2017年，你应该重点关注的电子产业趋势有哪些？
消费领域苹果仍是风向标，平板厂商纷纷转型
2016年消费电子存量日趋稳定，智能手机、PC、液晶电视等终端的渗透率日趋饱和，竞争格局呈现出明显的国产化趋势，2017年越来越多的中国消费电子公司将从终端领域向更深入的供应链环节布局进行竞争。
手机是目前所有智能设备中出货量最大的终端，根据IDC最近刚发布的2016年中国智能手机销量数据，OPPO、华为、VIVO位代表的国产手机分居前三位，将苹果甩到了第四位，而小米则成为了第五名。至于2013年的中国手机出货冠军三星，则在2015年就跌出了前五，与三星一起消失在前五名单的还包括联想。
国产手机集体战胜洋品牌代表着手机产业在品牌、核心零组件、组装等多个方面已经达到全球领先地位，许多最新的技术和工艺如OLED屏、无线充电、玻璃机壳+不锈钢中框、双电芯、SIP模组等创新技术开始被优先用到国产旗舰机型中。此外，入门级千元智能手机也在国产厂商的推动下，将以往用于旗舰产品的双摄、指纹、防水等功能逐渐向中低端渗透。
当然，尽管苹果、三星在中国市场的出货量被国产手机超越，但是无论从技术储备、供应链掌控、还是利润率上，中国手机仍有不小的追赶距离。在消费电子领域，苹果、三星等巨头仍将在一段时间内引领产品的形态以及趋势变化。因此，苹果下一代智能产品的发展仍将成为2017年手机产品的一个风向标。
2016年Q3，苹果最新的手机产品中，防水、双摄像头成为业界关注的重点。OLED是自发光结构，不需要背光源，体积可以更轻薄且更加节能。此外，OLED色域广、对比度高、动态响应快(<0.2ms)和柔性等优点使得其在显示领域包括手机、可穿戴设备、汽车、电脑等领域有着潜在的应用价值。从目前的传闻来看，2017年iphone 8(下一代iphone)很可能会采用OLED屏，这将进一步推动OLED屏的普及化。OPPO、vivo、华为、小米、金立等国内几大智能手机品牌均已推出搭载OLED屏的高端机型。预计2017年智能手机用OLED面板的出货量将达超过5亿，较2016年增长58%。IHS数据显示，2017年全球智能手机OLED市场营收将达到153亿美元，2018年将超过LCD。
2017年，智能手机用中小OLED产能将持续释放。海外大厂如LG、JDI的产能都将在2017年大量释放，国内京东方也将在2017年实现量产，加上三星、和辉、信利等产能的逐步释放。OLED产能不足的问题将得到进一步解决。
除了OLED屏，无线充电也将随着防水要求的提升快速普及。根据IDC预计，2018年无线充电发射器和接收器的市场规模将分别达到5.5亿美元和16.6亿美元，手机和可穿戴设备的无线充电技术市场规模将分别达到5.99亿美元和1.61亿美元。随着苹果、三星等旗舰产品逐渐搭载无线充电技术，预测未来消费电子将迎来无线充电热潮。这将对整个无线充电产业链产生利好：包括解决方案供应商、电源芯片、传输线圈、电感材料、模组制造等环节。
此外，由于无线充电对于金属机壳有冲突，因此类似于玻璃、陶瓷等非金属机壳将大行其道。除了小米MAX的陶瓷机壳受限于产能无法上量外，2017年玻璃机壳+不锈钢中框将成为主流趋势，并有望在新一代iphone中采用。
3D摄像头是否有可能被下一代iphone采用，目前还在存疑阶段。国内的手机厂商保千里此前曾推出首款VR手机，但更多是以噱头为主，缺乏实际应用。根据海外媒体报道，苹果正在与韩国LG旗下材料和组件公司LG Innotek合作开发支持3D摄影的新款双摄像头模组。LG Innotek是iPhone 7 plus的双摄像头模组供应商，具有3D摄像头及相关技术，该公司的3D摄像头技术曾用于LG Optimus 3D手机。结合苹果公司的相关专利，苹果采用3D摄像头可能实现立体绘制的能力，如实现面部识别、手势识别等功能。若2017年苹果采用3D摄像头，很有可能带动国产手机厂商跟进。
最后，尽管手机主芯片的参数竞争已经不再是厂商宣传的重点。在5G芯片成功商用化来救市之前，高通、MTK、展讯在内的手机芯片厂商都面临量增但利润下降的困境。因此，手机芯片商在积极开发新的卖点。比如高通就推出了千兆LTE芯片“Snapdragon X16 LTE，主打“4.75G”概念，不过由于目前运营商的布网还不支持千兆LTE，因此这项举动似乎有点过于超前。未来手机也会增加人工智能和机器视觉，比如双摄等应用，但这个时间点还不会这么快。
在国产手机迅猛前进的同时，平板电脑的销量却在持续下滑。智能手机大屏化、笔记本电脑超轻超薄化发展，以及智能电视(网络机顶盒)观看网络视频等因素导致了平板被冷落。根据调研机构IDC的数据，2016年全年，全球平板电脑销量比上一年下降15.6%，降至1.784亿台。该公司报告称，许多消费者不再喜欢“纯平板”电脑，他们更倾向于带键盘的1/2设备。目前排在全球前五的平板电脑厂商包括苹果、三星、联想、亚马逊以及华为。至于中国大量的白牌平板厂商则在逃离平板市场的同时，积极转型手表、VR等智能硬件。
软硬件优化成智能硬件核心竞争力
说到智能硬件就不得不提到2014年11月发布的智能音响亚马逊Echo，在智能家居市场出货普遍不大的情况下，亚马逊Echo成长为在美国市场销量达510万的冠军，同时也带动了智能家庭音响/助手市场的兴起。
据Forrester研究统计，截至2016年年底，亚马逊共卖出600万台Amazon Echo设备。而在2017年CES上，亚马逊最新的智能语音终端Alexa大放异彩，成为了智能家居板块人气最高的明星。LG、GE、福特以及众多企业宣布自家的小部件、家用电器，甚至汽车都可以连接到Alexa。它现在有7000项“技能”，销售量超过500万个。从商业和生态上，亚马逊ECHO已经成为最成功的智能家居产品。
在软硬件优化方面，亚马逊ECHO做了有针对性的改进。为了能让用户在家中的任何位置都能唤醒Echo，亚马逊设计了一个名为“ARS”的自动语音识别处理系统。ARS由七个麦克风和一个音频信号过滤系统构成。七个麦克风组成的列阵能让Echo捕捉到环境中的细微声音，音频信号过滤系统过滤掉环境噪音，从而辨别出人声。根据IHS Markit负责MEMS和传感器的资深分析师Marwan Boustany表示，Echo采用了楼氏电子(Knowles)的MEMS麦克风。同时，ECHO也采用了德州仪器(Texas Instruments;TI)的媒体处理器DM3725，此外，高通(Qualcomm) Atheros QCA6234应用专用标准处理器则用于提供其连接性。有分析师认为，TI的这颗SoC的关键在于整合了DSP，甚至可能是GPU。在实现人工智能以及机器识别方面，GPU将发挥越来越大的作用。
针对智能硬件的市场竞争正在芯片原厂中展开，目前有几家提供微控制器(MCU)和连接用ASSP的供货商可能在此领域展开竞争，包括Apple、博通(Broadcom)、赛普拉斯(Cypress)、微芯科技(Microchip)、恩智浦(NXP)、瑞萨(Renesas)、意法半导体(STMicroelectronics)以及芯科科技(Silicon Labs)等。对于诸如Echo这一类的语音助理产品，提高性能的关键在于远场语音撷取能力、波束成型与处理速度等。因此拥有较高处理性能的MCU以及嵌入式DSP将成为市场的主流需求。
从芯片到算法，人工智能的应用范围越来越广
严格来说，人工智能不算是一个产业，而是一种技术。在以往，人工智能主要被更多运用在服务器端，比如阿里、亚马逊在内的云计算服务商都将机器学习平台嵌入其中作为增强其竞争实力和吸引更多用户的方式。
事实上，在未来的智能硬件的终端竞争中，人工智能(AI)将产生越来越大的作用。对于硬件厂商来说，这显然将利好类似于GPU、FGPA厂商。比如GPU巨头英伟达(NVIDIA)去年的股价就屡创新高，凸显出市场对人工智能硬件领域的追捧。与CPU相比，GPU拥有更多的处理单元。GPU之所以能够迅速发展，主要原因是GPU针对密集的、高并行的计算，这正是图像渲染所需要的。正是因为GPU特别适合大规模并行运算的特点，因此GPU在深度学习领域发挥着巨大的作用。
2011年吴恩达率先将其应用于谷歌大脑中便取得惊人效果，结果表明12 颗NVIDIAD 的GPU 可以提供相当于2000 颗CPU 的深度学习性能，之后纽约大学、多伦多大学以及瑞士人工智能实验室的研究人员纷纷在GPU 上加速其深度神经网络。
根据英伟达公开宣布的消息来看，在短短两年里，与NVIDIA在深度学习方面展开合作的企业便激增了近35倍，增至3，400多家企业，涉及医疗、生命科学、能源、金融服务、汽车、制造业以及娱乐业等多个领域。当然，GPU也有一定的局限性。学术界和产业界研究已经证明，运行深度学习算法中实现同样的性能，GPU所需功耗远大于FPGA。
目前的FPGA市场由Xilinx和Altera主导，两者共同占有85%的市场份额，其中Altera在2015年被intel以167亿美元收购(此交易为intel有史以来涉及金额最大的一次收购案例)，另一家Xilinx则选择与IBM进行深度合作，背后都体现了FPGA在人工智能时代的重要地位。
中国科学院计算所研究员、寒武纪深度学习处理器芯片创始人陈云霁博士就指出：通过设计专门的指令集、微结构、人工神经元电路、存储层次，有可能在3~5 年内将深度学习模型的类脑计算机的智能处理效率提升万倍(相对于谷歌大脑)。
提升万倍的意义在于，可以把谷歌大脑这样的深度学习超级计算机放到手机中，帮助我们本地、实时完成各种图像、语音和文本的理解和识别;更重要的是，具备实时训练的能力之后，就可以不间断地通过观察人的行为不断提升其能力，成为我们生活中离不开的智能助理。人机围棋大战中的谷歌“阿尔法狗”(AlphaGo)使用了约170个图形处理器(GPU)和1200个中央处理器(CPU)，这些设备需要占用一个机房，还要配备大功率的空调，以及多名专家进行系统维护。AlphaGo 目前用的芯片数量，将来如果换成中国人研制的“寒武纪”架构的芯片，估计一个小盒子就全装下了。这意味着“阿尔法狗”将可以跑得更快些。
对于中国厂商来说，目前主要是通过算法切入到人工智能领域。目前包括 Mobileye、商汤科技、地平线机器人等著名人工智能公司都在进行核心算法芯片化的工作。据了解，2011年就进入深度学习领域的商汤科技在与微软、谷歌、百度等国际巨头的比拼中毫不逊色，并在2014年全球图像识别大赛中获得了第二的名词，仅次于谷歌。在手机领域，商汤科技目前的合作伙伴包括中国一线品牌客户，如华为、小米、奇酷、OPPO、Nubia等。目前针对手机的机器学习已经有了很多应用，比如2016年很流行的双摄像头，就需要通过深度学习来对双摄进行深度处理。此外，图像识别也可以用于对手机相册进行自动分类。据介绍，目前华为、小米的云相册就采用商汤科技的引擎支持。而OPPO R9S的人像拍照虚化，以及Nubia手机的智能滤镜也是由商汤提供算法。从商用角度来看，未来这些算法公司的主要方向是将算法芯片化。
无人机“小型化”与机器视觉的重要性
在消费级机器人领域，2017年有两个关键词：“小型化”与“机器视觉”。首先是小型化：以往平板方案+滚轮的机器人由于设计同质化、成本过高正在逐渐转向桌面级、小体积发展。比如许多针对早教类的儿童机器人。在降低成本的同时也增加了消费级机器人的智能。无人机小型化则大多是因为要与大疆的产品进行差异化竞争。虽然大疆自己也推出了小型化的Mavic。在小型化无人机方面，高通通过与中科创达合资成立的创通联达(ThunderComm)以及深圳的一些ODM合作，来支持更多想采用高通无人机平台做无人机的厂商。小米无人机在遭遇第一代的“炸机”失利后，目前也开始谋求与高通的合作。相信在小型化无人机方面，手机芯片厂商将有更多的动作。
作为人工智能技术的重要技术分支，在机器视觉领域，IP提供商CEVA已经有25个license授权。在神经网络领域已经有了第一个出货的中国厂商，据透露是福州瑞芯微。机器视觉正被更多的应用在机器人以及无人机领域。2016年初CES展上，YUNEEC的避障SHOW让更多厂商意识到机器视觉的重要性。随后出来的新品在机器视觉与避障算法上都得到了不同程度的重视与强化，如零度智控、曼塔S6、零零无限HoverCamera等。大疆推出的精灵Phontam4更是展现了无人机机器人视觉的巨大可能性——五向感知、四向避障。可以预测多向的视觉避障将成为无人机2017年的进化趋势之一。当然，机器视觉中的模式识别、SLAM(实时定位、地图构建、路线规划)等功能也在被越来越多应用到无人机、VR等领域。
此外，根据大疆此前透露过的调查问卷，大疆对于VR、头戴式显示器等技术非常感兴趣。此前大疆就曾跟大疆就曾与蔡司(CarlZeissAG)合作，推出Cloudlight FPV应用，透过蔡司的头戴式显示器来操控大疆的无人机，并支持头部追踪(Headtracking)。部份知名航模公司(例如Fatshark)已经推出支持头部追踪的FPV眼镜，用户能透过摇头来改变视角。2014年，法国的Parrot公司推出首台支持VR眼镜的一体化无人机Bebop。只要用户上连接OculusRift，Bebop的180度鱼眼镜头就会一边进行影像增稳，一边利用OculusRift追踪头部动作，改变图传视角，带来更理想的沉浸式体验。后来，理光(Ricoh)和柯达(Kodak)等相机公司纷纷推出了消费级全景相机，透过180度的鱼眼镜头进行拼接，降低了全景拍摄的难度，也能录制全景视频。
因此，综上所述，2017年支持VR设备的全景相机将会逐渐成为无人机的标配。YouTube在2015年也开始支持全景视频，而Facebook也在2016年支持全景的照片和视频，使VR内容开始在社交媒体上爆发。目前在YouTube和Facebook，就充斥了大量的全景航拍片段。当然，要生产一体化的VR无人机目前还面临不少挑战，比如眩晕感，以及操控的延迟感。其次，全景视频需要进行大量的拼接和渲染，其数据传输量亦是传统高清图传的数倍。因此支持大数据量的图传模块也成为一大技术瓶颈。
工业物联网让制造业转型服务业
除了无人机，增强现实(AR)和虚拟现实(VR)还将更多的应用到工业生产中。2017年将产生一个重要的应用场景，在工业生产中部署AR和VR，例如，结合IoT与VR解决方案，工厂的工人能够查看所有连接的机器人和设备的运行状态及工作效率。
我们提到智能工厂，一个最直接的感受就是流水线上遍布着机械手臂。目前中国以33.23万台的位居全球工业机器人保有量第一。尽管如此，相对于韩国每万名工人工业机器人拥有量478台，日本314台，我国的机器人密度并不够高。2016年全球工业机器人订单量258900台，存货1779000台，中国85000台，存货332300台。根据IFR的估计，到2018年期间，全球工业机器人销售额年均增幅将达15%,中国是世界市场上增幅最快地区，2018年其工业机器人新安装量将超过三分之一。当然，这些工业机器人中大部分仍是被国外公司所垄断。国产工业机器人目前只能完成一些比较简单的供需，一旦涉及到较复杂的工序便会出现匹配度不好、应用不到位等问题。
除了工业机器人，智能工厂还需要将不同工厂之间通过联网构建起虚拟制造体系，同时搭配物流、采购等整个生产环节。在这个互相连接的过程中，传统工业领域的巨头正在努力打造“工业物联网”(IIOT)。其中西门子推出了工业云平台Mindsphere，目前已被用到了生产现场。在云平台上，通过分析机器背后的数据，优化运营和流程，实现提升效率、节约成本、增加收入。当然，人工智能在这里对于智能分析和机器学习的能力也不可缺少。IBM为西门子的MindSphere平台提供了多个分析工具，包括预测分析、规范分析和认知分析。此外IBM自身也推出了IBM Watson物联网平台。
相对于西门子，GE通用电气也推出了工业云平台Predix，同时面向所有工业互联网开发者全面开放。开发者可以在该平台上开发各种工业级APP。用GE自己的话说：“GE昨天还是一家制造业公司，一觉醒来已经成为一家软件和数据公司了。”
华为在工业物联网领域力推的是“一云二网三平台”的整体架构解决方案。包括Boudica物联网芯片、IoT-OS物联网操作系统，华为在大数据平台层提供分布式的数据处理系统FusionInsight。作为NB-IoT标准的引领者，华为还为物联网提供业界最轻量级的物联网操作系统LiteOS，在联接“物”的数量、广度及超低功耗表现上领先业界。
微软目前在国内力推其云平台MicrosoftAzure，而谷歌则推出了一个新的Android分支——Androidthings，专门用于智能设备和物联网。在IT与OT急速融合的当下，各大巨头跨界的脚步越来越急迫。可以预见的是，工业物联网绝不是孤立的存在，它的发展会跟整个物联网的整体技术发展方向并行。大数据、云平台、人工智能将成为2017年工业物联网的一大看点。
汽车“智能化”以及车用IC“国产化”
提到汽车电子，从驾驶辅助到无人驾驶以及新能源汽车将成为未来几年的热门话题。从目前的趋势来看，汽车电子以及车联网相关的产业规模，很可能成为单项细分市场中唯一可媲美智能手机产业的庞大市场。
首先看汽车智能化，其实主要目的是智能化科技配置对驾驶员的操作行为进行辅助，甚至跳脱出电脑对驾驶员的辅助，进入完全自动化无人驾驶的“自动驾驶汽车”。以ADAS为例，目前全球汽车整体的安装率都不高。据PRNewswire咨询公司测算，2020年全球ADAS渗透率将超过25%，新车搭载率将达到五成，而届时中国ADAS渗透率将达30%。
如果把先进驾驶辅助和自动驾驶分成0到5等级的话，那么目前的所谓自动驾驶大部分只能到2或3级，充其量只能称为“驾驶辅助”。整个自动驾驶的技术包括资料采集、计算、算法、人机交互界面等方向，未来还需要继续进行技术演化才能做到真正的自动驾驶。除了以视觉处理为主的驾驶辅助系统，另一个非常重要的技术就是车与车、车与终端之间的V2X(vihicle-to-X)通信如何将大量的视频质量进行快速的、远距离的传输，这里牵涉到多种无线连接技术，包括远距离的2G、3G、4G LTE技术，以及短距离的WIFI、低功耗蓝牙技术。
再来看新能源汽车。在新能源汽车中，电动系统取代燃油发动机和变速箱，同时新能源车的零部件数量也有望减少到几千个，相比燃油车的1万个以上大大简化。而中国政府则将新能源汽车视为战略性的弯道超车项目。从中央和地方政府都制定了颇具吸引力的鼓励政策，中国新能源汽车市场规模已经处于全球领先的水平。
随着中国新能源汽车的发展，2017年值得期待的一个趋势是部分车用IC的国产化。汽车电子产品既具备电子信息产业技术密集型的特点，又具备汽车产业工作环境要求苛刻、认证周期长等特点，因此进入壁垒很高。在新兴汽车生态圈中，由于汽车电子处于成长阶段，欧美日韩等大型零部件厂商具备技术优势，同时参与标准制订，长期把控关键系统的竞争格局。相对来说新能源汽车生态格局刚刚开始建立，行业壁垒还没有那么高，因此不少国产IC厂商将新能源汽车视为一大机遇。凭借性价比优势，国产IC将在某些领域替代国际大厂。不过与消费电子的市场逻辑不同，汽车电子需要把成熟度、稳定度、安全性与可靠度作为优先考虑，而功能性设计和性价比则是其次考虑的事情。
关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志
关注方法：添加好友→搜索“华强微电子”→关注
或微信“扫一扫”二维码
