5G為產業發動點火 廠商競逐智慧商機 智慧應用 影音
新思
ST Microsite

5G為產業發動點火 廠商競逐智慧商機

  • 鄭斐文

DIGITIMES科技大勢上午演講聚焦5G×AI應用,與市場趨勢。
DIGITIMES科技大勢上午演講聚焦5G×AI應用,與市場趨勢。

5G被視為各類智慧化應用的最後一塊拼圖,透過其高網速、低延遲、廣連結特色,讓AI、物聯網等系統應用在不同場域中,在「科技大勢 5G×AI與半導體發展趨勢」中,DIGITIMES Research與中華電信就針對其市場發展趨勢,發表精采演說。

對於這次疫情的影響,DIGITIMES Research總監黃建智指出,未來資訊電子業將持續扮演台灣產業發展主力。至於台灣資通業者發展,他認為未來將分為四類,其一是掌握龐大集團資源的綜合型IT代工/品牌業者,這類型業者,將優先主攻智慧製造、智慧醫療、智慧交通,第二是擁有頻譜資源與基礎建設的電信業者,會積極發展系統整合、企業應用服務。第三是具備垂直領域經驗的工業電腦業者,此族群會以特定場域解決方案為主。第四類則是以無線通訊設計能力見長、國際電信業者合作經驗豐富的網通業者。

對於疫後企業將面對的情境與運作思維,黃總監則表示,未來企業管理複雜度將提高,企業需因應市場調整速度,不過疫情也帶來全新消費應用機會,產業也開始啟動數位轉型,業者應把握此變局,掌握新商機。

DIGITIMES Research分析師兼專案經理吳伯軒,也針對軟硬體解構趨勢下對5G開放式組網(Open RAN)影響進行分析。他先從全球5G通訊市場發展現況切入,說明現階段因缺乏凸顯5G通訊價值的終端與應用,5G行動用戶市場對營運商的重要性逐漸降低,2021年的關注重點將是5G專網在垂直產業市場的應用。

然隨著5G資本支出即將進入成長高峰期,加上5G初期貢獻營收有限等因素,具成本優勢的開放式組網需求已然浮現,營運商們將會更積極尋求開放式組網的解決方案。後續可持續關注的議題包括;開放式網路進入市場規模化的時間點?傳統電信設備商(如華為、愛立信等)對開放式組網的立場是否鬆動?或提出新的解決方案?在中美產業脫鉤的大趨勢下,兩大國在開放式組網的政策推動、產業鏈重組等變化,都是未來5G產業觀察重點。

後疫情時代的5G智慧型手機產業競爭格局也是另一產業焦點,對此DIGITIMES Research分析師鄭御權表示,2021年全球智慧型手機市場預估將隨疫情和緩、不同預算分配影響下,年出貨呈短空長多,總量為13.7億支;其中,中國在可支配所得減少,民生消費尚待完全恢復下,年出貨將僅為3.4億支。手機品牌部分,在華為手機零組件斷供,整機撙節出貨下,餘中企將分食多數內需市場,而分拆新榮耀的策略成功與否,則有待美方進一步解讀。針對5G智慧型手機出貨,預估中國內需滲透率可望達85%,出貨量2.9億支將佔全球5G手機市場的60%;智慧型手機供應鏈全球布局方面,三大ODM業者應需求增加將持續布局擴產,品牌及組件業者為出貨全球及分散生產風險,計畫加重印度及越南生產比重。

在應用方面,中華電信國際分公司資通處副處長劉順德針對5G在智慧製造創新應用,提出精彩見解,他表示5G的三個特點,將是企業創新的重要元素。以製造業為例,1.高速率可導入AR/VR遠端協作;2.低延遲可實現工廠安全控制及遠端操作;3.大連結可整合大量各式感測器,讓設備監控智慧化,實現更佳的人機協作。採用5G後,更可解決工廠佈線的問題,當面對更多客製化產品需求時,可迅速調整產線網路,發揮更高的競爭能力。

對於雲端資料中心HPC及AI伺服器的發展趨勢,DIGITIMES Research分析師龔明德則表示,現在英特爾、超微、NVIDIA等三大晶片商都以CPU+GPU為主力,發展新一代PCIe或高速網通加速CPU、GPU與週邊互通。HPC市場則以大型雲端HPC最具成長動能,除精進HPC伺服器硬體效能,也發展SDDC強化伺服器整合功能,以滿足對內管理、及對外HPC、AI雲端服務需求。

目前雲端業者已著手建構HPC及AI生態系,滿足各垂直領域需求,並將觸角延伸至邊緣應用,晶片商也積極發展高速互通產業標準,其中英特爾發起CXL互連標準及投入oneAPI軟體開發工具,加速CPU與週邊互連能力,而Arm新一代伺服器方案除訴求HPC、多核心處理能力,並可相容CXL及CCIX等高速互連標準。未來在眾業者競爭下,可望持續推升HPC伺服器系統效能及拓展市場應用範疇。

在2021年的AI產業發展趨勢方面,DIGITIMES Research分析師陳辰妃指出,2020年,聲音與影像是AI的兩大重點應用,其中聲音應用的主流—語音助理日常滲透已趨近飽和,未來各大廠將在市場中持續較勁,影像應用也已深入日常解決生活痛點,另外AI影像與協作機器人的搭配,已可由應用情境走向實用。對於未來產業趨勢解析,她認為當務之急是降低企業發展AI應用門檻。透過生成技術與聯合學習架構,可望解決模型訓練所需數據不足及隱私疑慮。

AI另一個發展瓶頸是人才,因此業界已積極投入AutoML,透過機器學習軟體開發流程的簡化,緩解AI人才不足困境。而AI新創業者所提供的解決方案已逐漸擴大為跨領域應用,與位居產業鏈中上游的科技大廠所產生競合發展需觀察。整體而言,目前AI正由學術走進產業,開發工具也將為企業AI應用發展關鍵,並隨之成熟普及,將加速推動企業智慧化應用發展。