最有价值30强：人工智能+算力+半导体+光刻机+光模块+芯片

在连接器行业，电连技术可谓是一个闪亮的名字，凭借其强大的研发能力和市场表现，稳稳占据了行业龙头的地位。想知道这家公司是如何在激烈的市场竞争中脱颖而出的？我们将带你深入了解这家企业背后的故事，以及它在科技制造领域的崛起之路。

电连技术

电连技术是一家从事微型电连接器及互连系统相关产品的技术研究、设计、制造和销售的公司，其产品主要应用于通信设备、汽车电子、工业控制、航空航天等领域。作为连接器行业的龙头企业之一，电连技术一直保持着良好的研发投入和创新能力，其产品不仅在国内市场拥有很高的知名度，而且还远销海外。

根据公开资料显示，电连技术的营业收入在不断攀升，在2018年已经突破30亿元，在国内众多上市公司中排名也是很靠前的，而且公司还多次跻身各类行业品牌价值排行榜的前茅，可以说是国内连接器行业的一颗耀眼的明星。

除了电连技术之外，紫光股份也是一家实力非常强劲的上市公司，其主要业务是智能化网络、计算、存储、云计算、安全和智能终端等方面产品的研发和销售。紫光股份在国内的互联网行业有着极高的知名度，其自主研发的服务器产品不仅应用广泛，而且性能稳定，深受行业客户的好评。

可以说，紫光股份在智能终端等领域的产品和服务已经成为国内领先水平，同时公司在5G时代的战略部署也非常到位，未来的发展可谓一片大好。

从这两家公司来看，可以很明显地看出东方大国在制造业升级方面所做的努力，尤其是在高端制造和材料研发方面，不仅让国内企业获得了更多的自主创新能力，而且还进一步提升了东方大国在全球科技产业链中的地位，可以说是一举多得。

此外，还有一些公司也是实力不可小视，比如灿勤科技就是专门从事高端先进电子陶瓷元器件的研发、生产和销售，产品主要应用于通信、汽车电子、工控自动化等行业。

随着这些行业在国家数字化转型战略的带动下得到了快速发展，相应的，企业服务和解决方案的需求也越来越大，这无疑会进一步催生整个产业链的升级换代，同时也为灿勤科技这样的企业创造更多发展机遇。

另外像宝馨科技就是一家专门从事新能源产品研发和销售的公司，其主营业务包括设备配件、光伏产品、储能及充/换电产品等。随着各国对于能源环境的重视程度不断提升，新能源行业也得到了迅速的发展。

根据公开资料显示，宝馨科技在新能源行业已经具备了很强的竞争力，其产品不仅畅销国内各大城市，并且还远销海外，给公司带来了可观的经济效益。

类似这样实力强劲的企业还有很多，比如佰维存储就是一家专门从事半导体存储器件研发和销售的公司；软通动力则是一家专注于为各类企业客户提供数字化创新业务服务的公司；高鸿股份涉足的领域比较多，既包括企业信息化业务，又包括信息服务业务和IT销售业务。

此外像意华股份就是一家专门从事连接器及太阳能支架等产品研发和销售的公司；裕太微专注于高速有线通信芯片的研发、设计和销售；三安光电主要从事LED芯片及应用产品的研发和销售；国盾电子则是一家专门从事通信设备研发和生产的公司；亚光科技也是专业从事军工电子、船艇雷达等产品研发及销售；常山北明则是一家专门从事棉纺原料生产和销售的公司；奥士康主要从事印制电路板的研发和销售；方大炭素则是专注于新型炭素材料的研制和销售。

可以说，各家公司所从事的业务虽然有所不同，但是都体现了东方大国在科技行业发展方面所形成的独特优势，同时各自在不同领域的专业化发展也彰显出了东方大国科技行业的多样性和竞争力。

重点信息

通过对以上信息进行梳理和分析，不难看出其中蕴含着很多有意思的现象。我们可以看到大部分公司都是以自己所擅长的产品和服务闻名于市场，并且很多公司还在相应的行业中具备了非常明显的竞争优势。

比如作为连接器行业龙头企业的电连技术，在这方面很难有其他公司能够跟其抗衡；紫光股份在智能终端等产品上有着自己独特的优势和技术积淀；灿勤科技在电子陶瓷元器件方面也是遥遥领先；宝馨科技在新能源产品方面也是各大城市的首选；高鸿股份在信息服务业务方面也是各行各业企业客户信赖的合作伙伴。

从这些公司中我们不仅可以看到东方大国制造业发展取得的成果，而且还能够感受到国内企业逐步走向国际市场之间技术水平和服务理念上的差距正在逐步缩小。同时这些优秀企业给我们带来的还有投资机会，在A股市场上有不少这样优秀企业值得投资者去关注。

除此之外，这些信息背后还蕴含着很多深刻的产业现象和趋势。比如我们可以看到越来越多的企业开始把自己的核心业务和技术延展到了人工智能、5G通讯等新兴领域。

以原本以棉纺原料为主要生产经营范围的常山北明为例，虽然其主要产品仍然是棉纺原料，并且在这一块儿已经形成了很明显的产业优势，但是从其近期发布的公告来看，公司似乎已经开始把主营业务延展到了人工智能芯片生产。

根据公告显示，常山北明将携手小米集团共同开展人工智能芯片相关项目的研发和生产工作。这个项目一旦取得成功对于常山北明来说无疑是一个巨大的机会，在人工智能芯片这个领域常山北明虽然起步较晚，但是凭借其在棉纺原料生产方面积累的经验和实力，相信其未来在人工智能芯片这个领域也会有不错的表现。

另外像光洋股份也是积极布局人工智能芯片相关项目。从这些企业身上我们不难看出人工智能对于整个制造业正逐步形成一种颠覆性变革，在这场变革中表现出色的企业很可能会成为下一个万亿级市值公司。

除了人工智能之外，5G通讯也是不少企业格外看好并且正在积极布局的一个领域。以宝馨科技为例，在其公告中就明确表示未来将把主要精力放在5G通讯设备及配件、光伏产品、储能及充/换电产品等方面。

可以说5G通讯已经成为宝馨科技未来发展的主要战略方向之一。根据公开资料显示，宝馨科技作为新能源行业里程碑式企业之一已经具备了很强的5G通讯产品研发能力，在这一块儿上已经申请了多项专利并且取得了明显成绩。

可见5G通讯对于宝馨科技未来发展来说意义重大。而像紫光股份这样把智能终端产品做到极致并且已经形成行业标杆地位的企业也是5G通讯领域里不可或缺的合作伙伴。可以说不仅仅是宝馨科技在积极布局5G通讯相关产业链条，整个制造业都对这个新时代到来充满了期待。

结语

通过对电连技术及其他企业的分析，我们不难发现，东方大国在制造业升级方面的努力正逐渐显现出成果。这些企业不仅在国内市场取得了显著成绩，更在国际舞台上崭露头角。你认为这些企业在未来的发展中还会遇到哪些挑战？欢迎大家在评论区分享你的看法，别忘了点赞支持哦！

智能驾驶芯片TOP20排名

智能驾驶芯片排名并不简单只看AI算力，CPU、存储带宽、功耗和AI算力数值一样重要，这个下文会详细分析。CPU算力也很重要，智能驾驶系统软件异常复杂，会消耗大量的CPU运算资源，软件系统包含众多中间件诸如SOME/IP、自适应AUTOSAR、DDS、ROS等，基础软件包括订制的Linux BSP、OS抽象层、虚拟机，还有与底层硬件关联的内存管理、各种驱动、各种通讯协议等等。除此之外，应用层中的路径规划、高精度地图、行为决策等也大量消耗CPU资源，同时CPU也管理AI运算时的任务调度、存储搬运指令等，整体的任务调度、决策自然也是CPU的任务。CPU是绝对的核心，AI是CPU的附属功能，只是在做图像特征提取、分类、BEV变换、矢量地图映射或空间分布占有时才用到AI。

排名的权重依次是AI算力、存储带宽、CPU算力、GPU算力、制造工艺。存储带宽和AI算力同等权重，GPU也是锦上添花，大部分车载AI处理部分只能对应INT8位数据，而GPU可以对应FP32数据，有些时候可能有很大作用。实际AI算力数字完全是个黑箱，操作空间极大，参考意义不大。最能准确衡量算力的是MAC阵列数量，谷歌的TPU V1是65000个FP16 MAC，运行频率0.7GHz，那么算力就是65000*0.7G*2=91TOPS。特斯拉第一代FSD两个NPU，每个NPU是9216个INT8 MAC，运行频率是2GHz，算力就是2*2*2G*9216=73.7TOPS。制造工艺方面，自然还是越先进，功耗越低。

智能驾驶芯片TOP20

图片来源：公开资料整理

如何计算存储带宽，芯片本身都有存储管理器，这通常是CPU的一部分，决定存储带宽的有两点，首先是CPU支持的存储类型，即存储的物理层和控制器，其次是CPU的存储带宽，LPDDR的存储带宽最高一般是256比特，GDDR可以到384比特，HBM可以到4096甚至8192比特，这些都关联成本，厂家在设计芯片时，会在成本和性能之间找一个平衡点，有些厂家偏重成本，那就64比特甚至32比特，有些偏重性能，如真正的AI芯片，无一例外都是HBM的，成本都在1500美元以上。

常见汽车内存性能与价格对比

图片来源：公开资料整理

上表为常见汽车内存性能与价格对比，显然，一分价钱一分货。英伟达H100是HBM3的最大采购者，每GB的采购价格大约14美元。还有一点需要指出，目前没有车规级GDDR6存储芯片。

目前智能驾驶芯片除了百度和特斯拉，都采用了LPDDR。

历代LPDDR的参数

图片来源：公开资料整理

存储带宽等于CPU的存储位宽乘以存储器的Data transfer rate, DDR (MT/s)再除以8换算为大写的GB，例如英伟达Orin其存储位宽是256比特，支持LPDDR5，传输速率为6400MT/s，那么存储带宽为256*6400M/8=204.8GB/s，再比如特斯拉一代FSD，存储位宽是128比特，支持LPDDR4，传输速率为3200MT/s，存储带宽就是128*3200M/8=51.2GB/s。

存储带宽如此重要的原因是Roof-line模型，Roof-line Model 解决的，是“计算量为A且访存量为B的模型在算力为C且带宽为D的计算平台所能达到的理论性能上限E是多少”这个问题。

模型计算量指的是输入单个样本（对于CNN而言就是一张图像），模型进行一次完整的前向传播所发生的浮点运算个数，也即模型的时间复杂度，单位是FLOPS。访存量：指的是输入单个样本，模型完成一次前向传播过程中所发生的内存交换总量，也即模型的空间复杂度。在理想情况下（即不考虑片上缓存），模型的访存量就是模型各层权重参数的内存占用（Kernel Mem）与每层所输出的特征图的内存占用（Output Mem）之和。计算量除以访存量就可以得到模型的计算强度I (Intensity)，它表示此模型在计算过程中，每Byte内存交换到底用于进行多少次浮点运算。单位是FLOP/Byte。模型在计算平台上所能达到的每秒浮点运算次数（理论值）。单位是 FLOP/s，即P。

算力决定“屋顶”的高度（绿色线段），带宽决定“房檐”的斜率（红色线段）

模型计算的理论性能自然不可能超过其硬件的最大理论性能，如果有一个异常消耗算力的模型，其需要的算力超过了计算平台的理论性能，那么计算平台的利用率是100%，也就是红色线段部分，这时的风险就是处理图像的帧率或者说FPS会达不到目标帧率，对智能驾驶来说，主流帧率是30FPS，低速智能驾驶可以再降低一点，高速需要再升高一点。由于需要的算力太高，计算平台满负荷运转也无法适应，帧率会下降，此时高速行驶的话就会有风险，一般来说，厂家不会推荐算力需求远超理论性能上限的模型。

在低于100%利用率的绿色线段部分，模型理论性能 P 的大小完全由计算平台的带宽上限（房檐的斜率）以及模型自身的计算强度 I (Intensity)所决定，因此这时候就称模型处于 Memory-Bound 状态。可见，在模型处于带宽瓶颈区间的前提下，计算平台的带宽即房檐越陡，或者说模型的计算强度 I 越大，模型的理论性能 P 可呈线性增长。斜率越低，意味着即使计算强度快速增加，计算平台算力的增加还是很缓慢，计算平台的利用率很低，比如计算平台的理论算力是100TOPS，斜率很低，很高计算强度的模型利用率也可能不到50%，换句话说，存储带宽决定了计算平台的性能利用率，因此存储带宽重要性丝毫不亚于算力，甚至高于算力。这也是为何特斯拉二代FSD排名第二的主要原因，GDDR6的带宽相对LPDDR有压倒性优势。

特斯拉第二代FSD

图片来源：网络

特斯拉第二代FSD采用了三星的7纳米工艺，之所以用三星代工，主要可能还是价格和地理因素，三星代工的价格远低于台积电，只有台积电价格的一半左右，台积电的亚利桑那厂效率低下，从2020年开工建设，预计到2025年才能投产，而三星的德克萨斯奥斯汀二代工厂仅用两年就完工投产，而特斯拉总部离奥斯汀也很近。

第一代FSD使用三星的14纳米工艺，WikiChip的数据显示，三星7nm LPP HD高密度cell方案的晶体管密度在95.08 MTr/mm²，而HP高性能方案的晶体管密度则在77.01 MTr/mm²；三星14纳米UHP方案的晶体管密度则在26.22 MTr/mm²，HP方案晶体管密度则在32.94 MTr/mm²，基本上三星7纳米是14纳米密度的3倍以上，意味着特斯拉至少可以塞进3倍多的MAC阵列，AI性能可以提升三倍，一代FSD的AI性能是73.7TOPS@INT8，3倍就是221.1，再像英伟达那样搞个稀疏模型加速，算力数字可以再增长一倍，加上二代FSD芯片面积明显比一代要大，且NPU增加到3个，因此估计算力在500TOPS上下。特斯拉二代FSD也大幅度加强了CPU，使用三星Exynos 20核心配置，这也说明CPU在智能驾驶中很重要。

安霸的CV3熟悉的人可能不多，其存储带宽支持最高的LPDDR5X，且是最高的256比特，采用三星的5纳米工艺制造，目前得到了德国大陆汽车公司的支持。

安霸CV3-AD内部框架图

图片来源：Ambarella

安霸CV3-AD最高包括了16核心的Coretex-A78AE，CPU算力也是极高。也通过了ASIL-B级认证。AI算力方面是等效于500TOPS。英伟达的位宽是256比特，特斯拉和Mobileye大多是128比特，征程6未公布存储信息。

百度的昆仑芯2很少人知晓，实际这不能算百度的，它是百度芯片部分独立后的产物，公司全称是昆仑芯（北京）科技有限公司，前身为百度智能芯片及架构部，于2021年4月完成独立融资，首轮估值约130亿元。2022年11月29日，在百度Apollo Day技术开放日上，第二代昆仑芯在百度无人驾驶车辆RoboTaxi的驾驶系统上已经做了完整的适配，在高阶自动驾驶系统中运行正常。2011年,昆仑芯科技正式独立，开始从事AI计算相关的工作，早期使用FPGA芯片来对AI进行计算加速。2011-2015年之间，昆仑芯科技部署了超过5000片FPGA芯片用在百度数据中心，到了2017年累计部署超过12000片的FPGA芯片。并在2018年决定自研AI芯片，正式启动昆仑芯系列产品的研发和设计。

2020年，第一代昆仑芯开始大规模地部署，2022年，第二代昆仑芯在数据中心、工业领域、自动驾驶等领域大规模地部署和落地。第一代昆仑芯是14纳米的人工智能芯片, 这款芯片采用了先进的HBM内存、2.5D的封装，芯片刚量产就在百度数据中心里面部署了超过2万片。一年后第二代昆仑芯量产，采用了更先进的7纳米工艺、XPU第二代的架构，也是业界第一颗采用GDDR6高速显存技术的AI芯片。昆仑芯科技正在研发更先进的第三代AI芯片,针对高阶自动驾驶系统，未来会考虑推出定制的车规高性能的SoC（系统级芯片）。

图片来源：昆仑芯科技

英伟达对存储系统一向比较重视，全线都是最高的256比特。高通SA8650与座舱领域的SA8255非常近似，CPU和GPU基本完全相同，AI算力做了特别加强，存储位宽是比较少见的96比特，SA8650是取代上一代SA8540P的，主要是增加了针对功能安全的部分，增加了4个Cortex-R52内核。Mobileye对成本异常重视，也从不公布其存储带宽和支持存储类型，只能猜测。Xavier虽是早期产品，但存储位宽是最高的256比特，所以排名很靠前。

免责说明：本文观点和数据仅供参考，和实际情况可能存在偏差。本文不构成投资建议，文中所有观点、数据仅代表笔者立场，不具有任何指导、投资和决策意见。

相关问答

智能驾驶芯片排名?

1.比亚迪半导体比亚迪半导体是中国领先的自控IGBT制造商。其主要业务包括研发;d、生产和销售功率半导体、智能控制集成电路、智能传感器和光电半导体。它拥有...

人工智能和ai芯片哪个好?

现在人工智能和AI芯片都是比较先进的技术。像是苹果之类的,对于AI芯片研制的就特别先进。不能说哪个比较好,只能说这两个都挺先进的。不相上下,但是非要说谁...

你身边哪些设备上存在有芯片?人工智能芯片的类型有哪些?

手机,银行卡、空调、电视、冰箱都有芯片。人工智能芯片按照处理信号方式、设计理念以及应用领域进行分类。例如,模拟芯片和数字芯片是根据处理信号方式划分的...

目前都有哪些公司做人工智能芯片?

因为苹果的A11处理器以及华为的麒麟970,“AI芯片”成为了诸多行业的讨论热点,尤其是人工智能行业。那么,国内外究竟有哪些公司在做AI芯片?国外:高通此前...因...

我国人工智能芯片的最新发展状况?

中国人工智能芯片的发展在近年来取得了显著的进展。根据提供的参考信息,以下是我国人工智能芯片的最新发展状况:1.第四届中国人工智能大会(CCAI2018)召开...

天玑芯片排行2021-ZOL问答

1月20日,联发科发布了天玑1200,这款芯片定位于“天玑旗舰”,通过搭载更先进的5G和AI技术,在拍照、视频和游戏等多媒体场景下,能够为用户提供非同寻常的优秀使...

中科曙光在人工智能什么地位?

是国内绝对的龙头,地位非常高。中科曙光的人工智能市场的地位非常高。中科曙光是国内顶尖的人工智能上市公司,在国内A股上市,主要生产家庭服务机器人,并对其...

ai芯片有哪些?

目前,市面上有许多种不同类型的AI芯片,包括:GPU(图形处理单元):专门用于进行图形处理的芯片,常用于游戏、视频播放和深度学习等应用。FPGA(可编程逻辑...

股市中人工智能芯片谁是龙头?

股市中人工智能芯片的龙头公司包括紫光国微、兆易创新、中芯国际、寒武纪、百度、中科曙光、全志科技、芯原股份、景嘉微、龙芯中科、澜起科技和英伟达。这些...

芯片和人工智能哪个更厉害?

方法步骤如下芯片更厉害产业的需求促成了技术的进步,而AI芯片作为产业的根基,必须达到更强的性能、更高的效率、更小的体积,才能完成AI技术从云端到终端的...