边缘 AI：加速端侧智能，重塑消费与企业市场

2020 年分析师预测边缘 AI 芯片——直接在硬件上执行或加速机器学习的器件——出货超 7.5 亿颗，营收约 26 亿美元。边缘 AI 板块增速将超越整体半导体行业，预计 2024 年出货超 15 亿颗，年复合增长率至少 20%，远高于整体市场 9% CAGR。

这些芯片日益见于高端智能手机、平板、智能音箱、穿戴设备，及不断增长的企业级设备：机器人、摄像头、传感器、通用 IoT 设备。

消费端规模虽大，但 2020-2024 年 CAGR 预估 18%，企业端预期加速至 50%。

2020 年消费设备占边缘 AI 芯片市场 90% 以上体量与价值。高端智能手机占消费端在用设备 70% 以上，当年 15.6 亿智能手机出货中超三分之一可能含边缘 AI 芯片。

历史上 AI 工作负载因算力强度在数据中心处理。边缘 AI 芯片更小、更便宜、功耗更低、发热极少——可集成进手持设备和机器人。本地处理数据降低延迟、提升易用性、通过将个人信息留在设备端增强隐私安全。

设备资源不足时可采混合方案——端侧与云端结合处理。最佳组合取决于具体 AI 工作负载。

图 1：智能可嵌入位置（图片来源：Deloitte Insights）

智能手机边缘 AI 经济账

虽智能手机主导市场，平板、穿戴、智能音箱也内置边缘 AI 芯片。2020 年平板大体停滞，智能音箱和穿戴合计预期出货仅 1.25 亿台，对总销量影响有限。但这些设备渗透率已高。

图 2：边缘 AI 芯片市场（图片来源：Deloitte Insights）

目前仅最贵智能手机——价格谱顶三分之一——倾向搭载边缘 AI 芯片，但增量成本极低。

通过分析三星、苹果、华为 SoC 晶圆照，可估算 AI 占芯片面积比例。三星 Exynos 9820 约 5% 面积给 NPU。SoC 总成本约 $70.50，AI 部分约占 5% 成本，即每颗约 $3.50。

图 3：三星 Exynos 9820 晶圆照显示约 5% AI 区域（图片来源：ChipRebel，标注：AnandTech）

苹果 A12 Bionic 约 7% 面积给机器学习，折算成本约 $5.10。华为麒麟 970 分配 2.1% 面积给 NPU，依面积或晶体管数计算成本在 $1.10-$1.42 区间。

图 4：苹果 A12 Bionic 约 7% 面积用于机器学习（图片来源：TechInsights / AnandTech）

即便成本区间宽，平均每颗 NPU $3.50 为合理估算。乘以五亿智能手机——加平板、音箱、穿戴——市场体量可观。重要的是，$1 制造成本通常转化为 $2 消费者价格增量，使边缘 AI NPU 可现身 $250 手机而无显著利润冲击。

AI 芯片采购：自研还是第三方？

设备厂商按产品梯队和地理选择采购策略。高通、联发科等供应 SoC 给众多厂商，2018 年占智能手机 SoC 市场约 60%。其高端线——骁龙 845/855、联发科 Helio P60——通常内置边缘 AI 能力。

苹果则自研 SoC (A11-A13 Bionic) 全栈嵌入 AI。三星、华为采混合模式，向第三方采购部分 SoC，高端机型部署自研 Exynos 和麒麟。

50 余家 AI 加速器厂商角逐企业/工业边缘 AI

智能手机级芯片虽适消费用，但企业/工业应用常需更聚焦、更能效的方案。仅含 AI 部分的独立 NPU 较完整 SoC 降 95% 功耗、成本大幅更低。

目前超 50 家公司开发独立边缘 AI 加速器。2019 年开发者单片采购约 $80，批量采购低至 $1-几美元。以手机 NPU 为代理，假设平均成本 $3.50。

独立芯片不只便宜，还小、低功耗，功耗 1-10 W。对比 16 GPU 数据中心集群：$400k 成本、350 磅重、10 kW 功耗。

边缘 AI 让企业本地处理数据，减少海量数据上云，降成本、简架构、降安全风险。

数据安全与隐私

本地处理最小化网络威胁和监管审视暴露。如智能摄像头端侧分析仅传相关片段，智能音箱优化唤醒词检测减少非必要音频采集。

弱连接环境

网络差环境设备——如自主无人机——受益于端侧 AI，无需依赖连接即时决策。

海量数据

IoT 部署日产 TB 级数据。边缘 AI 过滤预处理，仅传可执行洞察，降存储带宽成本。

功耗约束

低功耗加速器赋能小电池设备，如吸入器本地分析用法模式仅传精简指标至手机。Google TensorFlow Lite for Microcontrollers 等推动深度学习下沉微控制器，实现“微型机器学习”。

低延迟需求

端侧推理消除数据中心往返延迟，对自动驾驶、机器人等安全关键应用至关重要。

底线：边缘 AI 将成数据密集型应用关键

消费者受益于安全解锁、离线语音助手、无需持续连接的高质量摄影。企业端，边缘 AI 解锁新商业模式、提升运营效率、变革制造、物流、农业、能源等行业，实现实时端侧分析。

Duncan Stewart 和 Jeff Loucks 供职于 Deloitte 技术、媒体与电信中心。本文基于 Deloitte TMT Predictions 2020 报告原文。