在人工智能兴起之后，安防市场就成为了其全球最大的市场，也是成功落地的最主要场景之一。对于安防应用而言，智慧摄像头、智慧交通、智慧城市等概念的不断涌现，对于芯片产业催生出海量需求。那么，国内安防AI芯片领域的主要玩家及产品都有哪些呢？
安防市场有多大？
根据IDC最新发布的数据显示，2018年我国人工智能市场规模为176亿美元，预计2023年将达到119亿美元。而在这其中，平安城市中的安防仍然是最大的应用场景。
而这也与安防本身的特性密切相关。首先，以视频技术为核心的安防行业拥有海量的数据来源，可以充分满足人工智能对于算法模型训练的要求。其次，安防行业中事前预防、事中响应、事后追查的诉求与人工智能的技术逻辑完全吻合。为此，安防市场也成为众多巨头以及创业公司的必争之地，例如华为。
近日，据俄罗斯国家媒体Sputnik 报道，华为将以5000万美元收购莫斯科安防技术企业Vocord，进一步完善视频监控和人脸识别技术布局。在产品方面，华为在2018年就曾发布了星像、星驰、星图、星盾、星辰五款系列化智能摄像机，与传统安防巨头正面竞争。
从细分领域来看，视频监控的市场规模占比接近安防整体市场一半。未来两年预计保持134%的年复合增速。
需要哪些类别芯片？
从技术角度而言，ISP 芯片(Image Signal Processing，图像信号处理)主要负责对前端摄像头所采集的原始图像信号进行处理；DVR（Digital Video Recorder，数字硬盘录像机）SoC 芯片主要用于模拟音视频的数字化、 编码压缩与存储；IPC （IP Camera，IP 摄像机）SoC芯片通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视音频编码模块、网络接口模块等，具备入侵探测、人数统计、车辆逆行、丢包检测等一些简单的视频分析功能；NVR (Network Video Recorder，网络硬盘录像机) SoC 芯片 主要用于视频数据的分析与存储，功能相对单一，但由于多与 IPC 联合使用，市场增长也较快。
通常情况下，安防视频监控模拟摄像机的核心部件包括一颗图像传感器和一颗ISP芯片，安防视频监控网络摄像机的核心部件包括一颗图像传感器和一颗IPC SoC芯片。
随着5G和物联网的快速发展，对于安防行业而言，未来“云边结合”也将是最主要的趋势。在云端芯片方面，目前主要还是英特尔、英伟达、谷歌等国外企业的天下，国内企业短期内还难于取得突破。相反，在边缘侧尤其是视频处理方面，对国内企业而言是难得的机遇，国产替代正在不断深入。
主要的玩家有哪些？
对于国内企业而言，华为海思、寒武纪、云天励飞、中科曙光、国科微、 中星微、北京君正、富瀚微、景嘉微等在安防芯片领域都有布局。其中，海思布局比较完善，在IPC SoC市场占有大量份额，并且已经覆盖云端及边缘。以下为国内主要厂商在安防AI芯片领域布局情况：
华为海思
主要产品：Hi3516CV500 等、云端 AI 芯片“升腾”系列
目前，在视频编解码芯片领域海思是绝对的霸主。根据HIS统计数据，2016年海思以62%的出货占比，远超TI、NXP和Ambarella等国外企业。另外，在网络摄像机（IPC）SoC芯片市场中，海思半导体可谓一家独大。
云天励飞
主要产品：NNP100
云天励飞成立于2014年，经过短短几年的发展已成为一家提供五位一体（芯片+算法+数据+应用+服务）端到端全栈式解决方案的供应商。其“深目”方案已经被广泛应用到平安城市、智慧城市、智慧商业、无人机船车、机器人和智能制造等行业。
云天励飞在2016年完成了第一代深度学习神经网络处理器NNP100的研制，并基于FPGA载体实现商用。2018年8月，云天励飞面向嵌入式端的边缘人工智能芯片IPU 成功流片。
地平线
主要产品：旭日系列
地平线基于自主研发的边缘计算平台及领先的深度学习算法，可以实现边缘端 AI 的计算与推广，为客户提供高清人脸识别摄像机、高性能视频结构化服务器及高性能、低功耗、低成本的全栈式智慧城市解决方案。
阿里巴巴
主要产品：Ali-NPU
2018年4月，阿里巴巴宣布达摩院正在研发一款神经网络芯片–Ali-NPU。这款芯片将用于图像视频分析、机器学习等AI推理计算。
Ali-NPU将应用在解决图像、视频识别、云计算等商业场景的AI推理运算问题，提升运算效率、降低成本。据阿里方面透露，按照设计，阿里巴巴的Ali-NPU性能，将是目前市面上主流CPU、GPU架构AI芯片的10倍，而制造成本和功耗仅为一半，性价比超过40倍。该芯片成熟后将通过阿里云提供公共服务。
依图 科技
主要产品：questcore
2019年5月，依图宣布推出其首款视觉推理AI芯片产品questcore（中文名“求索”），该款芯片采用16nm工艺，最高能提供每秒15TOPS（每秒万亿次运算）的视觉推理性能，适用于人脸识别等多种任务场景。
questcore单芯片可支持64路视频高清实时解码，支持50路视频实时解析，可支持视觉的检测、分类、识别、跟踪等任务。
景嘉微
主要产品：JM5400、 JM7200
长沙景嘉微电子股份有限公司成立于2006年4月，致力于信息探测、信息处理和信息传递领域的技术和综合应用，为客户提供高可靠、高品质的解决方案、产品和配套服务。目前是国内率先成功自主研发国产化图形处理芯片(GPU)并产业化的企业。
景美系列GPU芯片是高可靠性、高性能、低功耗的图形处理芯片，能够高效的完成图形加速功能，并提供了多种丰富的外设接口，支持外视频在图形上进行开窗、缩放、旋转以及叠加显示。
富瀚微：
主要产品：FH8856、FH8852、FH8632、FH8535、FH8538D等。
上海富瀚微电子股份有限公司成立于2004年4月，专注于视频监控芯片及解决方案，满足高速增长的数字视频监控市场对视频编解码和图像信号处理的芯片需求。
在视频监控方面，可提供高性能视频编解码SoC和图像信号处理器芯片，主要包括IPC SoC和Camera ISP两个方面。
国科微
主要产品：GK7205/GK7205S 、GK7202、GK7101、GK7102
国科微电子股份有限公司成立于2008年，长期致力于智能机顶盒、智能监控、存储、物联网等领域大规模集成电路及解决方案开发。
国科微2015年进入安防IPC领域，凭借其优秀的ISP性能、完善的系统架构、超高的系统集成度、优异的低功耗设计等高性价比优势，先后推出GK710x等系列H264监控芯片，新一代H265智能监控芯片GK720系列及产品解决方案，广泛应用于平安城市、智能家居、交通、金融、学校等行业级、民用消费级安防监控市场。
跨过L3/L4技术门槛，车企需要怎样的智能感知芯片？
机顶盒品牌排行榜排前五的分别是Dreambox DM920 ultraHD、开博尔H6、华为、小米、优酷，比较推荐的是Dreambox DM920 ultraHD、开博尔H6、华为。
1、Dreambox DM920 ultraHD
它有两个版本，一个用于卫星接收的双头或用于有线和地面接收的DVB-C / T2头；第二个版本配备了DVB-S2X MS 头或双DVB-S2X MS FBC头。新的双头基于Broadcom BCM 45308x芯片，是市场上第一款使用该芯片的芯片。 尽管性能强大，但尺寸还是比较紧凑的，不会占据太大的空间，也不会影响整个房间里面布局的美观性。
2、开博尔H6
它的内核仍然采用Rockchip瑞芯微四核CPU，硬件配置有12G主频、ARM Cortex-A7架构， 8G Flash存储器和2个USB20接口，这些配置还是很强悍的。1个HDMI V14高清输出接口,三的独立的AV输出接口，供老式电视使用。系统界面采用Win8风格的磁贴界面，分五个板块，每个板块有10个磁贴，除“工具”版块外，其余4个版块都可自定义，可自己按分类和喜爱定义应用。
3、华为
华为AI机顶盒搭载创新式智能语音技术，用户可以扔掉遥控器，解放双手，全新的远场语音功能，让您坐在沙发上，只要动动嘴巴，就能轻松实现视频业务的搜索、播放和控制，精彩内容随心所想，随口而来。
网络营销是自己做还是外包好
如今，智能化程度越来越能够决定一台车的价格和热销程度，智能化已经是汽车行业的核心趋势。相关数据显示，2022年L2级智能驾驶渗透率已提升至38%，预计到2025年渗透率会超过60%，且随着利好政策的相继出台，以及主流车企的陆续发力，智能驾驶正由L2向L3甚至更高阶的L4跨越。
2022年11月2日，工信部会同公安部公开《关于开展智能网联汽车准入和上路通行试点工作的通知》征求意见稿，《通知》特别提到智能网联汽车搭载的自动驾驶功能是指国家标准《汽车驾驶自动化分级》（GB/T40429-2-21）定义的3级驾驶自动化（有条件自动驾驶）和4级驾驶自动化（高度自动驾驶）功能（也就是我们常说的L3与L4），《通知》将加速我国L3/L4自动驾驶的落地速度。
与此同时，国际车企也在争先恐后推进相关进程，德国奔驰今年2月在美国加州开了一场110分钟的发布会，主题便是“L4自动驾驶，2024年见！”
可以预见的是，自动驾驶即将加速向更高级别迈进。而聚焦当下，车企以及技术供应商们面临的更关键问题是，如何迈过L3/L4的相关技术门槛？
感知系统是关键一环，4D毫米波雷达备受青睐
在汽车智能化发展过程中，感知系统是至关重要的一环，自动驾驶系统需要全天候、全覆盖、全目标、全工况的感知。尤其L2及以上的智能驾驶，必须构建多个感知维度的目标及环境探测系统，有效融合各种传感器的优势，为车辆的规划控制提供准确有效的信息。
而在多传感器的感知维度里，视觉与毫米波雷达通常被认为是不可或缺的两种传感器，它们之间的感知优势互补性非常强，合理搭配“1+1>2”的效果非常明显。
要知道，即便是此前一直坚持纯视觉路线的特斯拉，也被爆在其最新的自动驾驶硬件HW40中加回了毫米波雷达，而且是高分辨率的4D毫米波雷达。
事实上，在此之前，4D毫米波雷达市场关注度便已不断上升。
究其原因，4D毫米波成像雷达，可检测物体的方位、距离、速度、高度等数据。同时，4D成像毫米波雷达具有像素级的角分辨率，可以分辨目标物体的轮廓，经过深度学习，4D雷达还可以区分行人、自行车、汽车、卡车等不同目标。4D成像雷达可以实现多传感器的前融合和点云融合，从而降低漏检率、误报率等。
而值得注意的是，随着毫米波雷达系统射频收发通道数的增多，传统的处理器无法满足毫米波雷达系统大吞吐量数据的计算需求，因此迫切需要设计符合大阵列大吞吐量的雷达专用处理器芯片，近年来海外多家公司都在设计相关的雷达专用处理器。
作为一家在上海张江“中国硅谷”成立的提供智能感知芯片及系统解决方案的半导体设计公司，上海昱感微电子科技有限公司（以下简称“昱感微”）也是该领域的重要玩家之一。
资料显示，昱感微的核心员工全部来自全球顶尖的半导体企业，公司成立不久就获得张江人才港“最具潜力的海归创业团队”大奖。该公司定位在“感知智能”领域，产品目标是帮助客户“多维度高效获取物理世界信息”，为客户提供全球领先的感知技术。
据悉，昱感微电子目前正在研发的4D成像毫米波雷达处理器芯片支持多片射频前端MMIC（四片级联: 16发16收信号通道）高性能4D毫米波感知，或分布式集总架构；其中完全自主知识产权雷达信号处理单元（硬件加速器）信号处理能力强，能耗比高，简化客户开发。
具体来看，其产品特点包括：模块化高度可扩展架构，高效L1/L2/DDR 数据流，兼容CPLX/REAL计算引擎；通用DDMA以及超分辨硬加速，支持检测/DOA交互式先进算法，32bit 高SNR FFT算子，软件定义LRR/MRR/SRR；独创的BIGlittle多线程架构，支持实时低延迟感知。
按照昱感微的说法，其4D成像毫米波雷达处理器芯片，可以协助客户降低成本，降低功耗，同时产品的4D雷达点云密度更高，反应更快，探测距离更远。
还有非常重要的一点是：由于4D毫米波成像雷达目前发展非常快，各种先进的算法都正在引入4D成像雷达产品中，对于雷达处理器芯片而言，芯片的架构就必须要能够支持到客户软件差异化实现的需求。针对此，昱感微在其4D成像毫米波雷达处理器芯片的架构设计与实现上也是下足功夫，其雷达处理器芯片在硬件优化（硬件加速器／硬件算子）实现的同时还可保持软件与算法的高度可扩展性，能够支持客户各种先进的雷达算法在芯片内的高效实现。
传感器融合方式升级，智能感知芯片再进化
4D毫米波雷达的火热，也带出了“视觉＋毫米波雷达＂数据融合方式的新变化。正如前文所说，4D成像雷达可以实现多传感器的前融合。
据悉，特斯拉新发布的HW40，并非简单地把雷达传感器加了回来，特斯拉也同时改进了摄像头与毫米波雷达的数据融合方式，由以前发生问题的“传感器后融合”方式进化到“传感器混合式融合”架构。这个系统架构的改进也是特斯拉把毫米波雷达重新加回到系统的另一个原因。
而即便抛开特斯拉的方案不谈，此前业界对于多传感器融合的方式也已有预测：随着各种传感器感知性能的提升，多传感器融合的方式会从简单的结果比对“传感器后融合”方式向“传感器混合式融合”以及“传感器前融合”演进，最终都会进化到“传感器前融合”架构。
只不过，要实现这样的演进并不简单。据了解，“传感器前融合”的感知系统，系统不光要对不同传感器感知信号处理过程做交叉互动来提高有效信息的获取量以及提取质量，系统还要在各传感器捕获目标原始数据的过程就开始互动，系统需要准确地针对感知目标来获取对应的有效信息，这也是AI系统里常常提到的“智能感知“。
昱感微第一代芯片的第二款产品-多传感器多维像素融合感知芯片，就是针对多传感器前融合的客户需求而设计的，其芯片及系统的架构示意图如下：
据企业官方资料，这一多传感器多维像素融合感知芯片在4D成像毫米波雷达处理器芯片基础上又增加了以下部分：1）对来自摄像头的图像数据做处理的视觉处理子系统（包含支持摄像头传感器的特定曝光控制等功能）；2）对多种传感器的目标捕获信息做交互数据挖掘以提高目标探测精准度的交互数据处理系统；3）对多传感器感知数据做高效数据组合并输出的多维像素生成系统。
据称，昱感微的多传感器多维像素融合感知芯片可以帮助客户实现多传感器原始数据的融合（传感器前融合），对目标和环境的感知可以在传感器系统的边缘侧就能挖掘出更多的信息，数据维度更多，目标探测更精准。
目前行业通用的认知是，多种传感器做感知融合时至少包含有摄像头与毫米波雷达。而当其中一种或多种传感器探测到潜在目标时，昱感微的多传感器多维像素融合感知芯片可以实时地对部分或全部其余传感器的探测参数进行互动实时调整。
具体来看，其可对摄像头的像素级的探测参数进行互动实时调整，互动实时调整中的探测参数包括：曝光区域、曝光时间、对焦距离、图像传感器的信号增益、图像传感器的灵敏度、图像传感器的信噪比、色彩滤波阵列中的任意一种或多种；对雷达的发射和/或接收信号的探测参数或探测数据的筛选进行互动实时调整，互动实时调整中的探测参数包括：捕获视角、目标信号的检测提取参数、信号波形及调制方式、信号频率、信号强度、信号帧率、信号带宽、速度谱中的任意一种或多种，等等；然后芯片再将多种传感器探测到的数据处理好后同步实时输出。
举例来说，当雷达子系统探测到潜在目标时，芯片内运行的软件立刻实时地对摄像头的曝光控制区域进行调整，使其针对目标检测子区域（有运动目标的子区域）进行快速局部曝光，然后对同一时间段内采集的多幅目标检测子区域图像做图像叠加的宽动态处理，融合产生完整的超宽动态图像实时输出。这样，即使在车辆夜间行驶的过程中遇到对面相向而行的车辆开着远光灯干扰本车摄像头系统的挑战场景下，昱感微的多传感器多维像素融合感知芯片仍然可以引导本车的摄像头针对运动目标(可能是在当前图像严重欠曝区域内正在横穿马路的骑车人－非常危险的情况)做快速局部曝光来实时获取运动目标的分辨细节特征，这样的处理就可以防止自动驾驶控制系统出现漏检而撞击目标的情况发生。
昱感微的多传感器多维像素融合感知芯片将多传感器感知数据做高效数据组合并输出的多维像素的数据格式。
对传感器融合系统而言，各传感器感知数据的“坐标统一，时序对齐”是必须的，同时系统还要做到“数据同质”，并且能够突出“事件感知”（做好针对目标的探测而非笼统的背景探测，同时需要具备对事件是否会发生的预测数据 - 车辆自驾系统对道路上妨碍行驶的障碍物之相对距离与速度的精准探测）。
多传感器组合的探测域空间映射关系示意图
昱感微的多传感器融合处理器芯片把多传感器的目标探测数据用“多维度测量参数”矩阵数组（简称为“多维像素”）的形式组合在一起，建立以摄像头像素为颗粒度的立体多维深度感知；像素除了其原本包含的亮度与颜色信息，还增加了多个维度，如相对距离、相对运动速度、目标的雷达散射截面RCS数据以及目标的热辐射温度分布等数据，目标检测算法基于多维像素矩阵结构，可充分利用信息的融合做深度环境感知。
“多维度测量参数”矩阵数组结构示意图
多维像素这样的数据结构是非常高效的感知信息数据组合方式，不仅直接体现了：坐标统一，时序对齐，数据同质，由于多维像素包含了目标及环境的多个物理维度探测的实时信息（目标的距离、相对速度等信息）,它也能够很好地突出：“事件感知”的能力，包含能够预测事件发生的能力；同时，多维像素数据来自多种（不同种类的）传感器的感知数据组合，多维像素数据本身就包含了：异构冗余、多重校验，交互感知，超维耦合，感存一体。这些是都是我们对高效可靠的传感器感知系统的必须要求（满足高质量自动驾驶的必要条件）。
多传感器多维像素组合可以包含的目标与环境感知信息量非常大。举例来说，把视觉图像与毫米波无线检测信号直接对接组合，由于毫米波无线探测在毫米波（77Ghz对应4mm的无线电波波长），无线电波是有绕射及多径穿透能力的，这样的“图像＋毫米波”组合的多维像素，在前面有一辆车的探测场景下，在前车这个“多维像素宏块”上可以再包含前前车（被前面这辆车挡住摄像头视野的再前面的一辆车）的存在（有距离、相对速度、RCS）信息，以及可以感知前前一辆车的突发急刹车事件，系统可以预防这样的事故发生！
昱感微指出，多传感器多维像素的组合，就像是我们人对目标与环境的感知，我们以人眼视觉为主体，同时我们每个人都有天然的“脑机接口”，我们会在视觉的基础上把其它感觉（听觉，嗅觉…）都组合在视觉图像里，然后希望具备第六感（预感事件的发生）。昱感微电子的多传感器多维像素融合感知芯片也希望可以助力到AI感知系统相同的功能。
多维像素是在以图像像素为基础的模型上再增加了其它维度（目标的距离、速度等）感知信息，多维像素使得目前的AI处理器都可以复用已有的图像数据集，免除新产品的训练数据需要全部重新采集的困扰，对于目前流行的神经网络框架只需要做很小的修改就可直接适配昱感微电子的芯片输出的“多维像素”，而且神经网络的训练收敛效率以及目标识别准确率都会因为使用了多维像素而有效提升。多维像素的产品落地非常直接简单，不会是因为新的数据结构而给应用推广产品化带来困扰。
特斯拉目前在感知方面的一个重点技术是Occupancy Network (占据网络)。研究机器人技术的同学肯定对occupancy grid不会陌生，occupancy grid表示空间中每个3D体素（voxel）是否被占据，可以是0/1二元表示，也可以是[0, 1]之间的一个概率值。
为什么估计occupancy对自动驾驶感知很重要呢？因为在行驶中，除了常见障碍物如车辆、行人，我们可以通过3D物体检测的方式来估计他们的位置和大小，还有更多长尾的障碍物也会对行驶产生重要影响。例如：1可变形的障碍物，如两节的挂车，不适合用3D bounding box来表示；2异形障碍物，如翻倒的车辆，3D姿态估计会失效；3不在已知类别中的障碍物，如路上的石子、垃圾等，无法进行分类。大家都希望能找到更好的表达来描述这些长尾障碍物，完整估计3D空间中每一个位置的占据情况（occupancy），还要包含语义（semantics）和运动状态（flow）信息。特斯拉希望利用基于“视觉”的占用网络算法, 将感知空间划分为一个个立体网格，通过检测网格是否被占用，实现对物体体积的测算-包括探测到让全世界智能驾驶团队头疼的各类异形物体。
在昱感微看来，真正的自动驾驶面临的道路状况千变万化，自动驾驶要求开发者回到智能的“第一性原理”——从感知和决策的角度先感知周围环境，再根据感知预测其他车辆的运行轨迹，作出自动驾驶车辆的行为规划和决策，完成系统级开发。
“如果自动驾驶系统的算法完全基于深度学习（Deep Learning），就无法解决这种深度神经网络可能带来的‘黑盒’问题：即无法确定系统是根据什么作出决策的－它自己也不知道，因此就无法实现人为预先干预；这样的自动驾驶系统是无法支撑L3及以上的自动驾驶要求的，一台车在地球上可能遭遇的驾驶场景永远会比一个系统接受训练时的数据更丰富，以深度学习为底层算法的系统如何应对复杂长尾场景是让人担心的。”
而昱感微的多传感器多维像素融合感知芯片的“多维像素”数据输出直接具备了目标与环境在3维立体空间所处的物理维度探测信息－感知周围环境与目标的各维度所需物理量，直接提供给系统做高效和精准的决策与执行，避免系统仍需借助大算力“推演”出目标感知数据再做决策执行的潜在问题。
总而言之，昱感微所研发的全新一代智能感知芯片将助力车企跨越L3/L4级智能驾驶感知技术门槛。
本文来自易车号作者盖世汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
5G突围：国内率先启动，芯片自主可控是关键
有一家生物科技公司，他们总监告诉我：“现在的营销公司都不靠谱！”
为什么呢
他说：“我们是一家科研型的公司，团队大多都是科学家，营销是我们的短板，我们找了好几家公司，给我们出的方案和文案都很平庸，他们甚至经常把诱导多能干细胞的概念都写错了！”
我说这其实不怪他们，毕竟营销公司里的人，几乎找不到有科研背景的，核心问题出在分工的环节。
那到底该怎么分工哪些营销工作外包更合适
简单可以从4个维度去参考，分别是专业度、频率、成本和竞争力
咱们之前课程中提到过，营销大致分为营销素材的生产和分发，刚刚提到这个生物科技公司的例子，如果给这家公司做营销素材，就需要极高的专业知识，比如什么是单能干细胞、什么是多能干细胞、光这些专业名词就需要了解很长时间，如果让外包公司去做这些营销素材的生产，往往效果会大失所望。
最好的办法是，涉及专业知识的素材统统由这家公司自己做，让外包的营销公司只负责内容的打磨润色以及分发的工作。
比如，生物科技公司新发明了一个产品，要发在一些网络媒体上发一些公关文章，那这家公司应该先自己把文章写出来，写的好不好不要紧，重要的是把概念讲清楚，然后把这篇公关文章交给做营销的外包公司。搞科研的人，写出来的东西往往比较生涩难懂，这个时候外包公司可以在这篇文章的基础上给它翻译一下，翻译成普通老百姓都能看懂的素材，当双方都确认这篇文章OK了，由营销公司负责向各大媒体发布。
总结一下就是专业的工作自己来，执行的工作给外包，你可以思考一下，你们公司哪些属于专业的工作哪些属于执行的工作
那从频率的维度怎么判断呢
一家做外贸电商的公司，有自己的线上商城，但是流量一直不理想，于是他们在国内找了一家专门做谷歌推广的公司，帮他们在谷歌上获取流量，后来业务慢慢有起色了，这家做谷歌推广的公司开始坐地起价，说现在营销成本高了，服务费需要上涨50%，这个外贸公司的老板肯定很生气呀，但也没有办法，一方面自己公司没有这方面的人才，另一方面，国内专门做谷歌推广的公司又很少，只能乖乖交钱
那对于一个外贸公司而言，而且还是以线上为主的外贸公司，网络推广属于高频工作，也就是每天都需要做的，频繁需要调整和改动的，那就一定要自己做，即便这类的人才很难招，也比最终被营销公司牵着鼻子走要好。
既然网络推广是高频工作，那低频工作是什么呢还拿这个外贸公司举例子，假如这个外贸公司也定期去参加一些国际展会，那么涉及到展会的布置和宣传工作就可以外包，毕竟展会不是天天有。
总结一下就是，高频的工作自己做，低频的工作给外包。
成本的维度就很好理解了
你自己做的成本，和外包的成本哪个更低如果你自己招人做，每个月需要投入10万块，同等的工作量，交给外包，只需要5万块，那想都不用想，交给外包来做吧！
苹果为什么不自己加工手机而交给富士康为什么很多服装品牌没有自己的服装厂，都是交给代加工厂因为外包给这些工厂来做，他们的成本更低。营销外包也是同样的道理，刚创业的时候，我们所有营销的执行工作都是自己在做，越做越累，人越来越不够用，后来发现，很多公司在执行方面有非常大的成本优势，于是我们开始和这些公司合作，我们出执行计划、流程、标准，由他们来执行，不仅减轻了我们的工作量，还大大节约了我们的执行成本，提高了利润率。
这个比较好理解，就不做总结了
最后一个判断维度：竞争力
刚才提到苹果，你觉得苹果的核心竞争力是什么有朋友可能会说是产品的用户体验、有的说是IOS系统、再或者是品牌，这个其实没有标准答案，我觉得都对，也可以理解为产品设计。但应该不会有人说苹果的核心竞争力是他的摄像头、他的屏幕、他的芯片、他的音质，因为摄像头和传感器可能是索尼的、屏幕可能是三星的、芯片可能是高通的、声音组件可能是飞利浦的，都不是他自己生产的。所以产品设计是竞争力的核心，苹果一定不会把系统设计、外观设计这些去外包，所有的硬件供应商都是为了满足他的产品设计需求。
汽车品牌也是一样的道理，除了汽车的发动机以及外观设计，80%的零部件都是由上百个供应商提供的，这些外包的零部件厂商，也都是为汽车的产品设计服务的。
在北京经常看到的便利店，7-Eleven甚至把人力资源、财务、IT管理、物流、分销、产品开发和包装等等都进行了外包，但对店内商品规划、定价、订货、客户数据分析这些工作一直控制在自己的手里，因为在他们看来，这些才是7-Eleven的核心竞争力。
那放到营销上，该怎么用呢
可以来思考公司的属性，是产品导向型的公司，还是销售导向型的公司呢
你也可以思考下，对于客户而言，你的核心竞争力是什么
专业度、频率、成本、竞争力这些都是作为参考，具体可以结合你的实际业务，综合来考虑，最终的目的是为了降低你的风险、提高你的竞争力。
回答市场疑虑：在各种不确定性背景下如何继续发展 5G 产业
我们认为 5G 发展应该分国内、国外分别看待。 华为、中兴在 5G技术与商用能力上领先全球，贸易等外部问题很难撼动华为在通信设备上的领先优势。
国内方面 ，工信部宣布近期将发放 5G商用牌照，体现了我国 5G建设进度没有受到明显影响。在牌照之后，运营商即可进行 5G商用，相比此前 2020年商用的目标，甚至会有所提前。网络的提前建设有利于华为，华为目前商用准备较充分，单月出货基站数已达 2万左右。而中兴也有望受益于国内 5G建设。诺基亚、爱立信在国内的 5G 建设中由于准备相对较慢，份额可能较低。
干货研报注： 本篇研报是6月5号发表的，但就在6月6号，我国直接发布了4张5G商用牌照，而不是4G时最初的试运营牌照，这将说明我们直接跳过5G试运营，直接进入大规模商用。这一个超预期的动作，也看出来了我们5G突围的决心。
国外方面 ，部分运营商如欧洲抉择是否采用华为 5G 设备将导致 5G 建设放缓，而日本等国放弃使用华为设备有可能导致华为 5G 份额下滑。 另外， 4G 网络由于海外存量较大，性价比高，替换成本高，因此华为在海外 4G 份额短期将不会明显下滑。
但 5G 网络的第一批建设主要围绕中美日韩，而欧洲等国家的 5G 本身并不紧迫，因此我们认为目前时点，我国 5G 的牌照对华为、中兴存在利好。但应跟踪美对于我国 5G 牌照可能做出的进一步反应。
图表 1: 通信基站结构
但5G 也带来了机遇与挑战，核心是：技术变革带动市场规模提升，半导体自主可控为突围重点
通信基站建设主要风险来自于 客户 与 供应链 两方面。我们认为中国5G 进展快于海外，利好国内产业链。但目前我国在半导体领域（芯片等）仍存在短板， 亟待自主可控。
机遇与挑战1：半导体领域自主可控为突围的主要方向。供应链角度，半导体领域存在短板，自主可控为解决方案。
中国大陆供应商在1）天线环节实力较强，2）在 PA/LNA、滤波器等射频前端拥有一定的市场地位、但仍有较大的进口替代空间。
3）国产替代空间较大的环节主要处于半导体领域，包括 PA、基带芯片、数字芯片、模拟芯片、电源芯片等。5G 相比 4G 的性能提升很大程度上依赖于芯片的设计和选用，我们认为芯片领域的自主可控是我国 5G 基站建设突围的重点。
机遇与挑战2：5G 特性带动 PCB、天线振子、PA、介质滤波器等基站器件需求提升。
5G 高频高速特点带动 PCB/CCL、天线、PA、滤波器的 材料与工艺发生变化 ，多通道/大带宽则主要带动 PCB、天线、PA、开关、滤波器等 用量显著提升。
全球通信设备市场规模随着技术的换代升级呈现波动趋势，而目前全球无线电信网络正在经历从 4G 向 5G 发展的转折点。随着 5G 建设期到来，市场规模出现提升趋势。
以基站及无线通信设备市场为例，Gartner 预测，从 2018 年起，全球无线设备市场规模将呈现提升趋势。根据 Gartner 的数据显示，2018 年通信设备市场中我国厂商华为、中兴市场份额排名领先，其中 华为排名第一，份额达到 27% 。
从技术方面来看，华为、中兴经过了 4G 时代的专业积累，在 5G 实现了技术反超。专利层面， 华为、中兴在 5G 专利比例方面排名全球第一和第五 。在商业化方面，中国企业也领先全球。19 年 5 月，华为宣布已经出货 5G 基站超过 10 万，中兴通讯 4 月也曾表示 5G 基站累计出货量超过 1 万站。
根据 GSA 统计，截至 4Q18，全球 4G 用户数达到 399 亿。全球 4G 在各洲的渗透率不同。而真正早期布局 5G 的国家主要将为韩国、美国、中国、日本、中东和欧洲部分国家等4G 渗透率较高国家。GSA 预测到 2023 年，全球预计有 13 亿 5G 用户。
截至 2019 年 4 月初，全球 4G 运营商 720 家，准备提供 4G 服务的运营商 116 家。5G 方面，88 个国家的 224 家运营商开启了 5G 网络的测试、试验、试商用或商用。其中试商用或商用的运营商达到 39 家，商用的运营商为 15 家。
华为 预计 2025 年全球将有 650 万个 5G 基站 、28 亿用户，覆盖全球 58%的人口。我们基于对产业链的调研和判断，认为 2019 年是 5G 基站出货的元年，而中国将成为未来三年5G 建设的主力。
► 中国： 三大运营商在全国各地的 5G网络建设热情高涨。北京截至 5月下旬建设了4700个 5G基站建设，年底将实现五环内 5G覆盖；上海电信 2019年将建设超过 3000 个 5G基站，到 2021年底建设 1万个 5G基站；广东截至 5月已建 5G基站超 14,200 个，其中广州 5G基站超过 7100个。广东移动在全省 21个地市已开通 5G网络；湖北移动 2019 年将在全省投资 10 亿元人民币，建设 2000 个 5G 基站；山东联通年内宣布在全省 16 地市正式开通 5G 试验网。
► 韩国： 三大运营商 KT、SK、LGU+ 2019年 4月 3日起开启了全国 5G运营，单月用户数突破 26 万。当时 LG U+共架设约 118 万个 5G 基站，主要供应商包括 华为 。而KT 和 SK 供应商包括 爱立信和三星 。
► 美国： 5G采用 28GHz、24GHz、37GHz、39GHz和 47GHz进行 5G部署。5月末美国完成了第二次频谱拍卖。目前美国的 5G主要用于家庭无线宽带接入。而近期美国FCC表示将批准国内第三大、第四大无线运营商 Sprint和 T-Mobile的合并。合并后的运营商在中频段将活动 130MHz带宽，可考虑用于 5G部署。美国目前 5G设备的提供商包括 爱立信、诺基亚和三星 。
► 日本： 5G 也在建设中，《朝日新闻》报道称，预计 2020年春天将提供服务。根据朝日新闻，日本三大运营商 NTTDocomoInc，KDDICorp， SoftBankGroupCorp以及新兴运营商乐天移动 RakutenMobileInc将主要选择 爱立信、诺基亚、三星和本土公司 的 5G设备。
► 欧洲、中东： 部分运营商在进行 5G的试验和试商用过程。如欧洲运营商 Telia将在1-2个欧洲国家开展 5G服务。中东运营商 Etisalat1H19将会在 300个城市推出 5G 服务。
华为的角度， 通信设备产业链属于软硬件联合开发，目标是将板卡组合形成系统，通过测试实现商用。 而在板卡的设计制造中，原材料主要包括各类芯片和 PCB 板，通过代工的方式加工成商用板卡，而在 PCB 设计和芯片的设计过程中，需要使用 EDA 等软件开发环境。
目前国产替代空间较大的产业环节
►芯片环节： 基站通信系统的性能和稳定性的要求导致了其芯片选用十分苛刻。
►EDA等开发环境环节： 我们认为华为将主要通过现有已购软件实现生产。
►测试环境环节： 类似于 EDA 等开发环境，测试仪器仪表主要由海外厂商提供，但其中部分厂商如罗德史瓦茨等公司为非美国企业。
中国厂商如何应对
►短期依靠存货。 华为的芯片设计公司海思已经十分成熟，EDA、测试环境等规模已经可以支持现有研发。而芯片短板短期难以解决，需要通过存货的方式短期应对。但经历了 2018年中兴事件，华为在存货的准备上更加从容，原材料规模从 2017年末的 190 亿元提升至 2018 年末的 354亿元。以 FPGA为例，华为通过渠道不断积累FPGA 存货，导致 4FQ19，FPGA 提供商 Xilinx 通信板块收入达到 历史 最高水平。
►长期依靠国产化。 芯片的设计需要不断的投入和试错。而国内产业链也已经涌现出了一批可以在相关产业链提供备选方案的公司，通过不断打磨，国产化存在较大可能性。
4G 份额难以撼动
基站本身在中国移动等运营商的采购体系中被认为是非充分竞争领域，一个重要原因是现网基站需要不断维护、升级，难以更换现网基站供应商。华为在 4G基站领域排名前二， 服务运营商客户覆盖全球。目前情况难以判断持续性，现有 4G客户如更换供应商需要投入大量资本开支。对于华为的现有客户而言，客观上替换华为的基站存在一定难度。
另一方面，华为的产品在业内以高性价比闻名，在现有全球运营商增长乏力的背景下， 运营商客户主观上也不愿意放弃华为设备。一个典型的例子是沃达丰。沃达丰在其全球网络中选择了华为基站和核心网设备。但在贸易不确定性背景下，沃达丰不得不放弃华为的核心网设备，但保留其基站设备供应商资格。
对比 4 家主要无线厂商运营商板块各地区的业务结构，这里华为、中兴和诺基亚运营商业务不仅限于基站，光网络设备、IP 网络设备等产品也在其中。如果仅对比基站业务， 由于爱立信主要产品为基站产品，因此海外厂商占比应该略高。
中国区域 ：市场规模为全球 31%。华为 2018 年占比 65%，市场稳定。
► 5G进度： 中国将于 2020年开启 5G建设，按照运营商最新的反馈 2020年正式开启5G商用的目标没有变化。而工信部表示，近期预计中国的 5G商用牌照将落地。随着年内 5G牌照的发放，我国网络建设将进入新阶段。中国移动 2019年即将在 40 个城市建设 5G网络。因此我国的 5G牌照发放没有受到华为事件的影响。
► 份额： 华为和中兴通讯作为本土供应商，2018年获得运营商市场份额超过 80%。而2018年中兴通讯二季度曾被美国发出 DenialOrder。然而爱立信、诺基亚的份额没有明显的提升。我国运营商和华为、中兴在研发等方面保持了紧密的合作，在 5G 领域的份额有望进一步提升。我国的 5G牌照近期发放，对技术领先厂商如华为、中兴进一步有利，因此牌照发放后如果建设速度加快，国内厂商的份额可能进一步提升。
亚太（不包括中国）区域： 市场规模为全球的 17%，华为 2018 年占比 45%，市场存在竞争。
► 5G进度： 不同国家 5G进度不一，领先者如日韩正在进行 5G建设，大部分国家正在进行 4G网络的建设和推广。5G建设需要等待时间。部分国家在 5G建设中可能考虑在华为事件落地后再进行 5G建设。此次事件无形中对 5G建设造成了影响。
► 份额： 可能由于贸易不确定性的影响，日本软银近期没有选择华为、中兴合作 5G 网络。因此日本没有同中国厂商合作。而韩国只有 LGU+选择了部分华为设备，其他运营商 SK、KT均没有和国内厂商合作，但韩国厂商并没有排斥华为的设备。两国基站的主要供应商为爱立信、诺基亚和三星。其他国家中，爱立信、诺基亚在澳大利亚、新加坡、越南等国份额较高；而华为、中兴通讯在柬埔寨、泰国、缅甸、孟加拉国等国份额较高。目前这些国家中没有明显受到华为事件的影响。目前这些国家还没有 5G 需求，4G 的选型部分原因在于华为和中兴设备的性能优异和价格适中。而长期发展中，这些国家的 5G 网络也预计将采用华为和中兴的设备。
其他区域： 市场规模为全球的 52%，华为 2018 年占比 39%，市场存在激烈竞争。
► 5G进度： 美国是 5G建设的先锋；欧洲的 5G建设类似于部分亚洲国家，存在因为贸易不确定性而短暂观望的情况，因此将对部分国家的 5G进度造成影响。部分国家如英国、德国、荷兰等欧洲国家仍然没有最后决定。近期英国运营商 EE采用华为5G设备进行了无线直播，获得良好效果。
► 份额： 华为在欧洲、中东和非洲市场 2018年营收 2045亿元人民币；美洲市场营收479 亿人民币。以上营收包含消费者业务和政企业务。华为事件有可能导致其中部分运营商在 5G 建设选择非华为的设备。 但由于华为在现网中的应用，部分国家难以瞬间转换。
注：标公司为中金覆盖，采用中金预测数据；其余使用市场一致预期收盘价信息更新于北京时间 2019年 6月 4 日
半导体：5G 推动射频前端及基带芯片发展
半导体是基站的核心部件，是基站价值量占比最大的组成部分 。5G 宏基站主要以 AAU+ DU+CU 的模式呈现，其中 AAU 是原本的射频部分 RRU 叠加有源天线所组成，同时基带部分 BBU 分立成 CU 中央单元以及 DU 分布处理单元。
其中 AAU 主要半导体芯片隶属于模拟大类，如射频芯片（滤波器、功率放大器、射频开关等），而DU/CU主要以数字芯片为核心（如基带处理芯片等，具体形态为ASIC或FPGA）。DU/CU/AAU都配以电源管理芯片以保证供电持续稳定。基站内光纤传输，光电接口芯片同样必不可少。
随着 5G 基站的建设强度提升，基站用半导体市场也将迎来高速成长期。而根据 STMicro 的预测，2021 年单个基站内，射频相关/数字相关半导体价值占总半导体元素比重均达到32%，而高性能模拟及光电/功率及传感器价值占比分别为 26%/10%。
基站相关半导体国产化进展现状： 目前国内厂商在基站相关半导体器件实现了部分“自主可控”。
数字部分来看，1）国内主要的通信设备商华为、中兴在基站领域有多年经验， 已经均拥有 ASIC 自行设计能力，可以通过台积电等合作伙伴代工生产，
2）对于基带处理/接口用的 FPGA 芯片，目前主要依靠海外厂商供应，但设备商华为也在先前进行了大量的存货积累。我国 紫光同创、安路信息、高云半导体 分别都有商用产品推出，但产品性能及出货规模与 Xilinx、Altera、Lattice 等头部厂商仍存在巨大差距；虽然部分国内厂商有布局功率放大器业务，如苏州能讯（未上市）、三安光电（600703SH），但基站供应商采购核心器件领域中国与海外仍然存在较大差距；
滤波器方面，风华高科（000636SZ）、武汉凡谷（002194SZ）生产的陶瓷介质滤波器已可以用于 5G 基站；
数模转换/电源管理芯片方面，随着技术实力的不断提高，圣邦股份（300661SZ）在未来有望进一步切入基站侧市场。
光器件方面，目前低速（100G 以下）芯片已经实现国产替代，主要厂商涉及光迅 科技 （002281SZ），昂纳光通信（0877HK）等，但高速芯片仍然空缺。
您是否面对海量研报不知道如何买卖？是否总是错过最佳投资时机？研报大作手应时应势而生，替您筛选市场最有投资价值的研报信息，明确交易策略，开垦研报宝藏里“价值洼地”。
在端午节放假期间，研报交流群为大家精心准备学习资料，方便大家学习。可复制 ghyb201808 联系小秘书，进群领取。
