‖的整体收付费方案，形成收付费闭环。DRGs对信息化提出更高要求，衍生需求利好行业发展。尽管DRGs产品的直接收入有限，但其应用将对医疗体系的信息化水平提出更高要求，其衍生的信息系统建设需求构成医疗信息化行业的长期利好。例如，DRGs的实现需要对HIS系统接口进行改造、需要打通医疗机构系统与医保经办系统的数据通道。更为重要的是，DRGs的落地需要对接优质临床数据，这将对如电子病历等临床信息系统提出更高的要求。一方面，相对完善的信息系统和数据是DRGs发挥作用的基础，另一方面，DRGs规则落实到事前、事中对诊疗过程的控制也需要高水平的信息系统来实现。从该角度考虑，电子病历应用等级的刚性政策要求也蕴含着推广DRGs的基调，我们预计将进一步推升医疗信息化行业的景气度。 政策利好，DRGs发展进入加速模式2018年12月20日，国家医保局发布《关于申报按疾病诊断相关分组付费国家试点的通知》加速DRGs应用的落地，在此之前，国家也已出台了多个政策来推动DRGs的实际应用。我们认为，这些政策将会持续推动DRGs的景气度。表31近年推动DRGs应用的政策时间发布部门政策名称涉及DRGs的内容2011年5月人社部《人力资源社会保障部关于进一步推进医疗保险付费方式改革的意见》有条件的地区可逐步探索按病种分组（DRGs）付费的办法。2011年8月卫生部《卫生部办公厅关于推广应用疾病诊断相关分组（DRGs)开展医院评价工作的通知》应当运用诊断相关疾病组（DRGs）方法开展医院评价2012年3月国务院《国务院关于印发―十二五‖期间深化医药卫生体制改革规划暨实施方案的通知》改革完善医保支付制度。在全国范围内积极推行按病种付费、按人头付费、总额预付等，增强医保对医疗行为的激励约束作用。建立医保对统筹区域内医疗费用增长的制约机制，制定医保基金支出总体控制目标并分解到定点医疗机构，将医疗机构次均（病种）医疗费用增长控制和个人负担定额控制情况列入医保分级评价体系。积极推动建立医保经办机构与医疗机构、药品供应商的谈判机制和购买服务的付费机制。2015年05月医疗保险局《关于印发控制公立医院医疗费用不合理增长的若干意见的通知》逐步对统筹区域内所有定点医疗机构及其所有病种全面实行支付方式改革。建立以按病种付费为主，按人头、按服务单元等复合型付费方式。鼓励推行按疾病诊断相关组（DRGs）付费方式。完善并落实医保经办机构与医疗机构的谈判机制。充分发挥各类医疗保险对医疗服务行为和费用的调控引导与监督制约作用。2015年11月国务院《国务院办公厅关于城市公立医院综合改革试点的指导意见》深化医保支付方式改革。充分发挥基本医保的基础性作用，强化医保基金收支预算，建立以按病种付费为主，按人头付费、按服务单元付费等复合型付费方式，逐步减少按项目付费。鼓励推行按疾病诊断相关组（DRGs）付费方式。2016年1月国务院《―健康中国2030‖规划纲要》严格落实医疗保险基金预算管理。全面推进医保支付方式改革，积极推进按病种付费、按人头付费，积极探索按疾病诊断相关分组付费（DRGs）、按服务绩效付费，形成总额预算管理下的复合式付费方式，健全医保经办机构与医疗机构的谈判协商与风险分担机制。2016年4月国务院《国务院办公厅关于印发深化医药卫生体制改革2016年重点工作任务的通知》进一步深化医保支付方式改革。制订深化医保支付方式改革的政策措施，加快推进支付方式改革，控制医疗费用不合理增长。推广地方成功经验，系统推进按人头付费、按病种付费、按床日付费、总额预付等多种付费方式相结合的复合支付方式改革。2016年7月国务院《人力资源社会保障部关于积极推动医疗、医保、医药联动改革的指导意见》要积极探索发挥医保在医改中的基础性作用，加快推进医保统筹；要把支付方式改革放在医改的突出位臵，加强与公立医院改革、价格改革等各方联动。2016年11月国务院《国务院深化医药卫生体制改革领导小组关于进一步推广深化医药卫生体制改革经验的若干意见》全面推进支付方式改革。逐步减少按项目付费，完善医保付费总额控制，推行以按病种付费为主，按人头付费、按床日付费、总额预付等多种付费方式相结合的复合型付费方式。鼓励医院实行按疾病诊断相关分组付费（DRGs）方式，逐步将医保支付方式改革覆盖所有医疗机构和医疗服务2016年11月卫计委《国家卫生计生委办公厅关于实施有关病种临床路径的通知》通过临床路径合理测算单病种付费、按疾病相关诊断组付费（即DRGs付费）等支付方式的支付标准，有效推动支付方式改革。2017年1月国务院《―十三五‖深化医药卫生体制改革规划》全面推行按病种付费为主，按人头、按床日、总额预付等多种付费方式相结合的复合型付费方式，鼓励实行按疾病诊断相关分组付费（DRGs）方式。对住院医疗服务主要按病种付费、按疾病诊断相关分组付费或按床日付费；对基层医疗服务可按人头付费，积极探索将按人头付费与高血压、糖尿病、血液透析等慢病管理相结合；对一些复杂病例和门诊费用可按项目付费、按人头付费2017年2月财政部《关于加强基本医疗保险基金基金控费作用的意见》全面实施以总额预算为基础，门诊按人头付费，住院按病种、按疾病诊断相关分组（DRGs）、按床日付费等多种方式相结合，适应不同人群、不同疾病及医疗服务特点的复合支付方式，逐步减少按项目付费，将支付方式改革覆盖所有医疗机构和医疗服务。 2017年5月国务院《国务院办公厅关于印发深化医药卫生体制改革2017年重点工作任务的通知》全面推进建立以按病种付费为主的多元复合型医保支付方式。国家选择部分地区开展按疾病诊断相关分组（DRGs）付费试点。 2017年6月国务院《国务院办公厅关于进一步深化基本医疗保险支付方式改革的指导意见》加强医保基金的预算管理，各地要选择一定数量的病种实施按病种付费，国家选择部分地区开展按疾病诊断相关分组（DRGs）付费试点，鼓励各地完善按人头、按床日等多种付费方式。到2020年，医保支付方式改革覆盖所有医疗机构及医疗服务，全国范围内普遍实施适应不同疾病、不同服务特点的多元复合式医保支付方式，按项目付费占比要明显下降。2018年8月国务院《国务院办公厅关于印发深化医药卫生体制改革2018年下半年重点工作任务的通知》进一步深化医保支出改革。开展按疾病诊断相关分组（DRGs）付费试点。促进医保支付、医疗服务价格、药品流通、人事薪酬等政策衔接。2018年12月国家医疗保障局《关于申报按疾病诊断相关分组付费国家试点的通知》研究制定适合我国医疗服务体系和医保管理能力的按疾病诊断相关分组（DRGs）标准，并在部分城市启动按DRGs付费试点，各省级医保部门应提交书面申请，该局将综合评估后确定国家按DRGs付费试点城市，并开展后续应用工作。资料来源：国务院，人社部，卫计委，原卫生部，医疗保障局，财政部，a.区域医疗信息平台区域医疗信息代表未来医疗机构信息化建设的发展方向。其核心在于数据交换与共享。区域医疗信息化是医院信息化的进阶版本，以分级诊疗为基础框架，以电子健康档案（EHR）为核心数据。我国区域医疗信息平台发展极大地受制于政府的政策。目前我国区域医疗领域信息化仍由卫生部门主导，以PPP平台运营模式为主，引入社会资本的投资项目较少。我们认为，必要的市场化改革有利于行业的边际改善，有利于加快推动区域医疗信息平台建设。区域医疗需要政策的强力推动和大量的资金投入，缓解医院与管理部门、医院与医院、医院与患者等多主体的利益冲突。另一方面也需要医疗体制的根本性变革和市场化机制的引入，使得医疗信息化公司的数据收集、平台化运营成为常态，为行业内的企业的快速成长提供新的市场空间。区域医疗信息平台建设需要多方参与构建GMIS是一项系统工程，需要医疗产业链主体的区域协同，共同参与。区域医疗卫生信息化是协调区域医疗资源和数据交换的解决方案，目的是提升医疗服务质量和效率。区域医疗信息化平台包括电子政务、医保互通、社区服务、双向转诊、居民健康档案、远程医疗、网络健康教育与咨询等模块，其目标是通过梳理医疗服务、医保、药品体系，整合区域内有限的卫生资源。在区域医疗体系中，利用分级诊疗和数据共享，致力于解决居民的―看病难‖问题；通过双向转诊等致力于使患者支出合理化，提升医院的收入水平，缓解―看病贵‖的问题。区域医疗卫生信息化是医疗信息化逻辑演进的关键,是未来医院信息化建设方向。当前我国医院的医疗信息化建设仍处于基础架构优化时期，在医院信息化的基础上大力推进区域医疗卫生信息化，既可以加速解决我国医疗市场中的多重矛盾，也会提升医疗信息化行业景气度。2010年，卫生部提出了―3521工程‖总体设计方案。而后不断更新发展，从―3521工程‖发展为―35212工程‖，最终定为―46312工程‖，在信息平台、业务应用、数据库等多维度发力。在此基础上，一方面，区域医疗卫生信息化建设加速，多省市的区域医疗已拥有相当规模；另一方面，通过平台建设，逐步解决医疗资源分布不均衡与医疗服务效率相对低下的问题。 图75―46312‖工程主要内容资料来源：卫计委，电子健康档案是区域医疗信息化平台的核心内容，基于健康档案的区域卫生信息平台是我国医疗卫生信息体系的根基。电子健康档案信息共享中心将医院、居民、疾控中心、社保中心、社区卫生机构等相关主体有机结合起来。涵盖人从出生到死亡的疾病控制、医疗服务、疾病管理和医保结算的全过程。区域医疗卫生信息化的投入偏低，未来提升空间大。根据IDC的数据，2012年我国区域医疗信息化解决方案的市场规模为31亿元，2013年为37.5亿元，yoy+17.5%，2017年支出规模为66.56亿元，yoy+14.1%，增速有一定回落，我们认为，区域医疗卫生信息化需求旺盛，未来还有非常大的提升空间。图76我国区域卫生信息化市场规模9081.57258073.887066.562057.536050.03155043.5037.504031.13103020510002012201320142015201620172018E2019E市场规模（亿元，左轴）yoy（%，右轴）资料来源：IDC，综合来看，医疗IT符合社会发展的大趋势毫无疑问，只是在这个过程中什么样的公司能够走出来，能成长到多大，投资节奏如何把控是大家最关心的问题。我们认为，基于中国如此大的经济人口规模，医疗IT关乎民生，我们认为，在政策助力下，未来其需要将会是一个加速释放的过程。我们认为，A股的上市公司医疗IT公司已经是产业的头部玩家，将会显著受益于未来产业集中化的趋势。 1.1.1教育场景继2018年4月13日教育部印发了《教育信息化2.0行动计划》后，2019年2月23日，中办国办印发《加快推进教育现代化实施方案(2018-2022年)》和《中国教育现代化2035》两项教育文件，我们认为，教育信息化将进入新阶段，成为未来国家在教育领域资金投入的重点方向。电子白板、平板电脑、投影仪、录播系统等越来越多的智能终端被应用于课堂教学场景，教育信息化对智能终端硬件的应用越来越走向多元化、综合化。智能终端实现教与学场景全覆盖目前，教育场景和智能终端的结合，在―教与学‖上形成全场景覆盖。以科大讯飞为例，公司形成了―1+N‖教育产品体系，通过统一的底层服务能力，实现向―智课、智学、智校、智考‖等应用场景提供统一服务的能力，实现了教与学主业务流程的场景全覆盖、终端全覆盖、数据全贯通。图77科大讯飞智慧教育产品体系资料来源：科大讯飞官网，智能终端为智慧课堂关键入口。利用终端的数据收集，形成动态学习数据分析的循环，实现云、网和多端结合的生态是教育场景的落地智能应用及实现数据贯通的关键。科大讯飞智慧课堂系列产品基于动态学习数据分析和―云、网、端‖的运用，实现课前、课中、课后精准教与学。课前阶段，将名师优质教学资源推送至教师端，便于教师备授课调用；课堂上，可通过多种智能终端完成教师与学生间的互动，并可实时生成互动报告让教师对学生学习情况实时了解；课后教师端可生成学情报告和知识图谱帮助教师及时了解学生学习情况，为学生提供个性化学习资源。截至2017年年底，智慧课堂已覆盖全国31个省、271个市，用户满意度达85.9%。此外，在基本的教学环境场景，终端的视觉分析和智能语音能力也加强了教学效率，可实现教学录像自动处理，助力学生精准复习。如科大讯飞的智慧微课系统产品包括智能麦克风和智慧微课服务器，能够让老师在不借助专门的多媒体教室的情况下，录制专业的微课教学资源。系统可以将老师的声音同步转换为文字，将音视频转换为结构化的信息，并支持PPT与讲解动态同步。教师在录制后可以快速进行分享，通过语义分析，该系统可精准了解讲课中的关键点，让学生在复习时快速查找关键信息。通过智慧微课可积累大量的日常授课视频，帮助学生高效温习课堂内容、课后巩固知识，也可助力教师反思教学方法、快速提升教学水平。 图78讯飞智慧课堂产品功能图79讯飞智慧微课产品资料来源：科大讯飞官网，资料来源：中国教育装备网，1.1.1智能家居场景智能家居是在互联网影响之下物联化的体现。智能家居通过物联网技术将家中的各种设备（如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统、网络家电等）连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。过去，人们通过操控家庭大屏享受到影音娱乐方面的服务。随着智能联网技术的发展，家庭中各种终端设备开始实现连接、共享信息，消费者能够操控越来越多的智能硬件。智能音箱具备智能家居控制中心的天然优势智能音箱不仅产品成本较低；还天然具备语音属性。音箱本身即为音频设备，适合引入语音交互技术改变家居交互和控制界面。未来，以智能音箱为代表的语音终端将进一步丰富智能家居服务模式。从传统的影视音频服务到购物、搜索等，扩展信息服务边界。目前主流智能音箱均加强与互联网服务深度整合，实现语音交互到信息服务的无缝衔接。如谷歌GoogleHome深度整合了谷歌搜索功能，叮咚音箱加入了京东商城购物，苹果HomePod提供高品质音乐服务等。Echo是亚马逊于2014年发布的一款家庭智能音箱，通过内臵的Alexa语音交互系统可以实现语音购物、语音支付、语音点歌等功能，同时，Echo基于亚马逊AWS云服务，随时与云端相连，当Echo被唤醒以后，用户可以通过云获取互联网上的信息，比如新闻天气等。由于Echo没有配臵显示屏幕，所有功能都是通过语音交互进行的。在家庭的场景中如何让Echo能够辨别出哪些是命令哪些是普通交谈就用到了亚马逊一直研究的机器学习技术。比如在播放着电视机节目的客厅里，用户说出了Alexa，Echo就会通过内臵的算法对其他杂音进行屏蔽而被用户唤醒。 图80智能音响Echo资料来源：亚马逊官网，据研究机构CIRP统计，截至2018年6月30日，AmazonEcho在美国的销量已经突破3500万台，而语音助手Alexa有希望能为亚马逊的另一支柱业务。智能电视成为家庭娱乐休闲第一大入口2010年，康佳率先在国内推出LED智能电视，使行业由硬件创新主导转向软硬件交互驱动。2013年，众多互联网品牌如小米、暴风等也加入智能电视市场，推动国内智能电视呈现爆发式增长并在此后进入稳定增长期。随着AI及智能互联的发展，智能电视在内容、用户体验等方面大幅提升。根据勾正数据统计，智能电视日均使用时长达4-5小时，日活率在50%以上。智能电视作为家庭娱乐休闲的第一大终端，成为智能家居的重要入口。图81中国智能电视销量及增长率图82智能电视日均使用时长达4-5小时资料来源：前瞻产业研究院、ZNDS资讯，资料来源：勾正数据、搜狐，小米：构建智能家居生态链网络2013年，小米开始涉足智能家居领域，2015年，小米正式提出了IoT战略，即以手机为核心连接所有的智能设备，致力于依托IoT平台打造连接家与未来的物联网生态链。近三年，公司IOT收入高速增长，占总收入比重也由2015年的13%提升至2018年的25.1%。利用自营产品卡位家居IOT关键环节，主动把握流量入口。小米除手机外的主要自营终端为笔记本电脑（办公娱乐入口）、智能路由器（网络连接入口）、智能电视（家庭娱乐入口）、智能音箱（语音交互入口）。同时，小米通过孵化生态链企业，合作进入产业线的大规模扩充与补足，围绕自营终端完善家居生态链系统。 图83小米智能家居布局架构资料来源：小米官网，多终端智能家居产品套餐，加快智能家居普及。2018小米在AIoT开发者大会现场宣布与爱空间达成战略性合作，爱空间成为小米智能家居解决方案的线下服务商。双方展开深度合作，联合推出全屋智能照明超值套餐。包括小爱音箱、墙壁开关、无线开关、人体传感器、小米小爱闹钟、多功能网关六类产品。此次合作，是爱空间与小米IoT在场景互联的初次尝试，通过家居场景中多个日常终端的连接，使智能家居门槛降低，加速了场景下智能终端的普及。图84小米与爱空间推出1799元套餐资料来源：Techweb，1.1.1泛在电力物联网 泛在电力物联网将电力用户及其设备，电网企业及其设备，发电企业及其设备，供应商及其设备，电力客户及其设备，以及人和物连接起来，产生共享数据，为用户、电网、发电、供应商和政府社会服务；以电网为枢纽，发挥平台和共享作用。图85国家电网―三型两网‖规划资料来源：国家电网，从架构上来看，泛在电力物联网包含感知层、网络层、平台层、应用层4层结构。从技术视角看，通过应用层承载对内业务、对外业务7个方向的建设内容，通过感知层、网络层和平台层承载数据共享、基础支撑2个方向的建设内容，技术攻关和安全防护2个方向的建设内容贯穿各层次。图86泛在电力物联网架构资料来源：国家电网，通过智能终端嵌入泛在电力场景，实现多层次多数据的互联互通，进入达到物联网场景应用的落地，具体的包含统一感知、能源生态体系构建、智慧能源服务平台的运行以及运行和作业的效率提升等。（1）一网通办客户使用―网上国网‖APP,一次填写身份信息，即可一键办理各种线上业务，系统公开业务办理进度，实时提醒当前状态；客户通过电子签名签章功能，完成用电业务全过程线上办理，实现―一次都不跑‖。 图87一网通办流程图资料来源：国家电网，（1）实物ID提升移动作业围绕资产全寿命核心价值链，全面推广实物ID，实现实物资产规划设计、采购、建设、运行退役全环节，上下游信息贯通，重点展开多维精益管理体系变革，实现成本精准归集；建设现代供应链，实现物资供需全过程物物互联和业务全程在线，从源头上提升设备质量和物资营运能力。图88实物ID资料来源：国家电网，（2）提升电网运行效率围绕营配调贯通业务主线，实现―站-线-户‖关系时实准确，提升电表数据共享即时性。构建电网一张图，重点实现输变电、配用电设备广泛互联，信息深度采集，在感知层应用统一信息模型，提升故障处理、精准主动抢修。实现电网规划全业务线上作业，探索研究三维设计数字化移交，提升综合数字化管理水平。 图89故障处理及有序充电示意图资料来源：国家电网，（1）智慧能源服务平台以优质电网服务为基石，打造涵盖政府、终端用户、产业链上下游的智能能源服务平台，为新业务引流用户；加强设备监控、与电网互动、账户管理、客户服务等共性能力中心建设并面向新兴业务主体开发，实现新兴业务贯通互联。图90故障处理及有序充电示意图资料来源：国家电网，（2）构建能源生态体系结合智慧能源服务平台建立能力开放体系，组建产业联盟，开放合作，共建共享，打造能源互联网生态圈，带动上下游产业链共同发展；与国内外高校机构合作，形成新兴产业孵化运营机制，积极培育新业务、新模式，打造能源互联网产业集群。 图91能源互联网生态体系架构资料来源：国家电网，（1）数据共享基于全业务统一数据中心，全面展开数据接入转换和整合贯通，打造专业壁垒，强化模型应用落地，打造数据中台，建设企业级主数据管理体系，支撑多维精益管理体系变革。统一数据调用和接口标准，开展数据运营。图92大数据应用资料来源：国家电网，（2）统一感知在感知层，重点是统一终端标准，推动跨专业数据同源采集，实现配侧、用电侧采集监控深度覆盖并向客户侧和发电侧延伸；在网络层，重点是构建―空天地‖协同一体化电力通信网，增强网络宽带，提升网络资源灵活配臵能力；在平台层，重点是提升统一平台支撑能力，实现超大规模的终端物联管理；在应用层，重点是全面提升核心业务智慧化运营能力，积极打造能源互联网生态。 图93统一感知资料来源：国家电网，3.4终端生态下的AI案例3.4.1智能驾驶生态逐渐成型：百度阿波罗计划2017年4月19日上海车展上，百度总裁兼COO陆奇宣布了阿波罗（Apollo）计划。该计划借用阿波罗登月计划的内涵，旨在打造一个完备而开放的智能驾驶软件平台，让汽车相关行业的企业能够以高效率、低成本的方式定制属于自己的智能驾驶系统。表32百度阿波罗计划CarLifeCarLife是国内第一款实现将移动场景无缝切换到车载场景的应用，只需在车内连接手机,即可将CarLife汇集的车生活服务分享到车机上。DuerOSDuerOS提供的车场景全语音交互整体解决方案，目前主要包含语音语义、地图导航、个性化音频内容等核心能力，主打拟人化智能语音交互模式，面向车主用户提供车场景一站式互联网服务MapAutoMapAuto可提供海量地点检索和最精准的实时路况。用户可实时查看全城拥堵情况及突发道路事件，由此合理规划行程。BCUBCU是百度自动驾驶的专用计算平台，具备信息安全和云端更新两大基础能力和三大AI核心模块：高精定位、环境感知、规划决策。百度智能驾驶仿真技术智能驾驶仿真技术是百度Apollo软件平台的重要工具链。它是车端可视化和云端调试工具，具有无人车智能陪练功能，能够让无人车路测更安全。RoadHackersRoadHackers是百度的自动驾驶开放平台，也是世界上首个可在真实道路上实现端到端模式的高级自动驾驶模型。RoadHackers平台首期将开放1万公里自动驾驶训练数据，并已具备提供海量中国路情驾驶数据开放，基于深度学习的自动驾驶算法演示，以及自动驾驶算法Benchmark评比等能力。MyCar百度MyCar是集车主服务、车后服务和云计算数据的私有云服务平台，为车提供个性化定制、安全管理的成熟解决方案。为每一辆联网车辆装上―百度大脑‖，开启你的智能用车体验。资料来源：百度智能汽车事业部官网，随着百度入局智能驾驶，该领域更加呈现出了百家争鸣的态势。根据Navigant数据，目前福特汽车、奔驰、谷歌、现代等众多车企或互联网企业均已涉足自动驾驶技术。在以计算机视觉为代表的人工智能技术不断成熟的背景下，智能驾驶行业会渐渐明 朗，各大企业的智能驾驶生态也会逐渐成型。表332017年自动驾驶技术排名排名企业排名企业排名企业1福特汽车7谷歌13丰田汽车2通用汽车8沃尔沃14采埃孚3雷诺-日产9德尔福15本田汽车4奔驰10现代集团16Uber5大众集团11标致雪铁龙17nuTonomy6宝马集团12特斯拉18百度资料来源：Navigant，百度希望通过阿波罗计划向合作伙伴提供包括车辆、硬件、软件、数据在内的完成服务。此外，百度还会提供环境感知、路径规划等计算机视觉技术，使合作伙伴能够取得从开发到测试的完整解决方案。其中百度HMI汽车互联网解决方案系提供了CarLife、MyCar、CoDriver、MapAuto等多款产品。CarLife能够让用户完成手机汽车互联，从而在驾驶过程中获得更加安全便捷的体验；MyCar基于车主服务和车后服务等为用户提供个性化定制、安全管理的成熟解决方案；CoDriver意图打造一个用户专属的智能语音副驾驶；MapAuto是一套安全可靠的离线和在线地图服务。百度还推出了高级自动驾驶平台RoadHackers，并且宣布会对外开放基于此平台的自动驾驶训练数据。RoadHackers采用深度学习技术实现了由前端的传感器到后端的控制系统的端到端自动驾驶。图94HMI汽车互联网解决方案图95RoadHackers平台资料来源：百度智能汽车事业部官网，资料来源：百度智能汽车事业部官网，3.4.1智能安防带来无忧用户体验：微软AI摄像头在微软Build2017大会上，微软展示了一套高度智能化的摄像头监控系统。通常情况下，传统的监控摄像头主要用于实时环境查看，有功能单一、效率低下等问题。而微软借助计算机视觉技术有望改变这一现状。根据微软官方的展示，该套智能摄像头系统具备强大的目标识别与检测、准确的事件提醒、友好自然的人机交互。在摄像头拍摄范围内的绝大部分物体均能被系统准确地检测、跟踪和标注。在此基础上，AI系统还能够对监控场景中的特定事件做出反馈。例如，当有危险性的工具在车间中出现摆放不当的情况时，摄像头能够准确地进行捕捉，并通过网络和移动设备将信息传达给附近的管理人员。当管理人员收到消息后，无需操作复杂的指令，而只需要以自然语言表达自己的需求，即可下达自己的管理要求。 图96微软智能摄像头进行物体识别检测资料来源：微软Build2017大会，AI摄像头系统可用于多种工作场景，能够为用户带来安全无忧的体验。在建筑工地等危险性较大的工作场合，系统可以及时发现建筑工人的不当操作并通知临近的工人，从而保证了施工安全；在医院中，系统能够帮助医生迅速赶到需要帮助的病人身边提供救助，防止病人出现突发状况；在企业办公场合，系统可以分辨出企业员工和外来人员，帮助企业维持日常秩序。在上述场景中，计算机视觉始终贯穿其中。随着未来视觉技术的进步，未来的生活与工作的系统中会有更多的计算机视觉集成应用。3.4.1视觉技术活体检测实现安全加密：Biomio活体检测技术生物特征识别是当前最有前景的身份认证技术之一。生物特征包括人脸、语音、指纹等。与传统的密码认证相比，生物特征识别技术具有安全、便捷、保密等优点。尽管如此，欺诈问题一直伴随着生物特征识别。已经有人尝试使用照片和模型等伪造的生物特征来替代真实却的生物特征，并且成功地欺骗了检测系统。为了确保生物检测的可靠性，必须保证识别对象是真实的生物体而非其他替代物，而活体检测能通过一些细微的动作或者表情变化记录独有的生物信息，从而形成活体的唯一识别标识和密码。图97生物特别技术资料来源：中国证券网，创业公司Biomio采用了与传统活体检测技术完全不同的全新技术。传统的活体检测技术包括温度、排汗、导电性、位移、呼吸、器官生理反应等。在现有的技术水平 下，这些手段一直是生物特征识别系统中最薄弱的一环。Biomio另辟蹊径，将牛津大学与DeepMind等机构共同开发的LipNet深度网络运用在了生物活体检测中，并取得了独家的使用权，计算机视觉用于生物细微特征捕捉进入了新的领域。LipNet使用了时空卷积、长短期记忆单元等深度学习模型，能够将不同长度的视频序列映射为文本。该模型最初用于自动读唇，在GRID语料库上实现了93.4%的准确率。这一成绩远远超过了人类读唇者。Biomio创造性地将读唇技术用于生物活体检测。通过要求受检测者完成特定的嘴唇动作，Biomio可以使用读唇技术获取唇动的含义并与要求做对比，从而完成可靠的活体检测。由于读唇技术处于发展早期，并且不易受噪声信号影响，在未来较长时间内均会是一种较为安全的活体检测技术。利用以读唇为代表的一些列活体检测技术，Biomio提供了一套完成的认证和权限控制平台，用户可以获得免密码登录、智能锁、邮件加密等多种安全服务。图98Biomio认证平台图99Biomio所提供的解决方案资料来源：Biomio官网，资料来源：Biomio官网，3.4.1智慧医疗大幅提升诊断效率：Airdoc深度学习医疗影像处理传统的医疗影像处理方式主要是由医务工作者基于规则和经验对影像做出诊断。因为在现实情况中存在较多不确定性，所以传统方式会存在效率低、准确率差等缺点。另外，中国还存在医疗资源分布不均、病理医生缺口较大等问题。这导致在某些地区医疗诊断问题极为严重。计算机视觉技术的进展一定程度上缓解了上述问题。高度并行化的深度学习技术能够迅速分析医疗影像资料，并给出高准确率的诊断结果。图100医疗成像资料来源：中国云计算网，Airdoc是将深度学习用于医疗诊断的代表性企业之一。公司取用大量的糖尿病视网膜病变患者眼底照片来训练了一个深度网络模型。该模型的样本使用量远超人类医生的诊断量，因此可以被看作是一位具有丰富经验的智能医生。模型对有明显症状和无明显症状的分类准确率已经能够与三甲医院的自身医生相媲美，而对糖尿病严重程度的5分类准确率也能达到专业眼科医生的水准。 除了诊断眼部病变外，Airdoc还提供了皮肤、心血管、肺部等其他器官病变的诊断业务。计算机视觉技术在多器官、多病种诊断方面的优势已经逐渐展现。未来智能医疗有望成为医生诊断的重要辅助手段，甚至有望在部分领域取代人类医生。图101Airdoc医疗影像诊断服务资料来源，Airdoc官网，3.4.1增强现实扩展用户交互维度：微软HoloLens眼镜现实增强技术（AR）通过将虚拟世界嵌套如现实世界中的方式扩展了用户的交互维度。AR不仅能够展示现实世界中的信息，同时也将虚拟世界的信息作为补充。AR技术在很多领域都具有广泛的应用前景。有了增强现实后，用户可以和眼中所见的一切事物发生互动，因此该技术的应用颇具想象的空间。根据智研咨询集团的预测，至2025年AR将会和VR一起覆盖电子游戏、视频直播、音影娱乐等多种场景，而其软件市场规模共计超过300亿美元。图1022025年VR/AR软件规模及细分结构（10亿美元）0.71.41.6电子游戏2.6视频直播11.6影音娱乐医疗4.7工程房地产零售业军事5.14.1教育3.2资料来源：智研咨询集团，计算机视觉技术是支撑AR发展的关键。在典型的AR流程中，环境理解和3D交互理解是关键步骤，其中会涉及到了三维配准、二维平面物体跟踪、即时定位与地图构建等多种高难度的计算机视觉技术。 图103增强现实技术流程资料来源：雷锋网，微软公司于2015年1月22日发布了HoloLens头戴式增强现实设备。在2017年上半年，此款设备正式向中国市场发售。HoloLens是一套先进的全息影像投影装臵，同时也是一台结合了大量计算机视觉技术的可穿戴设备。2019年2月，在MWC上，微软发布了售价3500美元的HoloLens2。图104HoloLens2增强现实设备资料来源：微软官网，HoloLens融合了多种视觉传感器和光学部件，并且搭载了微软自定义的全息处理单元。因此，HoloLens能够实时运算大量来自传感器的数据，做到理解用户的手势和视线，并映射用户所处的周围环境。用户能够使用HoloLens将物理世界和数字世界中的事物融为一体，并轻松地与数字世界发生交互。增强现实的组成形式有基于显示器式、光学透视式和视频透视式。HoloLens以全息投影的方式实现增强现实，属于光学透视式。此种形式的增强现实分辨率高且无视觉偏差，因此用户体验比基于显示器式和视频透视式更好。同时，这种形式的设备也对计算机视觉技术的要求更高，设备制造商需要攻克精确定位、延迟匹配、拓宽视野等技术难题。微软将HoloLens2视场角扩大了一倍多，同时保持业内领先的视野内每角度47个像素的全息密度。将英特尔的CherryTrail处理器，改用ARM芯片以获得更长续航。HoloLens2包含的全新显示系统，让HoloLens得以在低功耗下实现显著的性能提升。在HoloLens2中，微软完全更新了用户与全息影像的交互方式，利用新的TOF深度传感器，结合内臵AI和语义理解，HoloLens2可以让用户采用与现实世界的物体交互时所使用的同样手势来直接操控全息影像。 图105HoloLens2计算机视觉硬件图106光学透视式现实增强系统资料来源：IT之家，资料来源：百度百科，HoloLens提供的功能十分广泛，并且随着开发版设备的发售和SDK的开放下载，未来HoloLens的功能覆盖面仍会进一步扩展。HoloLens的无线便携设计和舒适的佩戴体验更让用户可以在多数场景使用HoloLens。根据微软已经公开的信息，HoloLens首批应用程序包括了混合现实游戏RoboRaid、旅游应用HoloTour、建模工具HoloStudio、视频工具Actiongram等。用户利用HoloLens可以实现收看新闻、游戏娱乐、教学、科研等多种功能。图107HoloLens部分应用场景资料来源：微软官网，1.建议关注上市公司关于整个大的科技基建，我们从两个维度选择标的推荐，云端生态和终端生态。云端生态偏基础设施，前期投入大，所以我们认为，该领域具有雄厚研发实力的科研院所以及国有企业会更胜一筹，云端生态建议关注：浪潮信息、中科曙光、宝信软件、广联达、用友网络、金蝶国际、石基信息。终端生态里面，场景各异且差距较大，此领域需要更多的活力，所以做相关行业应用的细分行业龙头公司更有弹性，终端生态建议关注：科大讯飞、恒生电子、千方科技、四维图新、恒为科技、苏州科达、南威软件。 1.1云端生态建议关注上市公司浪潮信息：公司发布2018年年报。实现营业收入469亿元，同比增长84%，实现归母净利润6.6亿元，同比增长54%，经营活动现金流显著向好，2018经营活动现金流净额13.3亿元，同比增长422%，销售毛利率11.02%，相比2017年增加了0.44个百分点，我们认为，未来有望继续回升。根据公司2018年年报援引第三方机构数据显示，2018年浪潮x86服务器出货量、销售额均居全球前三、中国第一，增速全球第一。人工智能是公司智慧计算战略的三大支柱业务之一，公司已成为百度、阿里巴巴、腾讯等客户最主要的AI服务器供应商，并与科大讯飞、今日头条、滴滴等人工智能领先科技公司保持在系统与应用方面的深入紧密合作。风险提示：互联网企业服务器需求不达预期。中科曙光：公司主要研究开发和生产制造高性能计算机、通用服务器及存储产品。公司是国内高性能计算领域的领军企业，由曙光公司研发的―星云‖高性能计算机是世界上第三台实测性能超千万亿次的超级计算机。公司各项业务高速发展，研发投入不断加大，2018年公司实现营业收入90.57亿元，同比增长43.89%，投入研发费用5.07亿元，同比增长118.5%，公司研发力度强劲。风险提示：1.国产替代进度不达预期；2.国产芯片下游需求不足；3.人工智能技术发展的不确定性。宝信软件：2018全年营业收入54.7亿元(YoY+14.6%)，归母净利润6.69亿元(YoY+57.3%)，净经营性现金流入9.65亿元(YoY+24.5%)。IDC业务稳步发展，持续改善经营性现金流。毛利率和净利率较17年底有提升，受益于IDC比重提升以及退税和补贴。IDC规模持续扩大，19年继续推进全国布局。宝之云新一代信息基础设施服务产业基地成为国内领先第三方高端产业基地，现有产业规模近20000个机柜，宝之云四期按计划建设进行中。公司在运维服务中已将研发的“宝信数据中心运营管理系统”成功推向市场，完成了IDC战略业务全国布局的发展规划，并启动现有区域外业务拓展工作，合资设立武钢大数据产业园，布局“大数据+N”产业战略，正逐步形成IDC产业生态圈。集团层面合作联通、国企以及钢铁公司具有天然的资源，都为公司积极发展IDC准备了有利的条件。风险提示：1.云服务IDC业务上架率不及预期，2.钢铁行业信息化投资不达预期，3.智能制造产业化不及预期。广联达：公司2018年营业利润增速为-7.33%，显著低于总营收增速的23.24%，主要因公司加大创新业务及生态业务战略布局和投入，相关费用增加所致。我们预计公司管理费用有较大的同比增长，包括研发投入增加等，主要因云转型和新业务拓展期公司贯彻员工激励导向，以及对新技术和生态业务的前瞻性布局，员工和研发人员薪酬有所增长。我们看好公司云化转型带来的增值服务提升、BIM等施工阶段新业务发展，以及数字建筑的长期驱动逻辑。风险提示：新业务、新产品拓展低于预期的风险。用友网络：公司2018年全年实现收入77.03亿元，同比增长21.4%；归属于上市公司股东的净利润为6.12亿元，同比增长57.3%；扣非后归母净利润为5.32亿元，同比增长81.6%。公司2018年云服务业务收入达20.94亿元，其中PaaS、SaaS、非金融类BaaS和DaaS收入为8.51亿元，同比增长108.0%；传统软件业务收入为55.79亿元，同比增长8.7%。此外，公司经营效益持续改善，2018年经营活动现金流大幅增长42.8%达20.43亿元。我们认为，公司云转型战略已经初见成效，未来各项财务指标有望持续向好；公司的云服务转型力度正在逐步加大，2018年NCCloud的发布有望驱动云服务业务快速增长。风险提示：软件业务增长低于预期的风险，云服务转型进程低于预期的风险。 金蝶国际：公司2018年实现营业收入28.09亿元人民币，同比增长21.9%，实现归母净利润4.12亿元人民币，同比增长32.9%。2018年，公司在云业务和传统软件业务端同时加大拓展大中型企业市场。在传统管理软件业务方面，面向大中型客户的EAS产品增速最快，同比增长19.3%；2018年内签约了青山控股、广东广电、三一集团和珠海格力等行业标杆客户。我们认为，二代云产品“苍穹”客户需求定位清晰，产品技术基础坚实，从长远来看，大型客户对信息化产品与服务购买力强且粘性高，新产品或成为公司云业务的下一个成长引擎。风险提示：云服务推进不及预期，ERP市场竞争加剧。石基信息：公司主要从事酒店信息管理系统软件的开发与销售、系统集成、技术支持与服务业务，是目前国内最主要的酒店信息管理系统全面解决方案提供商之一。公司全面整合了前台管理系统(PMS)、酒店餐饮信息系统(POS)、酒店后台管理系统(BO)以及其他管理系统(CRS、LPS、CRM、PGS等)，使公司的各类产品融合成为一个功能完整覆盖、技术全面领先的“石基数字饭(酒)店整体解决方案(IPHotel)”，能够为从高星级到较低星级直至经济型连锁酒店提供全套完整的解决方案。公司是目前国内零售信息管理系统的主要供应商，能够为整个零售行业提供理念最新、技术先进、产品线全面、服务全面的从供应端到消费端无缝集成的一体化全程管理解决方案。公司的商品批发销售业务主要集中在中电器件，整个经营流程涉及采购、仓储、销售等环节。风险提示：传统软件业务增速低于预期的风险，云业务进展低于预期的风险。1.1终端生态建议关注上市公司科大讯飞：A股人工智能绝对龙头，教育信息化业务增长迅速。公司形成了―1+N‖教育产品体系，通过统一的底层服务能力，实现向―智课、智学、智校、智考‖等应用场景提供统一服务的能力，实现了教与学主业务流程的场景全覆盖、终端全覆盖、数据全贯通。风险提示：人工智能应用不达预期，系统性风险。恒生电子：金融IT领域的绝对龙头，资管新规落地带来改造空间。公司已经覆盖整个金融领域IT业务，并且市占率遥遥领先。我们认为，未来公司将在传统金融IT领域持续领先，在AI、区块链等新技术的投入也将转化为产品及市场竞争优势，看好公司长期发展能力。风险提示：1.下游需求低于预期的风险；2.金融监管趋严的风险。千方科技：公司业务覆盖智能基础设施、智慧路网、智慧航港、汽车电子、智慧城市等行业前沿领域，形成从产品到解决方案、从硬件基础设施到软件智慧中枢的完整产业链条，是智慧交通、智慧安防行业的领先者。公司连年承担国家级、省部级重大专项及获得国家级、省部级奖项近百项，承担多项―十五‖、―十一五‖、―十二五‖国家科技支撑计划项目。风险因素：并购整合风险；智慧交通竞争加剧风险；智能安防海外业务不及预期；新业务推进不及预期。四维图新：2018年整体乘用车产销出现下滑，后面伴随着前装渗透率上升和产品线增加，我们认为杰发科技增长有望回归正轨；整个芯片产品线，我们认为IVI在前装车厂的渗透率逐步加大，伴随着汽车电子化、智能化程度的加深，AMP和MCU也将会逐步放量，TPMS有望在2019年逐步量产；自动驾驶地图订单已经落地，鉴于四维在传统导航电子地图领域的优势，我们认为未来这些客户在自动驾驶领域大概率会继续和四维合作，并且一起开发出新的商业模式。风险提示：杰发科技业绩不达预期，自动驾驶推进不及预期。 恒为科技：公司是国内领先的网络可视化基础架构以及嵌入式与融合计算平台提供 商，致力于为信息安全、无线网络、网络通信、特种设备、云计算与视频等领域提供业界领先的产品和解决方案。公司的网络可视化基础架构产品涵盖网络可视化应用系统的基础设备、核心模块及解决方案，主要包括针对宽带互联网、移动网互联网、企业网和行业专网等不同标准不同规模的网络，在各种网络接口进行流量数据的采集、分流、分析和管理的设备、模块与相关软件，公司积极开拓国际市场，与国际知名厂商建立战略伙伴关系，展开深度和广泛的合作，稳步推进公司国际化进程。风险提示：网络可视化行业增速不及预期的风险；公司产品毛利率下降的风险苏州科达：我们预计公司未来在视频会议领域受益于―国进洋退‖将稳中有升，另外新行业目前也拓展顺利。而视频监控将随着雪亮工程、智能化的快速发展和公司渠道的逐步改善，预计公司市场占有率有望快速扩大。我们认为在未来安防智能化浪潮中，公司会议监控弹性较大，未来三年增速将显著高于行业平均水平。风险提示：市场竞争加剧、会议及监控行业发展低于预期、渠道改善低于预期。南威软件：公司是电子政务整体解决方案提供商和智慧城市综合开发商，主要从事软件开发，以电子政务解决方案提供商、智慧城市产业链资源整合运营商和大数据应用与服务提供商为定位，从事智慧城市、政务、党务、公安、交通、水利、大数据等领域的软件研发和互联网分享经济平台的建设运营。目前行业景气度和需求明显大幅提升，公司将处于高增长通道，另外公司的各项创新业务也开始扭亏，逐步贡献业绩。风险提示：互联网+政务推进不及预期，应收款坏账及现金流恶化。5.风险提示1.政策推进不及预期；2.人工智能应用推进不达预期；3.智能终端下游需求不足；4技术路线发生重大变化。'